Aller au contenu principal
ARCSnake V2 : adaptations mécaniques pour un robot serpentiforme amphibie multi-domaine à propulsion par vis
RecherchearXiv cs.RO 

ARCSnake V2 : adaptations mécaniques pour un robot serpentiforme amphibie multi-domaine à propulsion par vis

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Le robot ARCSnake V2, présenté dans une version révisée d'un article déposé sur arXiv (version 2, catégorie "replace"), est une évolution d'ARCSnake V1 dotée de nouvelles capacités amphibies. Il combine la mobilité hyper-redondante des robots serpents avec la polyvalence de terrain offerte par la propulsion à vis d'Archimède. Les auteurs détaillent une conception mécanique étanche à l'eau, avec des modules de vis et d'articulations reliés en série, ainsi qu'un système de contrôle de flottabilité intégré permettant au robot de gérer sa profondeur. Des essais poussés ont validé ses capacités de plongée et de remontée sous l'eau, ainsi qu'un actionnement à régulation de force, censé permettre au robot d'adapter sa poussée selon la résistance du milieu. L'abstract ne détaille pas de chiffres précis de charge utile, de degrés de liberté ou de temps de cycle, ce qui limite l'évaluation quantitative des performances à ce stade.

L'intérêt de ce travail tient à la limite bien connue des robots à roues ou à pattes, qui peinent à conserver leur traction sur des terrains hétérogènes comme le sable, la boue meuble ou les surfaces immergées. En associant locomotion serpentine et vis propulsive, ARCSnake V2 vise une plateforme unique capable de franchir plusieurs types d'environnements sans changer de mode de locomotion, un enjeu clé pour l'exploration de milieux extrêmes tels que les grottes, les fonds marins ou les surfaces extraplanétaires. Il s'agit toutefois d'un prototype de recherche académique validé en conditions contrôlées, et non d'un système déployé sur le terrain ou commercialisé.

Le projet s'inscrit dans la continuité des recherches sur les robots serpents hyper-redondants menées depuis plusieurs années pour des applications spatiales et souterraines, dont ARCSnake V1 constituait la première itération terrestre. Face à d'autres approches de robotique amphibie ou sous-marine (robots anguilles, véhicules autonomes sous-marins), ARCSnake V2 mise sur la polyvalence multi-domaine plutôt que sur la spécialisation. Les prochaines étapes annoncées concernent des applications en recherche-sauvetage et en surveillance environnementale, qui nécessiteront des essais en conditions réelles au-delà du cadre expérimental décrit ici.

Dans nos dossiers

À lire aussi

Robot aérien transformable à liaisons flexibles intégrant des propulseurs pour une manipulation adaptative
1arXiv cs.RO 

Robot aérien transformable à liaisons flexibles intégrant des propulseurs pour une manipulation adaptative

Des chercheurs décrivent, dans un preprint mis en ligne sur arXiv (référence 2609.19328v1), un robot aérien "morphogène" doté de bras continuum flexibles intégrant des rotors répartis sur toute leur longueur. Contrairement aux manipulateurs aériens classiques, à bras rigide et poussée fixe, cette architecture place des hélices directement le long de liens souples qui épousent passivement la forme de l'environnement rencontré, tout en élargissant l'espace de forces et de couples ("wrench space") disponible pour l'effecteur terminal. Le principal verrou technique tenait aux vibrations des liens légers et flexibles : l'équipe a développé une structure composite à lame-ressort offrant à la fois une forte rigidité en torsion et en flexion verticale, associée à des méthodes de contrôle actif de suppression vibratoire. Le prototype a démontré un vol stable ainsi que plusieurs tâches de manipulation aérienne en conditions de laboratoire. Pour l'industrie de la robotique aérienne, ces travaux attaquent un compromis persistant : les manipulateurs souples s'adaptent bien à des environnements irréguliers mais exercent peu de force, tandis que les systèmes multi-propulseurs rigides gagnent en capacité de poussée au prix de la compliance passive. Réunir les deux propriétés dans un même bras, ce qu'aucun robot aérien n'avait fait selon les auteurs, ouvrirait des applications d'inspection ou de manipulation d'objets irréguliers en espace confiné, là où un drone doit toucher et saisir sans trajectoire rigide préplanifiée. L'apport le plus concret pour des intégrateurs reste la résolution du problème vibratoire, obstacle connu qui déstabilise le vol ou dégrade la précision de manipulation dès qu'on allège et assouplit une structure de bras. La manipulation aérienne est un champ de recherche actif depuis plusieurs années, mais les publications se répartissent jusqu'ici entre deux familles distinctes : des robots à bras articulés rigides, plus lourds mais capables de forces élevées, et des pinces souples montées sur drones à poussée fixe, plus adaptables mais limitées en effort. Ce papier revendique explicitement la première fusion des deux approches, propulsion intégrée et structure continuum flexible. Il s'agit toutefois d'un prototype académique à ce stade : aucun partenaire industriel, site de déploiement ni calendrier ne sont mentionnés dans le résumé. La suite logique passerait par des essais de robustesse hors laboratoire, une caractérisation de charge utile et une comparaison chiffrée avec les solutions rigides existantes avant tout transfert industriel.

RecherchePaper
1 source
Apprentissage d'une variété d'actions par priors latents multi-vues pour la manipulation robotique
2arXiv cs.RO 

Apprentissage d'une variété d'actions par priors latents multi-vues pour la manipulation robotique

Une équipe de chercheurs publie sur arXiv (preprint 2605.11832, mai 2026) une méthode adressant deux limites structurelles des modèles Vision-Language-Action (VLA) appliqués à la manipulation robotique : l'ambiguïté de profondeur issue des capteurs monoculaires, et l'inefficacité de l'apprentissage d'actions par régression classique. La première contribution, le G3T (Geometry-Guided Gated Transformer), exploite un modèle de diffusion multi-vues pré-entraîné pour synthétiser des représentations latentes de nouvelles perspectives, alignées sous contrainte géométrique 3D, avec filtrage adaptatif du bruit d'occlusion. La seconde, l'Action Manifold Learning (AML), remplace la régression sur des cibles non structurées, bruit ou champ de vitesse, approches dominantes depuis Diffusion Policy (2023), par une prédiction directe sur la variété des actions valides. Testée sur les benchmarks LIBERO et RoboTwin 2.0, ainsi que sur des tâches en robot réel, la méthode affiche des taux de succès supérieurs aux baselines état de l'art actuelles. L'enjeu est précis : la quasi-totalité des déploiements industriels de manipulateurs n'embarquent qu'une caméra RGB, sans LiDAR ni stéréovision. Sans profondeur fiable, les VLA peinent à estimer distances et tailles relatives, ce qui dégrade directement la précision de préhension en conditions réelles. Le G3T propose de contourner ce manque sans ajout matériel, maintenant les contraintes hardware à un niveau réaliste pour l'intégration. L'AML, de son côté, questionne un paradigme issu des travaux sur la diffusion en robotique : prédire directement sur la variété d'actions valides pourrait réduire la variance d'entraînement et accélérer la convergence. Les résultats semblent valider l'hypothèse, bien qu'un preprint reste à soumettre à peer-review pour être pleinement crédité, les métriques annoncées sont issues des propres expériences des auteurs, sans reproductions indépendantes publiées à ce stade. Ce travail s'inscrit dans la course aux VLA généralistes ouverte par RT-2 (Google DeepMind, 2023), avec pour concurrents directs OpenVLA (UC Berkeley), π0 de Physical Intelligence et GR00T N2 de NVIDIA. RoboTwin 2.0, l'un des benchmarks retenus, cible spécifiquement la manipulation bi-manuelle de précision, parmi les scénarios les plus exigeants du domaine. Aucun partenariat industriel ni calendrier de déploiement n'est mentionné dans le preprint ; l'impact concret dépendra des reproductions indépendantes et d'une éventuelle intégration dans des frameworks ouverts comme LeRobot (Hugging Face). Le code et la page projet sont annoncés disponibles publiquement.

RechercheOpinion
1 source
Apprendre à planifier en collaboration homme-robot : apprentissage par renforcement multimodal pour une interaction adaptative
3arXiv cs.RO 

Apprendre à planifier en collaboration homme-robot : apprentissage par renforcement multimodal pour une interaction adaptative

Des chercheurs proposent une nouvelle méthode d'apprentissage par renforcement (RL) pour piloter automatiquement les décisions d'un robot assistant lors de tâches collaboratives avec un humain, selon un article publié sur arXiv (identifiant 2609.25274v1). Le scénario étudié est concret : un robot aide un utilisateur à localiser des objets dans un environnement domestique, en combinant plusieurs canaux de communication (langage et actions physiques) pour choisir la meilleure action à chaque étape. Contrairement aux systèmes de dialogue classiques, l'agent est entraîné dans un simulateur construit à partir de données humaines réelles et capable de gérer plusieurs modalités simultanément. Les auteurs utilisent une fonction de récompense simple, définie à un haut niveau d'abstraction et ne nécessitant pas de réglage fin, associée à des préconditions qui accélèrent l'entraînement. Une étude impliquant des utilisateurs réels a permis d'évaluer le système en conditions concrètes, avec des résultats jugés prometteurs en termes d'utilisabilité et de taux de réussite des tâches. L'enjeu principal concerne la conception des gestionnaires d'interaction (interaction managers), le composant central chargé d'observer une tâche, d'évaluer l'état de l'humain et son intention, puis de décider de l'action du robot. Aujourd'hui, ces politiques sont le plus souvent écrites à la main, une approche qui devient impraticable à mesure que la complexité des interactions augmente, notamment pour les robots destinés aux personnes âgées ou en situation de handicap, un domaine où les données d'entraînement restent rares. En démontrant qu'un RL multimodal entraîné sur simulateur peut produire une politique fonctionnelle et interprétable sans passer par un long travail d'ingénierie manuelle, ce travail apporte un argument en faveur de l'automatisation de la conception des interactions humain-robot, un enjeu direct pour les intégrateurs et laboratoires travaillant sur l'assistance à domicile. Cette contribution s'inscrit dans la recherche académique sur la robotique d'assistance, où la rareté des données et la difficulté à généraliser des politiques codées manuellement sont des obstacles connus depuis plusieurs années. L'article ne mentionne aucun partenaire industriel, produit commercialisé ni calendrier de déploiement : il s'agit d'un travail de recherche évalué via une étude utilisateur en conditions réelles, présenté comme une alternative scalable aux méthodes existantes plutôt que comme un système prêt à l'emploi.

RecherchePaper
1 source
Allures de reptation latérale par torsion linéaire pour la planification de mouvement d'un robot serpent torsadable sur terrains complexes
4arXiv cs.RO 

Allures de reptation latérale par torsion linéaire pour la planification de mouvement d'un robot serpent torsadable sur terrains complexes

Des chercheurs proposent une nouvelle famille de démarches de « sidewinding » (reptation latérale) pour robots serpents dotés d'articulations de torsion, décrite dans une prépublication arXiv. Le sidewinding consiste à onduler la colonne vertébrale du robot tout en déplaçant les segments en contact avec le sol le long de cette courbe. Les auteurs y ajoutent un mouvement de torsion piloté par une « fonction de torsion linéaire », qui répartit l'effort sur tout le corps. Selon leurs mesures, à vitesse de virement et puissance totale égales, la puissance de pointe d'une articulation de torsion baisse de 42 %. Des essais sur un robot réel montrent que ces démarches permettent de franchir des terrains où l'approche existante, dite « rolling vector », échoue, et qu'elles atteignent jusqu'à 49 % de vitesse en plus que le sidewinding classique sans torsion. L'intérêt est d'abord mécanique. L'approche rolling vector avait déjà montré que combiner ondulation et torsion améliore vitesse et robustesse, en faisant se comporter le robot comme un véhicule à entraînement différentiel. Mais elle concentre la torsion dans un court segment tampon, de sorte que les deux articulations centrales encaissent presque toute la charge. Les moteurs sont alors surchargés, ce qui plafonne les performances. La nouvelle méthode déplace le problème de la conception matérielle vers la planification de mouvement : en lissant la répartition du couple, elle élargit les terrains praticables sans changer d'actionneurs. Pour l'inspection de conduites, la recherche et le sauvetage ou l'exploration en milieu accidenté, ce sont des gains utiles. Il faut toutefois rester prudent : le chiffre de 42 % est un résultat comparatif de simulation ou de calcul à conditions appariées, et le gain de 49 % est mesuré face à une seule référence. Le résumé ne précise ni le nombre de modules, ni les terrains testés, ni les pentes ou les taux de réussite. Il s'agit de travaux académiques de laboratoire, sans produit ni déploiement industriel. Le contexte est celui d'une robotique serpent qui progresse par raffinements successifs de la locomotion. Le sidewinding est depuis longtemps reconnu comme une démarche efficace sur sols variés, notamment sable et surfaces meubles, mais son recours exclusif à l'ondulation limite les capacités du robot. L'approche rolling vector a ouvert la voie de la torsion combinée, et ce travail en corrige la principale limite de charge moteur. Le résumé ne cite ni équipe, ni laboratoire, ni acteur européen, et n'annonce ni calendrier ni pilote. Les prochaines étapes probables sont la validation sur des terrains plus variés et plus exigeants, ainsi que l'intégration à des plateformes de serpents robots destinées à des missions de terrain réelles.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source