Light-Loco-Parkour : locomotion perceptive du corps entier par distillation multi-compétences

Des chercheurs présentent Light-Loco-Parkour (LLP), un système de locomotion humanoïde à corps entier piloté par une politique unique entraînée par apprentissage par renforcement. Contrairement aux systèmes existants qui soit reproduisent des mouvements de référence sans s'adapter au terrain, soit réagissent au terrain sans mobiliser bras, torse et genoux, LLP fonctionne uniquement à partir d'une caméra de profondeur embarquée et d'une commande de vitesse. La politique décide seule quand marcher, se stabiliser, grimper, descendre ou franchir un obstacle par un saut, sans étiquette de compétence prédéfinie, sans machine à états codée à la main et sans graphe de mouvement calculé en temps réel. Trois apports techniques soutiennent le système : une extension d'une politique de suivi de vitesse par RL avec des compétences de franchissement apprises à partir de mouvements d'interaction avec des objets ; une méthode pour générer, à partir de quelques mouvements de départ seulement, des références dynamiquement réalisables couplées à différentes géométries de terrain, sans nécessiter un large corpus de mouvements capturés ; et un apprentissage des transitions entre compétences directement par la récompense, sans supervision explicite. Les auteurs rapportent un taux de réussite élevé en simulation comme en conditions réelles, sur des terrains déjà vus à l'entraînement et sur des obstacles inédits, avec un transfert zero-shot de la même politique vers des essais matériels en intérieur et en extérieur.

Ce travail s'attaque à un écart persistant dans le contrôle des humanoïdes : la plupart des démonstrations de franchissement reposent soit sur des trajectoires capturées puis rejouées, peu généralisables à un terrain nouveau, soit sur des réflexes purement locomoteurs qui laissent bras et torse inertes, réduisant la marge de manœuvre face à un obstacle complexe. En unifiant ces deux régimes dans une seule politique perceptive de bout en bout, LLP illustre une tendance de fond du secteur : passer de démonstrations chorégraphiées à des comportements robustes pilotés uniquement par des capteurs embarqués, sans télémétrie externe ni script de mouvement préétabli. Pour les intégrateurs et décideurs qui évaluent la maturité des humanoïdes pour des environnements non structurés, chantiers, entrepôts irréguliers, sites extérieurs, la validation en conditions réelles avec transfert zero-shot est un signal plus solide qu'une vidéo de démonstration en studio, même si la portée reste celle d'un article de recherche et non d'un produit commercialisé.

L'article, publié sur arXiv début août 2026, s'inscrit dans une vague de recherche en apprentissage par renforcement appliquée à la locomotion humanoïde perceptive, un domaine où plusieurs laboratoires publient depuis 2024-2025 des variantes de politiques de franchissement d'obstacles, à comparer aux démonstrations déjà montrées par des plateformes comme Atlas de Boston Dynamics ou les humanoïdes Unitree. LLP se distingue en évitant le recours à un large corpus de mouvements capturés, en générant ses données d'entraînement à partir de peu d'exemples, une approche qui, si elle est confirmée par des reproductions indépendantes, pourrait réduire le coût d'entraînement de ce type de système. Les auteurs ne précisent ni plateforme matérielle exacte ni calendrier de déploiement commercial : il s'agit à ce stade d'une démonstration de recherche, dont la suite logique serait une évaluation sur davantage de plateformes et une comparaison directe avec les systèmes concurrents.