RecherchearXiv cs.RO 1 septembre 2026

Somnambulisme : façonner les représentations privilégiées pour la locomotion aveugle de bout en bout des robots à pattes

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Publié le 30 août 2026 sur arXiv sous la référence 2608.30883, un article de recherche présente SWAQ (SleepWalking for Robot Locomotion), une méthode d'apprentissage pour la locomotion aveugle des robots à pattes, sans capteurs extéroceptifs comme une caméra ou un lidar. Le système entraîne en une seule étape un réseau récurrent à retenir, via la reconstruction de variables physiques privilégiées au pas suivant, l'information utile à la tâche, tandis que le contrôleur déployé n'utilise qu'un chemin direct de l'historique vers l'action. Face à DWAQ, la référence non-extéroceptive la plus performante connue, SWAQ atteint un niveau de terrain moyen maximal supérieur de 15,0%, tout en réduisant de 44,4% le nombre d'opérations de calcul (MACs) par pas de contrôle. Des sondages couche par couche confirment que cette information reste linéairement décodable jusqu'à l'avant-dernière couche du réseau de politique.

Le résultat compte pour la robotique à pattes appelée à évoluer sur terrain accidenté sans vision embarquée fiable ou trop coûteuse en calcul : un meilleur franchissement combiné à une inférence deux fois moins gourmande répond à une contrainte concrète des intégrateurs, limités par la puissance et la latence des processeurs embarqués. L'article contredit aussi une hypothèse répandue selon laquelle gérer l'observabilité partielle exigerait une décomposition architecturale explicite, comme des modules d'estimation d'état dédiés ou des historiques structurés. Il montre qu'un simple objectif d'apprentissage auxiliaire, sans modifier l'architecture du contrôleur déployé, suffit à faire persister l'information utile dans l'état interne du réseau récurrent, simplifiant potentiellement la conception de futurs contrôleurs de locomotion.

Cette approche prolonge les méthodes d'apprentissage par renforcement à information privilégiée, de type enseignant-élève, où un expert ayant accès à l'état complet de la simulation entraîne un élève limité à l'historique de ses propres capteurs, pratique courante pour les robots quadrupèdes et bipèdes avant transfert au réel. DWAQ, cité comme point de comparaison, situe SWAQ dans cette filiation de travaux qu'il cherche à dépasser en performance comme en efficacité de calcul. L'article ne fait état d'aucun déploiement sur robot physique ni de partenariat industriel : il s'agit d'un travail théorique et empirique mené en simulation, complété par une analyse mathématique reliant la récupérabilité des variables privilégiées à l'écart de performance entre politiques fondées sur l'historique et celles disposant de l'information privilégiée.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Tac4Loco : représentations spatiotemporelles de pression plantaire pour la locomotion des robots humanoïdes

Des chercheurs présentent Tac4Loco, un framework d'apprentissage intégrant la pression plantaire multi-capteurs comme retour direct pour la locomotion des robots humanoïdes, décrit dans un article publie sur arXiv (référence 2608.15766v1). Le système repose sur une représentation ordinale préservant la topologie spatiale de la pression sous le pied, capable de faire correspondre les signaux simules et les signaux physiques dans un même espace d'observation. Un encodeur a deux branches extrait séparément les caractéristiques spatiales et temporelles de ces signaux tactiles, qui sont ensuite combinées a une proprioception augmentée incluant des indices d'estimation du terrain, avant d'être transmises a une architecture actor-critic asymétrique pour l'apprentissage de la politique de marche. Les expériences, menées a la fois en simulation et sur robot réel, portent sur des terrains inclines, a appui partiel, asymétrique ou changeant, et le système est également teste en zero-shot sur des surfaces non structurées et compliantes inédites, notamment une plateforme en mousse et une route de gravier. Les auteurs annoncent la publication en open source du code et des configurations expérimentales, sans préciser de calendrier. Ce travail cible un angle mort connu des politiques de locomotion actuelles: la plupart des humanoïdes s'appuient soit sur la seule proprioception, qui ne donne qu'une preuve indirecte de l'appui réel au sol, soit sur une perception extéroceptive du terrain qui anticipe le contact avant la pose du pied mais ne peut pas observer en temps réel l'appui effectivement réalisé. Les rares travaux intégrant des capteurs de pression plantaire se contentaient jusqu'ici de statistiques résumées comme la force totale ou le centre de pression, en ignorant la topologie spatiale complète du signal, pourtant plus informative sur l'état de contact réel. Pour un intégrateur ou un ingénieur robotique, l'enjeu est concret: la robustesse sur terrain non prépare reste l'un des principaux freins au déploiement des humanoïdes hors des environnements d'usine contrôles, et une meilleure exploitation du retour tactile plantaire pourrait réduire les chutes et les échecs d'équilibre sans dépendre uniquement de la vision du terrain. Le papier s'inscrit dans une tendance plus large de la recherche en locomotion humanoïde, ou l'apprentissage par renforcement en simulation domine l'écriture des contrôleurs de marche, le transfert sim-to-real restant le principal goulot d'étranglement, en particulier pour des capteurs tactiles dont le comportement physique est difficile a modéliser fidèlement en simulation. C'est précisément ce que vise la représentation ordinale proposée par les auteurs, censée réduire l'écart entre signaux simules et signaux de capteurs réels. L'article ne précise ni la plateforme robotique utilisée pour les essais, ni l'affiliation institutionnelle des auteurs au-delà de la référence arXiv, et reste a ce stade une contribution de recherche plutôt qu'un produit déployé chez un client. Les prochaines étapes annoncées se limitent a la publication du code source, sans mention de partenariat industriel ou de pilote sur site.

RecherchePaper

1 source

2arXiv cs.RO

Koopman DCM : les fonctions propres instables comme représentations pour l'équilibre des robots à pattes

Les chercheurs à l'origine de cette étude, publiée sur arXiv fin juillet 2026, proposent une nouvelle formulation des composantes divergentes du mouvement (DCM), un concept clé pour l'équilibre des robots à pattes. Historiquement, le DCM isole le mode instable de la dynamique d'un robot bipède, mais les formulations existantes se limitent à des modèles réduits comme le pendule inversé linéaire. L'équipe montre que ces DCM peuvent être reformulés de façon plus générale comme des fonctions propres de Koopman, une approche mathématique qui permet de représenter une dynamique non linéaire par un système linéaire de dimension plus grande. Fait notable, alors que l'analyse de Koopman cible habituellement des valeurs propres proches de zéro, correspondant à des grandeurs conservées ou lentement variables, les auteurs recherchent volontairement des paires propres instables à grande valeur propre. Ces "DCM de Koopman" sont des observables entièrement pilotées par les données, entraînées uniquement à partir de données réelles issues d'un robot bipède, sans modèle physique préalable. Avec seulement une heure de données collectées sur le robot réel, le système améliore le suivi des trajectoires de marche de référence. Pour le secteur robotique, ce résultat pèse dans le débat entre approches basées modèle et approches data-driven pour le contrôle d'équilibre, un enjeu central pour les humanoïdes et bipèdes destinés à des environnements non structurés. Une méthode capable d'apprendre des représentations d'instabilité directement depuis des données réelles, avec un volume d'entraînement aussi limité, réduit la dépendance à des modèles dynamiques complexes et coûteux à calibrer, un frein connu au déploiement en usine ou en extérieur pour les intégrateurs. Le concept de DCM, aussi appelé "capture point" dans la littérature sur la locomotion bipède, structure le contrôle d'équilibre depuis plus d'une décennie, notamment dans les approches à pendule inversé linéaire utilisées par de nombreux bipèdes de recherche. En combinant leurs DCM appris avec un contrôle prédictif par modèle (MPC), les auteurs introduisent aussi des contraintes de viabilité fondées sur l'état, une piste qui pourrait s'étendre à d'autres classes de robots à pattes au-delà du cas bipède testé ici.

RecherchePaper

1 source

3arXiv cs.RO

Seq-DeepIPC : captation séquentielle pour le contrôle de bout en bout dans la navigation de robots à pattes

Des chercheurs présentent Seq-DeepIPC (arXiv:2510.23057v2), un modèle de navigation bout-en-bout pour robots à pattes reposant sur une fusion multi-modale RGB-D et GNSS. Contrairement aux approches classiques qui séparent perception et contrôle, le système prédit conjointement la segmentation sémantique et l'estimation de profondeur à partir d'entrées séquentielles, puis génère directement les commandes moteur. L'estimation du cap global est assurée non pas par une centrale inertielle (IMU), jugée trop bruitée, mais par une analyse différentielle de coordonnées GNSS successives. Pour le déploiement embarqué, un encodeur léger réduit la charge de calcul sans dégradation significative de précision. Le système a été validé sur un robot quadrupède sur deux types de terrain, route et gazon, à partir d'un jeu de données collecté spécifiquement pour couvrir cette diversité. Le code sera mis en accès libre sur GitHub (github.com/oskarnatan/Seq-DeepIPC). L'apport principal réside dans l'extension de la navigation end-to-end, jusqu'ici dominée par les robots à roues, aux systèmes à pattes, beaucoup plus complexes cinématiquement. Les études ablatives confirment que les entrées séquentielles améliorent à la fois la perception et le contrôle dans Seq-DeepIPC, alors que les baselines testées n'en bénéficient pas, ce qui suggère une dépendance forte à la temporalité propre à la démarche quadrupède. La suppression de l'IMU est un choix architectural audacieux: elle simplifie l'intégration matérielle et évite la dérive gyroscopique, mais le papier reconnaît une fiabilité moindre du cap GNSS-seul en environnement urbain dense. Pour un intégrateur, cela signifie que le système est crédible en extérieur ouvert, mais nécessiterait une fusion sensorielle supplémentaire en milieu confiné ou bâti. La navigation end-to-end pour robots à pattes s'inscrit dans un effort de recherche plus large visant à réduire le gap de spécialisation entre planification et locomotion. Des travaux comme DeepIPC (dont Seq-DeepIPC est la suite directe) ou les architectures VLA (Vision-Language-Action) de Boston Dynamics, Unitree et ANYbotics explorent des pipelines similaires, avec des approches différentes sur la représentation de l'espace et la gestion de la mémoire temporelle. Seq-DeepIPC se distingue par sa sobriété sensorielle et sa cible embarquée, mais reste un prototype de laboratoire validé en conditions semi-contrôlées. La prochaine étape logique serait un test en environnements plus adversariaux, notamment urbains, pour quantifier les limites réelles du cap GNSS différentiel annoncées dans le papier.

RecherchePaper

1 source

4arXiv cs.RO

Anticipation sémantique pour les représentations d'actions robotiques

Traduction et synthèse en cours. Une équipe de recherche vient de publier sur arXiv (2607.13597, soumission de juillet 2026) une étude sur la dégradation des représentations sémantiques dans les modèles Vision-Language-Action (VLA), ces architectures qui pilotent aujourd'hui la plupart des robots humanoïdes commerciaux comme Figure 03, Optimus Gen 3 ou les modèles Pi-0 et GR00T N2. Le constat de départ est simple : ces modèles héritent d'une structure sémantique riche de leurs encodeurs vision-langage préentraînés, mais le finetuning sur un nombre limité de démonstrations robotiques érode cette structure, un phénomène que les chercheurs ont confirmé par un sondage systématique des représentations internes. Ils montrent aussi que la qualité de cette structure sémantique conditionne directement le taux de réussite des tâches et la capacité de généralisation hors distribution (out-of-distribution, OOD). Leur solution, baptisée ancrage sémantique, consiste à contraindre les représentations d'action à rester proches d'une variété sémantique de référence tout en séparant un canal partagé et un canal privé, les deux étant supprimés à l'inférence, sans changer le modèle déployé. Testée sur plusieurs backbones VLA en simulation et en conditions réelles, la méthode apporte jusqu'à +18,7% de réussite sur des tâches en distribution et +21,5% en généralisation OOD. L'enjeu dépasse la seule performance sur benchmark : la dérive sémantique pendant le finetuning est un problème connu mais peu quantifié dans l'industrie humanoïde, où les intégrateurs adaptent en permanence des modèles préentraînés à des tâches spécifiques d'usine ou d'entrepôt avec très peu de données. Une méthode plug-and-play, sans coût à l'inférence, qui améliore la robustesse hors distribution touche directement au fameux écart entre démonstration scénarisée et déploiement réel, un des points faibles récurrents des annonces du secteur ces deux dernières années. L'approche s'inspire de la théorie des neurones miroirs, selon laquelle observation et exécution d'une action partagent un même encodage au niveau de l'intention, et s'inscrit dans la lignée des travaux sur les VLA préentraînés type RT-2 ou OpenVLA, où la question du transfert des capacités du modèle vision-langage vers l'action reste un chantier ouvert. Les auteurs positionnent leur contribution comme complémentaire aux architectures existantes plutôt que comme un nouveau backbone, ce qui laisse présager une adoption potentielle par différents laboratoires sans remise en cause de leurs modèles de base.

RecherchePaper

1 source