RecherchearXiv cs.RO 10 août 2026

SoRoMoX : des modèles de robots souples rapides, différentiables et parallélisables

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

SoRoMoX (Soft Robot Models in JAX) a été présente le 10 aout 2026 dans un preprint arXiv (2608.06650), un framework logiciel en Python/JAX pour modéliser des robots souples. L'outil implémenté trois familles de modèles réduits bases sur la théorie des tiges de Cosserat, articules, a déformation constante par morceaux (Piecewise Constant Strain) et a déformation variable (Variable Strain), via une interface unique compilable JIT qui calcule matrices d'inertie, forces gravitationnelles et élastiques, jacobiennes et leurs dérivées. Selon les auteurs, c'est le premier framework de ce type entièrement différentiable par rapport aux états, entrées et paramètres, et capable de tourner directement sur GPU. Les benchmarks annonces montrent des simulations séquentielles jusqu'a 18,1 fois plus rapides que les meilleures alternatives existantes sur CPU, et un débit multiplie par 234,6 en parallélisation GPU. Ces gains ouvrent plusieurs usages testes dans l'étude: identification de système en équilibre statique avec une erreur de position réduite de 66%, apprentissage de forces résiduelles avec 64% de réduction supplémentaire, suivi de trajectoire par couple calcule avec une erreur environ 500 fois inférieure a un contrôle PD sans modèle, optimisation de gains de contrôle abaissant la perte jusqu'a 62%, et contrôle sous contrainte de sécurité limitant la force de contact a 5 newtons contre 33,5 newtons sans cette contrainte. L'entrainement de politiques par apprentissage par renforcement va jusqu'a 7 fois plus vite qu'une référence CPU basée sur PyElastica.

Cette avancée compte parce que la robotique souple accusait un retard d'outillage par rapport a la robotique rigide, ou des frameworks différentiables et parallèles sur GPU ont déjà transforme l'entrainement de contrôleurs. Modeliser un robot souple, dont la déformation est théoriquement a degrés de liberté infinis, restait couteux en calcul et peu compatible avec l'optimisation par gradient ou l'entrainement massif en simulation, ce qui freinait le passage du laboratoire aux applications réelles. En rendant ces simulations rapides et différentiables, SoRoMoX ouvre la voie a des boucles de contrôle temps réel, une identification de paramètres plus précise et des garanties de sécurité formelles, utiles pour des robots destines a manipuler des objets fragiles ou a interagir avec des humains. C'est un signal pour les intégrateurs qui évaluent la robotique souple en manutention délicate ou en préhension adaptative: le logiciel, longtemps le vrai frein, commence a rattraper la théorie.

Le papier le précise lui-même: la théorie des modèles réduits bases sur les tiges de Cosserat est déjà bien établie, ce n'est pas elle qui limitait le domaine mais l'absence d'implémentations numériques compatibles avec les workflows de contrôle modernes. La référence de comparaison citée est PyElastica, bibliothèque CPU non différentiable dédiée aux tiges discrètes. SoRoMoX reste a ce stade une publication de recherche accompagnée de son code, sans annonce de produit commercial ni de déploiement industriel: une preuve de performance sur benchmarks internes, pas encore une validation a grande échelle sur matériel physique. Les suites évoquées par les auteurs portent sur l'intégration de cet outil dans des pipelines complets de contrôle et d'apprentissage pour robots souples, avec une validation attendue sur des plateformes réelles.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

TurboMPC : commande prédictive par modèle rapide, évolutive et différentiable sur GPU

Le Toyota Research Institute (TRI) a publié le 24 juin 2026 TurboMPC, un solveur MPC (commande prédictive par modèle) différentiable fonctionnant entièrement sur GPU. Implémenté en JAX-CUDA, il combine programmation quadratique séquentielle (SQP), solveur interne ADMM et différentiation implicite, tout en supportant contraintes d'inégalité sur états et contrôles, intégrateurs implicites, coûts couplés temporellement et variables de slack. Les gains de performance atteignent jusqu'à 15x par rapport aux solveurs CPU différentiables de référence et jusqu'à 58x face aux meilleurs solveurs GPU existants. Validé en simulation sur planification contrainte, imitation learning pour humanoïde et apprentissage par renforcement à fonction de coût neuronale, TurboMPC a également été testé sur un véhicule réel en conduite à temps minimal. L'optimisation bayésienne des paramètres MPC, rendue possible par le traitement par lots sur GPU, y produit des vitesses nettement supérieures au réglage manuel. Le solveur tient jusqu'à 8 000 points de trajectoire sans perdre le contrôle du véhicule. Le code est mis en open source sur GitHub (ToyotaResearchInstitute/turbompc). L'apport central est la réconciliation entre pipelines GPU d'apprentissage profond et solveurs MPC traditionnellement CPU-centric, une friction qui forçait des transferts mémoire coûteux et une hétérogénéité matérielle pénalisante en production. En restant entièrement sur GPU et en étant différentiable de bout en bout, TurboMPC s'intègre directement dans des boucles d'entraînement par gradient, ce qui valide à grande échelle l'hypothèse des "differentiable MPC" longtemps discutée dans la littérature. La démonstration sur imitation learning humanoïde est particulièrement significative: elle montre que des formulations MPC expressives peuvent rivaliser avec les approches purement apprises pour des robots à haute dimensionnalité, sans abandonner les garanties de planification. TRI, branche recherche de Toyota dédiée à la robotique et aux véhicules autonomes, publie face à des alternatives établies comme Crocoddyl du LAAS-CNRS (Toulouse, France), ALTRO (Stanford/CMU) et Theseus (Meta AI), tous majoritairement CPU-centric ou partiellement GPU. La présence de Crocoddyl dans ce paysage concurrentiel donne une visibilité directe au laboratoire toulousain, dont les travaux seront mis en compétition par ces nouveaux benchmarks. La mise en open source facilite l'intégration dans des simulateurs parallèles comme Isaac Lab ou Genesis. Les prochaines étapes probables incluent des évaluations sur plateformes humanoïdes réelles et une adoption dans des pipelines robotiques industriels.

UELe LAAS-CNRS (Toulouse) voit son solveur Crocoddyl directement mis en compétition par TurboMPC sur les benchmarks GPU, ce qui expose la recherche française en commande prédictive robotique à une comparaison défavorable sur les critères de performance.

RecherchePaper

1 source

2arXiv cs.RO

Modèles de tiges pour le contrôle des robots continus et souples : une revue

Une équipe de chercheurs a publié sur arXiv (référence 2407.05886, troisième révision) une revue exhaustive des modèles de tiges (rod models) appliqués à la modélisation et au contrôle des robots continus et souples. Le travail couvre les fondements mathématiques des théories de tiges, leur application à la modélisation de structures déformables, et les stratégies de contrôle dérivées, tant model-based que learning-based. Les auteurs proposent une classification des modèles selon le type de déformation pris en compte, contribution qui fait défaut dans la littérature existante. Les domaines applicatifs ciblés incluent la santé, l'agriculture, le milieu marin et l'espace, où les robots rigides conventionnels montrent leurs limites face à des environnements non structurés et à des interactions mécaniques en contact permanent. L'intérêt principal de ce survey est de structurer un sous-champ marqué par une forte fragmentation de la littérature. Les modèles de type Cosserat ou Kirchhoff proposent une approximation dimensionnellement réduite du comportement de corps élancés et déformables, offrant un meilleur équilibre que les méthodes éléments finis (FEM) entre précision et coût computationnel temps-réel. Pour les équipes R&D travaillant sur des bras flexibles endoscopiques, des cathéters guidés ou des manipulateurs agricoles, ce panorama unifié permet d'arbitrer entre approche physique et apprentissage, et de cibler les lacunes identifiées : robustesse au contact incertain, calibration en conditions réelles, et fermeture du fossé sim-to-real. Les modèles de tiges appliqués à la robotique souple se sont imposés comme cadre de référence depuis le milieu des années 2010, portés par l'essor des actionneurs à câbles, pneumatiques et à base d'élastomères. Plusieurs groupes académiques restent moteurs sur le sujet : INRIA, MIT CSAIL, IIT Gênes, Universität Stuttgart. Dans l'écosystème industriel, les applications en chirurgie mini-invasive et en manipulation agricole sont directement confrontées à ces problèmes de modélisation. Le papier identifie trois directions ouvertes : gestion du contact multi-points, intégration avec les architectures VLA (vision-langage-action), et généralisation à des morphologies hybrides rigides-souples. Ces fronts devraient alimenter le champ dans les deux à trois prochaines années.

UEINRIA figure parmi les groupes académiques moteurs du domaine ; les applications ciblées (chirurgie mini-invasive, manipulation agricole) concernent directement des acteurs industriels et projets de recherche européens.

RecherchePaper

1 source

3arXiv cs.RO

CuPIQP : un solveur QP par lots et différentiable sur GPU pour l'apprentissage et la commande des robots

Cette équipe publie cuPIQP, un solveur de programmation quadratique (QP) par lots et différentiable, exécuté sur GPU. Il repose sur une méthode de points intérieurs proximale et prend en charge, dans une interface unifiée, les problèmes denses, creux et multi-étages. Les QP servent de brique de base à la cinématique inverse, au contrôle du corps entier (whole-body control) et à la commande prédictive (MPC). Le solveur résout de nombreux QP indépendants en parallèle et exploite leur structure interne. Chaque problème garde ses propres mises à jour numériques et son propre critère d'arrêt, donc un cas difficile ne contraint pas les autres du lot. Les benchmarks portent sur des lots allant jusqu'à 16 384 QP. Le temps de résolution est jusqu'à 18,8 fois plus court que celui de Moreau et 4,26 fois plus court que PIQP sur huit coeurs CPU. Sur une tâche d'apprentissage de bout en bout, l'entraînement est 4,6 fois plus rapide qu'avec QPAX et 7,8 fois plus rapide qu'avec Moreau. L'intérêt dépasse le seul gain de vitesse. L'apprentissage par renforcement massivement parallèle (milliers d'environnements simulés sur GPU) s'est largement passé des contrôleurs classiques, car ceux-ci obligent à repasser par le CPU. Disposer d'un solveur QP qui reste sur GPU permet d'insérer dans la boucle d'entraînement des couches d'optimisation, comme un contrôleur de corps entier ou un MPC, et de les différencier. Pour un intégrateur ou une équipe de contrôle, cela rend plus accessible l'hybridation entre méthodes à base de modèle, qui offrent des garanties de contraintes, et politiques apprises. Les chiffres viennent toutefois des auteurs, sur leurs propres benchmarks. Le gain face à PIQP est plus modeste que face à Moreau, et il dépend de la taille des problèmes et du matériel testé. Aucune démonstration sur robot réel n'est mentionnée dans le résumé. Ce travail s'inscrit dans l'essor des solveurs d'optimisation accélérés par GPU et différentiables, héritiers de couches comme OptNet et de bibliothèques plus récentes telles que QPAX et Moreau, que cuPIQP prend ici comme références. Il prolonge PIQP, solveur CPU à points intérieurs proximal déjà utilisé en robotique. La concurrence se joue donc moins entre robots qu'entre briques logicielles, au moment où les fabricants de humanoïdes cherchent à combiner contrôle de bas niveau et politiques apprises de type VLA. La suite probable tient à la publication du code, à une intégration dans des simulateurs GPU et à des tests de MPC ou de contrôle du corps entier sur matériel réel, qui diront si ces gains d'entraînement se traduisent en performances de déploiement.

RecherchePaper

1 source

4arXiv cs.RO

∇Mimic : contrôle ultra-efficace de robots humanoïdes par simulation différentiable

Des chercheurs publient ∇Mimic, une méthode d'apprentissage de politiques pour humanoïdes qui s'appuie sur les gradients exacts du simulateur plutôt que sur des méthodes dites d'ordre zéro comme PPO, lesquelles traitent le simulateur en boîte noire et exigent des volumes d'échantillons considérables. Le travail s'accompagne de NablaEngine, un moteur de simulation GPU différentiable pour le Unitree G1. Il reproduit la dynamique de contact complète de MuJoCo avec des noyaux fusionnés par monde simulé, et calcule l'adjoint d'un pas de contrôle entier dans un unique mégakernel. Ses gradients analytiques concordent avec des différences finies en float64 et sont 11,5 fois plus rapides que l'adjoint MuJoCo Warp disponible. Sur le suivi de mouvement corps entier des 40 clips LAFAN1, avec une seule politique sur un seul GPU, ∇Mimic atteint le score de 0,82, celui rapporté par la méthode de référence à base de modèle du monde, en 20 minutes au lieu de 1,2 heure, puis 0,874 en 1,8 heure. La base de référence de premier ordre SHAC, elle, s'arrête en quelques minutes sur des gradients qui explosent. Le code est publié en open source. L'enjeu tient à ce que la différentiation à travers la physique de contact passait jusqu'ici pour impraticable sur le contrôle corps entier : les gradients y divergent, car la dynamique de contact n'est pas différentiable partout et sa dérivée diverge près de certains événements. Les auteurs affirment que les gradients exacts du simulateur surpassent les gradients de substitution d'un modèle appris, une hypothèse que la méthode concurrente à base de modèle du monde avait contournée. Leur parade est double : un écrêtage des gradients par échantillon, relatif à la médiane, appliqué à chaque étape de la passe arrière, puis une régression multi-pas sur des cibles d'action dérivées des gradients, qui réutilise chaque fenêtre de simulation coûteuse et borne chaque cible indépendamment de l'échelle des gradients. Pour un laboratoire ou un intégrateur, passer de plus d'une heure à vingt minutes sur un GPU change le rythme d'itération. Les réserves sont toutefois nettes : il s'agit d'un preprint (arXiv, version 1) non évalué par les pairs, les résultats portent sur la simulation uniquement et sur un seul benchmark de suivi de mouvement, sans transfert vers un robot réel ni tâches de manipulation ou de locomotion sur terrain varié. Le contexte est celui d'un apprentissage par renforcement humanoïde dominé par PPO, coûteux en échantillons, malgré des politiques de suivi de mouvement désormais courantes sur le G1, plateforme d'étude très répandue. Les méthodes de premier ordre existantes, dont SHAC, échouaient sur le contact riche, ce qui avait poussé vers les modèles du monde appris. Le résultat s'inscrit dans l'écosystème MuJoCo et sa déclinaison GPU, MuJoCo Warp, que NablaEngine dépasse sur le calcul d'adjoint. Les suites à surveiller sont la reproduction indépendante des scores, l'extension à d'autres morphologies et tâches, et surtout la preuve du transfert sim-to-real, seul juge de paix pour les équipes qui déploient des humanoïdes.

RecherchePaper

1 source