RecherchearXiv cs.RO 23 juillet 2026

Robot humanoïde : apprendre des interventions de sécurité personnalisées pour le contrôle partagé haptique humain-robot

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Traduction de l'article demandée.

Un système de retour haptique personnalisé permet désormais aux robots partagés en téléopération d'apprendre les préférences de sécurité individuelles d'un utilisateur à partir de démonstrations limitées, plutôt que d'imposer des réglages génériques prédéfinis. L'approche, baptisée Learning from Haptics (LfH), s'appuie sur une couche d'optimisation différentiable fondée sur des fonctions de barrière de contrôle (Control Barrier Function, CBF), un outil mathématique classique pour garantir qu'un système reste dans une zone d'état sûre. Concrètement, l'opérateur n'a plus besoin de régler manuellement les paramètres du contrôleur par essais-erreurs: il montre au système comment il souhaite que celui-ci intervienne pendant la téléopération, et l'algorithme ajuste automatiquement les paramètres de sécurité sous-jacents pour reproduire ce comportement démontré. Les auteurs ont validé le cadre à la fois en simulation et sur un banc matériel réel, montrant que le système apprend des interventions personnalisées à partir de peu de données utilisateur et réduit l'écart entre le retour haptique généré et les préférences réellement démontrées.

Cette avancée s'attaque à une limite connue des systèmes de guidage haptique en contrôle partagé humain-robot: les stratégies d'intervention prédéfinies ne s'adaptent ni aux préférences individuelles des opérateurs, ni aux spécificités de chaque scénario applicatif (chirurgie assistée, téléopération industrielle, exosquelettes, manipulation à distance). Pour les intégrateurs et concepteurs de systèmes à contrôle partagé, cela signifie potentiellement moins de temps de calibration terrain et une meilleure acceptabilité utilisateur, un facteur souvent négligé mais déterminant dans l'adoption réelle de ces interfaces. Le résultat conforte aussi une tendance plus large en robotique interactive: remplacer le réglage manuel de paramètres de contrôle par de l'apprentissage à partir de démonstrations éparses, une approche qui gagne du terrain face aux méthodes classiques de tuning expert.

Le travail s'inscrit dans la lignée des recherches sur le contrôle partagé haptique et les CBF, deux domaines matures séparément mais rarement combinés de façon apprenante. Les CBF sont largement utilisés en robotique de sécurité (véhicules autonomes, manipulateurs collaboratifs) pour garantir formellement l'évitement de zones dangereuses, mais leurs paramètres restent généralement fixés à la main par des experts. En les rendant différentiables et ajustables par apprentissage, les auteurs ouvrent la voie à des systèmes de téléopération qui s'adaptent utilisateur par utilisateur. L'article, publié sur arXiv fin juillet 2026, ne précise pas de partenaire industriel ni de calendrier de déploiement au-delà des expériences en laboratoire, ce qui en fait pour l'instant un travail de recherche fondamentale plutôt qu'une solution prête à l'intégration.

Dans nos dossiers

Exosquelettes arXiv cs.RO

À lire aussi

1arXiv cs.RO

Apprentissage de la sécurité robotique à partir de rares retours humains par prédiction conforme

Des chercheurs ont publié sur arXiv (référence 2501.04823v2) une méthode permettant d'apprendre les préférences de sécurité d'un opérateur humain à partir de retours binaires très limités, puis de les traduire en garanties statistiques formelles pour un robot autonome. Le principe : un humain visionne des trajectoires effectuées par le robot et signale simplement les comportements jugés dangereux. L'algorithme applique ensuite la prédiction conforme (conformal prediction) sur ces annotations pour délimiter, dans l'espace d'état du robot (ou dans un espace latent appris), une zone suspecte dont il est garanti qu'elle contiendra au moins une fraction spécifiée des futures erreurs de la politique. Un système d'alerte se déclenche dès que le robot pénètre cette zone. La méthode a été validée expérimentalement sur des quadrirotor en vol libre : 30 vols répartis sur 6 tâches de navigation, avec pour objectif de franchir un portique désigné en suivant une politique visuomotrice. Le classifieur par plus proches voisins, combiné à la prédiction conforme, détecte de manière fiable quand la politique va rater le franchissement, sans nécessiter de jeu de données de calibration séparé. L'intérêt industriel de cette approche réside dans deux points souvent négligés dans les déploiements robotiques actuels : la subjectivité de la sécurité et la fragilité des politiques entraînées sur données "sûres". Un robot formé sur des trajectoires correctes peut produire des comportements dangereux hors distribution, et les contraintes définies manuellement ratent systématiquement les cas limites. Ici, la garantie de taux de manqués (miss rate) est mathématiquement contrôlée par l'utilisateur, ce qui est exploitable dans un cahier des charges de déploiement. La méthode est également "sample-efficient" : elle évite la pratique courante en prédiction conforme de geler une partie des données de calibration, ce qui compte lorsque les retours humains sont coûteux à collecter. Pour un intégrateur déployant des robots mobiles ou des drones d'inspection, c'est un outil de qualification potentiellement plus réaliste que les approches par fonctions de barrière de contrôle (CBF) ou vérification formelle, qui supposent des modèles analytiques précis. La prédiction conforme gagne depuis 2022 une traction notable en robotique apprise, notamment pour quantifier l'incertitude dans les politiques de type Vision-Language-Action (VLA) et les planificateurs model predictive control (MPC) -- c'est précisément ce dernier que les auteurs améliorent ici. Les approches concurrentes incluent les CBFs (moins flexibles avec des politiques neuronales), le safe reinforcement learning avec contraintes Lagrangiennes, et les méthodes de détection d'anomalies par reconstruction. L'article ne mentionne pas de partenaire industriel ni de timeline de transfert ; il s'agit d'un preprint académique, code et vidéos publiés, sans peer review finalisé à ce stade. Les suites naturelles seraient une validation sur des robots manipulateurs ou des AMR en environnement d'entrepôt, et l'extension à des retours humains plus granulaires que le binaire safe/unsafe.

RecherchePaper

1 source

2arXiv cs.RO

Interaction humain-robot par reconnaissance de mode basée sur le méta-apprentissage et contrôle adaptatif

Des chercheurs publient sur arXiv (identifiant 2610.28761, première version) un cadre de contrôle pour l'interaction physique homme-robot. Il part d'un constat simple: l'humain peut guider activement le robot ou le suivre passivement, et chaque mode impose un objectif de commande différent. Les approches courantes distinguent ces modes par des seuils de commutation prédéfinis, sensibles au bruit de mesure. Les auteurs les remplacent par un réseau de neurones entraîné par méta-apprentissage, qui reconnaît l'intention humaine sans seuil fixé à la main. En lui fournissant des paramètres dépendants de la force issus du contrôleur, le taux de reconnaissance passe de 90,1 % à 99,1 % en mode passif et de 79,8 % à 97,1 % en mode actif. Le cadre ajoute un contrôleur adaptatif par méta-apprentissage, qui compense les perturbations humaines et s'ajuste en ligne aux forces d'interaction variables. Il ajoute aussi un algorithme multi-trajectoires qui apprend conjointement une représentation de base de l'environnement et les paramètres dépendants de la force, pour traiter les dynamiques non modélisées. L'intérêt est pratique pour la robotique collaborative, les exosquelettes et la manipulation conjointe homme-robot. Dans ces cas d'usage, une erreur de classification entre guidage et suivi peut produire un mouvement inattendu, donc un risque de sécurité. Le gain le plus net concerne le mode actif, où le taux passe de moins de 80 % à plus de 97 %. Il montre que le seuillage manuel était le maillon faible. Ces chiffres restent toutefois ceux d'un résumé: on ne sait ni sur quel robot ni sur quelle tâche, ni avec quels opérateurs ni quel jeu de test. Rien n'indique non plus la latence d'inférence ni la robustesse hors des conditions d'entraînement. Il s'agit d'une preuve de concept académique, sans produit ni déploiement industriel. Ce travail s'inscrit dans la poursuite des commandes par impédance et admittance, longtemps réglées avec des seuils empiriques, et dans l'essor du méta-apprentissage appliqué à la commande adaptative. Il se rapproche des approches qui cherchent à généraliser vite à de nouvelles dynamiques à partir de peu de données. Les acteurs du cobot, comme Universal Robots, Franka et Fanuc, ou de l'exosquelette médical, comme le français Wandercraft, ont un intérêt direct à fiabiliser la détection d'intention. Les prochaines étapes à surveiller sont la validation sur plusieurs plateformes, des essais avec de nombreux utilisateurs et une évaluation face aux contrôleurs adaptatifs classiques. L'article n'annonce ni calendrier ni partenaire industriel.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

VioLA : apprendre des politiques de contrôle humanoïde généralistes à partir de données humaines

VioLA, un travail déposé sur arXiv (2610.12435), propose une politique généraliste pour humanoïdes qui ne prédit plus des commandes articulaires mais des « latents » de mouvement du corps et des mains. Un contrôleur de corps et un contrôleur de mains, pré-entraînés, exécutent ensuite ces latents sur le robot. Des encodeurs de mouvement projettent les mouvements humains et robotiques dans les mêmes espaces latents. Un enregistrement humain se retrouve donc étiqueté directement dans l'espace d'action de la politique. Le pool de démonstrations atteint 140,6 millions de trames, dont 93,2 % sont d'origine humaine. Sur robot réel, VioLA suit des consignes de locomotion en zero-shot, sans réglage fin par tâche, avec 100 % de réussite. GR00T N1.7 plafonne à 16,7 % et Ψ₀ à 0 %. En manipulation, la politique atteint 88,6 % de réussite, toujours sans réglage fin spécifique. La méthode a été testée sur trois architectures : deux VLA (vision-langage-action) et un modèle monde-action. Le code et les checkpoints doivent être publiés, mais ils ne le sont pas encore. L'enjeu est la rareté des données. Les politiques généralistes actuelles pour humanoïdes exigent un réglage fin sur des démonstrations téléopérées de chaque tâche avant déploiement, ce qui est lent et coûteux. Ici, une politique entraînée uniquement sur des démonstrations humaines réalise des tâches de locomotion en zero-shot sur le robot réel. Cela suggère que l'on peut contourner le goulot d'étranglement de la téléopération en passant par une représentation intermédiaire partagée entre humain et robot. Les cadres d'intégration y gagneraient : des vidéos et des captures de mouvement, bien plus abondantes, pourraient alimenter l'entraînement. Le fait que l'approche fonctionne sur trois backbones différents laisse penser que le gain vient de l'espace d'action, pas d'un modèle particulier. Quelques réserves s'imposent. Le papier est un preprint non évalué par les pairs. Les protocoles de test (nombre d'essais, diversité des consignes, robot utilisé) ne sont pas détaillés dans le résumé. Le score de 100 % en locomotion porte probablement sur un jeu de consignes restreint, et le résultat de 88,6 % en manipulation n'est accompagné d'aucune comparaison de référence. VioLA s'inscrit dans la course aux modèles fondation pour humanoïdes. GR00T de NVIDIA, Helix de Figure et la famille Pi de Physical Intelligence reposent surtout sur de la téléopération, de la simulation ou des mélanges de données, avec un réglage fin par tâche. L'idée de contrôleurs de bas niveau entraînés en simulation puis pilotés par un espace latent de mouvement prolonge les travaux sur le suivi de mouvement humain en humanoïde, où le contrôle du corps entier et des doigts restait un point dur. Les auteurs ne donnent aucun calendrier de diffusion hors de la promesse de publication du code. La suite à surveiller sera la reproduction indépendante des résultats sur d'autres plateformes, et l'extension à des tâches de manipulation à longue portée, pour savoir si le passage par les latents tient hors du laboratoire.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

Sécurité perceptive unifiée contre les chutes pour robots humanoïdes

Des chercheurs proposent VIGOR, une approche de sécurité en cas de chute pour robots humanoïdes qui couvre toutes les phases d'un incident : évitement de la chute, atténuation de l'impact et relevé. Le système a été évalué en simulation, puis sur un Unitree G1, avec une capacité de généralisation « zero-shot » (sans réentraînement) sur des terrains variés. La méthode repose sur un enseignant « privilégié » entraîné à partir de rares démonstrations humaines et de terrains simulés. Il est ensuite distillé en un élève déployable, qui n'utilise que la profondeur égocentrique (caméra embarquée) et la proprioception. L'élève prédit une représentation latente appelée « goal-in-context », qui encode la posture cible de relevé par rapport au terrain environnant et pilote la réaction coordonnée de tout le corps. Les résumés accessibles ne donnent ni taux de réussite, ni nombre de terrains testés, ni chiffres d'impact. L'enjeu est pratique pour tout déploiement en environnement encombré. Contrairement aux quadrupèdes ou aux robots à roues, un humanoïde subit à la chute des impacts de forte énergie, des contacts complexes sur l'ensemble du corps et de grands changements de point de vue. Or la fiabilité du relevé conditionne la disponibilité en exploitation : un robot qui ne se relève pas seul immobilise un poste et exige une intervention humaine. Les politiques de relevé existantes sont le plus souvent aveugles et testées sur sol plat. Une politique guidée par la vision, capable d'adapter sa posture cible à des marches, des obstacles ou des surfaces irrégulières, s'attaque donc à un point faible rarement montré dans les démonstrations. Les auteurs soutiennent aussi que mélanger pose, dynamique et terrain dans un même espace de données impose une couverture exhaustive et freine la généralisation. Leur découplage, avec des poses humaines alignées d'un terrain à l'autre, vise à réduire ce besoin. Il reste à vérifier sur du matériel autre que le G1, un robot de petite taille, et sur des chutes plus dynamiques. Ce travail s'inscrit dans une littérature qui traitait jusqu'ici l'évitement de chute, la réduction de l'impact et le relevé comme des problèmes séparés, ou qui apprenait des politiques de bout en bout sans perception. Le G1 de Unitree est devenu une plateforme de recherche courante grâce à son coût relativement bas, ce qui facilite la reproduction des résultats. Il s'agit d'une prépublication arXiv (version 3), sans validation par les pairs à ce stade, dont une page projet est annoncée. Aucun partenaire industriel ni calendrier de transfert vers un produit n'est mentionné. La suite logique serait une intégration avec les politiques de locomotion et de manipulation, puis des tests de robustesse sur de plus grands humanoïdes industriels.

RecherchePaper

1 source