Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
RecherchearXiv cs.RO 

FootQuery : récupération guidée par le point de pose futur du pied à partir de l'historique de profondeur pour la locomotion humanoïde perceptive

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Un article publié sur arXiv (2609.21447) présente FootQuery, un framework de locomotion perceptive pour robots humanoïdes, conçu pour les terrains complexes où le point d'appui futur d'un pied sort du champ de la caméra embarquée avant le contact, en raison de la couverture limitée des capteurs et de l'auto-occlusion du robot. À partir de la seule proprioception, le système prédit la position et l'incertitude du prochain appui de chaque pied pour interroger un historique d'images de profondeur, une récupération supervisée à l'entraînement par reprojection des contacts réels et fusionnée à une mémoire visuelle globale pour générer les commandes de contrôle. Testé sur un robot Unitree G1 équipé uniquement de proprioception et d'une caméra de profondeur, il assure une traversée continue avec une seule politique, sur escaliers extérieurs et parcours intérieurs combinant montée, descente, plateformes et trous.

L'enjeu dépasse la prouesse technique : la locomotion humanoïde perceptive bute depuis longtemps sur l'écart entre le champ de vision des caméras embarquées et les besoins de planification des appuis, un robot qui ne voit plus la marche à venir devant ralentir ou deviner. En montrant qu'une politique unique, entraînée en simulation puis transférée sans réglage spécifique au terrain, gère escaliers, trous et plateformes avec pour seuls capteurs la proprioception et une caméra de profondeur, ce travail appuie le transfert sim-to-real pour la locomotion bipède, un signal utile pour les intégrateurs évaluant la robustesse d'humanoïdes sur sites accidentés. Il s'agit toutefois d'un résultat de recherche en prépublication, non d'un produit commercial : le Unitree G1 sert ici de plateforme de recherche.

Ce travail s'inscrit dans une recherche plus large sur la locomotion perceptive des robots à pattes, entre politiques aveugles fondées sur la proprioception et approches combinant vision et apprentissage par renforcement, utilisées par les équipes derrière Unitree (G1, H1), Boston Dynamics (Atlas) ou Figure. FootQuery cible spécifiquement la perte d'information due à l'auto-occlusion et au champ de vision restreint des caméras embarquées, plutôt qu'un système générique supplémentaire. L'article ne mentionne ni partenariat industriel, ni calendrier de produit, ni acteur français ou européen : la validation à plus grande échelle, sur davantage de terrains et de robots, reste l'étape suivante avant toute application industrielle.

Dans nos dossiers

Boston DynamicsUnitreearXiv cs.RO

À lire aussi

CReF : fusion croisée et récurrente pour la locomotion humanoïde conditionnée par la profondeur
1arXiv cs.RO 

CReF : fusion croisée et récurrente pour la locomotion humanoïde conditionnée par la profondeur

Cette avancée en recherche fournit une méthode de bout en bout pour permettre à un robot humanoïde de marcher sur des terrains complexes en utilisant seulement une caméra de profondeur, sans passer par une carte 3D intermédiaire du terrain. Baptisée CReF (Cross-modal and Recurrent Fusion), l'approche fusionne directement les données de profondeur brutes captées à l'avant du robot avec les signaux de proprioception (l'état interne des articulations et du corps), via un mécanisme d'attention croisée piloté par la proprioception. Cette fusion passe ensuite par un bloc résiduel à porte, puis par une unité récurrente GRU dotée d'une porte de sortie de type "highway", qui pondère dynamiquement la contribution des informations récurrentes et instantanées selon le contexte. Les chercheurs ajoutent une récompense d'appui au sol qui identifie, à partir de nuages de points sous les pieds, les zones porteuses les plus proches et incite le robot à y poser le pied. Testée en simulation puis sur un humanoïde physique, la méthode montre un transfert zero-shot réussi vers des environnements réels variés : mains courantes, palettes ajourées, surfaces fortement réfléchissantes et terrains extérieurs encombrés visuellement. L'intérêt pour l'industrie tient à la simplification radicale du pipeline perception-vers-contrôle. Les méthodes précédentes s'appuyaient souvent sur des représentations de terrain 2.5D centrées sur le robot ou sur des objectifs géométriques auxiliaires pendant l'apprentissage, ce qui imposait des étapes de construction de carte ou des transferts de compétences en plusieurs stades. En évitant ces intermédiaires géométriques explicites, CReF réduit la latence et la complexité d'intégration, un enjeu direct pour les intégrateurs qui cherchent à déployer des humanoïdes en environnement logistique ou industriel réel plutôt qu'en démonstration contrôlée. Le succès du transfert zero-shot sur des surfaces réfléchissantes et des structures ajourées, deux cas connus pour perturber les capteurs de profondeur, est une preuve empirique concrète que l'apprentissage bout-en-bout depth-vers-contrôle peut tenir la route hors laboratoire, un point encore débattu dans le secteur. Ce travail s'inscrit dans la lignée des recherches sur la locomotion perceptive des humanoïdes, où la tension entre robustesse et simplicité d'architecture reste un problème ouvert, à côté des approches concurrentes utilisant des cartes d'élévation ou des skills pré-entraînés séparément. L'article, disponible sur arXiv, en est à sa troisième version révisée, signe d'itérations après retours de relecture. Les auteurs ne précisent pas de plateforme commerciale ni de partenaire industriel associé à ces travaux, qui relèvent pour l'instant de la recherche académique plutôt que d'un produit déployé ; la prochaine étape naturelle serait une validation sur davantage de plateformes humanoïdes et en conditions de production prolongées.

RecherchePaper
1 source
DPL : locomotion humanoïde perceptive par profondeur seule, via synthèse de profondeur réaliste et reconstruction du terrain par attention croisée
2arXiv cs.RO 

DPL : locomotion humanoïde perceptive par profondeur seule, via synthèse de profondeur réaliste et reconstruction du terrain par attention croisée

Une équipe de recherche en robotique publie sur arXiv (identifiant 2510.07152, version 3, une révision d'un article déjà soumis) un nouveau cadre baptisé DPL, pour Depth-only Perceptive Locomotion, destiné à la marche adaptative des robots humanoïdes sur terrain accidenté. Le constat de départ : la perception de terrain pour humanoïdes reste coincée entre deux approches limitées. L'apprentissage de bout en bout à partir d'images de profondeur souffre d'une efficacité d'entraînement faible et d'un écart important entre simulation et réel. Les méthodes fondées sur des cartes d'élévation, elles, exigent plusieurs capteurs visuels et un système de localisation, ce qui ajoute de la latence et fragilise la robustesse. DPL combine trois briques : une politique de marche guidée par une perception pré-entraînée à base de carte d'élévation mais fonctionnant avec un minimum d'entrée visuelle réelle (architecture dite "blind backbone"), un transformeur à attention croisée multimodale qui reconstruit une représentation structurée du terrain à partir d'images de profondeur bruitées, et une méthode de synthèse d'images de profondeur réalistes, combinant lancer de rayons sensible à l'auto-occlusion et modélisation du bruit, qui réduit de plus de 30 % l'erreur de reconstruction du terrain. Le tout a été validé sur un robot humanoïde grandeur nature, avec une locomotion agile sur des terrains variés et complexes. L'enjeu pratique est clair pour les intégrateurs et les fabricants de robots humanoïdes déployés en usine ou en environnement extérieur : les systèmes multi-capteurs avec cartographie d'élévation restent coûteux et sensibles aux dérives de localisation, tandis qu'une simple caméra de profondeur est bien moins chère mais historiquement peu fiable en conditions réelles. Si l'écart sim-to-real annoncé est effectivement comblé, cela ouvrirait la voie à des humanoïdes moins instrumentés, donc moins chers à produire et à maintenir, sans sacrifier la capacité à franchir marches, gravats ou sols irréguliers, un point critique pour toute la course actuelle à la commercialisation des humanoïdes. Le papier s'inscrit dans un champ de recherche académique actif où plusieurs laboratoires explorent des alternatives à la cartographie d'élévation classique pour réduire la dépendance au matériel. Comme pour beaucoup de publications arXiv de ce type, aucun partenaire industriel ni date de déploiement commercial n'est mentionné : il s'agit d'une preuve de concept en robot réel, sans indication de suite annoncée par les auteurs.

RecherchePaper
1 source
PGTT : navigation de terrain guidée par phase pour la locomotion perceptive à pattes
3arXiv cs.RO 

PGTT : navigation de terrain guidée par phase pour la locomotion perceptive à pattes

Des chercheurs proposent PGTT (Phase-Guided Terrain Traversal), une méthode d'apprentissage par renforcement profond pour la locomotion perceptive de robots à pattes, décrite dans une version révisée publiée sur arXiv (2510.18348v2). Le système encode la phase de chaque patte via une spline cubique d'Hermite, adapte la hauteur de balancement des jambes aux statistiques locales de la carte de hauteur perçue, et ajoute une pénalité de contact pendant la phase de balancement, tout en laissant la politique agir directement dans l'espace articulaire pour rester indépendante de la morphologie du robot. Entraîné dans le simulateur MuJoCo (variante MJX) sur des terrains d'escaliers générés procéduralement, avec apprentissage par curriculum et randomisation de domaine, PGTT obtient le meilleur taux de succès parmi les méthodes comparées face à des perturbations par poussée (+7,5% médian par rapport au meilleur concurrent) et sur des obstacles discrets (+9%), tout en conservant un suivi de vitesse comparable. Les auteurs valident l'approche sur un robot quadrupède Unitree Go2 équipé d'un pipeline LiDAR temps réel convertissant l'élévation en carte de hauteur, et rapportent des résultats préliminaires sur l'ANYmal-C avec les mêmes hyperparamètres, sans réglage spécifique. L'enjeu dépasse la simple performance chiffrée: la plupart des contrôleurs RL perceptifs actuels imposent soit des a priori de démarche basés sur des oscillateurs ou de la cinématique inverse, ce qui contraint l'espace d'action et limite l'adaptabilité entre morphologies, soit fonctionnent en aveugle, incapables d'anticiper le terrain sous les pattes arrière et fragiles au bruit de perception. En remplaçant ces contraintes dures par du reward shaping, PGTT réduit le biais inductif tout en conservant une structure de démarche cohérente. Le transfert vers l'ANYmal-C sans réajustement d'hyperparamètres constitue un indice, encore préliminaire selon les auteurs eux-mêmes, qu'une politique terrain-adaptative peut se généraliser entre plateformes sans retuning coûteux, un enjeu concret pour les intégrateurs qui déploient plusieurs morphologies de robots à pattes. Le travail s'inscrit dans la lignée des efforts sur la locomotion perceptive pour quadrupèdes, où le Unitree Go2 sert de banc d'essai courant en recherche et où l'ANYmal-C d'ANYbotics reste une référence industrielle. Les résultats sur ANYmal-C étant qualifiés de préliminaires par les auteurs, une validation plus large sur d'autres plateformes, voire sur des humanoïdes, reste la suite logique attendue de ces travaux.

RecherchePaper
1 source
Décomposition attention globale-locale pour l'encodage du terrain dans la locomotion perceptive des humanoïdes
4arXiv cs.RO 

Décomposition attention globale-locale pour l'encodage du terrain dans la locomotion perceptive des humanoïdes

Des chercheurs ont soumis fin mai 2026 sur arXiv (référence 2606.00637) une méthode baptisée GLAD (Global-Local Attention Decomposition) pour améliorer la locomotion perceptive des robots humanoïdes sur terrain irrégulier. L'approche repose sur un encodeur coarse-to-fine appliqué à une carte d'élévation centrée sur le robot, qui sépare deux branches d'attention : une branche globale utilisant l'attention pooling pour synthétiser le contexte environnemental, et une branche locale conditionnée à l'état du robot pour encoder avec précision la géométrie des surfaces d'appui. La méthode a été validée sur un humanoïde Unitree G1 équipé d'un LiDAR embarqué, sur des terrains à appuis discontinus (gaps, pierres de gué, escaliers) et dans des environnements confinés, avec un transfert sim-to-real zéro-shot sans réentraînement sur données réelles. La décomposition explicite de l'attention perceptive comble un manque identifié dans la littérature : les encodeurs conventionnels tendent à mélanger la perception macroscopique du terrain, utile pour la navigation globale, et la détection fine des surfaces d'appui, utile pour le placement des pieds, ce qui dégrade les performances dans les deux registres. En séparant ces fonctions, GLAD réduit la dilution des signaux spatiaux fins et allège la charge d'entraînement. Plus notable encore : la politique apprise fait émerger des comportements adaptatifs non explicitement supervisés, comme le suivi de chemins étroits et le contournement d'obstacles sous de simples commandes de vitesse, sans planificateur de navigation dédié. Ce résultat suggère que la structuration de l'encodeur perceptif peut induire une forme de navigation implicite, angle qui intéresse directement les intégrateurs cherchant à alléger la pile logicielle des humanoïdes déployés. La locomotion perceptive des humanoïdes a progressé rapidement depuis les travaux fondateurs en apprentissage par renforcement sur terrain accidenté (ANYmal d'ETH Zurich, CMU Locomotion Group), mais le sim-to-real sur appuis discontinus reste un verrou difficile, notamment à cause du bruit des capteurs de profondeur. L'utilisation du LiDAR embarqué du Unitree G1, commercialisé autour de 16 000 dollars et devenu banc d'essai courant dans la communauté académique, offre une robustesse capteur supérieure aux caméras RGB-D. Sur ce segment, plusieurs équipes sont en compétition directe : Berkeley Humanoid Locomotion Group, MIT CSAIL, et les équipes internes de Figure AI (modèle Helix) et d'Agility Robotics (Digit). Le papier ne publie pas de métriques quantitatives précises (taux de succès, nombre d'essais), ce qui limite la comparaison directe avec d'autres systèmes ; il s'agit d'un résultat académique, pas d'un produit déployé.

RecherchePaper
1 source