RecherchearXiv cs.RO 15 juillet 2026

GaitSpan : de la marche à la course, l'évolution progressive de la locomotion humanoïde

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

GaitSpan est un nouveau framework d'apprentissage presente dans un preprint arXiv (2607.12114v1, publie en juillet 2026) qui permet a une politique de controle humanoide pretrainee sur la marche de s'etendre vers des allures plus rapides, jogging et course, sans reapprentissage complet. Le systeme traite la marche comme une "competence germe" (seed skill), c'est a dire une structure motrice reutilisable pour l'equilibre, le support, la coordination du corps et les transitions de contact, qui est ensuite regeneree a de nouveaux rythmes, etendue en foulees plus longues et plus hautes, puis corrigee par une adaptation residuelle. La methode combine trois mecanismes: une generation de rythme qui module la politique de marche figee via plusieurs horloges internes et apprend des combinaisons conditionnees par des commandes de vitesse; un faconnage de foulee qui recompense des schemas de locomotion dynamique adaptes aux vitesses elevees, inspire de la dynamique du pendule inverse a ressort (spring-loaded inverted pendulum); et une adaptation residuelle qui capture les details de mouvement non couverts par les deux premiers mecanismes.

Selon les auteurs, GaitSpan est la premiere politique humanoide unique, conditionnee par commande, a couvrir un spectre continu allant de la marche au jogging jusqu'a des regimes proches de la course, tout en se transferant a differentes morphologies de robots et en se deployant en zero-shot sur des terrains simules inedits comme sur des terrains reels. Pour l'industrie de la robotique humanoide, cela repond a une limite recurrente des approches actuelles: les strategies existantes de diversification des allures, qu'elles reposent sur des calendriers de demarche predefinis, l'imitation de clips de mouvement humain, l'entrainement d'experts specialises ou la distillation de plusieurs competences en une seule politique, restent rigides face a des commandes de vitesse continues, des terrains varies et des changements de morphologie. Une politique capable de generaliser la course a partir d'une base de marche deja maitrisee reduirait le cout d'ingenierie et accelererait le deploiement sur des plateformes variees.

Comparee aux approches de reference utilisant plusieurs experts ou l'imitation de demonstrations humaines, GaitSpan apprend plus vite et obtient de meilleures performances de demarche, selon les tests rapportes par les auteurs. Le papier s'inscrit dans la lignee des travaux recents sur les politiques VLA et d'apprentissage par renforcement pour la locomotion humanoide, ou la question du transfert sim-to-real et de la generalisation entre vitesses et terrains reste un enjeu central de robustesse avant deploiement industriel a grande echelle.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

FastDSAC : améliorer la plasticité des politiques par exploration contrainte pour la locomotion humanoïde évolutive

FastDSAC, un nouvel algorithme d'apprentissage par renforcement développé par des chercheurs pour l'entraînement de robots humanoïdes, vient d'être présenté sur arXiv (référence 2606.31691). Cette variante rapide de l'architecture Distributional Actor-Critic cible spécifiquement les configurations d'entraînement à haut débit, où de nombreux environnements simulés tournent en parallèle pour accélérer l'apprentissage des politiques de locomotion. Le problème identifié par les auteurs est que cette vitesse a un coût : plus le volume de données et la fréquence de mise à jour augmentent, plus les méthodes basées sur la valeur deviennent instables et plus les réseaux de politique perdent leur capacité d'adaptation, un phénomène connu sous le nom de perte de plasticité. Pour y remédier, FastDSAC introduit une distribution gaussienne tronquée qui approxime la politique apprise, écartant les actions hors distribution qui faussent l'estimation de la valeur cible tout en conservant la part d'aléa nécessaire à l'exploration. Les tests ont été menés sur les bancs d'essai MuJoCo Playground et HumanoidBench, deux environnements de référence pour la locomotion robotique simulée. Sur le plan pratique, ce travail s'attaque à un vrai goulot d'étranglement du secteur : entraîner des politiques de contrôle pour robots humanoïdes reste coûteux en temps de calcul, et les architectures d'échantillonnage massif censées accélérer ce processus introduisent en pratique de l'instabilité qui annule une partie du gain. Si les résultats annoncés (convergence plus rapide, meilleure performance asymptotique) se confirment au-delà des benchmarks simulés, cela intéresserait directement les équipes de recherche qui développent des contrôleurs pour humanoïdes, en réduisant le temps et le coût de calcul nécessaires avant tout transfert vers du matériel réel. Il faut toutefois noter que l'étude reste purement académique et simulée : aucun déploiement sur robot physique n'est mentionné, et les gains restent à valider en dehors des environnements MuJoCo. FastDSAC s'inscrit dans la lignée des méthodes actor-critic distributionnelles dérivées de SAC (Soft Actor-Critic), en se distinguant des approches rapides précédentes qui s'appuyaient sur des distributions de valeur discrètes plutôt que sur une représentation gaussienne continue à variance adaptative. Les auteurs positionnent leur méthode comme une alternative aux algorithmes de référence actuels pour l'entraînement parallèle à grande échelle, sans toutefois nommer d'acteur industriel ni de plateforme robotique spécifique. La suite logique, non abordée dans l'article, serait une validation sur du matériel humanoïde réel.

RecherchePaper

1 source

2arXiv cs.RO

MuGen : un contrôleur de locomotion multi-compétences pour robots humanoïdes

Des chercheurs ont publié le 26 mai 2026 sur arXiv un article présentant MuGen (Multi-Skill Generative Locomotion Controller), un framework d'apprentissage automatique visant à doter les robots humanoïdes d'une locomotion polyvalente et expressive. Le système repose sur des auto-encodeurs à quantification vectorielle (VQ-VAEs) entraînés par apprentissage par renforcement basé sur des modèles, combinés à un pipeline dit "enseignant-élève" avec distillation de politique. Le principe consiste à condenser des heures de données hétérogènes de mouvements humains en une représentation latente compacte, depuis laquelle un robot peut imiter des séquences de mouvement jamais vues à l'entraînement. À noter : l'article ne précise ni plateforme matérielle spécifique, ni métriques quantitatives concrètes (vitesse, payload, temps de cycle), ce qui est habituel pour un preprint de recherche fondamentale à ce stade. Ce qui distingue MuGen des approches classiques de locomotion humanoïde est le choix d'une représentation générative via VQ-VAE, plutôt qu'une politique spécialisée par comportement. Cette architecture permet la réutilisation de l'espace latent appris pour des tâches en aval, ouvrant la voie à un transfert de compétences sans réentraînement complet. La distillation enseignant-élève est un point structurant : la politique enseignante, puissante mais coûteuse en calcul, sert à former une politique élève légère et déployable sur matériel embarqué. Pour les intégrateurs et décideurs industriels, ce paradigme réduit le fossé sim-to-real et laisse entrevoir des robots capables d'adopter de nouveaux comportements locomoteurs à partir d'une simple séquence de référence humaine, sans fine-tuning massif. MuGen s'inscrit dans un courant de recherche actif sur l'imitation motrice pour humanoïdes, dans la lignée de travaux comme AMP (Adversarial Motion Priors, UC Berkeley), ASE ou PhysDiff. Dans l'industrie, Figure AI, Agility Robotics (Digit), Unitree et Tesla (Optimus) investissent massivement dans des pipelines similaires de whole-body control combinant motion capture et RL. L'usage de VQ-VAEs reste relativement peu exploré pour la locomotion, contrairement à son application établie en génération audio et image. Le papier étant un preprint arXiv sans révision par les pairs à ce stade, la prochaine étape déterminante sera une validation sur plateforme physique réelle avec métriques comparatives, condition sine qua non pour évaluer la portée opérationnelle de l'approche.

RecherchePaper

1 source

3arXiv cs.RO

ADP : a priori dynamiques adverses pour une locomotion humanoïde ancrée physiquement

Des chercheurs publient sur arXiv (arXiv:2607.03454) une nouvelle methode d'apprentissage baptisee Adversarial Dynamics Priors (ADP), destinee a rendre la marche des robots humanoides plus resistante aux chocs et poussees exterieures. Les approches actuelles de type AMP (Adversarial Motion Priors) imposent un style de demarche naturel en imitant des caracteristiques cinematiques du mouvement, mais elles ne regulent pas directement les grandeurs dynamiques sous jacentes: trajectoire du centre de masse, moment centroidal, forces de contact et etats de contact au sol. ADP change la cible de l'apprentissage adversarial en remplacant ces indices de style par des trajectoires generees via optimisation de trajectoire, utilisees comme jeu de reference. Un discriminateur est ensuite entraine a juger si les sequences temporelles produites par la politique de controle du robot restent coherentes avec cette distribution de reference, sans suivi explicite de mouvement imprime a l'avance. Compare a AMP, la reference la plus solide testee, ADP ameliore de 16,7% le seuil de reussite a 80% face a une impulsion (J80, une mesure de la force de choc absorbable sans chute), tout en reduisant de 47,9% le temps de recuperation moyen et de 35,4% l'erreur de suivi de vitesse apres perturbation. Pour l'industrie robotique, ce travail cible un angle mort frequent des demonstrations commerciales: la resilience a des perturbations reelles et non scriptees, plutot que la seule fluidite du mouvement en conditions de laboratoire. Les controleurs entraines par imitation de style de mouvement produisent souvent des demarches visuellement convaincantes en video mais fragiles des qu'un choc imprevu survient, un ecart classique entre demonstration et deploiement reel evoque regulierement dans le secteur des humanoides. En regulant directement la dynamique plutot que l'apparence du mouvement, ADP fournit une piste concrete pour combler cet ecart, un enjeu direct pour les integrateurs qui envisagent des humanoides en environnements industriels non controles. Ce travail s'inscrit dans la lignee des methodes d'apprentissage par imitation adversariale de mouvement (AMP), largement adoptees depuis plusieurs annees pour entrainer des politiques de controle de robots bipedes et quadrupedes en simulation avant transfert au reel. Il ne s'accompagne pas, a ce stade, d'annonce de deploiement sur une plateforme commerciale identifiee: il s'agit d'une contribution de recherche methodologique, evaluee en simulation, dont la generalisation a du materiel physique reste a demontrer dans de futurs travaux.

RecherchePaper

1 source

4arXiv cs.RO

PHUMA : un jeu de données pour la locomotion fiable des robots humanoïdes

Une équipe de chercheurs du laboratoire DAVIAN a publié en juin 2026 PHUMA (Physically Reliable HUMAnoid locomotion dataset), un corpus de 73 heures de données de locomotion humanoide produit via un pipeline en deux étapes : une curation physiquement consciente suivie d'un retargeting contraint par des lois physiques. La base de données agrège à la fois des données de motion capture traditionnelles et des vidéos issues d'internet, les deux étant traitées pour éliminer les artefacts physiques récurrents dans les datasets existants, notamment le flottement, la pénétration géométrique et le foot skating. Entraînées sur PHUMA, les politiques de contrôle obtiennent des taux de succès supérieurs à ceux obtenus avec AMASS et Humanoid-X sur les benchmarks de motion tracking standards, et transfèrent en zero-shot vers un Unitree G1 réel. Le code et les données sont disponibles publiquement via davian-robotics.github.io/PHUMA. Le principal verrou que PHUMA prétend lever est la qualité physique des données d'entraînement pour l'imitation de mouvement humanoide. Les approches par imitation sont attractives parce qu'elles permettent d'acquérir des comportements naturels sans reward engineering fastidieux, mais leur efficacité dépend directement de la cohérence physique des données sources. Les artefacts présents dans les datasets basés sur des vidéos internet (comme Humanoid-X) se propagent dans les politiques entraînées, produisant des robots qui glissent ou oscillent de façon instable. La démonstration de transfert zero-shot sur un Unitree G1 physique est le point le plus concret : elle suggère que le filtrage physique en amont réduit effectivement le sim-to-real gap, sans fine-tuning additionnel sur hardware. Reste à qualifier l'ampleur du gain : les métriques de benchmarks internes ne se substituent pas à des comparaisons en conditions réelles standardisées. AMASS, publié en 2019, est resté longtemps la référence en motion capture humanoide, mais sa taille limitée et son coût d'acquisition ont freiné la scalabilité des approches data-driven. Humanoid-X a tenté de combler ce vide en exploitant des vidéos YouTube à grande échelle, au prix d'une dégradation qualitative. PHUMA s'inscrit dans une dynamique plus large où plusieurs équipes cherchent à constituer des datasets de locomotion humanoide à la fois volumineux et physiquement valides, en parallèle des travaux de Figure AI (Figure 03), Boston Dynamics, et des équipes derrière GR00T N2 chez NVIDIA. La prochaine étape logique serait de tester PHUMA sur d'autres plateformes humanoïdes commerciales (H1, Digit) et d'élargir les tâches au-delà de la locomotion simple vers la manipulation en déplacement.

UELe dataset PHUMA étant en accès libre, les équipes de recherche européennes en locomotion humanoïde (INRIA, CEA-List, LAAS-CNRS) peuvent l'intégrer directement dans leurs pipelines d'entraînement sans coût d'acquisition.

RecherchePaper

1 source