RecherchearXiv cs.RO 22 octobre 2026

A2I-Calib++ : un cadre de calibration active, robuste au bruit et fondé sur la cinématique, pour les systèmes multi-IMU corps entier des robots à pattes

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent A2I-Calib++, un cadre de calibration active destiné aux systèmes multi-IMU (plusieurs centrales inertielles réparties sur le corps) des robots à pattes, décrit dans un preprint arXiv (2610.29438v1). La méthode estime en une seule chaîne les décalages temporels, les rotations et translations d'extrinsèques, ainsi que les biais inertiels. Elle procède par recherche de corrélation temporelle, puis par estimation analytique de la géométrie et des biais, sans cible de calibration artificielle ni réglage complexe de paramètres pour l'IMU à calibrer. Elle s'applique aux IMU fixées au corps et couvertes par le modèle cinématique du robot. Le cadre repose sur trois modules. Une trajectoire inspirée de l'isotropie du bruit, appuyée par une proposition de conditionnement sur horizon fini, fournit une excitation suffisante tout en limitant la sensibilité au bruit. Un contrôleur de type Adversarial Motion Priors, sensible aux contraintes, combine cette excitation avec une récompense de contact roulant. Enfin, une IMU virtuelle sous contrainte de contact fusionne les IMU pré-calibrées des mollets et la cinématique articulaire, sous un modèle de contact roulant, pour construire la référence de calibration. Les tests couvrent la simulation et des quadrupèdes réels. Les auteurs annoncent une sensibilité au bruit nettement réduite et de moindres erreurs de calibration en simulation par rapport aux méthodes conventionnelles. Ils rapportent aussi une calibration répétable sur robot réel et une meilleure précision d'odométrie proprioceptive. Le résumé ne donne aucun chiffre d'erreur, ni le modèle de robot utilisé, ni le nombre d'IMU.

L'enjeu est pratique. La fusion multi-IMU améliore l'odométrie des robots à pattes, mais elle ne vaut que par la qualité de la calibration spatio-temporelle entre capteurs. Or les méthodes existantes viennent des drones ou des systèmes portés à la main. Sur un quadrupède, la marche ordinaire excite peu les capteurs, tandis que les glissements de pied, les impacts et les vibrations dégradent les mesures. Une calibration automatisée, sans cible externe et exécutée par le robot lui-même, réduirait le travail de mise en service pour les intégrateurs qui déploient des flottes en inspection industrielle. Elle réduirait aussi la dérive de l'odométrie quand le GPS ou la vision sont dégradés. Il faut toutefois rester prudent: il s'agit d'un preprint non évalué par les pairs, validé sur quadrupèdes uniquement, et l'absence de valeurs chiffrées dans le résumé empêche d'en juger l'ampleur réelle. Rien n'indique une transposition aux humanoïdes, où la cinématique est plus complexe.

Le travail prolonge A2I-Calib, dont le « ++ » signale une version améliorée, et s'inscrit dans la tendance qui exploite les politiques de locomotion apprises, ici par Adversarial Motion Priors, non seulement pour se déplacer mais aussi pour produire des mouvements utiles à la perception. Il rejoint les approches d'odométrie proprioceptive à pattes et les travaux de fusion inertielle multi-capteurs. Les suites naturelles seraient la publication du code, des comparaisons sur plusieurs plateformes commerciales et une extension aux humanoïdes.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Calibration simultanée de la covariance du bruit et de la cinématique pour l'estimation d'état des robots à pattes via optimisation bi-niveau

Une équipe de recherche publie sur arXiv (arXiv:2510.11539, version 5, republication d'un article existant) un nouveau cadre d'optimisation à deux niveaux pour calibrer simultanément les matrices de covariance de bruit et les paramètres cinématiques utilisés dans l'estimation d'état des robots à pattes. Le niveau supérieur traite les covariances de bruit de processus et de mesure ainsi que les paramètres du modèle cinématique comme des variables à optimiser, tandis que le niveau inférieur exécute un estimateur "full-information" complet. En rendant cet estimateur différentiable, les chercheurs peuvent optimiser directement des objectifs définis sur des trajectoires entières plutôt que sur des mesures instantanées. La méthode a été validée sur des robots quadrupèdes et humanoïdes, avec des gains mesurés en précision d'estimation et en calibration de l'incertitude par rapport à des réglages manuels de référence. L'enjeu dépasse le simple exercice académique. L'estimation d'état, savoir en temps réel où se trouve chaque articulation et comment le corps du robot évolue, est le socle sur lequel reposent l'équilibre, la marche et la manipulation des robots humanoïdes et quadrupèdes. Or les paramètres de bruit qui alimentent ces estimateurs (filtres de Kalman étendus, estimateurs à information complète) sont aujourd'hui réglés à la main par des ingénieurs, un processus long, peu reproductible et rarement optimal d'une plateforme à l'autre. Automatiser cette calibration via l'optimisation à deux niveaux s'attaque à un goulot d'étranglement resté dans l'ombre du débat plus médiatisé sur le "sim-to-real" des politiques de contrôle : ici, c'est la fiabilité de la perception proprioceptive elle-même qui est visée, un sujet critique pour tout intégrateur déployant des humanoïdes en environnement réel et non simulé. Ce travail s'inscrit dans une lignée de recherches sur les estimateurs différentiables et l'apprentissage de bout en bout appliqué aux filtres bayésiens, un axe actif depuis plusieurs années en robotique mobile et aérienne. Le fait que la méthode soit revendiquée comme généralisable "à travers diverses plateformes robotiques" laisse entrevoir un intérêt potentiel pour les fabricants de robots à pattes, humanoïdes comme quadrupèdes, qui doivent tous composer avec des capteurs bruités et des modèles cinématiques imparfaits, sans qu'aucun partenariat industriel ni déploiement commercial ne soit mentionné à ce stade.

RecherchePaper

1 source

2arXiv cs.RO

FIT-MAC : un cadre multi-agents en boucle fermée pour des modèles vision-langage-action (VLA) robustes

FIT-MAC est un cadre de contrôle multi-agents en boucle fermée, proposé dans un preprint arXiv (2610.28109v1), qui vise à renforcer la robustesse des modèles vision-langage-action (VLA) au moment de l'inférence, sans réentraîner la politique. Il ajoute une couche de contrôle autour d'un VLA préentraîné, composée de quatre agents. Le Planner Agent convertit l'instruction en langage naturel en une spécification structurée (objectif de manipulation et contraintes spatiales). Le Grounder Agent associe chaque référence de l'instruction à une cible visuelle. Le Verifier Agent suit la progression par phase d'exécution et distingue les erreurs de liaison de cible (le robot vise le mauvais objet) des échecs d'exécution locaux (saisie ou dépose ratée). Il décide aussi si une intervention est justifiée. Le Correction Agent oriente alors vers une relocalisation de la cible ou vers une récupération bornée de la saisie ou de la dépose. Sans intervention nécessaire, le VLA reste le générateur d'actions par défaut. Les auteurs évaluent le système sur LIBERO-PRO, avec plusieurs architectures VLA. Ils annoncent des taux de succès en hausse constante et des performances à l'état de l'art sous diverses perturbations. Le résumé ne donne aucun chiffre. L'intérêt tient au problème ciblé. Les VLA affichent de bons scores sur les benchmarks standards, mais ils se dégradent fortement dès que la position des objets ou la formulation de la consigne s'écarte du cadre nominal. Cet écart entre démonstration et conditions réelles reste l'un des principaux freins au déploiement industriel. Les politiques actuelles ne disposent pas d'un mécanisme explicite pour diagnostiquer la nature de la panne et choisir la bonne réponse. Séparer l'erreur de grounding de l'erreur de motricité fine est une piste pragmatique pour les intégrateurs. Elle permet de fiabiliser une politique existante par une surcouche, sans réentraîner de modèle de fondation. Un point de prudence s'impose. Les résultats sont obtenus en simulation, sur un seul benchmark. Rien n'indique le coût en latence de quatre agents en boucle, ni la tenue sur robot physique. Le terme « état de l'art » n'est pas chiffré dans l'abstract. Ce travail s'inscrit dans le constat que les VLA généralistes se révèlent fragiles hors distribution. LIBERO-PRO a justement été conçu pour tester cette fragilité par des perturbations d'objets et d'instructions. FIT-MAC rejoint la famille des approches de supervision à l'inférence, qui s'opposent à l'amélioration de la robustesse par davantage de données ou de paramètres. Ces approches sont encore peu validées en conditions réelles. Les prochaines étapes à surveiller sont la publication des chiffres détaillés, la mesure de la latence ajoutée, un éventuel code ouvert et surtout des essais sur matériel réel. C'est là que se jouera la crédibilité de l'approche face aux politiques généralistes de type Pi-0 ou GR00T.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

Modèles du monde fondation pour la robotique multi-embodiment, fondés sur des actions latentes

Des chercheurs proposent LAC-WM (Latent Action-Conditioned Robot World Model), un modèle du monde robotique qui fonctionne dans un espace d'actions latent unifié, appris et partagé entre embodiments très différents. Il est comparé à une variante de référence, EAC-WM (Explicit Action-Conditioned World Model), conditionnée par des étiquettes de mouvement explicites propres à chaque robot. Les deux modèles sont évalués sur des tâches de manipulation dextre et sur une version modifiée du benchmark LIBERO. Lors de l'adaptation à des robots absents du pré-entraînement, LAC-WM améliore la performance aval jusqu'à 46,7 % sur la manipulation dextre et 11,7 % sur LIBERO. Le travail, publié sur arXiv (2610.10846v1), s'accompagne d'un site de projet (lacwm.github.io). Le résumé ne précise ni les robots testés, ni la taille des modèles, ni les volumes de données de pré-entraînement. Le résultat le plus significatif concerne le passage à l'échelle. La performance de LAC-WM augmente avec le nombre d'embodiments vus au pré-entraînement. À l'inverse, celle d'EAC-WM diminue quand ce nombre croît. Selon les auteurs, des étiquettes d'action explicites produisent des représentations disjointes d'un robot à l'autre, et ajouter des plateformes crée alors de l'interférence plutôt que du transfert. Pour les équipes qui construisent des modèles fondations robotiques, cela remet en cause l'idée qu'agréger davantage de données hétérogènes améliore mécaniquement la généralisation. L'espace d'action serait un goulot d'étranglement central, et pas seulement le volume de données. Pour un intégrateur, l'enjeu est concret : si ce principe se confirme, un modèle du monde pré-entraîné pourrait être adapté à une nouvelle plateforme avec moins de données propriétaires. Les gains annoncés sont toutefois mesurés sur des benchmarks, dont un LIBERO modifié, et non sur des déploiements industriels. Le gain de 11,7 % sur LIBERO est modeste, et l'écart de 46,7 % dépend de la base de comparaison choisie par les auteurs. On parle ici de résultats de recherche, pas d'un produit livré. Ce travail s'inscrit dans la course aux modèles généralistes cross-embodiment, où les approches VLA (vision-langage-action) comme Pi-0 ou GR00T se heurtent à la diversité des espaces d'action, entre bras à 6 ou 7 DOF, mains dextres et humanoïdes. Les modèles du monde, qui prédisent l'évolution de la scène en fonction des actions, sont devenus un axe parallèle pour la planification et l'évaluation des politiques. Les actions latentes, apprises à partir des seules transitions visuelles, offrent une voie pour exploiter de grandes quantités de vidéos sans étiquettes d'action. Le papier est une prépublication v1, sans relecture par les pairs. Il faudra surveiller la publication du code et des poids, des tests sur du matériel réel, ainsi que des comparaisons directes avec d'autres modèles du monde cross-embodiment pour savoir si l'effet de passage à l'échelle se maintient avec des dizaines de plateformes.

RecherchePaper

1 source

4arXiv cs.RO

Prise de décision et planification de déploiement fondées sur la confiance pour des systèmes multi-robots résilients

Une équipe de recherche publie sur arXiv (référence 2608.25690, mise en ligne fin août 2026) une étude sur la prise de décision séquentielle robuste dans les systèmes multi-robots confrontés à des attaques de localisation. Le travail porte sur le routage en ligne de flottes de robots lorsque certains agents subissent un usurpation GPS (spoofing) qui fausse à la fois les données envoyées au planificateur et l'exécution réelle des tâches. Les auteurs introduisent un modèle d'attaque à contrainte de distance conçu pour tromper un moniteur de surveillance tout en restant plausible, associé à une stratégie d'appariement bipartite à paliers qui maximise l'impact sur l'attribution des tâches tout en limitant l'amplitude du décalage de position déclaré. En réponse, ils développent un moniteur dit "trust-aware" qui combine une estimation probabiliste de la fiabilité de localisation, calibrée sur des jeux de données réels de spoofing GPS, avec des indices comportementaux tirés de l'exécution effective des tâches, afin de classer les agents et d'exclure les robots compromis des cycles de planification suivants. Les expériences s'appuient à la fois sur ces données de spoofing réelles et sur des données de demande de taxis de San Francisco pour simuler des scénarios de flotte réaliste. Le résultat central est que des adversaires non détectés font perdre à la technique de "rollout", une méthode de planification par simulation anticipée très utilisée pour améliorer une politique de base, son avantage habituel de réduction de coût, en brisant la cohérence entre ce que le planificateur anticipe et ce que les robots exécutent réellement. Le retrait des agents compromis via le moniteur de confiance restaure cette cohérence et permet de récupérer le gain de performance attendu. Pour les opérateurs de flottes de robots mobiles autonomes (AMR, taxis robotisés, drones), l'étude illustre concrètement qu'une couche de détection de confiance distincte de la localisation brute est nécessaire, la sécurisation du signal GPS seul ne suffisant pas à garantir la stabilité des décisions de routage. Ce travail s'inscrit dans la continuité des recherches sur la robustesse des politiques de planification par rollout et sur la détection d'usurpation GPS, un vecteur d'attaque déjà documenté dans l'aviation, le maritime et les drones militaires, mais peu étudié jusqu'ici sous l'angle de son impact direct sur la qualité des décisions d'un planificateur multi-robots. Les auteurs testent leur approche selon plusieurs configurations : tailles de flottes adverses variables, capacités de spoofing différentes, attaques adaptatives et divers horizons de planification, sans toutefois préciser à ce stade de calendrier de déploiement industriel ou de partenariat commercial.

RecherchePaper

1 source