ATHLETE : apprentissage du tennis réactif pour robot humanoïde par appariement de mouvements guidé par la trajectoire

Des chercheurs présentent ATHLETE, un cadre d'apprentissage qui permet à un robot humanoïde de jouer au tennis de façon réactive, sans démonstrations de téléopération ni motion capture dédiée au tennis. Le système combine des données génériques de locomotion (le jeu LAFAN1) avec des mouvements de frappe extraits de vidéos de tennis ordinaires. Une méthode baptisée Trajectory-Guided Motion Matching (TGMM) assemble ces sources en références corps entier variées, conditionnées par la tâche. Ces références passent ensuite dans un pipeline enseignant-élève en simulation physique, avec distillation DAgger en ligne, puis un affinage par PPO sur la tâche de tennis. Sur un robot humanoïde réel, la politique atteint 90,00 % de balles renvoyées en coup droit et 86,67 % en revers, et tient des échanges de plusieurs frappes avec des joueurs humains. Le papier est un preprint arXiv (2610.13572v1) et ne nomme pas, dans son résumé, la plateforme matérielle utilisée.

L'intérêt tient à la manière de contourner le goulot d'étranglement des données. Le tennis exige une coordination corps entier sous une dynamique de balle qui change vite. Couvrir les états d'approche, les points de contact et les timings par motion capture coûte cher et passe mal à l'échelle. Ici, la politique déployée consomme uniquement l'état du robot et les observations de la balle, sans trajectoire de référence en entrée à l'exécution, ce qui simplifie l'intégration. Le résultat suggère qu'un répertoire de locomotion réutilisable, complété par de la vidéo bon marché, peut suffire pour une compétence dynamique. C'est une piste pertinente pour toute tâche où la précision temporelle compte, de la manutention d'objets en mouvement à la collaboration avec des opérateurs. Des réserves s'imposent : les taux de réussite ne sont chiffrés que par coup, sans précision sur le nombre d'essais, la vitesse des balles ni les conditions d'éclairage ou de lancer. Rien n'indique non plus la longueur maximale des échanges. Les 90 % et 86,67 % semblent correspondre à des échantillons modestes (par exemple 30 essais par coup), à confirmer dans le texte complet.

Ces travaux s'inscrivent dans la série de projets de robots humanoïdes sportifs et de contrôle par imitation de mouvements, qui a popularisé les politiques entraînées par suivi de références en simulation puis transférées au réel. Ils prolongent aussi les approches à partir de vidéo, qui cherchent à réduire la dépendance à la motion capture, et la distillation enseignant-élève pour supprimer les entrées de référence au déploiement. Le papier reste un résultat de laboratoire : aucun produit, pilote industriel ni calendrier n'est annoncé. Le code et les vidéos sont hébergés sur un dépôt anonyme, signe d'une soumission en relecture à l'aveugle, et la sélection des vidéos de démonstration ne permet pas encore de juger de la robustesse. La suite logique sera une validation sur d'autres plateformes, des balles plus rapides et des comparaisons directes avec des méthodes fondées sur la motion capture.