Aller au contenu principal
La curiosité tactile stimule l'interaction des robots avec leur environnementIllustration générée par IA
RecherchearXiv cs.RO 

La curiosité tactile stimule l'interaction des robots avec leur environnement

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 unique

Des chercheurs publient sur arXiv (2609.40134) TacEx, un cadre d'apprentissage par renforcement (RL) qui utilise le toucher comme moteur de curiosité pour l'exploration robotique. Le principe : décomposer l'incertitude épistémique d'un modèle du monde par modalité sensorielle, puis orienter la récompense intrinsèque vers le canal tactile. Le robot est ainsi incité à chercher les transitions de contact plutôt que les mouvements dans le vide. Selon les auteurs, l'agent apprend à saisir et manipuler des objets sans récompense de tâche ni démonstration experte pendant l'exploration. Le jeu de données ainsi collecté, dense en interactions, sert ensuite à entraîner hors ligne des politiques de pick-and-place, sans nouvelle interaction avec l'environnement. L'équipe applique aussi la méthode au post-entraînement de modèles vision-langage-action (VLA) pré-entraînés sans retour tactile. Elle annonce une amélioration substantielle des performances, avec une grande efficacité en échantillons. Le résumé ne fournit ni taux de réussite, ni nombre d'étapes d'entraînement, ni modèles VLA précis, ni capteurs tactiles utilisés. On ignore aussi si les résultats viennent de la simulation ou de robots physiques.

Le problème visé est un goulot d'étranglement connu : la plupart des algorithmes de RL explorent par échantillonnage aléatoire d'actions et dépensent l'essentiel de leur budget en mouvements dans l'espace libre, loin des contacts d'où naissent les compétences de manipulation. Les méthodes de motivation intrinsèque fondées sur le désaccord entre modèles ou l'incertitude épistémique font mieux que le bruit isotrope, mais elles peuvent récompenser des transitions sans intérêt fonctionnel, comme des gestes erratiques. Pour un intégrateur, l'enjeu est la réduction du coût de collecte de données et de mise au point d'une cellule de manipulation. L'intérêt pratique est aussi de pouvoir enrichir des VLA existants avec le toucher sans repartir d'un pré-entraînement complet. Cela irait dans le sens d'un constat croissant : la vision seule plafonne sur les tâches riches en contacts. Les gains restent toutefois à vérifier sur du matériel réel, face à des bases de référence solides.

Le travail s'inscrit dans la montée des modèles VLA (Pi-0, GR00T, Helix) qui dominent la manipulation généraliste, mais restent peu sensibles au toucher. Il s'inscrit aussi dans un courant de recherche sur l'exploration par curiosité et les modèles du monde. À ce stade, il s'agit d'un préprint non évalué par des pairs (v1), sans produit ni déploiement associé. La suite logique est une validation sur robots physiques, sur davantage de tâches, et une comparaison avec les autres approches de post-entraînement de VLA, notamment par RL.

À lire aussi

Modélisation du contact frictionnel des robots continus avec leur environnement par un problème de complémentarité linéaire
Illustration générée par IA
1arXiv cs.RO 

Modélisation du contact frictionnel des robots continus avec leur environnement par un problème de complémentarité linéaire

Une équipe de chercheurs publie sur arXiv (référence 2611.18546v1) un nouveau modèle de frottement pour les robots continus, ces structures souples et flexibles, ici de type tendon-driven, dont la déformation est commandée par des câbles. Le modèle repose sur des contraintes de complémentarité sous l'hypothèse de frottement de Coulomb, formulées comme un problème de complémentarité linéaire (LCP). Il prédit les effets de frottement statique et de glissement, l'hystérésis du mouvement, ainsi que la déformation du robot induite par ces interactions avec l'environnement. Les auteurs affirment qu'une implémentation en temps réel est possible. Sur un robot à tendons de 287,9 mm de long, l'erreur maximale de position de l'extrémité passe de 45,4 mm avec un modèle sans frottement à 5,85 mm avec le nouveau modèle, soit une réduction d'environ 87 %. L'enjeu est très concret pour la planification de trajectoire et la commande de ces robots, notamment en chirurgie mini-invasive, en inspection de cavités ou en manipulation en espace confiné, où le robot est en contact permanent avec son environnement. Les approches existantes se limitent au frottement interne du mécanisme, borné par le cône de Coulomb, et ne rendent compte ni de l'adhérence statique ni de l'hystérésis. Or c'est précisément cette hystérésis qui rend l'extrémité du robot imprévisible quand on inverse le sens du mouvement. Une erreur de 45 mm sur un robot de moins de 30 cm est incompatible avec toute tâche de précision, alors qu'un peu moins de 6 mm ouvre la porte à des usages réalistes. Il faut toutefois relativiser : le résultat provient d'un seul prototype de laboratoire, et l'on ignore si l'erreur maximale citée est représentative de l'ensemble des trajectoires testées. La comparaison avec un modèle totalement sans frottement, point de départ peu exigeant, ne dit pas non plus comment le modèle se situe face aux modèles de frottement interne déjà publiés. La mention du temps réel n'est pas accompagnée, dans le résumé, de fréquences de calcul chiffrées. Cette publication s'inscrit dans une longue série de travaux sur la modélisation des robots continus, des approches de type courbure constante aux modèles de tiges de Cosserat, qui ont surtout traité la mécanique interne et le contact de façon simplifiée. La formulation par complémentarité, déjà éprouvée en simulation de contact pour les robots rigides et les moteurs physiques, est ici transposée aux structures déformables, ce qui permet de traiter dans un même cadre les transitions entre adhérence et glissement. Il s'agit d'un travail académique en prépublication, non évalué par les pairs, sans produit ni déploiement associé. Les suites logiques seraient une validation sur des environnements plus complexes, des robots plus longs ou à plusieurs segments, et une intégration dans des boucles de commande en contact, y compris dans des applications médicales où les équipes européennes de robotique souple et continue sont actives.

RecherchePaper
1 source
Simulateur de monde interactif pour l'entraînement et l'évaluation des politiques de robots
Illustration générée par IA
2Robohub 

Simulateur de monde interactif pour l'entraînement et l'évaluation des politiques de robots

Une équipe de recherche présente un simulateur de monde interactif destiné à l'entraînement et à l'évaluation de politiques robotiques, conçu pour remplacer une partie du travail réalisé aujourd'hui sur robot réel. Il s'agit d'un modèle de prédiction vidéo conditionné par l'action, entraîné sans aucun moteur physique intégré : à partir d'une image et d'une séquence d'actions robotiques, le système prédit les frames suivantes directement en pixels. Concrètement, un opérateur peut brancher un dispositif de téléopération et piloter un bras robotique à travers ce modèle appris pendant plus de dix minutes, à 15 images par seconde, sur une seule carte graphique RTX 4090, tout en conservant une vidéo stable et physiquement plausible. Le modèle a été entraîné sur quatre tâches de manipulation aux régimes physiques très différents : le poussage d'un objet en T (contact rigide), le routage d'une corde dans un clip (interaction déformable-rigide), la préhension d'une tasse (dynamique fine de la pince) et le balayage de tas d'objets. L'architecture repose sur deux étapes : un autoencodeur compresse d'abord les images RGB en représentations latentes compactes, puis un modèle de dynamique conditionné par l'action, entraîné dans cet espace latent gelé, prédit les états latents futurs qui sont ensuite décodés en images, de manière autorégressive. L'enjeu dépasse la simple démonstration technique. La collecte de démonstrations et l'évaluation de politiques sur robot réel restent les deux goulots d'étranglement classiques de l'apprentissage robotique : matériel qui casse, éclairage qui varie, objets qui dérivent, chaque nouvelle tâche exigeant des heures de manipulation en laboratoire. Si un simulateur appris atteint un niveau de fidélité suffisant, il devient possible de générer des données d'entraînement à moindre coût directement dans le simulateur, et surtout d'évaluer plusieurs politiques dans des conditions rigoureusement identiques et reproductibles, ce qu'un banc de test physique ne permet pas. Les exemples montrés, comme la distinction correcte entre une corde effectivement insérée dans un clip et une corde qui le frôle sans contact, ou la simulation d'une tasse qui glisse hors de la pince, suggèrent que le modèle capture des dynamiques fines sans recourir à des a priori physiques codés en dur, un point que le secteur observe de près depuis l'essor des modèles VLA (vision-language-action). Cette approche s'inscrit dans une lignée de travaux sur les "world models" appliqués à la robotique, où l'ambition est de remplacer les simulateurs physiques classiques, coûteux à construire et souvent imparfaitement fidèles à la réalité, par des modèles vidéo appris directement à partir de données d'interaction. Le projet met à disposition une démonstration interactive en ligne, jouable au clavier depuis un navigateur, ce qui permet une vérification indépendante des affirmations avancées. Les prochaines étapes attendues par le secteur portent sur le passage à l'échelle vers davantage de tâches et de configurations matérielles, ainsi que sur la démonstration effective que des politiques entraînées dans ce simulateur transfèrent avec succès vers des robots réels, condition encore non confirmée à ce stade par l'article.

RecherchePaper
1 source
Co²Skill : contrôle du corps entier par composition de compétences pour l'interaction humain-environnement à long horizon
Illustration générée par IA
3arXiv cs.RO 

Co²Skill : contrôle du corps entier par composition de compétences pour l'interaction humain-environnement à long horizon

Des chercheurs publient sur arXiv (2610.09291) Co²Skill, un contrôleur « whole-body » en simulation physique qui unifie deux capacités traitées jusqu'ici séparément : l'interaction avec la scène (s'asseoir, se lever, grimper, franchir des escaliers) et la manipulation dextre d'objets. Le système repose sur une politique unique, construite sur un a priori de mouvement préentraîné (motion prior). Des masques d'observation, dépendants de la tâche et de la phase en cours, sélectionnent l'information utile à chaque objectif. L'entraînement combine deux curriculums. Le premier, de loco-manipulation conditionnée par un but, associe un guidage partiel par trajectoires de référence, pour la précision, à une exploration depuis des états initiaux variés, ce qui autorise une exécution au-delà des démonstrations. Le second, inter-tâches, entraîne conjointement des compétences isolées et des séquences de tâches sélectionnées. Il préserve l'état physique d'une tâche à l'autre, par exemple en maintenant une prise pendant une interaction avec la scène. Les tests couvrent chaque compétence, leur enchaînement et des conditions aléatoires. Une démonstration de composition de compétences est aussi présentée dans des environnements intérieurs. Le résumé ne donne ni taux de réussite, ni nombre de degrés de liberté, ni durée de cycle. L'intérêt tient à la jonction entre deux sous-domaines qui avancent en parallèle. D'un côté, les contrôleurs de personnages physiques savent produire des mouvements plausibles pour l'interaction avec la scène. De l'autre, la manipulation dextre est traitée à part, avec ses propres politiques. Un humanoïde utile en usine, en entrepôt ou à domicile doit pourtant porter un objet tout en montant une marche ou en s'asseyant, sans lâcher sa prise. La préservation de l'état physique entre les tâches vise précisément ce point, qui fait souvent échouer les enchaînements de compétences appris séparément. Pour un intégrateur, le résultat ne prouve rien sur le transfert vers un robot réel : il s'agit d'une évaluation en simulation, sans validation matérielle annoncée, donc l'écart sim-to-real reste entier. Les décideurs B2B doivent le lire comme une brique de recherche et non comme un produit ou un déploiement. Le travail s'inscrit dans la lignée des contrôleurs physiques fondés sur des a priori de mouvement, nés de l'animation et de l'imitation de capture de mouvement, que la robotique humanoïde réutilise pour la locomotion et la manipulation. Il se situe en amont des modèles fondation pour humanoïdes, comme GR00T N2 de NVIDIA ou Helix de Figure, qui visent l'échelle par la donnée et le langage plutôt que par la composition explicite de compétences. Aucun partenaire industriel, calendrier de pilote ni code publié n'est mentionné dans le résumé. La suite logique serait une validation sur matériel, puis une comparaison avec les approches VLA sur des tâches longues, à vérifier dans le texte complet.

RecherchePaper
1 source
PRISM : représentation prédictive du style d'interaction et du mouvement pour la navigation sociale des robots
Illustration générée par IA
4arXiv cs.RO 

PRISM : représentation prédictive du style d'interaction et du mouvement pour la navigation sociale des robots

La recherche présentée dans l'article arXiv:2609.18125v1 (déposé fin septembre 2026) porte sur un système baptisé PRISM, pour Predictive Representation of Interaction Style and Motion, conçu pour améliorer la navigation des robots dans les foules humaines. Concrètement, PRISM utilise un encodeur transformer entraîné avec une fonction de perte dite Rank-N-Contrast pour transformer les trajectoires observées de piétons en un espace latent continu et ordonné, qui capture le style d'interaction de chaque personne plutôt que sa seule position géométrique. Le système associe à chaque trait inféré un score de stabilité temporelle, transmis ensuite à la politique de navigation du robot. Les auteurs rapportent des résultats obtenus dans des simulations de foules randomisées : une réduction du taux de collisions par rapport à une référence qui ne modélise que l'état géométrique des piétons, ainsi que des gains marginaux sur le temps de trajet et la longueur du chemin parcouru. L'enjeu dépasse la seule performance chiffrée. La plupart des politiques de navigation sociale actuelles traitent les piétons comme de simples obstacles mobiles décrits par leur position et leur vitesse, ignorant que deux personnes se comportent différemment face à un robot selon leur style d'interaction propre. En inférant ce style de façon passive, sans capteurs additionnels ni interaction explicite, PRISM ouvre une piste pour des robots de livraison, des AMR ou des plateformes d'assistance appelés à circuler dans des environnements humains denses, où la sécurité perçue dépend autant du comportement social du robot que de sa seule évitement de collision. Le travail s'inscrit dans la lignée des recherches en navigation sociale robotique qui cherchent à dépasser les modèles purement géométriques hérités de la planification de trajectoire classique. Il reste toutefois à un stade de validation en simulation uniquement : aucun essai sur robot physique ni déploiement réel n'est mentionné, et les gains rapportés sur le temps de trajet et la distance parcourue sont qualifiés eux-mêmes de modestes par les auteurs. La suite logique, non annoncée à ce stade, serait un transfert vers des plateformes réelles pour vérifier si l'amélioration observée en simulation résiste au bruit des capteurs et à la variabilité humaine réelle.

RecherchePaper
1 source