CHOREO : chaque compétence humanoïde représentée comme une trajectoire

CHOREO est un framework de recherche qui permet de composer des compétences hétérogènes de robots humanoïdes sans réentraînement, testé sur le robot Unitree G1 dans le simulateur physique MuJoCo. L'idée centrale : quelle que soit sa méthode d'apprentissage (renforcement, imitation de mouvement, modèles génératifs), une compétence peut toujours s'exprimer comme une trajectoire exécutable, convertie en une représentation unifiée baptisée SkillMotion, qui combine états de mouvement, contacts, sémantique et conditions aux limites. Les compétences s'enchaînent ensuite par continuation directe, lissage cubique de Hermite ou mouvements de transition validés, sans réentraîner les modèles source ni les mettre à jour au moment du test. Sur 2 950 assets SkillMotion issus de sources hétérogènes, le système atteint 95,4% de réussite sur 130 tâches multi-actions, dont 93,8% sur des séquences de huit actions.

Le problème visé est structurel : les compétences humanoïdes sont aujourd'hui produites par des méthodes incompatibles, chacune avec ses représentations, interfaces et contrôleurs, ce qui oblige intégrateurs et équipes R&D à reconstruire des politiques monolithiques à chaque nouvelle capacité, une contrainte coûteuse face à des modèles généralistes comme Pi-0 (Physical Intelligence), GR00T N2 (Nvidia) ou Helix (Figure). En montrant qu'une trajectoire exécutable peut servir d'interface commune indépendamment de la méthode d'apprentissage, CHOREO esquisse une voie vers des bibliothèques de comportements cumulables sans coût de réentraînement, un enjeu central pour l'industrialisation des humanoïdes polyvalents. Ces résultats restent toutefois obtenus entièrement en simulation, sur un seul robot, sans validation matérielle mentionnée, laissant ouverte la question du transfert réel.

Ce travail s'inscrit dans la multiplication des approches d'apprentissage de compétences pour humanoïdes : renforcement pour la locomotion et la manipulation, imitation à partir de capture de mouvement, et modèles vision-langage-action popularisés par Physical Intelligence, Nvidia ou Figure, chacun produisant des politiques aux espaces d'action et contrôleurs incompatibles entre eux. Le choix du Unitree G1, plateforme très utilisée en recherche académique pour son coût et sa disponibilité, signale un positionnement scientifique plutôt que produit, aucune entreprise partenaire n'étant citée. Publié en preprint sur arXiv, le papier n'annonce pas de calendrier précis, mais les suites logiques seraient l'extension de la bibliothèque de compétences et une validation sur robot physique pour confirmer la tenue hors simulateur.