RecherchearXiv cs.RO 15 septembre 2026

Marche bipède stable en cas de glissement du pied grâce à des contraintes non holonomes virtuelles

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs publient sur arXiv (identifiant 2603.29050, version de remplacement) un cadre de commande pour stabiliser la marche bipède quand le pied glisse sur un sol à faible adhérence, un cas qui déstabilise les contrôleurs classiques conçus sous l'hypothèse d'un contact sans glissement. La méthode introduit des contraintes non holonomes virtuelles qui régulent la vitesse tangentielle du pied d'appui pendant le glissement, tout en restant compatibles avec les contraintes holonomes virtuelles qui génèrent la trajectoire de marche. Le système en boucle fermée est modélisé comme un système dynamique hybride, mêlant dynamique continue de la jambe oscillante et impacts discrets au contact du sol. Une loi de commande non linéaire impose les deux familles de contraintes et produit une variété de dynamique zéro hybride compatible avec le glissement pour la dynamique réduite de la locomotion; la stabilité des cycles de marche périodique est établie via l'application de Poincaré associée, validée par des résultats de simulation numérique.

Le sujet cible un angle mort des humanoïdes bipèdes en cours de commercialisation, de Figure 03 à Optimus Gen 3, ou des plateformes pilotées par des modèles VLA comme Pi-0, GR00T N2 ou Helix: les démonstrations publiques se tiennent surtout sur des sols secs à forte adhérence, alors que les entrepôts et sites industriels exposent les robots à des surfaces mouillées, grasses ou poussiéreuses. Un contrôleur supposant l'absence de glissement peut faire chuter le robot dès que cette hypothèse est violée, ce qui reste un frein réel au passage des vitrines contrôlées au déploiement réel. Pour les intégrateurs logistiques et industriels, ce travail rappelle que la robustesse au glissement demeure un problème ouvert, non résolu par le seul passage à l'échelle des modèles d'apprentissage.

La méthode s'appuie sur le cadre établi des contraintes holonomes virtuelles et de la dynamique zéro hybride, utilisé depuis les années 2000 dans la recherche académique sur la marche bipède pour générer et stabiliser des cycles de marche périodique. Il s'agit d'une contribution académique sans lien avec un fabricant précis, à distinguer nettement des annonces commerciales de Figure, Tesla ou Agility Robotics: les résultats présentés restent des simulations numériques, sans validation sur robot physique ni taux de réussite en conditions réelles. La suite logique consisterait à tester le cadre sur du matériel réel, où le bruit des capteurs et un frottement mal modélisé pourraient compliquer l'application directe de la loi de commande proposée.

Dans nos dossiers

Figure Tesla Optimus Agility Robotics — Digit NVIDIA GR00T

À lire aussi

1arXiv cs.RO

Capture non préhensile par robot à l'aide de contraintes virtuelles

Des chercheurs proposent une méthode de rattrapage d'objets sans préhension, c'est-à-dire sans pince ni saisie: l'objet est reçu et stabilisé sur la surface de l'effecteur, comme sur un plateau. Publiée sur arXiv (référence 2610.35851v1), l'approche repose sur des contraintes non holonomes virtuelles (VNHC). Le mouvement de l'effecteur est conçu et piloté directement en fonction des états de l'objet avant le contact. Dans le cas plan, la méthode permet d'attraper l'objet à une hauteur choisie, avec une vitesse normale relative minimale à l'instant du contact. La fonction VNHC dépend uniquement de cette hauteur cible, et une même contrainte couvre une plage de conditions initiales. Une fois l'objet reçu, une commande prédictive (MPC) amène l'objet et l'effecteur à l'arrêt à un emplacement voulu. La validation a été réalisée uniquement en simulation, sans expérimentation sur robot physique ni chiffres de performance publiés dans le résumé. L'intérêt tient à ce que la méthode supprime deux étapes habituelles du rattrapage robotique: la prédiction de la trajectoire de l'objet, puis la génération d'une trajectoire robot variable dans le temps. Ces étapes sont sensibles au bruit de perception et à la latence, deux causes classiques de l'écart entre démonstration et terrain. Une loi définie sur l'état de l'objet est potentiellement plus simple à embarquer et plus robuste. Pour un intégrateur, les cas d'usage seraient la réception de pièces en vol, le tri dynamique ou la manipulation de produits fragiles où la saisie est impossible ou trop lente. Il faut toutefois rester prudent: le travail se limite au plan, sans frottement ni rebond détaillés dans le résumé, sans bruit de capteur ni dynamique de bras réaliste. Rien n'indique pour l'instant une tenue sur matériel réel, et il s'agit d'une publication académique, pas d'un produit ni d'un pilote. Ce travail s'inscrit dans la lignée des méthodes de rattrapage dynamique, qui combinent prédiction de trajectoire, planification en ligne et, plus récemment, apprentissage par renforcement ou politiques apprises. Les contraintes virtuelles, déjà employées en commande de locomotion et de manipulation nonprehensile, sont ici transposées à la réception d'objets. Elles offrent une alternative analytique et interprétable aux approches par apprentissage, plus gourmandes en données et moins prévisibles. Les prochaines étapes logiques seraient l'extension au cas tridimensionnel, la prise en compte des incertitudes de perception et la validation sur un manipulateur réel. Aucun calendrier ni partenaire industriel n'est annoncé.

RecherchePaper

1 source

2arXiv cs.RO

Glissement d'objets par manipulation des pieds sur un robot bipède à roues avec contrôle hiérarchique

Des chercheurs ont publié sur arXiv (arXiv:2606.19233, juin 2026) un framework de contrôle hiérarchique permettant à des robots bipèdes à roues d'effectuer des tâches de manipulation d'objets au sol à l'aide de leurs membres inférieurs motorisés, une capacité baptisée "pédimanipulation mobile". Le système repose sur un contrôleur prédictif non linéaire (NMPC) construit sur un modèle dynamique simplifié à trois corps rigides (TRB), intégrant explicitement le degré de liberté en roulis de hanche et plusieurs modes de contact roue-sol. En expérimentation réelle, le robot a récupéré un objet de 1 kg coincé sous un bureau et déplacé latéralement un objet de 4 kg sur une distance de 0,228 m via une motion de type "scooting". Deux primitives de mouvement ont été validées sur hardware : scooting (poussée frontale par rotation des roues) et lateral sliding (déplacement latéral par pas de côté). L'intérêt industriel de cette approche réside dans sa réutilisation du train roulant comme effecteur de manipulation, sans bras supplémentaire ni outil dédié. Le NMPC régule simultanément la locomotion et les forces d'interaction, ce qui signifie que le robot maintient son équilibre tout en exerçant un effort contrôlé sur l'objet, un problème de couplage non trivial. Le planificateur de trajectoire intègre les transitions adhérence-glissement (stick-slip) dans le contact sol-objet, un phénomène souvent ignoré dans les démos en simulation mais critique en conditions réelles. C'est un résultat concret qui réduit le demo-to-reality gap sur la manipulation au sol, habituellement dominée par les manipulateurs à bras. Les robots bipèdes à roues constituent une architecture émergente entre AMR classiques et humanoïdes complets : Agility Robotics (Digit), Boston Dynamics (Spot avec extension roues dans certaines configs), et des plateformes académiques comme le Cassie de l'Oregon State University ont popularisé cette morphologie. Ce travail s'inscrit dans un courant de recherche sur la pédimanipulation, utiliser les jambes comme manipulateurs, que l'on retrouve aussi sur quadrupèdes (ANYmal, Go2). La prochaine étape probable est l'extension à des objets non rigides ou à des surfaces non planes, ainsi que l'intégration de perception pour fermer la boucle en environnement non structuré.

RecherchePaper

1 source

3arXiv cs.RO

Vestibule bipède robuste sur pentes meubles grâce à la manipulation du terrain par les pieds

Une équipe de recherche a étudié la marche bipède sur pentes granulaires meubles (sable, gravier) à l'aide d'un robot robophysique miniature de 1,4 kg équipé de pieds à crampons, fines plaques fixées sous la semelle qui modifient l'interaction avec le sol. Des essais systématiques ont montré que des crampons trop espacés provoquent un affaissement excessif du terrain, tandis que des crampons trop rapprochés génèrent une résistance excessive, les deux configurations dégradant la marche jusqu'à l'échec. Un espacement intermédiaire, en revanche, répartit les forces de contact de façon à maintenir les contraintes du substrat sous le seuil de rupture, permettant au robot de marcher sur des pentes granulaires inclinées jusqu'à 30 degrés. Sur cette base, les chercheurs ont conçu un pied capable d'ajuster activement la profondeur de ses crampons pour s'adapter aussi bien aux sols rigides qu'aux terrains meubles, et ont validé les mêmes principes sur un bipède autonome de 15 kg, nettement plus grand que le prototype initial. Les résultats sont publiés en prépublication sur arXiv (2607.11855). Cette avancée s'attaque à un angle mort persistant de la robotique humanoïde : la quasi-totalité des démonstrations commerciales de bipèdes, y compris celles mises en avant par les grands acteurs du secteur, se déroulent sur sols plats et rigides d'usine ou d'entrepôt, un environnement où la mécanique de contact est bien maîtrisée. Dès que le sol devient meuble, sableux ou en pente, comme sur un chantier, une plage, une zone sinistrée ou un terrain d'exploration planétaire, les transitions solide-fluide induites par le contact pied-sol déstabilisent rapidement les contrôleurs actuels. En démontrant qu'une conception du pied, plutôt qu'un simple ajustement de la trajectoire du corps, peut résoudre ce problème, l'étude ouvre une piste concrète pour étendre le champ d'action des humanoïdes au-delà des sols industriels standards, un enjeu direct pour les intégrateurs visant des déploiements en extérieur ou en environnement non structuré. Le travail s'inscrit dans la continuité des recherches en terradynamique, qui modélisent les interactions entre appendices robotiques et matériaux granulaires, un domaine où les outils de contrôle restent moins matures que pour les terrains rigides. Contrairement à l'approche dominante dite « body-centric », qui régule les perturbations du terrain via les mouvements du tronc et des jambes, cette étude promeut une approche « limb-centric » agissant directement au niveau du pied. La validation sur un robot dix fois plus lourd suggère une transférabilité au-delà du prototype de laboratoire, sans toutefois constituer encore une démonstration sur plateforme commerciale.

RecherchePaper

1 source

4Interesting Engineering

Robot humanoïde marche sur sable, gravier et pentes grâce à un cadre d'entraînement plus rapide

Des chercheurs du Georgia Institute of Technology ont mis au point un nouveau cadre d'apprentissage automatique baptisé « Learn to Teach » (L2T), qui permet à un robot humanoïde bipède de marcher sur du sable, du gravier, de l'herbe détrempée, des pentes, des escaliers et des surfaces glissantes, tout en réduisant nettement le temps et la puissance de calcul nécessaires à l'entraînement du contrôleur. Contrairement à l'apprentissage classique par renforcement de type enseignant-élève, où un modèle « professeur » est d'abord entraîné en simulation avant de transmettre ses connaissances à un modèle « élève » qui pilote le robot réel, la méthode de Georgia Tech entraîne les deux agents simultanément. Selon Feiyang Wu, chercheur principal du projet, l'approche séquentielle classique pose deux problèmes : elle prend trop de temps et gaspille une partie des informations collectées par le professeur en cours d'apprentissage. Le contrôleur a été testé sur un robot humanoïde grandeur nature dans le laboratoire du professeur associé Ye Zhao, où l'équipe a aussi poussé et tiré la machine pendant les essais pour observer sa capacité à ajuster sa démarche et rester stable. Les travaux ont été présentés à l'ICRA (IEEE International Conference on Robotics and Automation). Cette avancée s'attaque à un goulot d'étranglement bien identifié dans la robotique humanoïde : l'entraînement de contrôleurs en simulation nécessite souvent des heures de calcul sur du matériel GPU coûteux, un frein direct à l'itération rapide et au déploiement à grande échelle. En faisant apprendre le professeur et l'élève en parallèle, et en permettant au professeur de tirer des enseignements de l'expérience de l'élève, l'équipe réduit ce que les roboticiens appellent le « fossé d'imitation » entre les conditions idéalisées de la simulation et la réalité du terrain, un problème central dans le débat sur le fameux « sim-to-real gap ». Fait notable, le même contrôleur généraliste a surpassé le logiciel fourni par le fabricant du robot sur plusieurs types de terrains, sans nécessiter de contrôleurs distincts par environnement, ce qui illustre la valeur d'une recherche en apprentissage automatique directement confrontée au monde réel plutôt qu'à des démonstrations scénarisées. Wu reconnaît que l'équipe ne s'attendait pas elle-même à une telle polyvalence pour un robot humanoïde aussi volumineux, la locomotion agile sur terrain accidenté n'ayant jusqu'ici jamais été véritablement démontrée pour ce type de machine. Au-delà de la marche, les chercheurs estiment que le cadre « Learn to Teach » pourrait s'appliquer à d'autres architectures de robots et à des tâches variées exigeant un déplacement fiable en environnement imprévisible, ouvrant une piste de recherche transférable bien au-delà du seul cas d'usage testé à Atlanta.

RecherchePaper

1 source