FR/EU ecosystemearXiv cs.RO 25 août 2026

CAVERS : données SLAM multimodales d'une grotte karstique naturelle avec capture de mouvement de référence

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de robotique de l'université de Malaga, en Espagne, a publié CAVERS, un jeu de données multimodal pour la navigation autonome en grotte, doté d'une vérité terrain de mouvement par capture de mouvement. Les enregistrements ont eu lieu dans deux salles distinctes de la Cueva de la Victoria, une grotte karstique naturelle près de Malaga, sous forme de 24 séquences totalisant environ 335 Go. Le dispositif combine une caméra RGB-D-I Intel RealSense D435i, une caméra thermique proche infrarouge Optris PI640i et un LiDAR Velodyne VLP-16, portés à la main ou montés sur un robot à roues, dans l'obscurité totale comme sous éclairage artificiel. Un système Optitrack installé directement dans la grotte fournit, pour la plupart des séquences, une pose à 6 degrés de liberté et une vitesse précises au millimètre, échantillonnées à 120 Hz. Sept algorithmes de SLAM et d'odométrie de l'état de l'art ont été testés, couvrant les approches visuelles, visuo-inertielles, thermo-inertielles et par LiDAR, ainsi qu'un pipeline de reconstruction 3D. L'ensemble est publié en libre accès sur GitHub, sous le dépôt spaceuma/cavers.

Contrairement aux mines ou tunnels artificiels, les grottes karstiques combinent géométrie irrégulière, surfaces mouillées réfléchissantes, éclairage quasi nul et galeries ramifiées, un cocktail qui met en échec de nombreux algorithmes de localisation conçus pour des environnements plus structurés. Les jeux de données publics couvrant ce terrain restent rares et limités en modalités de capteurs, ce qui freine la comparaison rigoureuse des méthodes existantes. En associant une vérité terrain millimétrique à quatre modalités de capteurs synchronisées, CAVERS permet d'évaluer objectivement la dérive et la robustesse des pipelines visuels, thermiques et LiDAR en conditions extrêmes, un enjeu direct pour la robotique de spéléologie automatisée, les missions de recherche et sauvetage souterraines, et l'exploration de cavités planétaires comme les tubes de lave lunaires ou martiens, un terrain suivi de près par les agences spatiales.

Le projet émane du laboratoire de robotique spatiale SPACEUMA de l'université de Malaga, dont les travaux portent habituellement sur la navigation de rovers pour l'exploration extraterrestre, ce qui explique le choix d'une grotte karstique comme analogue terrestre de cavités planétaires difficiles d'accès. Il s'agit d'une publication de recherche accompagnée de code et de données ouvertes, et non d'un produit commercialisé : aucun déploiement opérationnel n'est annoncé, seulement un benchmark destiné à la communauté scientifique. La version disponible correspond à une révision, v2, d'un article déjà soumis sur arXiv. D'autres jeux de données existent pour les mines et tunnels, notamment issus du DARPA Subterranean Challenge, mais CAVERS cible spécifiquement l'environnement karstique naturel avec une vérité terrain de très haute précision, ouvrant la voie à de futures comparaisons entre robots à roues et capteurs portés à la main.

Impact France/UE

Ce jeu de données est publie par le laboratoire SPACEUMA de l'université de Malaga (Espagne), renforçant les ressources européennes ouvertes pour la recherche en navigation robotique souterraine et spatiale.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Gestes robotiques naturels et expressifs via un apprentissage par renforcement itératif avec retours humains et LLMs

Des chercheurs ont publié en juin 2026 (arXiv:2606.18747) un système permettant au robot humanoïde Pepper de générer des gestes co-verbaux naturels à l'exécution, sans recours à des animations préprogrammées. L'architecture combine ChatGPT pour la génération de code gestuel en langage naturel, couplée à un pipeline d'apprentissage par renforcement à partir de retours humains (RLHF) appliqué de manière itérative. Des utilisateurs évaluent les gestes produits par Pepper lors d'une étude comparative, ces préférences servant de signal de récompense pour affiner le modèle de langage. Résultat annoncé : des mouvements jugés plus expressifs, pertinents et fluides qu'avec le seul pipeline LLM de base. L'enjeu est significatif pour les intégrateurs de robots sociaux. Aujourd'hui, la quasi-totalité des comportements gestuels déployés en production repose sur des bibliothèques d'animations conçues à la main par des experts, ce qui rend les robots rigides face à des contextes conversationnels imprévus. Les approches par apprentissage automatique peinent à capturer la naturalité perçue, un critère subjectif qui se dégrade à mesure que le nombre de degrés de liberté augmente. Ce travail propose une alternative concrète : utiliser un LLM comme générateur de comportements moteurs au runtime, puis le corriger via RLHF pour coller aux préférences réelles des utilisateurs. C'est une transposition directe de la méthode qui a rendu ChatGPT lui-même plus utile, appliquée ici au domaine de la communication non verbale humain-robot. Les résultats restent néanmoins issus d'une étude utilisateur contrôlée, pas d'un déploiement à grande échelle. Pepper est le robot social d'Aldebaran Robotics, société française rachetée par SoftBank en 2012, aujourd'hui commercialisé dans les secteurs retail, accueil et éducation. Après une phase de déception commerciale liée précisément à la rigidité comportementale du robot, plusieurs équipes académiques cherchent à relancer son potentiel via des couches IA génératives. Sur ce terrain, Pepper fait face à une concurrence croissante des agents conversationnels incarnés (avatars AR/VR) et de nouvelles plateformes comme Enchanted Tools (France) avec son robot Miroki, conçu dès l'origine pour une expressivité naturelle. La prochaine étape logique serait un déploiement en contexte réel pour mesurer le gap entre l'évaluation en laboratoire et l'acceptation en environnement ouvert, une question que les auteurs n'adressent pas encore.

UEDes travaux académiques sur Pepper (Aldebaran, origine française rachetée par SoftBank) appliquant l'RLHF à la gestualité co-verbale ouvrent une voie concrète pour réhabiliter cette plateforme en production, dans un contexte où Enchanted Tools (France) cherche à s'imposer sur le segment des robots sociaux expressifs avec Miroki.

FR/EU ecosystemePaper

1 source

2arXiv cs.RO

Danser avec REEM-C : une étude de communication physique et sociale entre robot et humain

Une équipe de recherche publie une étude actualisée (arXiv:2408.05301, version 3) consacrée à la communication physique et sociale entre un robot humanoïde et un humain, testée à travers un scénario de danse en couple. La plateforme humanoïde à corps complet REEM-C, développée par l'entreprise espagnole PAL Robotics, tient le rôle du meneur et guide un partenaire humain en lui signalant les prochains pas via trois canaux de communication, haptique (contact physique), visuel et audio, utilisables seuls ou combinés. Pour cela, les chercheurs ont conçu une architecture de contrôle du corps entier scindée en deux : le haut du corps combine contrôle en admittance et en impédance pour gérer le contact physique avec le partenaire, tandis que le bas du corps reste en contrôle de position pour assurer l'équilibre et l'exécution des pas. Des expériences menées avec des participants humains ont permis de vérifier les performances du contrôleur et de comparer l'efficacité perçue et le confort des différentes modalités de communication. L'interaction physique-sociale homme-robot (psHRI) reste un point faible de la robotique humanoïde actuelle : la plupart des plateformes évitent le contact physique direct avec un humain ou le gèrent de façon rigide, ce qui limite les scénarios de collaboration rapprochée comme le guidage physique, l'assistance à la mobilité ou le co-portage de charges. En testant un robot qui initie et maintient un contact physique continu pour transmettre de l'information, l'étude sort du cadre habituel des démonstrations de manipulation ou de locomotion isolées et s'attaque directement à la lisibilité de l'intention robotique en contact rapproché. Pour les intégrateurs et chercheurs en robotique collaborative, les résultats sur la modalité jugée la plus efficace et la plus confortable, au-delà de la seule faisabilité technique du contrôleur, offrent des repères concrets pour concevoir des interfaces physiques en usine, en logistique ou en assistance à la personne, où le geste doit rester intuitif sans effort cognitif pour l'humain. REEM-C est la plateforme de recherche humanoïde de PAL Robotics, entreprise basée à Barcelone, déjà utilisée dans de nombreuses études académiques d'interaction homme-robot avant ce travail sur la danse meneur-suiveur. Cette publication s'inscrit dans un contexte où la majorité des annonces humanoïdes récentes, qu'il s'agisse de Figure 03, d'Optimus ou d'autres plateformes commerciales, mettent l'accent sur la manipulation autonome et la marche plutôt que sur la communication physique fine avec un partenaire humain. Il s'agit ici d'un travail de recherche académique, article arXiv en version révisée et non d'un produit commercialisé ni d'un déploiement industriel, dont l'objectif est de poser des bases méthodologiques pour des contrôleurs psHRI plus lisibles. Les auteurs évoquent des prolongements possibles vers d'autres scénarios de guidage physique au-delà de la danse, où ce type de communication multimodale pourrait s'appliquer à la rééducation ou à l'accompagnement de personnes à mobilité réduite.

UEPAL Robotics (Barcelone, Espagne) fait progresser via cette étude académique l'interaction physique homme-robot, un savoir-faire européen directement transférable a l'industrie, la logistique et l'assistance a la personne en UE.

FR/EU ecosystemePaper

1 source

3Hackaday Robots Hacks

Le robot de bureau Reachy Mini intègre une IA conversationnelle entièrement locale

Hugging Face a publié un guide d'implémentation pour doter son robot de bureau Reachy Mini d'une intelligence artificielle conversationnelle entièrement locale, avec mouvements de tête et oscillations d'antenne synchronisés avec la parole. La pile logicielle suit une architecture en quatre étapes : VAD (détection d'activité vocale), STT (reconnaissance vocale), LLM (grand modèle de langage) et TTS (synthèse vocale), chaque brique pouvant être exécutée localement ou déléguée à un service distant selon la puissance disponible. Dans la configuration de référence, le LLM retenu est Qwen3-4B-Instruct, complété par des modèles plus légers pour la détection vocale et la synthèse. Le robot, dépourvu de membres mais équipé d'une tête mobile et d'antennes expressives, vise une latence basse et prend en charge les interruptions en cours de phrase, deux propriétés qui rendent l'interaction perçue comme naturelle. La modularité de cette architecture est le point différenciant : chaque composant peut être remplacé indépendamment, ce qui permet d'adapter Reachy Mini à n'importe quelle configuration matérielle, ou d'exploiter un modèle frontier via API distante pour le seul LLM tout en conservant le reste en local. Pour les chercheurs et les développeurs travaillant sur l'interaction homme-robot, cela réduit considérablement la friction d'expérimentation sans infrastructure lourde. Le fait qu'un modèle de 4 milliards de paramètres suffise à produire des échanges fluides est un signal concret : les capacités conversationnelles embarquées deviennent accessibles sans GPU de classe datacenter, ce qui compte pour des déploiements décentralisés ou en milieu contraint. Lancé sous forme de kit en 2025, Reachy Mini est l'un des premiers produits matériels commercialisés directement par Hugging Face, société jusqu'ici centrée sur les modèles et les jeux de données. Depuis ce lancement, la société a construit un écosystème logiciel comprenant un simulateur et une infrastructure de partage d'applications entre utilisateurs. Sur le segment des robots de bureau orientés interaction, Reachy Mini se positionne face à des projets comme Furhat, axé sur le dialogue structuré, ou aux plateformes open-source concurrentes. La prochaine évolution logique serait l'intégration de capacités de vision pour passer d'une interaction purement vocale à un dialogue multimodal contextualisé, une direction déjà explorée par Hugging Face au travers de son projet LeRobot.

UEHugging Face, dont les fondateurs sont français et qui reste une vitrine de l'IA open source européenne, met à disposition des laboratoires et développeurs FR/EU une architecture conversationnelle embarquée modulaire et documentée pour robots de bureau, réduisant la dépendance au cloud dans les projets d'interaction homme-robot.

FR/EU ecosystemeTuto

1 source

4The Robot Report

Coherence Guard : Palm Garden AI développe une couche décisionnelle relationnelle pour les robots interagissant avec les humains

Palm Garden AI, entreprise basée en Allemagne et en Thaïlande, développe Coherence Guard, une couche logicielle décrite comme « agnostique de plateforme » destinée aux robots en interaction directe avec des humains. Selon Joachim Scheuerer, PDG de l'entreprise, ce module ne remplace ni la perception, ni la planification de mouvement, ni l'apprentissage par renforcement, ni les piles de contrôle robotique existantes. Il s'insère plutôt comme une couche d'évaluation pré-action : avant qu'un robot exécute un geste, Coherence Guard évalue si l'action est « relationnellement cohérente » dans un environnement humain réel, en tenant compte du timing, de la proximité, des demandes de limites, du ton émotionnel, de la préservation de la confiance et du retrait respectueux. Le système s'appuie sur l'infrastructure comportementale ANATTA 9 de Palm Garden, bâtie sur le système d'exploitation cloud Transwarp (TCOS), et se positionne au-dessus ou à côté des piles de contrôle robotique classiques (SDK/API, ROS 2, planification, modèles du monde). Baptisé Relational Infrastructure Framework (RIF), ce cadre ajoute une compréhension des rôles, intentions, vulnérabilités et conséquences futures possibles, là où les modèles du monde physique se limitent aux objets, à l'espace et au mouvement. Le RIF est disponible sur demande auprès de Palm Garden AI. À mesure que les robots humanoïdes et robots de service se dirigent vers l'hospitalité, les soins, le commerce de détail, l'éducation, le guidage et le domicile, la gestion des interactions sociales devient un enjeu aussi critique que la mobilité ou la manipulation. Palm Garden AI parie que cette couche relationnelle deviendra une catégorie d'infrastructure nécessaire, au même titre que la perception ou la planification de trajectoire. Pour les intégrateurs et décideurs B2B, l'annonce pointe un angle mort du secteur : la plupart des piles robotiques actuelles savent naviguer, parler et exécuter des tâches, mais ne savent pas juger si un geste techniquement possible est socialement approprié, par exemple continuer une tâche alors qu'une personne exprime un malaise. Ce type de défaillance, plus subtil qu'une panne technique, peut pourtant déterminer l'acceptabilité sociale d'un robot en environnement réel et donc sa commercialisation effective. Reste que Coherence Guard, comme beaucoup d'annonces du secteur, en est au stade du cadre logiciel disponible sur demande plutôt que du produit déployé à grande échelle : aucun chiffre de déploiement, aucun partenaire robotique nommé, aucun benchmark quantitatif indépendant n'accompagne l'annonce, ce qui invite à la prudence sur la portée réelle de la technologie à ce stade. Le concept trouve son origine dans l'expérience de Palm Garden Retreat, un établissement en Thaïlande où l'équipe a observé pendant trois ans des situations d'interaction humaine structurées : arrivée, orientation, silence, vulnérabilité, construction de confiance, malentendu et retrait respectueux. Scheuerer cite comme « benchmark » simple le retrait respectueux : si une personne montre un signe d'inconfort ou demande de l'espace, le robot doit interrompre sa tâche, reconnaître le signal, augmenter la distance si nécessaire, réduire son intensité expressive et revenir à un état neutre. Ces comportements de base couvrent aussi l'accueil et l'orientation, la présence de soutien, l'assistance non intrusive, l'escalade en cas d'incertitude élevée et l'explication préservant la cohérence. Palm Garden AI se positionne ainsi sur un segment encore peu occupé, distinct des efforts des grands acteurs de la robotique humanoïde (Figure, Tesla avec Optimus, ou les modèles VLA comme Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure), qui se concentrent d'abord sur la manipulation et la mobilité générale. Aucun calendrier de déploiement pilote ni partenaire intégrateur n'a été communiqué à ce stade ; l'entreprise indique seulement que le RIF est accessible sur demande.

UEPalm Garden AI, entreprise basée en Allemagne, développe cette couche logicielle relationnelle, renforçant l'écosystème européen sur un segment encore peu occupé de l'interaction homme-robot.

FR/EU ecosystemeActu

1 source