RecherchearXiv cs.RO 3 août 2026

Robotique humanoïde : optimisation cinétodynamique de la trajectoire corps entier avec contacts multiples

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de recherche présente KDMR (KinoDynamic Motion Retargeting), un nouveau framework pour adapter des mouvements de capture de mouvement (MoCap) humains à des robots humanoïdes. Contrairement aux méthodes classiques de retargeting purement cinématiques, qui se contentent de transposer spatialement les données MoCap et génèrent des artefacts physiquement incohérents (glissement des pieds, pénétration du sol), KDMR formule le problème comme une optimisation de trajectoire dynamique multi-contact sur le corps entier du robot. La méthode intègre des contraintes de dynamique du corps rigide et de complémentarité de contact, et combine les données MoCap avec des mesures de force de réaction au sol (GRF) pour détecter automatiquement les événements de contact talon-orteil et reproduire fidèlement les schémas de contact humains. Les auteurs comparent KDMR à GMR, la référence actuelle du domaine, sur trois critères : la faisabilité dynamique et la fluidité des mouvements retargetés, la précision du suivi des forces de réaction au sol par rapport aux données sources, et l'efficacité d'entraînement des politiques de contrôle en aval via le framework BeyondMimic. Le pipeline complet sera publié en open source.

Ce travail s'attaque à un goulot d'étranglement peu visible mais critique dans l'apprentissage par imitation pour robots humanoïdes : la qualité des données de référence utilisées pour entraîner les politiques de locomotion. Un retargeting purement cinématique produit des trajectoires irréalistes que les robots ne peuvent pas exécuter sans corrections coûteuses, ce qui ralentit la convergence de l'entraînement et dégrade la stabilité de la marche obtenue. En démontrant que des trajectoires dynamiquement viables accélèrent l'apprentissage et améliorent la stabilité finale, KDMR renforce l'idée que le sim-to-real et l'apprentissage par imitation pour humanoïdes ne sont pas seulement une question d'algorithmes de contrôle, mais aussi de qualité des données de démonstration en amont. Pour les équipes qui développent des politiques de locomotion humanoïde, cela suggère qu'investir dans un retargeting physiquement cohérent peut réduire le temps et le coût d'entraînement plutôt que de complexifier uniquement la politique elle-même.

Le retargeting de mouvement humain vers robot est une étape standard dans les pipelines d'apprentissage par imitation pour humanoïdes, où GMR sert aujourd'hui de référence de facto. KDMR s'inscrit dans une tendance plus large visant à combler l'écart entre capture de mouvement et physique réelle du robot, en s'appuyant explicitement sur des données de force au sol plutôt que sur la seule cinématique. Les auteurs annoncent la publication complète du pipeline en open source à la publication de l'article, ce qui permettrait à la communauté robotique d'évaluer et de réutiliser directement la méthode, sans toutefois préciser à ce stade de calendrier précis ni de robot physique sur lequel les politiques entraînées ont été validées en conditions réelles.

À lire aussi

1arXiv cs.RO

Optimisation de trajectoire dynamiquement cohérente pour robots à pattes via décomposition des points de contact

Une équipe de recherche publie sur arXiv (référence 2510.24069, version 2, qui remplace une soumission antérieure) un article intitulé "Dynamically-Consistent Trajectory Optimization for Legged Robots via Contact Point Decomposition". La méthode proposée est une optimisation de trajectoire par phases qui garantit, sur l'ensemble du mouvement, la faisabilité de la dynamique de translation ainsi que le respect des contraintes de cône de friction. Elle exploite les propriétés de superposition des équations différentielles linéaires pour découpler la dynamique de translation de chaque point de contact, chacun suivant sa propre séquence de phases d'appui et de vol. Les auteurs utilisent ensuite la matrice de différentiation des polynômes de Bézier pour établir une relation analytique directe entre position du robot et forces appliquées, puis la propriété d'enveloppe convexe de ces mêmes polynômes pour contraindre le frottement tout au long de la trajectoire. Le framework est validé sur un modèle de robot quadrupède, avec code source et matériel complémentaire publiés sur une page de projet dédiée. Pour la robotique à pattes, ce travail s'attaque à un goulot d'étranglement connu : calculer simultanément la séquence de contacts et une trajectoire dynamiquement valide est coûteux en calcul, et de nombreux optimiseurs existants ne vérifient la dynamique qu'en des instants discrets, laissant passer des violations entre ces points. En assurant une satisfaction continue et analytique des contraintes plutôt qu'une approximation par échantillonnage, l'approche vise des trajectoires plus fiables sur des allures variées (marche, trot, saut) sans recalcul correctif coûteux après coup. Pour des intégrateurs travaillant sur des plateformes quadrupèdes du type Spot, Unitree ou ANYmal, ce genre de méthode pourrait alimenter des planificateurs embarqués plus robustes. Il s'agit toutefois d'un résultat académique validé en simulation sur un seul modèle de robot, pas d'un produit commercial ni d'un déploiement de terrain. Cette contribution s'inscrit dans la lignée des recherches sur l'optimisation de trajectoire à contacts implicites et le contrôle prédictif corps entier pour robots légers, un domaine où dominent depuis plusieurs années des méthodes fondées sur la programmation quadratique séquentielle ou l'intégration numérique directe, qui peinent à garantir la cohérence dynamique entre les points d'échantillonnage. La publication d'une version 2 sur arXiv signale une révision après une première soumission, probablement liée à un processus d'évaluation par les pairs. Aucun partenariat industriel, calendrier de pilote ou passage au matériel réel n'est mentionné à ce stade : les auteurs renvoient uniquement vers leur page de projet et le code source pour toute reproduction ou prolongement des résultats.

RecherchePaper

1 source

2arXiv cs.RO

Contrôle du corps entier d'un robot humanoïde par tokenisation stochastique des mouvements

Des chercheurs proposent une méthode de contrôle du corps entier pour humanoïdes fondée sur une tokenisation stochastique du mouvement, décrite dans un preprint arXiv (2610.36452v1). L'équipe cible une limite des politiques d'apprentissage par renforcement (RL) pilotées en vitesse, efficaces pour les quadrupèdes mais trop pauvres comme interface pour des mouvements complexes d'humanoïde. Leur approche utilise des représentations compactes du mouvement, générées par un contrôleur de haut niveau à partir d'une étiquette de comportement ou d'une commande textuelle. Ces représentations alimentent directement une politique de suivi qui reçoit ainsi une référence de mouvement détaillée. Le tokenizer stochastique reconstruit les mouvements du Unitree G1 mieux que la quantification scalaire finie (FSQ) et l'autoencodeur à quantification vectorielle (VQ-VAE), à capacité égale. Sur robot physique, l'interface discrète pilote des séquences de danse, de combat et de marche générées, de 16,8 s chacune, ainsi qu'un enchaînement combat-danse de 35 s. Pour les intégrateurs et les équipes de R&D, l'intérêt tient à l'interface entre planification et exécution. Les politiques de suivi classiques voient peu du mouvement futur, ce qui les empêche de dévier de façon contrôlée pour réussir une tâche à long terme ou de préparer une transition entre deux comportements. Un jeton de mouvement conditionné par texte ou par label offre un point d'entrée commun pour des modèles de langage ou des VLA (modèles vision-langage-action), sans recourir à une simple commande de vitesse. Les résultats restent toutefois à relativiser. Ils portent sur une seule plateforme, le G1, et sur des séquences de moins de 40 s. Le résumé ne donne aucun chiffre de taux de réussite, de robustesse ni de latence. Il ne mentionne pas non plus de manipulation, de charge utile ou de déploiement industriel. Il s'agit d'une démonstration de recherche sur des mouvements expressifs. Elle ne prouve pas encore une fiabilité exploitable en production. Ce travail s'inscrit dans la course à la commande généraliste des humanoïdes. Le G1, relativement abordable, est devenu la plateforme standard des laboratoires, et le suivi de mouvements humains par RL s'est généralisé dans l'académie comme chez les acteurs industriels. La tokenisation discrète du mouvement vient du monde de la génération de mouvements, où VQ-VAE et FSQ sont des références. Les auteurs s'en servent comme pont avec les politiques de contrôle. Les prochaines étapes à surveiller sont la validation sur d'autres morphologies, l'ajout de tâches de locomotion-manipulation et la mesure de la robustesse face aux perturbations. Le texte ne cite aucun pilote commercial ni calendrier. Il faudra donc attendre le code, les vidéos non sélectionnées et des comparaisons directes avec les contrôleurs concurrents pour juger de l'apport réel.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

D4orm : trajectoires multi-robots par déformations débruitées avec diffusion tenant compte de la dynamique

Le laboratoire Prorok de l'université de Cambridge a publié une nouvelle version (v3) de son article arXiv 2503.12204, présentant D4orm, une méthode de génération de trajectoires multi-robots sans collision et physiquement réalisables. Contrairement aux approches par apprentissage, D4orm ne comporte aucune composante entraînée : elle débruite itérativement des trajectoires bruitées à la manière d'un modèle de diffusion, en s'appuyant uniquement sur un modèle dynamique du robot pour simuler des trajectoires faisables et sur une fonction de fitness guidée par approximation de gradient Monte Carlo. Testée sur des équipes de robots à roues différentielles et holonomes allant jusqu'à 16 unités en 2D et 3D, elle va près de deux fois plus vite que MPPI, une référence d'optimisation boîte noire, sur un cas holonome 2D à 16 robots. Les chercheurs ont aussi déployé les trajectoires calculées en zero-shot, sans réentraînement, sur huit drones multirotors réels, et publié le code et une vidéo sur GitHub (proroklab/d4orm). Pour les intégrateurs de flottes de robots (entrepôts, essaims de drones), la démonstration montre qu'une optimisation sans apprentissage ni données d'entraînement peut égaler, voire dépasser, des baselines établies comme MPPI en coordination multi-agents, tout en tirant parti du calcul GPU parallèle pour un raffinage en temps réel. Le déploiement zero-shot sur huit drones physiques répond à une critique récurrente du secteur, l'écart persistant entre simulation et réalité en planification multi-robots : la méthode a fonctionné sans étape d'adaptation supplémentaire. Cela positionne D4orm comme alternative légère aux pipelines d'apprentissage lourds, pour des usages où robustesse et vitesse priment sur la généralisation apprise. La méthode s'inscrit dans un mouvement plus large qui détourne les modèles de diffusion, popularisés en génération d'images, vers la planification robotique, déjà explorée pour des bras manipulateurs uniques et la conduite autonome. Le préfixe arXiv 2503 indique une soumission initiale en mars 2025, cette version 3 étant une révision de l'article d'origine. Il s'agit d'une publication académique en open source, pas d'un produit commercial : aucun partenaire industriel ni calendrier de commercialisation n'est annoncé. Les suites plausibles, non confirmées par les auteurs, porteraient sur l'extension à des flottes plus nombreuses et à des dynamiques hybrides combinant robots terrestres et aériens.

UELe laboratoire Prorok de l'université de Cambridge, acteur académique européen, publie une méthode open source de planification multi-robots sans apprentissage.

RecherchePaper

1 source

4arXiv cs.RO

Dynamique de contact différentiable pour la locomotion à pattes : apprentissage de politiques et optimisation de trajectoire à contact implicite

Des chercheurs publient sur arXiv (2610.35852, première version) une méthode de gradient analytique lisse pour le contact frottant. Ils l'appliquent à l'apprentissage de politiques et à l'optimisation de trajectoire à contact implicite pour la locomotion à pattes. Le point de départ est que la sensibilité exacte du contact existe en forme close, mais qu'elle ne décrit que les variations à l'intérieur du mode de contact courant (séparation, adhérence ou glissement). Elle ne donne donc aucune information de premier ordre vers les modes voisins. Le gradient proposé ne remplace cette sensibilité que dans la passe arrière. Le solveur de contact dur de la passe avant reste inchangé, et la trajectoire simulée reste donc réalisable. Concrètement, le problème de complémentarité à cône du second ordre avec correction de de Saxcé, qui modélise le frottement de Coulomb, est relaxé le long du chemin central. La sensibilité est évaluée par une itération de Newton initialisée à la solution dure. Elle reste continue aux transitions de mode et converge vers la sensibilité exacte quand la relaxation disparaît. Avec 100 000 échantillons et moins de 2 minutes d'entraînement sur un PC de bureau, la politique obtenue est transférée au robot sans réglage fin. Au trot, le robot encaisse des poussées et franchit des débris et un sol glissant. En optimisation de trajectoire, la méthode atteint des solutions riches en contacts que les gradients exacts et les gradients de Signorini relaxés manquent. L'intérêt tient au coût d'apprentissage. Quelques minutes sur une machine de bureau contrastent avec les campagnes de RL massivement parallèle sur GPU, ce qui suggère que les simulateurs différentiables pourraient redevenir compétitifs en efficacité d'échantillons. La prudence s'impose toutefois. Le résumé ne nomme pas le robot, ne donne ni taux de réussite ni comparaison chiffrée avec PPO, et les essais matériels sont décrits qualitativement. Il s'agit d'un préprint non relu par les pairs, sur locomotion à pattes, sans démonstration humanoïde ni manipulation. Ce travail s'inscrit dans la lignée des simulateurs différentiables (Brax, MuJoCo MJX, Dojo, Warp) et du lissage du contact, dont le problème central est que les gradients exacts sont nuls ou non informatifs aux changements de mode. Il se positionne face au RL sans gradient popularisé par Isaac Gym et Legged Gym, qui domine aujourd'hui le transfert sim-to-real des quadrupèdes et des humanoïdes. Aucun acteur européen n'est cité dans le résumé. La suite logique, que les auteurs n'annoncent pas, serait de tester la méthode sur des bipèdes et des tâches de manipulation, plus exigeants en contacts. Le code et les vidéos sont annoncés sur la page projet diffcontact.github.io.

RecherchePaper

1 source