Aller au contenu principal
GestAdapt : génération de gestes accompagnant la parole pour robots humanoïdes, conditionnée par l'espace de travailIllustration générée par IA
RecherchearXiv cs.RO 

GestAdapt : génération de gestes accompagnant la parole pour robots humanoïdes, conditionnée par l'espace de travail

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource uniqueImpact UE

Des chercheurs publient sur arXiv GestAdapt, un cadre de génération de gestes d'accompagnement de la parole (co-speech gestures) conditionné par l'espace de travail disponible pour les poignets du robot. L'idée de départ est que, pour une même phrase, plusieurs gestes sont plausibles. Un robot placé près d'un mur, par exemple, doit choisir un geste adapté à cette contrainte, et non produire un geste libre qu'on déformerait ensuite. Le système s'entraîne sur six corpus de gestes co-verbaux, réunis grâce à une représentation commune du mouvement, ce qui permet de retransposer les gestes vers différents robots. Dans l'étude utilisateurs, les gestes générés sous contraintes d'espace modifiées obtiennent une note moyenne de 3,24/5. La variante sans conditionnement d'espace obtient 2,43/5 et les mouvements de référence 3,68/5. Sur le robot humanoïde Reachy2, les mouvements issus de GestAdapt arrivent en tête dans 69,7 % des comparaisons. Tous les mouvements comparés sont soumis aux mêmes contraintes d'espace, y compris les mouvements humains de référence, retransposés puis contraints après coup.

Le résultat touche à un point peu visible des démonstrations d'humanoïdes : la gestuelle d'un robot de service ou d'accueil se déploie dans des lieux réels, avec des comptoirs, des cloisons, des passants, et pas dans une pièce dégagée. L'étude indique que contraindre le geste pendant sa génération donne de meilleurs résultats que de corriger a posteriori une trajectoire libre, au risque d'en dégrader le naturel. Pour les intégrateurs d'humanoïdes interactifs, cela plaide pour intégrer la géométrie de l'environnement dans le modèle de génération plutôt que dans une couche de filtrage en aval. Il faut toutefois relativiser. Avec 3,24/5, le système reste nettement sous les gestes humains de référence, et l'écart avec la variante sans contrainte (0,81 point) est mesuré dans une étude utilisateurs dont la taille d'échantillon n'est pas précisée dans le résumé. Le classement sur robot ne porte que sur un seul modèle.

Le choix de Reachy2 est notable pour l'écosystème européen. Ce bras-torse humanoïde est développé par Pollen Robotics, société française de la région bordelaise, et il sert de plateforme d'évaluation dans ce travail. Cela confirme sa place dans la recherche en interaction homme-robot, même si le résumé ne dit pas si l'équipe est liée à Pollen. GestAdapt s'inscrit dans la génération de gestes pilotée par la parole, qui repose surtout sur des modèles entraînés sur des données humaines, avec peu de prise en compte des limites physiques de l'espace de travail. Il s'agit d'une publication de recherche, sans produit, sans déploiement ni calendrier annoncés. Les prochaines étapes probables sont des évaluations sur d'autres morphologies et en conditions d'usage réelles, avec des contraintes d'espace plus variées.

Impact France/UE

Reachy2, bras-torse humanoïde de la société française Pollen Robotics, sert de plateforme d'évaluation, ce qui confirme son rôle dans la recherche européenne en interaction homme-robot.

À lire aussi

Gestes rythmiques et sémantiques accompagnant la parole pour le dialogue émotionnel des robots
Illustration générée par IA
1arXiv cs.RO 

Gestes rythmiques et sémantiques accompagnant la parole pour le dialogue émotionnel des robots

Une équipe de chercheurs a publié sur arXiv (référence 2611.13472v1) un système de gestes de co-parole pour robots sociaux, capable de produire en temps réel à la fois des gestes iconiques, qui illustrent le sens d'un mot ou d'une idée, et des gestes de battement (beats), qui suivent le rythme de la parole. Le système prend en entrée le texte à prononcer et l'état émotionnel interne du robot. Les auteurs formalisent la tâche de génération de gestes « béat-iconique » conditionnée par l'émotion et proposent des modèles légers : un premier prédit le moment et l'intensité des gestes iconiques, puis les intervalles restants sont comblés par des beats dont l'intensité dépend de l'émotion. L'entraînement s'appuie sur le jeu de données BEAT2, et le déploiement a été réalisé sur Haru, un robot social de bureau expressif. Une étude utilisateur en ligne auprès de 60 participants indique un meilleur alignement entre parole et gestes, ainsi qu'une préférence pour cette méthode par rapport aux approches de référence. Le résumé ne fournit ni latences précises, ni taille des modèles, ni détail sur les baselines comparées. L'intérêt tient à une limite récurrente des systèmes pilotés par les données : la plupart produisent soit des mouvements rythmiques sans contenu sémantique, soit des gestes iconiques sans continuité rythmique, ce qui donne des robots soit « agités » sans sens, soit saccadés entre deux gestes significatifs. Combiner les deux dans une architecture légère, exécutable en temps réel, répond à un besoin concret pour les intégrateurs de robots d'accueil, de compagnie ou d'assistance, où l'engagement et la compréhension de la parole conditionnent l'adoption. Il faut toutefois relativiser : il s'agit d'un travail académique sur un robot de recherche, évalué par un questionnaire en ligne sur 60 personnes, donc probablement à partir de vidéos plutôt que d'interactions en face à face. Cela ne démontre ni robustesse en environnement réel, ni gain mesuré sur la compréhension ou la satisfaction à long terme, et aucune application industrielle n'est annoncée. Ce travail s'inscrit dans une lignée de recherches sur la génération de gestes co-verbaux, nourrie par des corpus comme BEAT et BEAT2 (captures de mouvement synchronisées avec la parole et annotées en émotions) et par des modèles de diffusion ou de type transformeur, souvent conçus pour des avatars virtuels et difficiles à transposer sur des robots aux degrés de liberté limités. Haru, plateforme de recherche en interaction humain-robot, sert de banc d'essai à ce type de comportements expressifs. Côté concurrence, l'expressivité gestuelle est aussi explorée par les humanoïdes commerciaux dotés de modèles vision-langage-action, mais l'accent y est mis sur la manipulation plutôt que sur la communication. Les prochaines étapes naturelles seraient des tests en présentiel, des comparaisons sur d'autres morphologies de robots et une intégration avec des modèles de dialogue de grande taille, mais l'article n'annonce à ce stade ni calendrier ni pilote.

RecherchePaper
1 source
Déformer l'espace de travail : un accès visuel élargi grâce à une portée ajustable pour la téléopération de robots humanoïdes
Illustration générée par IA
2arXiv cs.RO 

Déformer l'espace de travail : un accès visuel élargi grâce à une portée ajustable pour la téléopération de robots humanoïdes

Des chercheurs présentent sur arXiv une méthode de téléopération de robots humanoïdes en vue à la première personne, qui dissocie l'accès visuel aux cibles latérales et arrière de la rotation physique de l'opérateur. Ce remappage visuo-moteur couplé associe une déformation panoramique de l'azimut à la transformation inverse appliquée au lacet des membres supérieurs, pour que l'image perçue et le geste du bras restent cohérents. Un prototype fonctionnel implémente deux mappages, Global Zoom (GZ) et Focus+Context (F+C). Une étude intra-sujets (8 participants, 72 essais) les compare à une condition fixe. GZ obtient le plus de tâches terminées (23 sur 24), devant F+C (21 sur 24) et la condition fixe (20 sur 24). Pourtant, 6 participants sur 8 préfèrent F+C. L'intérêt tient moins aux chiffres, très modestes, qu'à la divergence qu'ils révèlent. La téléopération sert à superviser des humanoïdes et surtout à collecter les démonstrations qui nourrissent l'apprentissage par imitation et les politiques VLA. Y réduire la rotation du corps ou de la tête nécessaire pour atteindre l'arrière du robot pourrait améliorer l'ergonomie et la productivité des opérateurs. Mais le mappage le plus efficace n'est pas le plus apprécié, ce qui oblige les concepteurs d'interfaces à arbitrer entre performance mesurée et acceptabilité. Les écarts (un à trois essais sur 24) sont faibles, et le résumé ne mentionne aucun test de significativité. Il s'agit d'un préprint, sans évaluation par les pairs, issu d'un prototype de laboratoire sur un échantillon réduit. Aucun déploiement industriel, aucun humanoïde commercial ni aucun acteur européen n'est cité. La suite logique serait de valider l'approche sur des cohortes plus larges et des tâches de manipulation réalistes, en examinant la charge cognitive et le confort visuel, que le résumé ne traite pas.

RecherchePaper
1 source
Robots humanoïdes : accélérer la génération de trajectoires par diffusion et distillation par cohérence
Illustration générée par IA
3arXiv cs.RO 

Robots humanoïdes : accélérer la génération de trajectoires par diffusion et distillation par cohérence

Une équipe de recherche propose un framework de planification de trajectoires contraintes pour bras manipulateurs en interaction homme-robot (HRI). Le point de départ : quand la pose de l'effecteur terminal est entièrement fixée, imposer en plus l'évitement de collisions et d'auto-collisions comme simple tâche secondaire dans l'espace nul devient difficile, ce qui complique la génération de trajectoires sûres. Les chercheurs génèrent d'abord, via les algorithmes RRT et RRT*, un jeu de données de trajectoires respectant ces contraintes, puis entraînent dessus un modèle de diffusion produisant des trajectoires articulaires par échantillonnage guidé. Une distillation de cohérence réduit ensuite le temps d'inférence, et un terme de régularisation du jerk pondéré par articulation est ajouté à la fonction de perte pour lisser les trajectoires. En simulation, le modèle de cohérence génère 150 candidats en moins de 100 millisecondes, avec un taux de réussite élevé, et la régularisation du jerk réduit nettement les à-coups articulaires et à l'effecteur terminal. Ce résultat vise un verrou concret pour les robots collaboratifs travaillant près d'humains : les planificateurs classiques par échantillonnage comme RRT sont trop lents pour du replanning temps réel, tandis que les modèles de diffusion, efficaces pour capturer des distributions de trajectoires contraintes, restent coûteux en inférence à cause du débruitage itératif. En ramenant la génération à quelques étapes sans perte visible de qualité, la distillation de cohérence rapproche les planificateurs appris de la latence exigée par un usage embarqué, un enjeu direct pour les intégrateurs de cobots industriels et les concepteurs de systèmes HRI, où la sécurité ne doit pas se payer en réactivité. Le travail s'inscrit dans la lignée des approches par diffusion appliquées à la planification de mouvement et à l'apprentissage par imitation en robotique, où la vitesse de génération reste le principal obstacle face aux contrôleurs classiques. Les modèles de cohérence, conçus à l'origine pour accélérer la génération d'images, sont ici transposés à la manipulation robotique pour contourner ce compromis vitesse-qualité. Les résultats restent toutefois cantonnés à la simulation : la validation sur bras robotique physique, avec perception humaine réelle, constitue l'étape logique suivante avant tout déploiement en environnement collaboratif.

RecherchePaper
1 source
GeCCo : une politique généraliste conditionnée par le contact pour la loco-manipulation des robots à pattes
Illustration générée par IA
4arXiv cs.RO 

GeCCo : une politique généraliste conditionnée par le contact pour la loco-manipulation des robots à pattes

GeCCo, pour Generalist Contact-Conditioned Policy, est une politique de bas niveau entraînée par apprentissage par renforcement profond (DRL) capable de suivre des points de contact arbitraires sur un robot quadrupède, décrite dans un article arXiv (2509.17582v2, version révisée). Plutôt que d'apprendre une politique de bout en bout spécifique à chaque tâche, les auteurs proposent une architecture hiérarchique modulaire où cette unique politique de suivi de contacts sert d'interface entre un planificateur de haut niveau et le contrôle bas niveau du robot. Le système a été testé sur un large éventail de tâches de locomotion et de manipulation avec une seule politique généraliste : différentes allures, franchissement de terrains complexes comme des escaliers et des pentes, traversée de pierres de gué et de poutres étroites jamais vues à l'entraînement, ainsi que des interactions physiques comme appuyer sur un bouton ou pousser un tonneau. L'intérêt principal pour l'industrie robotique tient à la promesse de rompre avec le goulot d'étranglement classique du RL en locomotion quadrupède : la définition et l'ajustement itératifs de fonctions de récompense pour chaque nouvelle application, un processus chronophage qui limite le passage à l'échelle. En stabilisant l'exécution des contacts malgré l'incertitude dynamique et les erreurs de planification, GeCCo permet d'échanger ou de composer des planificateurs (codés à la main, appris ou basés sur de l'optimisation) sans réentraîner la couche de contrôle. Pour des intégrateurs cherchant à combiner locomotion et manipulation sur une même plateforme, cela suggère la possibilité de construire de nouveaux comportements en assemblant un planificateur spécifique à la tâche avec une politique pré-entraînée générique, plutôt qu'en repartant de zéro à chaque fois. L'article se positionne face aux méthodes dominantes de RL end-to-end en locomotion quadrupède, qu'il cherche explicitement à dépasser en généralité et en modularité. Aucune affiliation industrielle ni partenaire commercial n'est mentionné dans le résumé, ce qui situe ce travail comme une contribution de recherche plutôt qu'une annonce produit. Des démonstrations vidéo sont disponibles sur le site du projet, vassil-atn.github.io/gecco.github.io, mais l'article ne précise ni feuille de route de déploiement ni pilote industriel annoncé.

RecherchePaper
1 source