RecherchearXiv cs.RO 27 août 2026

RAEM : exploration autonome robuste multi-étages avec un robot quadrupède

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Le laboratoire à l'origine de l'article a publié sur arXiv (référence 2608.25366v1, soumission classée "new") un système baptisé RAEM, conçu pour permettre à un robot quadrupède d'explorer de façon autonome des bâtiments à plusieurs étages. Les auteurs partent d'un constat technique précis: la plupart des méthodes d'exploration existantes pour robots terrestres reposent sur des cartes de franchissabilité planes, incapables de représenter les structures superposées et les connexions entre étages d'un immeuble. Les représentations par tomographie corrigent en partie ce défaut mais imposent un coût de calcul trop lourd pour être maintenues globalement en temps réel, tandis que les données LiDAR, éparses dans les cages d'escalier, dégradent l'estimation locale du terrain et provoquent des placements de points de vue irréguliers ainsi que des déconnexions topologiques temporaires. RAEM combine donc une carte de tomographie locale et une grille 3D locale catégorisée pour l'analyse de terrain et de connectivité en temps réel, complétées par un graphe topologique global sensible à l'altitude, construit de façon incrémentale à partir de ces représentations locales. Deux mécanismes additionnels sont introduits: un alignement sur le centre des escaliers pour limiter les variations brusques de lacet pendant la montée, et une recherche de chemin double pour retrouver un guidage de navigation lorsque la topologie globale se retrouve localement déconnectée. Des essais en simulation et en conditions réelles ont démontré, selon les auteurs, une exploration autonome stable et peu coûteuse en calcul à travers des structures multi-étages, incluant une exploration continue d'une cage d'escalier de cinq niveaux.

Pour les intégrateurs travaillant sur l'inspection de sites, la surveillance ou la logistique en environnements multi-étages, ce travail cible un verrou concret: la plupart des piles d'exploration pour robots quadrupèdes supposent un terrain plat et peinent à décider de façon autonome comment franchir des escaliers sans itinéraire prédéfini. Réduire le coût de calcul d'une représentation hybride locale-globale est significatif pour des missions embarquées sur batterie, où la puissance de calcul disponible reste contrainte. Il s'agit toutefois d'une publication de recherche dont les résultats reposent sur les mesures et environnements de test choisis par les auteurs eux-mêmes; les qualificatifs de robustesse et de stabilité calculatoire méritent d'être confirmés par une réplication indépendante avant toute généralisation à d'autres bâtiments ou plateformes.

Ce travail s'inscrit dans un effort de recherche plus large visant à dépasser l'hypothèse du sol plat pour l'autonomie des robots à pattes, un axe actif alors que des quadrupèdes de fabricants comme Unitree, ANYbotics ou Boston Dynamics sont de plus en plus proposés pour l'inspection industrielle. Les approches antérieures s'appuyaient soit sur des cartes planes simples, inadaptées aux bâtiments avec escaliers, soit sur des cartes tomographiques complètes, précises mais trop lourdes pour un replanification en ligne; RAEM se positionne comme un compromis entre les deux. L'abstract ne précise ni la plateforme robotique exacte utilisée dans les expériences, ni de partenaire de déploiement, ni de calendrier de commercialisation: il s'agit d'une contribution académique à un stade précoce, qui indique une direction technique plutôt qu'un système prêt pour un déploiement industriel immédiat, avec pour suite plausible des validations sur davantage de bâtiments et de plateformes robotiques.

Dans nos dossiers

Boston Dynamics Unitree arXiv cs.RO

À lire aussi

1arXiv cs.RO

Transport robuste d'objets sans préhension avec des robots quadrupèdes

Des chercheurs proposent un cadre de transport non préhensile d'objets par robots quadrupèdes, c'est-à-dire sans pince ni saisie : la charge est simplement posée sur le dos du robot et maintenue par frottement. Le travail, publié sur arXiv (2610.07245), repose sur trois briques. Une optimisation de trajectoire « consciente de l'incertitude » génère des mouvements d'objet dont la sensibilité en boucle fermée aux paramètres incertains est minimale. Un contrôleur prédictif convexe (MPC) couplé suit ensuite cette trajectoire de référence. Il prédit conjointement la dynamique du centre de masse (CoM) du quadrupède et celle de la charge. Enfin, une commande corps entier (whole-body QP) impose les contraintes sur les forces de réaction au sol. Le dispositif a été évalué en simulation intensive et sur robot réel, avec des variations des paramètres inertiels de l'objet. Comparée à deux références, une orientation fixe et une trajectoire en ligne droite, la trajectoire optimisée réduit le glissement d'environ 50 % face à l'orientation fixe et d'environ 30 % face à la ligne droite. L'erreur de suivi du CoM du robot est aussi plus faible. Le résumé ne précise ni le robot utilisé, ni la masse des charges, ni les vitesses testées. L'intérêt tient à un problème très concret pour les intégrateurs : transporter des objets non fixés, comme un plateau, un bac ou un colis, sans les arrimer, avec une masse et une répartition d'inertie rarement connues à l'avance. Planifier le mouvement de l'objet en tenant compte de cette incertitude, plutôt que de la corriger après coup, va dans le sens d'une robustesse que les démonstrations de laboratoire montrent rarement. Il faut toutefois relativiser. Les gains sont relatifs à des références simples, pas à l'état de l'art. Un glissement réduit de 30 à 50 % n'équivaut pas à une absence de chute. Le résumé ne donne aucune valeur absolue, taux de réussite ou charge utile maximale. Il s'agit d'un résultat académique de niveau de maturité TRL bas, sans lien annoncé avec un produit ou un déploiement. Ce travail s'inscrit dans la lignée des contrôleurs MPC pour la locomotion à pattes, devenus la base du contrôle des quadrupèdes industriels, comme ceux de Boston Dynamics, ANYbotics ou Unitree. Il se distingue des approches par apprentissage (RL ou VLA), qui dominent aujourd'hui l'actualité de la robotique humanoïde. Il privilégie un contrôle modèle-based, interprétable et plus facile à certifier, ce qui compte pour l'inspection ou la logistique en environnement sensible. Aucune suite n'est annoncée dans le résumé. Les prochaines étapes logiques seraient des tests sur des charges plus variées, sur terrain irrégulier et à plus grande vitesse. Elles pourraient aussi viser une hybridation avec des politiques apprises pour estimer en ligne les paramètres de la charge.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2arXiv cs.RO

Exploration multi-robots sous contraintes de communication, avec fenêtres de communication adaptatives

Une équipe de recherche présente MACE (Multi-robot Adaptive Communication-window Exploration), un cadre décentralisé destiné à l'exploration multi-robot en environnement où les communications sont intermittentes. Décrit dans un article publié le 12 septembre 2026 sur arXiv (arXiv:2609.12502v1), le système répond à un problème classique de la robotique en essaim : quand plusieurs robots explorent en parallèle une zone inconnue, ils doivent régulièrement partager leurs cartes pour éviter les redondances, mais dévier de leur trajectoire pour établir une liaison radio coûte du temps d'exploration. MACE introduit des fenêtres de communication planifiées, pendant lesquelles chaque robot évalue le coût de rejoindre un point de communication déjà identifié, en formulant cette décision comme une variante du problème d'orientation de véhicule (Vehicle Orienteering Problem). Concrètement, les robots choisissent leur route en pondérant le trajet nécessaire pour communiquer contre le gain d'exploration réalisable en chemin. Testé sur un ensemble d'environnements simulés de tailles et de géométries variées, MACE réduit le temps total d'exploration jusqu'à 23% par rapport aux stratégies existantes de coordination sous contrainte de communication. Pour les concepteurs de flottes robotiques destinées à des missions en zones sans infrastructure réseau fiable, comme l'inspection industrielle, la recherche et sauvetage ou l'exploration minière et souterraine, ce travail cible un compromis rarement traité de façon rigoureuse: la plupart des approches actuelles reposent soit sur une communication purement opportuniste (les robots ne se coordonnent que lorsqu'ils se croisent par hasard, ce qui retarde le partage d'information), soit sur des points de rendez-vous fixes qui imposent des détours inutiles même quand ils n'apportent rien de nouveau. En rendant la décision de communiquer dynamique et fondée sur un calcul de coût-bénéfice, MACE promet une fréquence de communication plus élevée qu'une stratégie opportuniste tout en évitant les trajets superflus des rendez-vous imposés. Le gain de 23% annoncé reste toutefois mesuré uniquement en simulation, sans validation sur robots physiques ni comparaison sur des cartes réelles bruitées, ce qui limite pour l'instant la portée de la conclusion à un résultat algorithmique prometteur plutôt qu'à une solution validée en conditions de terrain. Ce travail s'inscrit dans la lignée de la recherche en exploration multi-robot sous contrainte de communication, un axe actif depuis plusieurs années à mesure que les flottes de robots terrestres et aériens sont déployées dans des contextes où le Wi-Fi ou la 5G ne couvrent pas l'intégralité du terrain, comme les tunnels, les mines ou les zones sinistrées. Les stratégies antérieures se répartissaient jusqu'ici entre l'opportunisme pur et les rendez-vous fixes planifiés à l'avance, deux approches que les auteurs positionnent explicitement comme les points de comparaison de leur étude. Les prochaines étapes attendues pour ce type de recherche incluent généralement des essais sur plateformes robotiques réelles et une extension à des scénarios avec pertes de communication plus complexes, mais l'article ne mentionne pas de calendrier ni de partenaire industriel pour un tel passage à l'échelle.

RecherchePaper

1 source

3arXiv cs.RO

Exploration multi-étages pour robots terrestres via un graphe atteignable incrémental et des priors structurels

Des chercheurs ont publié sur arXiv (réf. 2605.23350) un framework d'exploration autonome multi-étages pour robots terrestres, baptisé "incremental reachable graph". Le problème adressé est concret : les cartes 2D et 2.5D classiques, qui constituent la base de la quasi-totalité des systèmes SLAM embarqués aujourd'hui, sont incapables de représenter des surfaces traversables superposées comme les escaliers, les rampes ou les paliers intermédiaires. La méthode propose de construire un graphe clairsemé sur les surfaces d'appui atteignables, avec des éléments "tentatives" permettant de maintenir une connectivité plausible même en conditions d'observation sparse. Pour franchir un étage inexploré, le système projette des "task-zone priors" depuis le niveau déjà cartographié afin d'initialiser un graphe hypothétique sur l'étage cible, puis le réconcilie progressivement avec les observations réelles. Un planificateur hiérarchique raisonne ensuite conjointement sur les structures confirmées et hypothétiques pour guider l'exploration globale. Les expériences rapportées combinent simulation et validation embarquée en conditions réelles, avec des gains mesurés en efficacité d'exploration et en complétude de cartographie face aux baselines évaluées. L'enjeu industriel est direct pour les intégrateurs d'AMR (Autonomous Mobile Robots) opérant dans des environnements multi-niveaux : entrepôts à mezzanines, hôpitaux, usines avec niveaux de production distincts. La majorité des flottes commerciales actuelles, y compris celles de MiR, Locus Robotics ou Exotec, restent confinées à un seul niveau ou nécessitent une cartographie manuelle de chaque étage. Un système capable d'auto-explorer et de transférer des connaissances topologiques entre niveaux réduirait significativement le coût de déploiement initial. La contribution théorique clé est la notion de graphe hypothétique initialisé par prior structurel, qui évite le problème classique de l'exploration "à l'aveugle" d'un étage inconnu. Cette problématique de navigation multi-étages est étudiée depuis une dizaine d'années, notamment via les cartes d'élévation 2.5D et les volumes OctoMap 3D, mais ces approches peinent à produire des frontières d'exploration exploitables dans des environnements cloisonnés. Le preprint ne mentionne pas d'affiliation institutionnelle explicite dans l'abstract disponible, ni de plateforme robotique précise utilisée pour les tests réels. Il s'agit à ce stade d'un résultat de recherche, pas d'un système commercialisé ou en pilote industriel. La prochaine étape naturelle serait une validation à plus grande échelle sur des plateformes comme Spot (Boston Dynamics) ou des robots à roues avec capacité de franchissement d'escaliers, un segment encore émergent sur lequel des acteurs comme ANYbotics ou Ascento positionnent leurs offres.

UEImpact indirect : la problématique adressée concerne des opérateurs AMR comme Exotec dont les flottes restent aujourd'hui confinées à un seul niveau, mais le travail reste un preprint sans affiliation ou partenariat européen identifié.

RecherchePaper

1 source

4Interesting Engineering

Un robot quadrupède apprend seul à sauter dans des espaces étroits

Des chercheurs de l'université de Hong Kong (HKU) et du Oxford Robotics Institute ont mis au point un système d'apprentissage par renforcement hiérarchique baptisé ConsJump, qui permet à un robot quadrupède de franchir des ouvertures étroites en sautant, sans séquence de saut préprogrammée. La démonstration a été réalisée sur un Unitree Aliengo de 22 kilogrammes, capable de traverser de façon autonome des portiques de taille comparable à son propre gabarit. Le système repose sur deux niveaux de contrôle : un contrôleur bas niveau, entraîné par apprentissage par imitation à reproduire des allures animales (trot, canter, saut, virage) via cinématique inverse, et un contrôleur haut niveau qui décide en temps réel quand et comment transitionner entre ces mouvements, en générant des commandes de vitesse et de rotation plutôt qu'en pilotant directement chaque articulation. Le robot perçoit son environnement grâce à une caméra RGB-D Intel D435i embarquée, qui détecte l'ouverture rectangulaire, calcule son centre et estime sa géométrie pour ajuster l'approche. Lors des essais, le robot a accéléré jusqu'à 2,5 mètres par seconde avant de décélérer brutalement pour préparer l'atterrissage, avec une phase aérienne d'environ 0,44 seconde. L'entraînement du contrôleur bas niveau s'est fait en simulation avec 5 480 agents en parallèle, puis a été transféré au robot physique en faisant varier la force des moteurs, la latence, les décalages et la masse ajoutée pour réduire l'écart simulation-réel. Cette démonstration illustre une approche différente des méthodes de contrôle conventionnelles pour la locomotion agile des quadrupèdes, où les manœuvres complexes comme le saut à travers un espace confiné restent difficiles à obtenir avec des contrôleurs classiques. Pour les intégrateurs et chercheurs en robotique mobile, l'intérêt principal réside dans la séparation entre une bibliothèque de mouvements appris et une couche décisionnelle capable de combiner ces mouvements de façon continue en fonction de la perception, plutôt que de basculer entre trajectoires figées. Cela pourrait, à terme, améliorer la capacité des robots à quatre pattes à opérer dans des environnements non structurés, comme des sites industriels ou des zones sinistrées comportant des passages étroits, sans dépendre d'un balisage ou d'une cartographie préalable. Il reste toutefois à établir dans quelle mesure les performances démontrées en conditions de test se généralisent hors des configurations de portiques utilisées durant l'expérimentation, un point que l'article source ne détaille pas. Le projet s'inscrit dans un courant de recherche plus large sur l'apprentissage par renforcement appliqué à la locomotion des robots à pattes, où plusieurs laboratoires cherchent à dépasser les limites du contrôle basé sur des modèles physiques explicites pour des tâches très dynamiques. L'utilisation du robot Unitree Aliengo, plateforme de recherche largement répandue dans les laboratoires académiques, situe ces travaux dans la continuité d'expérimentations déjà menées sur d'autres plateformes similaires pour des tâches comme la course, l'escalade ou le franchissement d'obstacles. L'article ne précise pas de calendrier de transfert vers des applications industrielles ni de partenariat commercial associé, ce qui indique qu'il s'agit à ce stade d'une démonstration de recherche plutôt que d'un produit destiné au déploiement.

RecherchePaper

1 source