ExoLaN : apprentissage de dynamique cohérent avec la physique et sensible au contexte pour exosquelettes

Des chercheurs ont publié sur arXiv (arXiv:2609.31434v1) ExoLaN, un modèle de dynamique lagrangienne contextuelle pour le contrôle d'exosquelettes d'assistance piloté par l'intention humaine, sans tâche ni mouvement prédéfinis. Le système combine un contexte temporel avec des mesures partielles de force issues de semelles instrumentées pour inférer une représentation latente de la dynamique et estimer les couples de contact, y compris lors des phases de contact intermittent avec le sol pendant la marche. Sur sept utilisateurs inédits effectuant 21 tâches inédites, ExoLaN réduit l'erreur quadratique moyenne d'estimation du couple articulaire de 7% par rapport à une base de référence en boîte noire. Entraîné avec une perte de prédiction multi-étapes plutôt qu'à un seul pas, il réduit aussi l'erreur d'accélération de 59%, l'erreur de position à long terme de 60% et l'erreur de vitesse de 93%, des résultats issus d'une évaluation académique en laboratoire, sur un panel restreint, non d'un déploiement réel.

Les méthodes physiquement cohérentes comme les Deep Lagrangian Networks (DeLaN) estimaient déjà les couples humains sur plusieurs utilisateurs, mais exigeaient un réentraînement complet par utilisateur et ignoraient les coupures de contact au sol pendant la marche, un angle mort critique hors laboratoire. En traitant ces deux limites à la fois, ExoLaN ouvre la voie à une assistance personnalisée sans recalibration lourde, un enjeu direct pour les intégrateurs d'exosquelettes en logistique, en industrie ou en rééducation. Le fait que le contexte latent appris capture implicitement la nature de la tâche sans étiquetage explicite laisse entrevoir un contrôle adaptatif à la tâche sans classification manuelle, utile pour l'assistance générique plutôt que pour des mouvements scriptés.

ExoLaN prolonge la lignée des réseaux lagrangiens profonds appliqués à l'interaction homme-exosquelette en corrigeant les angles morts de DeLaN sur la personnalisation et le contact. Le secteur des exosquelettes compte des acteurs comme l'Américain Ekso Bionics ou l'Allemand German Bionic, mais aussi le Français Wandercraft, dont l'exosquelette Atalante cible la rééducation à la marche, un terrain où cette approche contextuelle pourrait s'appliquer directement. Publié comme preprint, sans affiliation industrielle ni calendrier annoncé, ExoLaN doit encore être validé sur des cohortes plus larges avant toute intégration dans une plateforme commerciale.