Aller au contenu principal
BAT : concilier agilité et stabilité par commutation de politiques en ligne pour le contrôle du corps entier d'un robot humanoïde sur de longs horizonsIllustration générée par IA
RecherchearXiv cs.RO 

BAT : concilier agilité et stabilité par commutation de politiques en ligne pour le contrôle du corps entier d'un robot humanoïde sur de longs horizons

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 proposent BAT, un cadre de commutation de politiques en ligne pour le contrôle du corps entier d'humanoïdes sur de longs enchaînements de mouvements. Le travail, publié sur arXiv (2604.01064, version 2), part d'un constat : les approches existantes suivent deux paradigmes. Les politiques couplées coordonnent tout le corps de façon globale, tandis que les politiques découplées traitent chaque module séparément pour gagner en précision. BAT choisit dynamiquement entre deux contrôleurs généralistes entraînés par apprentissage par renforcement, l'un couplé et l'autre découplé, selon le contexte du mouvement en cours. Deux prédicteurs de commutation travaillent en parallèle. OpVQ-VAE s'appuie sur des « tokens » de mouvement et généralise bien. OpHRL est un prédicteur en boucle fermée qui tient compte de l'état du robot. Un routeur de familiarité des tokens (Token-Familiarity Router) arbitre lorsque les deux divergent : il privilégie OpHRL pour les séquences de tokens connues et OpVQ-VAE pour les séquences inédites. Les auteurs annoncent 85,2 % de réussite sur des combinaisons de mouvements longues déjà vues à l'entraînement, et 71,3 % sur des mouvements jamais rencontrés. Ils rapportent aussi de meilleurs résultats que les contrôleurs corps entier existants sur les mouvements pris isolément, ainsi qu'un déploiement zéro-shot sur le Unitree G1.

L'intérêt pratique tient au compromis que les équipes rencontrent sans cesse. Une politique couplée donne des gestes dynamiques et agiles, comme des sauts ou des mouvements amples, mais elle perd en précision. Une politique découplée manipule ou positionne mieux, mais elle devient moins robuste quand le mouvement exige une coordination globale. Plutôt que de chercher un contrôleur unique qui concilie tout, BAT montre qu'on peut combiner des spécialistes et basculer entre eux à l'exécution. Le point à surveiller est l'écart entre mouvements vus et inédits : 85,2 % contre 71,3 %, soit près de 14 points perdus, ce qui reste loin de la fiabilité attendue en production. Ces chiffres viennent de benchmarks de recherche, sans durée de tâche, nombre d'essais ni conditions détaillés dans le résumé. Le transfert zéro-shot sur G1 est encourageant, mais rien ne dit qu'il couvre toute la distribution de mouvements testée en simulation.

Ce travail s'inscrit dans la vague des contrôleurs généralistes corps entier pour humanoïdes, nourrie par l'apprentissage par renforcement en simulation et l'imitation de mouvements humains. Le Unitree G1, peu coûteux et très répandu dans les laboratoires, sert désormais de plateforme de référence pour valider ces méthodes. Les auteurs ne se positionnent pas ici face aux modèles VLA commerciaux (Figure, Tesla, NVIDIA), car BAT agit à la couche basse de contrôle, pas au niveau du raisonnement ou de la planification. Cette couche reste pourtant un goulot d'étranglement pour passer des démonstrations à des tâches longues et enchaînées. La version 2 laisse penser que l'article a été révisé après relecture. Les suites logiques seraient des tests sur d'autres plateformes, des tâches de manipulation plus longues et une mesure de la robustesse hors laboratoire. Aucun calendrier de déploiement industriel n'est annoncé.

Dans nos dossiers

À lire aussi

Contrôle du corps entier d'un robot humanoïde par tokenisation stochastique des mouvements
Illustration générée par IA
1arXiv cs.RO 

Contrôle du corps entier d'un robot humanoïde par tokenisation stochastique des mouvements

Des chercheurs proposent une méthode de contrôle du corps entier pour humanoïdes fondée sur une tokenisation stochastique du mouvement, décrite dans un preprint arXiv (2610.36452v1). L'équipe cible une limite des politiques d'apprentissage par renforcement (RL) pilotées en vitesse, efficaces pour les quadrupèdes mais trop pauvres comme interface pour des mouvements complexes d'humanoïde. Leur approche utilise des représentations compactes du mouvement, générées par un contrôleur de haut niveau à partir d'une étiquette de comportement ou d'une commande textuelle. Ces représentations alimentent directement une politique de suivi qui reçoit ainsi une référence de mouvement détaillée. Le tokenizer stochastique reconstruit les mouvements du Unitree G1 mieux que la quantification scalaire finie (FSQ) et l'autoencodeur à quantification vectorielle (VQ-VAE), à capacité égale.

RecherchePaper
1 source
ThinkLocoManip : un harnais à base d'agents pour le contrôle du corps entier en locomanipulation de robots à pattes
Illustration générée par IA
2arXiv cs.RO 

ThinkLocoManip : un harnais à base d'agents pour le contrôle du corps entier en locomanipulation de robots à pattes

Des chercheurs présentent ThinkLocoManip, un « harnais agentique » (une couche logicielle qui orchestre un modèle de raisonnement et une boîte à outils) conçu pour la loco-manipulation de robots à pattes. Ce terme désigne la combinaison de déplacement et de manipulation, sur des tâches longues dans de grands environnements. Le système alterne raisonnement et action. L'agent évalue son état, exécute une action, observe le résultat puis ajuste sa stratégie. Il pilote des outils spécialisés de perception, de navigation, de manipulation et de locomotion. Il ajoute des « skills » qui encadrent l'usage des outils dans chaque domaine et leur coordination entre domaines.

RecherchePaper
1 source
ForPC : contrôle du corps entier sensible aux forces pour une poussée précise de chariot par un robot humanoïde
Illustration générée par IA
3arXiv cs.RO 

ForPC : contrôle du corps entier sensible aux forces pour une poussée précise de chariot par un robot humanoïde

ForPC, un cadre de contrôle du corps entier sensible aux forces, vise à permettre à un humanoïde de pousser précisément un chariot. Il a été validé en simulation, puis sur un Unitree G1 réel, qui pousse un chariot chargé jusqu'à 30 kg à 0,5 m/s. Les auteurs l'ont posté sur arXiv (2611.08664). Le système repose sur un apprentissage par renforcement en deux étapes. Une politique de locomotion de base est d'abord entraînée sous des charges variables aux mains et des postures de haut du corps différentes, afin d'assurer l'équilibre. Un latent de force et un latent d'état sont ensuite inférés à partir des seules observations embarquées, sans capteur de force externe.

RecherchePaper
1 source
ORPA : adaptation résiduelle en ligne des politiques pour le contrôle de manipulation robotique par retour humain
Illustration générée par IA
4arXiv cs.RO 

ORPA : adaptation résiduelle en ligne des politiques pour le contrôle de manipulation robotique par retour humain

Publié le 19 août 2026 sur arXiv (2608.17323v1), un article de recherche présente ORPA (Online Residual Policy Adaptation), une méthode qui corrige en temps réel les erreurs d'un bras manipulateur sans réentraîner sa politique de contrôle. Le problème ciblé : les politiques entraînées par apprentissage par imitation, comme ACT (Action Chunking with Transformers), performent bien en conditions idéales mais deviennent fragiles face à de petites erreurs d'exécution ou des écarts de distribution. ORPA ajoute à une politique déjà entraînée un module léger, piloté par un retour humain, qui prédit des corrections résiduelles dans l'espace des articulations.

RecherchePaper
1 source