RecherchearXiv cs.RO 12 octobre 2026

PanTact : enseigner la dextérité du corps entier avec une interface de contact portable

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

PanTact est un système de recherche décrit dans l'article arXiv 2610.12558, qui apprend à un humanoïde à manipuler avec n'importe quelle surface adaptée de son corps, et non plus seulement avec ses mains. Les données viennent de démonstrations humaines sans robot. Le dispositif de collecte est portable et combine une vision égocentrique, des pinces UMI bimanuelles et des patchs de contact modulaires répartis sur le corps. Ces patchs enregistrent la position et l'état des contacts. Une politique visuomotrice, conçue pour réduire l'écart d'observation propre à la vue égocentrique, prédit ensuite des objectifs de contact pour tout le corps. Des formulations de contrôle du corps entier sensibles au contact les exécutent avec les surfaces du robot qui conviennent. L'équipe a déployé l'ensemble sur un Unitree G1, sans capteur de contact supplémentaire sur le robot. Elle démontre quatre types de comportements: appui corporel, poussée, balayage et partage de charge. L'extrait disponible ne donne ni taux de réussite, ni temps de cycle, ni nombre de démonstrations. Les performances chiffrées restent donc à vérifier dans l'article complet et sur le site du projet.

L'intérêt tient au choix du contact comme représentation commune entre l'humain et le robot. La plupart des travaux de loco-manipulation sur humanoïdes limitent la manipulation aux mains et évitent les autres contacts avec l'environnement, alors que ces robots disposent de nombreux degrés de liberté et de surfaces utilisables. Ici, les positions et les instants de contact décrivent ce qu'il faut accomplir. Le robot choisit lui-même, selon ses contraintes physiques, comment coordonner son corps pour y parvenir. Cette séparation entre l'intention et le mouvement évite de retargeter les poses humaines vers un squelette différent, étape souvent source d'erreurs. Elle supprime aussi la téléopération de robots, coûteuse en temps et en matériel. Pour les intégrateurs, la perspective est de tâches qu'un humanoïde ne sait pas faire avec deux mains seules: pousser un chariot avec le torse, caler une charge contre le corps ou la porter à plusieurs surfaces. Il s'agit toutefois d'un résultat de laboratoire sur un seul robot. Il n'est pas un produit ni un déploiement, et rien n'indique encore une robustesse à l'échelle d'un site industriel.

Le travail prolonge la lignée des interfaces UMI (Universal Manipulation Interface), qui ont montré qu'on pouvait collecter des démonstrations avec une pince portable, sans robot, et les transférer à des bras. PanTact étend cette logique du poignet au corps entier. Le choix du Unitree G1 reflète sa position de plateforme de recherche humanoïde abordable et très répandue dans les laboratoires. Les approches concurrentes reposent plutôt sur la téléopération en réalité virtuelle, le suivi de mouvement humain (motion capture) ou l'apprentissage par renforcement en simulation pour le contrôle du corps entier, et les modèles VLA généralistes se concentrent surtout sur les mains. Les suites logiques seraient une évaluation sur d'autres morphologies, des tâches plus longues et des environnements moins contrôlés. L'absence de capteurs de contact sur le robot laisse aussi ouverte la question de la fiabilité du contrôle en conditions réelles.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

Unitree arXiv cs.RO

À lire aussi

1arXiv cs.RO

Des interfaces portables aux politiques dextérité : décalages de contact et représentations tactiles

Des chercheurs ont comparé deux versions d'un exosquelette de la famille DexUMI, une interface portable qui permet à un opérateur de collecter des démonstrations dextres avec ses propres mouvements de main, en manipulant directement les objets de la tâche. Les deux versions partagent la même définition de commande robot, la même procédure de mapping et le même type de module tactile, mais diffèrent par la géométrie côté main. La version révisée réduit la charge physique déclarée par les opérateurs et améliore certaines notes de confort. Elle rend aussi accessible un contact tactile dans une prise de précision que la version de base bloquait mécaniquement. Les chercheurs ont ensuite entraîné des politiques appariées avec deux types d'entrée tactile, un signal binaire agrégé ou une combinaison position spatiale plus force, sur quatre tâches : ouverture d'une boîte d'œufs, vissage d'un couvercle, insertion USB et prise-dépose d'un outil de soudure. Les résultats sont nets. Sur le vissage de couvercle et l'ouverture de la boîte d'œufs, les politiques entraînées sur les démonstrations de l'interface révisée réussissent davantage que celles issues de l'interface de base, avec un effet d'interface significatif sur l'ensemble des données regroupées. L'entrée spatiale plus force surpasse l'agrégation binaire sur les quatre tâches. L'effet de la géométrie dépend de la tâche : pour le vissage, c'est surtout la localisation du contact qui change, alors que pour la boîte d'œufs, c'est surtout son occurrence. Le papier est un preprint arXiv et l'article ne chiffre pas les taux de succès, ni le nombre d'opérateurs ou d'essais. L'ampleur réelle du gain reste donc à vérifier dans le texte complet. L'enjeu pour les équipes qui constituent des jeux de données de manipulation dextre est de ne plus traiter le gant ou l'exosquelette comme un simple outil de capture neutre. Sa forme décide de ce que le capteur tactile peut toucher, donc de ce que la politique apprendra. Évaluer ces interfaces uniquement sur le confort de l'opérateur ou la fidélité du mapping vers le robot passe à côté de l'essentiel : la qualité des contacts enregistrables et la performance des politiques en aval. Le résultat va aussi dans le sens d'un tactile riche, avec localisation et force, plutôt qu'un simple signal de contact. Il s'inscrit dans la lignée de DexUMI et des approches sans téléopération, qui cherchent à réduire la dépendance au robot cible pendant la collecte, au prix d'un couplage plus fort entre le matériel de capture et la donnée produite.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2arXiv cs.RO

Interaction-Aware : contrôle du corps entier pour un transport d'objets compliant

Le transport coopératif d'objets en environnement non structuré reste un défi majeur pour les robots humanoïdes assistants, car les forces d'interaction fortes et variables dans le temps rendent peu fiable le contrôle corps entier classique axé sur le suivi de trajectoire, notamment lors de tâches de soutien en contact rapproché. Une équipe de recherche propose IO-WBC (Interaction-Oriented Whole-Body Control), un contrôle bio-inspiré fonctionnant comme un "cervelet artificiel" : un agent moteur adaptatif qui traduit des commandes de haut niveau en comportements corps entier stables et physiquement cohérents sous contact. L'architecture sépare structurellement l'exécution des interactions du haut du corps du contrôle de soutien du bas du corps, permettant au robot de garder l'équilibre tout en modulant les échanges de force avec l'objet transporté. Un générateur de référence optimisé par trajectoire fournit un a priori cinématique, tandis qu'une politique d'apprentissage par renforcement gère les réponses du corps sous charges lourdes et perturbations. Cette politique est entraînée en simulation avec masse et inertie de charge randomisées, puis déployée via une distillation asymétrique enseignant-élève, l'élève ne s'appuyant à l'exécution que sur l'historique proprioceptif. L'article, republié en version révisée sur arXiv (2603.03751v2), rapporte des expériences montrant un comportement corps entier stable même quand le suivi précis de vitesse devient impossible. Ce travail s'attaque à un point de friction connu de la robotique humanoïde assistive : les contrôleurs classiques, optimisés pour suivre une trajectoire, décrochent dès que les forces de contact deviennent imprévisibles, ce qui limite les cas d'usage réels de transport ou de manipulation coopérative. En démontrant qu'une politique RL entraînée sur charge et perturbations randomisées peut maintenir la stabilité sans suivi de vitesse parfait, l'étude apporte un argument concret dans le débat sur l'écart entre démonstrations en simulation et robustesse en conditions réelles, un sujet sensible pour tout intégrateur évaluant des humanoïdes pour la logistique ou l'assistance physique. Il s'agit d'une publication académique, sans lien annoncé avec un produit commercial ou une plateforme robotique spécifique ; l'article ne mentionne ni partenaire industriel ni calendrier de déploiement. La distillation enseignant-élève et l'entraînement par domain randomization s'inscrivent dans une lignée de méthodes désormais courantes en contrôle locomoteur par apprentissage, appliquées ici à un problème encore peu traité : la manipulation coopérative sous forte charge de contact.

RecherchePaper

1 source

3arXiv cs.RO

KINO : une interface à images-clés pour la planification par VLM et le contrôle du corps entier en loco-manipulation humanoïde

Des chercheurs présentent KINO (arXiv:2609.18869v1), un framework hiérarchique pour la loco-manipulation de robots humanoïdes qui insère des « keyframes » de mouvement comme représentation intermédiaire entre un modèle vision-langage (VLM) chargé de la planification et un contrôleur par renforcement (RL) chargé de l'exécution corps entier. Chaque keyframe encode une pose cible pour l'ensemble du corps du robot et, si nécessaire, la pose de l'objet manipulé. À partir d'une instruction en langage naturel, d'observations de la scène et d'un retour d'exécution, le VLM sélectionne successivement des keyframes pertinentes dans une bibliothèque prédéfinie ; ces keyframes sont ensuite réajustées à la scène courante pour tenir compte de la position et des dimensions des objets, avant qu'une politique conditionnée par keyframe ne génère les actions articulaires. Les auteurs introduisent une stratégie d'échantillonnage de keyframes basée sur la saillance pour l'entraînement de la politique bas niveau, qui fait passer le taux de réussite de bout en bout de 44 % à 92 % lorsque le VLM ne fournit que des keyframes éparses. Le système a été évalué sur des tâches de prise, transport et dépose d'objets, en simulation et sur un humanoïde Unitree G1, avec manipulation à une et deux mains. Ce résultat s'inscrit dans un débat central du secteur robotique : comment relier des modèles vision-langage capables de raisonner sur des instructions abstraites à des contrôleurs bas niveau capables de produire des mouvements corps entier stables. Plutôt que de miser sur une architecture VLA (vision-language-action) de bout en bout, à l'image de Pi-0, GR00T N2 ou Helix, KINO mise sur une représentation intermédiaire discrète et interprétable, ce qui pourrait faciliter le débogage et le contrôle qualité pour des intégrateurs industriels tout en limitant la fréquence des appels au VLM, coûteux en calcul. Le saut de 44 % à 92 % de succès reste toutefois une mesure obtenue en conditions contrôlées de recherche, pas un chiffre de déploiement industriel, et mériterait d'être confirmé sur des tâches plus variées. Le travail s'inscrit dans la vague de recherches académiques cherchant à rendre les humanoïdes capables de manipulation généraliste sans réentraînement massif pour chaque nouvelle scène, un axe exploré en parallèle par les architectures VLA de Physical Intelligence, NVIDIA ou Figure. Le choix du Unitree G1, plateforme humanoïde accessible et déjà utilisée dans de nombreux laboratoires, en fait un banc d'essai plutôt qu'un produit fini : aucun partenariat industriel ni calendrier de commercialisation n'est mentionné dans l'article. Les auteurs indiquent que le système généralise à des emplacements de dépose non vus pendant l'entraînement, un point clé pour juger de sa robustesse au-delà des démonstrations sélectionnées, mais le nombre d'essais et les conditions exactes de ces tests de généralisation ne sont pas précisés.

RecherchePaper

1 source

4arXiv cs.RO

Weave : apprentissage de la loco-manipulation dextérique du corps entier par interactions humain-objet

Une équipe de recherche publie sur arXiv, le 16 septembre 2026 (arXiv:2609.16683), Weave, un framework pour apprendre à des robots humanoïdes la loco-manipulation dextre en corps entier à partir de démonstrations humaines capturées. Ces interactions humain-objet sont converties en références exécutables par le robot via un retargeting sensible aux contacts et une complétion du mouvement d'approche. Une politique consciente des contacts et de la géométrie commande ensuite simultanément 29 articulations corporelles et 12 articulations de doigts actionnées, sur plusieurs objets et séquences d'interaction. Sur neuf objets testés, le taux de réussite atteint 92,5 % pour les interactions entraînées et 65,0 % pour des séquences totalement inédites, sans entraînement supplémentaire. Les auteurs publient aussi environ 9 000 exécutions physiques réelles, soit près de 23 heures de trajectoires robot-objet annotées en contacts. Coordonner équilibre, locomotion et contact dextre des doigts reste l'un des obstacles majeurs pour faire passer les humanoïdes de la démonstration scriptée à la manipulation réelle d'objets variés, un enjeu direct pour les intégrateurs visant l'entrepôt ou l'usine. En retargetant des captures de mouvement humain vers l'embodiment du robot, Weave s'attaque frontalement au fossé entre démonstration et contrôle réel. Le score de 65 % sur des séquences jamais vues, même limité à neuf objets, suggère que la politique apprend des primitives de contact réutilisables plutôt que de simples trajectoires mémorisées, une distinction clé face aux démonstrations vidéo soigneusement sélectionnées courantes dans le secteur. Le jeu de données publié constitue par ailleurs une ressource comparable, dans son esprit, aux corpus servant à entraîner des modèles vision-langage-action comme Pi-0 ou GR00T N2. Il s'agit d'un travail de recherche en preprint, sans partenaire industriel ni plateforme robotique nommée dans le résumé, pas encore relu par les pairs : une démonstration de laboratoire, non un produit déployé ni un pilote commercial. Weave s'inscrit dans la vague de recherches sur l'apprentissage par imitation à partir de capture de mouvement humain, aux côtés d'initiatives comme Helix chez Figure ou les politiques de Physical Intelligence, qui visent toutes à résoudre le transfert humain-vers-robot pour la manipulation dextre. Aucun calendrier de déploiement n'est annoncé ; la suite logique, ouverte par la publication du jeu de données, est son adoption par d'autres équipes pour entraîner ou évaluer leurs propres politiques d'interaction, plutôt qu'un lancement produit à court terme.

RecherchePaper

1 source