RecherchearXiv cs.RO 31 juillet 2026

Corrigible : réponse pragmatico-pédagogique optimale en une seule manche

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent une nouvelle approche pour résoudre les « jeux d'assistance », le cadre formel qui modélise la collaboration homme-robot lorsque l'humain connaît l'objectif à atteindre mais que le robot doit le déduire par observation et interaction. Calculer une stratégie optimale en temps réel dans ce cadre est en général intraitable, car cela exige une planification complète dans un POMDP (processus de décision markovien partiellement observable), une classe de problèmes réputée pour son coût de calcul prohibitif. Les auteurs identifient une catégorie de jeux d'assistance dans laquelle un raisonnement dit « pragmatico-pédagogique » lève l'incertitude sur l'objectif en une seule étape temporelle, ce qui rend le jeu intégralement soluble via une procédure de meilleure réponse calculable en pratique, sans recourir à une planification sur tout l'horizon. L'équipe valide sa démonstration théorique et sa méthode sur un exemple simple de construction collaborative de blocs.

Le résultat cible un problème concret pour les systèmes d'assistance robotique : les méthodes classiques de contrôle optimal inverse, utilisées pour déduire les intentions humaines à partir de leurs actions, se heurtent selon les auteurs à un « plafond d'inférence » qui limite leur capacité à s'aligner correctement sur l'objectif humain. Le raisonnement pragmatico-pédagogique proposé contourne cette limite en privilégiant des actions qui, bien qu'équivalentes du point de vue de l'exécution de la tâche, permettent de lever immédiatement l'ambiguïté sur le but poursuivi, un peu comme un humain choisirait un geste plus explicite pour se faire comprendre. Pour les concepteurs de robots assistants et de systèmes multi-agents, cela ouvre une piste vers une inférence d'intention plus rapide et plus fiable, sans multiplier les interactions ou les démonstrations nécessaires. La validation reste toutefois limitée à un cas d'école, loin de la complexité des tâches de manipulation réelles.

Les jeux d'assistance s'inscrivent dans la lignée des travaux sur l'apprentissage par renforcement inverse coopératif, qui cherchent à formaliser mathématiquement la collaboration homme-machine sous incertitude, un champ de recherche actif en alignement de l'IA et en interaction homme-robot. L'article s'appuie aussi sur la littérature du raisonnement pragmatique et pédagogique, qui étudie comment un agent peut choisir ses gestes non seulement pour accomplir une tâche mais aussi pour informer un observateur sur ses intentions. La suite logique de ces travaux consisterait à étendre la méthode au-delà du cas jouet présenté, vers des tâches de manipulation plus riches et des environnements robotiques réels, où l'inférence d'intention en temps limité demeure un verrou pour déployer des assistants véritablement collaboratifs.

À lire aussi

1arXiv cs.RO

Optimisation par consensus (CBO) : vers une optimalité globale en robotique

Une équipe de chercheurs a publié sur arXiv (référence 2602.06868v2) une adaptation de l'optimisation par consensus, CBO, pour Consensus-Based Optimization, aux problèmes de trajectoires et de politiques de contrôle en robotique. Contrairement aux méthodes zéro-ordre dominantes dans le domaine, notamment MPPI (Model Predictive Path Integral), CEM (Cross-Entropy Method) et CMA-ES (Covariance Matrix Adaptation Evolution Strategy), le CBO dispose d'une garantie formelle de convergence vers un optimum global sous des hypothèses dites légères. Les auteurs l'ont évalué sur trois scénarios représentatifs : un problème à horizon long pour un système simple, un problème d'équilibre dynamique pour un système fortement sous-actionné, et un problème à haute dimension avec uniquement un coût terminal. Sur ces trois configurations, CBO obtient des coûts inférieurs à ceux des méthodes existantes. L'enjeu est significatif pour l'ingénierie robotique avancée. Les méthodes zéro-ordre actuelles sont prisées précisément parce qu'elles évitent le calcul de gradients analytiques, coûteux ou impossibles en présence de contacts discontinus. Mais leur défaut structurel est d'estimer ce gradient localement, les rendant vulnérables aux optima locaux dès que le paysage de coût est non convexe. Ce phénomène se manifeste concrètement pour les robots à pattes, les manipulateurs en espaces encombrés, ou tout système à dynamiques hybrides. Un optimiseur offrant une garantie d'optimalité globale pourrait renforcer la robustesse des planificateurs de trajectoires, en particulier dans les boucles MPC (Model Predictive Control) embarquées. Il faut cependant noter que les résultats présentés sont exclusivement issus de simulations : aucune validation sur matériel réel n'est rapportée dans cette version de l'article. Le CBO est issu de la littérature mathématique sur les systèmes de particules en interaction, développé initialement pour l'optimisation en finance et en apprentissage automatique. Son introduction en robotique s'inscrit dans une tendance plus large : après que MPPI a prouvé sa viabilité sur plateformes réelles, notamment en manipulation chez Google DeepMind et en locomotion chez ANYbotics, la communauté cherche des variantes offrant de meilleures garanties de convergence. Les prochaines étapes naturelles concernent l'intégration dans des frameworks MPC temps-réel et la validation sur hardware, conditionnée à la compatibilité des temps de calcul du CBO avec les fréquences de contrôle embarquées, typiquement supérieures à 100 Hz sur les systèmes à pattes.

RecherchePaper

1 source

2arXiv cs.RO

D'une seule démonstration à une politique générale pour la manipulation avec contact

Une équipe de recherche publie sur arXiv (réf. 2605.17601, mai 2026) un framework d'apprentissage par démonstration capable de généraliser à partir d'un seul exemple sur des tâches de manipulation impliquant des contacts répétés avec l'environnement. Le système repose sur un pipeline en quatre étapes : abstraction de la démonstration en primitives de contraintes environnementales, exploration autonome pour lever les ambiguïtés, correction ciblée par un opérateur humain pour couvrir les variantes hors-distribution, et enfin récupération en ligne des détails géométriques via interaction compliante. Validé sur sept tâches réelles multi-étapes à contact riche, le framework atteint un taux de succès supérieur à 90 %. Aucune entreprise spécifique ni plateforme robotique n'est mentionnée dans le préprint, qui reste une contribution académique sans déploiement industriel annoncé. Le point central de l'approche est de représenter une tâche non pas comme une trajectoire à imiter, mais comme une séquence de contraintes environnementales à exploiter. Ce changement de paradigme permet au robot de distinguer la structure générale d'une tâche (types de contraintes, transitions entre elles) des détails spécifiques à une instance donnée (poses exactes, géométrie locale). Pour un intégrateur ou un décideur industriel, cela signifie qu'une seule démonstration suffit potentiellement là où les méthodes de behavior cloning classiques en réclament des centaines. Le résultat de 90 %+ sur des tâches à contact riche est notable car ce domaine concentre la majorité des échecs en manipulation robotique réelle, notamment à cause de la sensibilité aux variations de pose et aux dynamiques de contact non modélisées. L'apprentissage par démonstration est un champ très actif depuis une décennie, concurrencé récemment par les politiques de diffusion (Diffusion Policy, Pi-0 de Physical Intelligence), les architectures VLA (RT-2, GR00T N2 de NVIDIA) et les méthodes ACT (Action Chunking with Transformers). L'originalité revendiquée ici est de traiter les contraintes environnementales comme biais inductif plutôt que d'augmenter massivement les données d'entraînement ou la puissance du modèle. La limite principale reste l'absence d'évaluation sur des plateformes humanoïdes ou collaboratives standard, ce qui rend difficile la comparaison directe avec les benchmarks du secteur. Les suites naturelles seraient un passage à des environnements ouverts et une validation sur des robots commerciaux comme le Franka Research 3 ou les bras UR.

RecherchePaper

1 source

3arXiv cs.RO

Robotique forestière : optimisation stochastique de trajectoire sous contraintes pour une grue forestière optimale en temps

Des chercheurs présentent TSC-VP-STO, une extension de l'algorithme VP-STO (Via-Point-based Stochastic Trajectory Optimization) destinée à la planification de trajectoires pour les grues forestières autonomes. Le problème initial de VP-STO est qu'il impose une configuration articulaire terminale fixe, définie avant même l'optimisation, ce qui limite l'exploitation de la redondance cinématique propre à ces bras manipulateurs à plusieurs degrés de liberté (DOF). TSC-VP-STO remplace cette contrainte rigide par une contrainte dans l'espace de la tâche, permettant d'optimiser conjointement la trajectoire et les degrés de liberté redondants de la posture finale. Les auteurs formalisent l'approche via une décomposition de l'espace de configuration et une contrainte d'atteignabilité spécifique à la cinématique des grues forestières. Les essais, menés sur plusieurs cibles de planification et configurations de points de passage, montrent une réduction de 12 à 15% de la durée des trajectoires en moyenne par rapport à VP-STO, avec une meilleure répartition de l'utilisation du débit hydraulique. La méthode a été validée en conditions réelles sur une grue forestière, incluant un cycle complet de chargement de grumes. L'enjeu dépasse le seul cas des grues forestières: il touche à l'automatisation de tout manipulateur hydraulique cinématiquement redondant soumis à des contraintes de débit de pompe non linéaires et globalement couplées, un problème classique en robotique industrielle lourde (foresterie, BTP, manutention). Optimiser la posture terminale plutôt que de la figer permet de mieux équilibrer la demande hydraulique entre articulations, un gain concret pour les intégrateurs cherchant à réduire les temps de cycle sans changer le matériel. La validation sur machine réelle, et pas seulement en simulation, renforce la crédibilité des gains annoncés, un point que les décideurs industriels scrutent généralement avec prudence face aux démonstrations purement simulées. Ce travail s'inscrit dans la continuité de VP-STO, déjà présenté comme quasi temps-optimal pour la planification hybride de grues forestières, et prolonge une littérature plus large sur l'optimisation stochastique de trajectoires sous contraintes robotiques. Publié comme prépublication arXiv, il reste à ce stade un résultat de recherche appliquée plutôt qu'un produit commercialisé, mais son déploiement réel sur une grue en exploitation forestière constitue une étape notable vers une adoption industrielle.

UECette optimisation profite potentiellement aux intégrateurs robotiques européens du secteur forestier et de la manutention lourde (Scandinavie, BTP), sans acteur français ou européen explicitement cite dans l'article.

RecherchePaper

1 source

4arXiv cs.RO

SixthSense : estimation générique du torseur corps entier par proprioception seule pour humanoïdes

Des chercheurs ont publié début mai 2026 sur arXiv (réf. 2605.01427) SixthSense, un système d'estimation des forces et couples de contact (wrenches) pour robots humanoïdes fonctionnant exclusivement à partir de la proprioception et d'une centrale inertielle (IMU), sans capteur de force-couple dédié. Le système infère en temps réel le moment, la localisation et l'amplitude des wrenches appliqués sur l'ensemble du corps, même lorsque les points de contact sont indéterminés. Techniquement, SixthSense emploie le conditional flow matching pour tokeniser des historiques proprioceptifs et estimer un flux d'événements de contact spatialement et temporellement parcimonieux. Les validations expérimentales couvrent trois régimes distincts - posture statique, marche et suivi de trajectoire corps entier - avec des performances décrites comme "sans précédent" par les auteurs, bien que l'article ne publie pas de métriques comparatives chiffrées pour étayer cette affirmation. L'enjeu est concret pour l'intégration industrielle : les humanoïdes actuellement déployés (Figure 02, Optimus Gen 2, Unitree G1) manquent de perception fiable des efforts de contact pour des tâches exigeant une interaction physique précise - assemblage, manipulation d'objets fragiles, collaboration en cellule mixte. Les méthodes analytiques existantes supposent des contacts connus et des mesures souvent indisponibles en production, notamment en raison de la dynamique en base flottante propre aux bipèdes. SixthSense se présente comme un module plug-and-play intégrable sans modification matérielle, ciblant trois cas d'usage : détection de collision, interaction physique humain-robot (pHRI) et téléopération avec retour d'effort. Ce travail s'inscrit dans l'effort plus large visant à combler le fossé entre démonstrations en laboratoire et déploiements réels pour la perception haptique des humanoïdes. Les principaux acteurs commerciaux - Figure, Agility Robotics, Apptronik, 1X Technologies - comme les plateformes académiques partagent ce même déficit. En France, Wandercraft, spécialiste de l'exosquelette humanoïde pour la rééducation, fait face à des contraintes similaires pour la perception d'effort en interaction avec le patient. La publication demeure une contribution académique : aucun déploiement industriel ni partenariat commercial n'est annoncé, et la robustesse hors conditions contrôlées reste à démontrer.

UEWandercraft (France) développe des exosquelettes humanoïdes à interaction physique patient-robot ; ce module d'estimation d'effort sans capteur dédié pourrait, s'il est validé hors laboratoire, réduire les coûts matériels et améliorer la sécurité de contact en rééducation.

RecherchePaper

1 source