Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
S-Rolling : allures de roulement orientables pour robots serpents à torsion dans des environnements à faible dégagement
RecherchearXiv cs.RO 

S-Rolling : allures de roulement orientables pour robots serpents à torsion dans des environnements à faible dégagement

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Des chercheurs présentent sur arXiv (2610.29478) S-Rolling, une allure de locomotion « roulante » pilotable pour robots serpents à articulation de torsion (twistable). Le principe repose sur une courbe de colonne vertébrale plane en forme de S. Les segments de tête et de queue roulent autour de leur axe avec des vitesses angulaires commandées indépendamment, ce qui produit différents modes de mouvement. Les auteurs dérivent l'équation d'allure dans l'espace des articulations, où une articulation de torsion centrale réalise la rotation relative entre les deux segments. Ils proposent aussi un modèle cinématique quasi statique qui relie les vitesses de roulement des segments aux vitesses linéaire et angulaire du robot. Les essais sur robot réel couvrent les différents modes, le franchissement d'une piste test de 10 cm de hauteur libre, et des manœuvres sous une grande pièce de fabrication et sous un châssis de voiture. Dans ces scénarios, S-Rolling réalise des changements de cap d'environ 90° et 180°. L'allure de référence, dite « rolling arc », en est incapable.

L'enjeu est un compromis de conception connu des robots serpents. Les allures de roulement existantes gardent une faible hauteur balayée (la hauteur de l'enveloppe occupée par le corps en mouvement), mais ne permettent guère de braquer. Les allures directionnelles ajoutent des ondulations verticales et demandent donc plus de dégagement. S-Rolling cherche à tenir les deux contraintes à la fois. Cela vise des tâches d'inspection sous des machines, des véhicules ou des structures basses, où l'accès humain est difficile et où un robot doit se repositionner sans reculer sur toute sa trajectoire. Il faut toutefois rester prudent. Il s'agit d'un résultat de laboratoire, validé sur un prototype et sur quelques scénarios choisis. Le résumé ne donne ni taux de réussite, ni précision de trajectoire, ni comparaison chiffrée avec d'autres allures de braquage. L'écart entre démonstration et usage réel, sur sol irrégulier ou glissant, n'est donc pas mesuré. Le seul comparatif cité porte sur une allure qui ne braque pas du tout.

Ce travail prolonge les recherches sur les robots serpents à torsion et sur les allures de roulement, un sous-domaine de la locomotion apodes. Il reste loin de la commercialisation. Les robots serpents ne sont encore déployés que dans des niches (inspection, recherche et sauvetage), sans lien direct avec la course aux humanoïdes. Aucun calendrier de pilote ni partenaire industriel n'est annoncé. Les prochaines étapes plausibles sont la caractérisation sur des surfaces variées, l'ajout d'une perception pour piloter l'allure en boucle fermée, et des essais de terrain dans des espaces confinés réels.

Dans nos dossiers

arXiv cs.RO

À lire aussi

Allures de reptation latérale par torsion linéaire pour la planification de mouvement d'un robot serpent torsadable sur terrains complexes
1arXiv cs.RO 

Allures de reptation latérale par torsion linéaire pour la planification de mouvement d'un robot serpent torsadable sur terrains complexes

Des chercheurs proposent une nouvelle famille de démarches de « sidewinding » (reptation latérale) pour robots serpents dotés d'articulations de torsion, décrite dans une prépublication arXiv. Le sidewinding consiste à onduler la colonne vertébrale du robot tout en déplaçant les segments en contact avec le sol le long de cette courbe. Les auteurs y ajoutent un mouvement de torsion piloté par une « fonction de torsion linéaire », qui répartit l'effort sur tout le corps. Selon leurs mesures, à vitesse de virement et puissance totale égales, la puissance de pointe d'une articulation de torsion baisse de 42 %. Des essais sur un robot réel montrent que ces démarches permettent de franchir des terrains où l'approche existante, dite « rolling vector », échoue, et qu'elles atteignent jusqu'à 49 % de vitesse en plus que le sidewinding classique sans torsion. L'intérêt est d'abord mécanique. L'approche rolling vector avait déjà montré que combiner ondulation et torsion améliore vitesse et robustesse, en faisant se comporter le robot comme un véhicule à entraînement différentiel. Mais elle concentre la torsion dans un court segment tampon, de sorte que les deux articulations centrales encaissent presque toute la charge. Les moteurs sont alors surchargés, ce qui plafonne les performances. La nouvelle méthode déplace le problème de la conception matérielle vers la planification de mouvement : en lissant la répartition du couple, elle élargit les terrains praticables sans changer d'actionneurs. Pour l'inspection de conduites, la recherche et le sauvetage ou l'exploration en milieu accidenté, ce sont des gains utiles. Il faut toutefois rester prudent : le chiffre de 42 % est un résultat comparatif de simulation ou de calcul à conditions appariées, et le gain de 49 % est mesuré face à une seule référence. Le résumé ne précise ni le nombre de modules, ni les terrains testés, ni les pentes ou les taux de réussite. Il s'agit de travaux académiques de laboratoire, sans produit ni déploiement industriel. Le contexte est celui d'une robotique serpent qui progresse par raffinements successifs de la locomotion. Le sidewinding est depuis longtemps reconnu comme une démarche efficace sur sols variés, notamment sable et surfaces meubles, mais son recours exclusif à l'ondulation limite les capacités du robot. L'approche rolling vector a ouvert la voie de la torsion combinée, et ce travail en corrige la principale limite de charge moteur. Le résumé ne cite ni équipe, ni laboratoire, ni acteur européen, et n'annonce ni calendrier ni pilote. Les prochaines étapes probables sont la validation sur des terrains plus variés et plus exigeants, ainsi que l'intégration à des plateformes de serpents robots destinées à des missions de terrain réelles.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
RoboRSI : auto-évolution stable, efficace et réutilisable des robots dans des environnements réels complexes
2arXiv cs.RO 

RoboRSI : auto-évolution stable, efficace et réutilisable des robots dans des environnements réels complexes

Des chercheurs publient RoboRSI, un système d'auto-amélioration pour robots généralistes, décrit dans l'article arXiv 2610.12424. L'idée de départ est que les agents robotiques qui agissent par code savent déjà corriger leurs programmes à partir du retour d'exécution. Le problème, resté ouvert, est d'organiser cette expérience autour de la structure de la tâche. Chaque correction doit être attribuée à la capacité réellement responsable, appuyée sur des preuves d'exécution et validée avant d'être réutilisée. RoboRSI repose sur le Top-Down Skill Refinement (TSR). Cette méthode décompose les tâches en compétences composées, atomiques et de base, chacune avec un périmètre de responsabilité et un contrat explicite d'entrées et de sorties. Le résultat de chaque exécution est imputé à la branche fautive, et la révision reste confinée à cette branche. Quatre rôles se coordonnent: un Manager, un Planner, un Engineer et un Reviewer. Ils gèrent la planification, l'exécution, le diagnostic et la publication validée des nouvelles compétences. Les humains pilotent le processus par des objectifs et des corrections, et les séquences stables de compétences sont consolidées en compétences composées réutilisables. Les résultats portent sur deux terrains. Sur un manipulateur mobile, le système développe une tâche de rangement ménager multi-objets en 104 rounds d'amélioration. En simulation, il obtient le meilleur taux de réussite sur LIBERO, LIBERO-PRO, LIBERO-Plus et RoboTwin, devant la meilleure référence avec un écart de 2,7 à 11,0 points de pourcentage. Le résumé ne précise ni le matériel utilisé, ni le taux de réussite final en conditions réelles, ni l'identité des références comparées. L'essai réel ressemble donc à une démonstration sur une seule tâche domestique, et on ne sait pas encore s'il généralise. Pour les intégrateurs et les responsables industriels, l'intérêt est la traçabilité. Une architecture où une erreur est rattachée à une compétence précise, corrigée localement puis validée avant diffusion répond à un frein bien connu du déploiement: les régressions silencieuses après chaque mise à jour. Les politiques VLA de bout en bout sont difficiles à auditer, alors qu'un code modulaire avec contrats d'entrées et de sorties se prête mieux à la certification et à la maintenance. Le travail suggère aussi que l'amélioration continue peut passer par la capitalisation de compétences plutôt que par le réentraînement de gros modèles. Les gains en simulation, de 2,7 à 11,0 points, restent modestes selon le benchmark. LIBERO et RoboTwin sont par ailleurs des environnements très étudiés, dont les scores ne garantissent pas la robustesse sur site. Ce travail s'inscrit dans la montée des agents robotiques générant du code, qui utilisent des modèles de langage pour composer des primitives, face aux approches VLA comme Pi-0 ou GR00T, qui apprennent directement des actions. Les benchmarks LIBERO-PRO et LIBERO-Plus ont été conçus pour mesurer la robustesse de ces politiques, et leur usage ici place RoboRSI dans cette comparaison. Il s'agit d'une publication de recherche sur arXiv, sans produit, client ni calendrier de déploiement annoncés. Les prochaines étapes à surveiller sont la publication du code et des compétences, des tests sur d'autres plateformes et des essais hors laboratoire.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Diffusion pour la planification de trajectoires multi-robots à long horizon dans des environnements partagés avec des humains
3arXiv cs.RO 

Diffusion pour la planification de trajectoires multi-robots à long horizon dans des environnements partagés avec des humains

Des chercheurs publient sur arXiv (référence 2607.09911, soumis le 14 juillet 2026) un nouveau framework baptisé Multi-Robot Rolling Diffusion (MRRD), conçu pour la planification de trajectoires de flottes de robots évoluant dans des environnements partagés avec des humains, comme des foules denses. Le système combine trois mécanismes : un schéma à horizon glissant qui s'adapte à la fenêtre de prédiction limitée du mouvement humain, une inférence par diffusion parallélisée capable de générer des trajectoires réalistes à grande échelle, et une recherche basée sur la résolution de conflits pour éviter les collisions entre robots. MRRD intègre aussi un conditionnement temporel dit "d'urgence", permettant de produire des trajectoires à vitesse variable, ainsi que des termes de guidage différenciés pour équilibrer prudence sociale autour des humains et coordination efficace entre robots. Dans les tests menés en environnement encombré, le framework passe à l'échelle jusqu'à 15 robots en temps réel, avec des taux de sécurité et de réussite de mission supérieurs aux méthodes de référence existantes. L'enjeu dépasse la simple prouesse technique : les modèles de diffusion produisent des trajectoires réputées pour leur fluidité et leur ressemblance au comportement humain, mais souffraient jusqu'ici d'une limite structurelle, une durée de trajectoire fixe et une latence de calcul trop élevée pour un déploiement temps réel. En résolvant ce compromis, MRRD s'attaque directement à l'un des points de friction qui freinaient l'adoption de la génération par diffusion dans la robotique de flotte, un domaine où AMR (robots mobiles autonomes) et humains doivent cohabiter en entrepôt, en usine ou en espace public. Pour les intégrateurs qui déploient des flottes en environnement partagé, ce type d'avancée conditionne directement la capacité à faire cohabiter davantage de robots sans dégrader la sécurité perçue par les opérateurs humains. Le travail s'inscrit dans une lignée de recherche active sur la planification de trajectoires multi-robots, où les approches classiques (basées sur l'optimisation ou le graphe) peinent à modéliser des comportements socialement acceptables face à des humains imprévisibles. Les auteurs ne précisent pas d'affiliation industrielle ni de partenaire de déploiement dans le résumé ; il s'agit à ce stade d'un résultat de recherche évalué en simulation, dont la prochaine étape logique serait une validation sur robots physiques en conditions réelles.

RecherchePaper
1 source
Robots évitant les collisions en temps réel dans des environnements dynamiques
4arXiv cs.RO 

Robots évitant les collisions en temps réel dans des environnements dynamiques

Des chercheurs publient une méthode qui convertit n'importe quel chemin géométrique, c'est-à-dire une simple séquence d'états produite par un planificateur de mouvement quelconque (échantillonné comme RRT ou PRM, ou basé sur la recherche comme ARA*), en une trajectoire réellement exécutable par un robot : cinématiquement faisable et à jerk limité. L'algorithme génère une suite de splines quintiques ou quartiques, discrétisées à une fréquence de contrôle choisie par l'utilisateur, puis diffusées directement vers le contrôleur bas niveau. Il peut être réinvoqué à tout instant pour recalculer une nouvelle trajectoire depuis l'état courant du robot vers une cible ou une séquence de cibles, avec adaptation en temps réel aux changements de l'environnement. Sous l'hypothèse que la vitesse des obstacles reste bornée, la méthode offre des garanties conditionnelles d'arrêt sécurisé sur un intervalle de temps fini, tout en tolérant une déviation géométrique limitée par rapport au chemin d'origine. Les contraintes cinématiques, jerk compris, sont traitées explicitement. En simulation comparative face à une méthode concurrente, les auteurs rapportent un meilleur lissage, un temps de calcul plus faible et de meilleures performances temps réel, en particulier lors de changements fréquents de cible, jusqu'à 1 kHz. Des expériences sur robot réel valident l'approche, y compris dans des scénarios où un humain fait office d'obstacle. Pour les intégrateurs, ce travail cible un problème très concret : la plupart des planificateurs de mouvement produisent des chemins géométriques, pas des trajectoires exécutables respectant les limites physiques du robot en vitesse, accélération et jerk. Combler ce fossé en temps réel, avec des garanties de sécurité formelles même quand des obstacles se déplacent, fait défaut à de nombreuses piles de navigation actuelles destinées aux environnements partagés avec des humains, entrepôts, usines ou bras collaboratifs. La capacité à replanifier jusqu'à 1 kHz sans dégrader la fluidité du mouvement représente un vrai gain pour les systèmes confrontés à des changements rapides de l'environnement, sans imposer le compromis habituel entre réactivité et stabilité. Le domaine de la planification de mouvement reste tiraillé entre planificateurs globaux, qui trouvent un chemin, et méthodes locales, chargées de le rendre exécutable en douceur : les chemins issus d'échantillonnage sont typiquement irréguliers et nécessitent un post-traitement. Les approches existantes de lissage gèrent souvent mal les obstacles dynamiques ou la replanification à haute fréquence, ce qui constitue la référence à laquelle ce travail se compare. La méthode s'appuie sur la génération de trajectoires par splines, technique classique en robotique pour le mouvement à jerk limité, en y ajoutant une gestion explicite des obstacles dynamiques et des garanties formelles d'arrêt sécurisé. Publiée en version révisée sur arXiv, elle ouvre la voie à des validations plus larges sur d'autres plateformes robotiques.

RecherchePaper
1 source