Apprentissage en un coup pour un latte art à double expresso : adapter les gestes de versement d'un cobot avec des primitives de mouvement dynamiques

Des chercheurs décrivent, dans un article déposé sur arXiv (version 2), un système d'apprentissage à partir d'une seule démonstration qui permet à un cobot de verser du lait pour réaliser du latte art. Une unique démonstration d'un barista est découpée en cinq phases fonctionnellement distinctes, chacune encodée par une primitive de mouvement dynamique cartésienne (CDMP) aux paramètres propres. Face à une référence qui utilise une seule CDMP pour toute la séquence, l'encodage par phase réduit l'erreur de position aux transitions d'un facteur 3,2 à 4,5 et l'erreur de forme des traits du dessin d'un facteur 2,7. L'inclinaison de la verseuse est reproduite avec moins de 1 degré d'erreur RMS pendant les phases de versement. Le geste appris passe d'une tasse de 280 mL à une tasse de 400 mL grâce à un seul décalage spatial et à une recette mise à l'échelle, sans nouvelle démonstration. Le résumé ne précise ni le modèle de cobot ni le nombre d'essais.

L'intérêt tient moins à la tasse de café qu'à la méthode. Le versement de liquide est une tâche difficile à modéliser, car le résultat dépend de l'inclinaison, du débit et du timing, et elle exige à la fois précision et souplesse. Montrer qu'une seule démonstration suffit, avec un algorithme classique et interprétable plutôt qu'un grand modèle vision-langage-action (VLA), rappelle que les primitives de mouvement restent compétitives quand la tâche se décompose bien. Pour un intégrateur, la réduction du coût de programmation par démonstration et l'adaptation à un nouveau format de récipient par un simple décalage sont les résultats les plus exploitables. Les auteurs affirment que l'approche se généralise à toute tâche dont les phases ont des exigences spatiales ou temporelles différentes. Cette généralisation n'est pas démontrée dans le résumé, qui ne présente qu'un cas d'application.

Le contexte est celui de la robotique de restauration, où les kiosques à café automatisés existent déjà, mais avec des gestes fixes et peu de latte art. Les CDMP prolongent les travaux sur les primitives de mouvement dynamiques, devenues une brique standard de l'apprentissage par démonstration. Elles concurrencent aujourd'hui les politiques de diffusion et les VLA, plus gourmands en données. Il s'agit ici de résultats de laboratoire, sans déploiement commercial ni calendrier annoncé. Les prochaines étapes logiques seraient des tests sur davantage de motifs, de laits et de tasses, ainsi qu'une validation en conditions réelles de service.