RecherchearXiv cs.RO 23 octobre 2026

Apprentissage par démonstration pour l'alimentation robotisée avec des primitives de mouvement dynamiques

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent un cadre d'alimentation robotisée par démonstration, publié sur arXiv (2610.31020v1), qui chaîne capture de mouvement, planification par Dynamic Movement Primitives (DMP), perception RGB-D et commande robot. Un opérateur humain exécute d'abord les gestes de prélèvement (« scooping ») et d'alimentation, tandis qu'un système de motion capture enregistre la position et l'orientation en angles d'Euler de la cuillère. La trajectoire est découpée en deux segments, chacun encodé par une DMP distincte. Avant l'exécution, une caméra RGB-D estime la position de la bouche du participant, et deux AprilTags servent au recalage du repère robot et à la localisation du plateau. La pose du plateau place le geste de prélèvement, la position de la bouche fixe l'objectif du geste d'alimentation. Les trajectoires d'approche, de prélèvement et d'alimentation sont ensuite exécutées séquentiellement par un bras Kinova Gen3 via une architecture ROS 2. Une expérience en conditions réelles valide la faisabilité du pipeline et montre que les mouvements appris sont reproduits dans la scène détectée. Le résumé ne fournit ni taux de réussite, ni temps de cycle, ni nombre de participants.

L'intérêt tient moins à une percée qu'à l'illustration d'une approche pragmatique. Les DMP sont des primitives de mouvement paramétrables, légères et interprétables, qui permettent de rejouer un geste appris en changeant seulement son point d'arrivée. Elles contrastent avec les politiques VLA (vision-langage-action) entraînées sur de grands volumes de données, plus générales mais plus lourdes à valider. Pour l'alimentation assistée, où la sécurité et la prévisibilité priment, une trajectoire apprise d'un humain puis adaptée à la géométrie de la scène est plus simple à certifier. Pour un intégrateur, le message est que la démonstration unique suffit à reproduire un geste fin, mais la validation reste très limitée : la preuve de faisabilité ne dit rien de la robustesse face à un mouvement du visage, à des aliments variés ou à des contacts imprévus. L'écart entre démonstration de laboratoire et usage réel demeure donc entier.

Ce travail s'inscrit dans une lignée de robots d'aide à l'alimentation destinés aux personnes à mobilité réduite, dont le dispositif Obi est l'exemple commercial le plus connu, et de recherches utilisant le Kinova Gen3, bras courant dans la robotique d'assistance. Le choix de ROS 2 facilite la réutilisation par d'autres laboratoires. Les suites logiques seraient des essais avec plusieurs participants, une prise en compte dynamique de la position de la bouche et du type d'aliment, et une évaluation du confort et de la sécurité. Aucun calendrier de pilote ni partenaire industriel n'est annoncé ; il s'agit d'un prépublié non évalué par les pairs.

Dans nos dossiers

IA physique & VLA arXiv cs.RO

À lire aussi

1arXiv cs.RO

Repenser le désapprentissage des démonstrations dans l'apprentissage par imitation pour la robotique

Un article publié sur arXiv (2608.20784v1) propose un cadre d'audit pour l'oubli de démonstrations en apprentissage par imitation robotique, quand des contributeurs demandent le retrait de leurs démonstrations d'une politique déjà entraînée. Plutôt qu'un réentraînement complet, coûteux à mesure que grandissent modèle et données, les auteurs évaluent des opérateurs d'édition appliqués directement à la politique existante. Leur audit croise deux axes: le comportement, mesuré par la divergence d'action face à des réentraînements de référence, et la preuve, mesurée par une attaque d'appartenance rapportant rang et niveau absolu de perte. Sur cinq conditions préenregistrées, trois politiques robotiques réelles et deux suites de simulation, un édit de type redirection sur l'architecture ACT restaure un taux de succès de 18 essais sur 20 en évaluation en aveugle. Ce travail répond à un problème concret pour l'industrie robotique: à mesure que les politiques génératives de type VLA s'entraînent sur des volumes croissants de démonstrations téléopérées, les demandes de retrait de données individuelles se heurteront au coût du réentraînement complet. Les métriques héritées du machine unlearning classique, comme la perte d'oubli ou une simple attaque d'appartenance, ne suffisent pas à garantir qu'une édition a réellement supprimé l'influence d'une démonstration en boucle fermée: un édit peut réparer le comportement sans effacer la trace détectable, ou au contraire réduire cette détectabilité tout en éloignant le comportement du réentraînement réel. Pour des intégrateurs tentés par l'édition post-hoc plutôt que le réentraînement complet, un simple test de réussite de tâche ne suffit donc pas à certifier qu'une démonstration a été effectivement oubliée. Cette recherche prolonge les travaux de machine unlearning menés sur les grands modèles de langage et de vision, transposés ici au contrôle robotique en boucle fermée, où c'est l'action, non la seule prédiction, qui doit être auditée. Elle survient alors que l'apprentissage par imitation à partir de démonstrations téléopérées s'impose comme méthode dominante pour entraîner des politiques robotiques générales, dans la lignée d'architectures comme ACT, popularisée par les plateformes de téléopération de type ALOHA. La question du retrait de données gagne en importance à mesure que ces jeux de données reposent sur des opérateurs identifiables, avec des implications de consentement et de conformité. Les auteurs ont préenregistré leurs cinq conditions expérimentales, une rigueur rare dans la littérature robotique, sans annoncer de calendrier de déploiement industriel.

UELes enjeux de retrait de données et de conformité soulevés touchent directement les industriels européens de la téléopération robotique soumis aux exigences de consentement et de suppression de données (type RGPD).

RecherchePaper

1 source

2arXiv cs.RO

RDGen : génération de démonstrations pour l'apprentissage robotique par renforcement

Une équipe de chercheurs a publié le 30 mai 2026 sur arXiv (référence 2605.30957) un framework appelé RDGen, pour "Reinforcement Learning Demonstration Generation", destiné à automatiser la collecte de données d'entraînement pour les modèles Vision-Language-Action (VLA). Le système combine trois composants : un module d'analyse de tâches basé sur un modèle de langage visuel (VLM), un localisateur d'objets fondé sur Grounding DINO, et une politique de contrôle entraînée par apprentissage par renforcement (RL) en simulation puis transférée sur un robot réel. Testé sur une tâche de saisie et de dépose, RDGen atteint un taux de succès élevé après transfert sim-to-real, sans que les auteurs ne publient de chiffre précis dans le résumé disponible. Les trajectoires générées sont ensuite réutilisées directement comme données d'entraînement pour affiner des politiques VLA en aval. L'enjeu central est celui du goulot d'étranglement dans la chaîne d'entraînement des robots généralistes : la télé-opération humaine, méthode dominante pour collecter des démonstrations, est lente, coûteuse, et produit des trajectoires variables selon l'opérateur. RDGen propose de substituer cet effort humain par une politique RL, qui génère des trajectoires mécaniquement cohérentes et reproductibles, plus lisses selon les auteurs que ce que produit un opérateur humain, et avec un coût marginal quasi nul en simulation. Cela renforce l'hypothèse que le problème sim-to-real pour des tâches de manipulation simples est largement résolu, et déplace la question vers la scalabilité de la diversité des tâches plutôt que la qualité individuelle des démos. RDGen s'inscrit dans un débat actif sur la meilleure façon d'alimenter les VLA, dont les architectures de référence actuelles incluent pi0 (Physical Intelligence), OpenVLA et les travaux de RT-2/RT-X chez Google DeepMind. La collecte de données reste le principal frein industriel à leur déploiement, ce que tentent aussi d'adresser des approches concurrentes comme la génération vidéo synthétique (ex. travaux UniSim, Genie) ou l'augmentation par world models. La contribution de RDGen est plus modeste et ciblée : un pipeline sim-to-real structuré pour des tâches de manipulation définies, avec réutilisation des rollouts réussis. Il s'agit d'un preprint non encore peer-reviewed ; les expériences restent limitées à pick-and-place, et l'absence de métriques quantitatives précises dans le résumé invite à attendre la version complète avant d'en tirer des conclusions générales sur la scalabilité.

RechercheOpinion

1 source

3arXiv cs.RO

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.

RecherchePaper

1 source

4arXiv cs.RO

STT-LfD : apprentissage par démonstration pour robots à dynamique inconnue, via des tubes spatio-temporels

Des chercheurs présentent STT-LfD, un nouveau cadre d'apprentissage par démonstration (Learning from Demonstration) qui unifie l'apprentissage du mouvement et le contrôle pour des systèmes Euler-Lagrange dont la dynamique reste inconnue, c'est-à-dire la plupart des robots mobiles et manipulateurs industriels réels. Publié sur arXiv (2607.00534) début juillet 2026, l'article décrit une méthode qui s'appuie sur des processus gaussiens hétéroscédastiques pour apprendre des tubes spatio-temporels, une enveloppe qui encode les exigences de précision variables dans le temps d'une tâche démontrée. Un contrôleur en boucle fermée, à forme close, applique ensuite ces contraintes tout en respectant les limites physiques des actionneurs, sans passer par une identification explicite du système. Les auteurs valident l'approche sur deux plateformes matérielles : un robot mobile et un bras manipulateur à 7 degrés de liberté (DOF), et rapportent de meilleures performances que les méthodes de référence en robustesse face aux perturbations et en vitesse de calcul. L'enjeu dépasse la seule prouesse technique. Les approches classiques d'apprentissage par démonstration découplent généralement la planification de mouvement du contrôle : elles apprennent une trajectoire de référence fixe, puis la suivent avec un contrôleur classique, quitte à perdre en robustesse dès qu'une perturbation survient. STT-LfD renverse la logique en traitant la démonstration elle-même comme une spécification de sécurité pilotée par les données, plutôt que comme une cible rigide à reproduire. Pour les intégrateurs industriels, l'intérêt pratique est de pouvoir déployer un contrôleur performant sans phase coûteuse d'identification dynamique du système, un frein courant au déploiement rapide de bras manipulateurs ou de robots mobiles sur des lignes hétérogènes. Cela va dans le sens d'une tendance plus large en robotique : réduire la dépendance à des modèles physiques précis au profit de méthodes data-driven plus rapides à mettre en œuvre. Le travail s'inscrit dans la lignée des recherches sur les tubes de sécurité et le contrôle par barrières (funnel control), déjà explorées pour garantir des performances sous incertitude, mais appliquées ici spécifiquement au cadre de l'apprentissage par démonstration. Il reste à ce stade un résultat de recherche académique, publié en prépublication sans revue par les pairs, testé sur un nombre limité de plateformes matérielles en laboratoire. Les prochaines étapes attendues concernent l'extension à des tâches de manipulation plus complexes et la comparaison directe avec des architectures d'apprentissage de politiques plus récentes, du type transformeurs vision-langage-action, sur des benchmarks communs.

RecherchePaper

1 source