Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
RecherchearXiv cs.RO 

Mobilité humanoïde par contacts basés sur l'attention

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

Des chercheurs proposent, dans une prépublication arXiv (2610.31608), un cadre d'apprentissage pour la mobilité des humanoïdes sur terrain complexe, fondé sur les contacts entre le corps et l'environnement. Le système combine deux modules. Un planificateur de contacts explicite, auto-supervisé et basé sur l'attention prédit les futurs points de contact (pieds, mais aussi autres parties du corps). Un module de suivi conditionné par ces contacts les traduit en mouvements coordonnés du corps entier. Les données de capture de mouvement servent uniquement d'a priori pendant l'entraînement. Une seconde phase de réglage fin par apprentissage par renforcement (RL) pousse ensuite la politique à explorer des variations d'environnement absentes des données d'origine. Au déploiement, la politique fonctionne uniquement avec les observations embarquées, sans aucune référence de mouvement. Le résumé ne donne ni chiffres de performance, ni robot cible, ni résultats sur matériel réel.

L'enjeu est un compromis connu en locomotion humanoïde. Les politiques RL entraînées sans référence généralisent bien d'un terrain à l'autre, mais obtenir une bonne coordination du corps entier par la seule conception de récompenses et l'exploration reste difficile. Les méthodes à base de références produisent des gestes naturels, mais s'adaptent mal au-delà des trajectoires présentes dans leurs données. En faisant du contact l'interface entre perception et commande, les auteurs veulent que la politique intègre la structure de la locomotion plutôt que de recopier la cinématique. Si cela se vérifie, la même politique pourrait garder des mouvements naturels tout en découvrant des comportements adaptés à l'environnement. Pour les intégrateurs, l'intérêt serait de moins dépendre d'un ajustement manuel des récompenses et d'un stock de trajectoires. Le texte restant une annonce de recherche, rien ne dit encore que cela tienne hors simulation ou sur robot physique, et la question du transfert simulation-réel reste ouverte.

Ce travail s'inscrit dans le courant du suivi de mouvement et de l'imitation pour humanoïdes, qui cherche à concilier réalisme gestuel et robustesse. Il se positionne entre les approches de RL « pures », très répandues pour la marche sur terrain accidenté, et les méthodes de suivi de référence issues de la capture de mouvement. Aucun partenaire industriel, aucun robot ni aucun calendrier de déploiement n'est mentionné. Les prochaines étapes à surveiller sont la publication du texte complet, avec les comparaisons chiffrées face aux bases de référence, d'éventuelles validations sur un humanoïde réel et le partage du code ou des modèles.

Dans nos dossiers

arXiv cs.RO

À lire aussi

Retargeting de contacts guidé par VLM et modélisation générative du partenaire pour l'interaction humanoïde-humain
1arXiv cs.RO 

Retargeting de contacts guidé par VLM et modélisation générative du partenaire pour l'interaction humanoïde-humain

Des chercheurs présentent REACT, un framework d'apprentissage de politiques d'interaction humanoïde-humain à partir de démonstrations humain-humain, publié sur arXiv (2610.28523). Le système a été évalué en simulation et sur un robot réel Unitree G1, sur cinq interactions riches en contacts physiques. La chaîne de traitement comporte trois étapes. Un VLM (modèle vision-langage) identifie d'abord les contacts sémantiquement pertinents dans les données de capture de mouvement, puis les retransfère sur la géométrie humanoïde-humain en préservant la structure de l'interaction. Des politiques « privilégiées », qui accèdent à l'état complet du partenaire, apprennent ensuite des comportements physiquement cohérents grâce à des récompenses de contact sensibles à l'interaction. Elles sont enfin distillées en politiques déployables fondées sur la profondeur égocentrique, entraînées uniquement avec les capteurs embarqués grâce à un rendu photoréaliste de profondeur humaine. Des objectifs de modélisation générative de l'état du partenaire prédisent son mouvement à partir de vues occultées. Selon les auteurs, la modélisation sémantique des contacts améliore nettement la préservation des interactions démontrées, et la modélisation générative améliore le rappel de contact sur quatre interactions sur cinq, surtout en cas de forte occultation. Sur le matériel réel, les cinq interactions sont exécutées avec les seuls capteurs embarqués. L'enjeu porte sur un verrou central de l'interaction physique : au contact rapproché, le partenaire humain est occulté, tronqué ou hors du champ de vision, ce qui fait échouer l'estimation de pose. Beaucoup de démonstrations reposent donc sur un suivi externe (capture de mouvement, caméras fixes) ou sur l'état humain privilégié, des dispositifs inutilisables hors laboratoire. Une politique qui fonctionne sans eux rapproche l'humanoïde de cas d'usage réalistes : assistance, soins, collaboration en atelier. Le travail traite aussi un problème de données souvent négligé, les erreurs de capture dues aux occultations mutuelles entre humains. Il faut toutefois rester prudent. Il s'agit d'un préprint non évalué par les pairs, sur un seul robot, avec seulement cinq interactions. Le résumé ne donne ni taux de réussite chiffrés, ni durées d'essai, ni mesure de robustesse face à des morphologies ou comportements humains variés. L'écart entre démonstration en laboratoire et déploiement fiable reste donc entier. Le contexte est celui d'une course où l'humanoïde Unitree G1, relativement abordable, sert de plateforme de recherche standard. Les approches dominantes d'apprentissage de politiques de corps entier se concentrent surtout sur la locomotion et la manipulation, l'interaction humain-robot restant plus rare, car plus risquée et plus difficile à simuler. REACT s'inscrit dans la tendance à utiliser des modèles de fondation (ici un VLM) comme source de supervision sémantique, plutôt que de simples heuristiques géométriques. Les prochaines étapes naturelles seraient des tests sur d'autres plateformes, davantage d'interactions et des évaluations avec des participants variés, ainsi que des garanties de sécurité en contact. Aucun partenaire industriel, calendrier de pilote ni déploiement commercial n'est annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Contact multiple réactif pour humanoïdes grâce à des modèles de stabilité appris
2arXiv cs.RO 

Contact multiple réactif pour humanoïdes grâce à des modèles de stabilité appris

Des chercheurs proposent une méthode de planification et de contrôle qui permet à un humanoïde d'utiliser ses mains pour se stabiliser lorsque les pieds seuls ne suffisent plus à éviter la chute. Le système échantillonne des points de contact candidats dans l'espace atteignable du robot, puis simule la dynamique centroïdale à travers trois phases : pré-impact, impact et post-impact. Chaque point est noté selon l'autorité de contrôle du centre de pression (CoP) après l'impact. Le planificateur procède en deux étapes : il choisit d'abord une région d'appui optimale, puis calcule le meilleur point d'appui dans cette région. En simulation, la résilience aux impulsions progresse en moyenne de 89 % par rapport à une récupération sans contact manuel, et de 17 % par rapport à une stratégie naïve consistant à viser la région atteignable la plus proche. Sur robot réel, des tests de poussée ont été menés à l'arrêt et en marche : à l'arrêt, le temps de stabilisation baisse en moyenne de 43 % face à un placement naïf des mains, et en marche, de 18 % face à une récupération sans contact manuel. Le papier, publié sur arXiv, ne précise dans son résumé ni la plateforme utilisée ni l'amplitude des poussées. L'intérêt tient à un modèle appris de la région de CoP atteignable en post-impact, qui remplace les optimisations en ligne plus coûteuses pour évaluer chaque contact candidat. Cette évaluation rapide est la condition pour réagir en temps réel à une perturbation, et non planifier un appui à froid. Pour les intégrateurs et industriels qui envisagent des humanoïdes dans des environnements encombrés, entrepôts, ateliers ou zones de maintenance, la capacité de s'appuyer sur une paroi, une étagère ou une machine plutôt que de tomber répond à un enjeu de sécurité et de disponibilité. Elle illustre aussi un schéma de plus en plus courant : un modèle appris, léger et ciblé, greffé sur un contrôleur à base de modèle, plutôt qu'une politique de bout en bout. Les gains sont néanmoins modestes dans le cas de la marche (18 %), et la comparaison de référence est faible, puisqu'il s'agit d'un placement naïf ou de l'absence de contact manuel. Aucune comparaison avec une politique apprise par renforcement n'est mentionnée. Ce travail s'inscrit dans la lignée de la locomotion multi-contact, longtemps traitée par optimisation hors ligne ou par séquences de contacts prédéfinies, avec des temps de calcul peu compatibles avec une réaction aux poussées. Les équipes de robotique humanoïde, qu'elles soient académiques ou industrielles, cherchent à rendre ces stratégies de récupération robustes, en parallèle des politiques de locomotion apprises en simulation. La suite logique consisterait à tester des surfaces et des géométries variées, des contacts non plans et des perturbations moins contrôlées qu'un test de poussée en laboratoire. Pour l'instant, il s'agit d'un résultat de recherche validé en laboratoire, sans déploiement ni calendrier commercial annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
PLAT : suivi épars de mouvements-clés pour le contrôle humanoïde par apprentissage de transition latente privilégiée
3arXiv cs.RO 

PLAT : suivi épars de mouvements-clés pour le contrôle humanoïde par apprentissage de transition latente privilégiée

Un cadre nomme PLAT, pour Privileged LAtent Transition learning, a été publie sur arXiv sous la référence 2609.25754v1. Il s'attaque au contrôle de robots humanoïdes par "keyframes temporisées éparses" : le robot ne reçoit que quelques poses-clés futures et leurs instants d'arrivée souhaites, plutôt qu'une référence dense image par image comme le font les politiques de motion tracking classiques. L'entrainement se déroule en trois étapes : un expert de suivi de mouvement dense preentraine fournit d'abord un prior de mouvement robuste, un prior latent privilégié est ensuite appris par imitation de type DAgger a partir de séquences d'objectifs denses servant de supervision privilégiée, puis un apprentissage par renforcement affine les transitions dans l'espace latent plutôt que les actions elles-mêmes. Les auteurs rapportent un suivi stable et précis en simulation sur des horizons de planification variables, avec un avantage marque a long horizon, et un déploiement réussi sur un robot humanoïde Unitree G1. Le problème vise est concret pour les équipes de recherche et les intégrateurs en robotique humanoïde : les politiques de suivi dense, précises mais rigides, s'exploitent mal comme contrôleurs de haut niveau pour la planification de taches ou la génération interactive de mouvement, car elles exigent une référence complète a chaque instant. En rendant le contrôle pilotable par de simples poses-clés espacées dans le temps, PLAT propose une interface plus légère entre un module de décision, planificateur ou générateur de mouvement, et l'exécution bas niveau, une séparation qui rejoint la logique d'architectures décision/exécution comme GR00T N2 ou Helix. Le transfert réussi vers un robot physique va dans le sens d'un rapprochement simulation-déploiement, même si les résultats quantitatifs reposent surtout sur la simulation, avec un seul modèle de robot teste et aucun taux de réussite en conditions réelles communique dans le résume. Ce travail s'inscrit dans la lignée des politiques de suivi de mouvement entraînées en simulation puis transférées sur robot réel, méthode courante pour les humanoïdes Unitree et dans la recherche en contrôle appris. Il se distingue des modèles généralistes de type VLA, tels Pi-0 ou GR00T N2, en ciblant la couche de contrôle moteur bas niveau plutôt que la perception ou la planification, une brique complémentaire plutôt que rivale. Publie sous la catégorie "new" d'arXiv, sans partenariat industriel ni calendrier de déploiement annonces, PLAT demeure a ce stade une contribution de recherche dont la robustesse hors simulation et sur d'autres plateformes reste a démontrer.

RecherchePaper
1 source
BAT : concilier agilité et stabilité par commutation de politiques en ligne pour le contrôle du corps entier d'un robot humanoïde sur de longs horizons
4arXiv cs.RO 

BAT : concilier agilité et stabilité par commutation de politiques en ligne pour le contrôle du corps entier d'un robot humanoïde sur de longs horizons

Des chercheurs proposent BAT, un cadre de commutation de politiques en ligne pour le contrôle du corps entier d'humanoïdes sur de longs enchaînements de mouvements. Le travail, publié sur arXiv (2604.01064, version 2), part d'un constat : les approches existantes suivent deux paradigmes. Les politiques couplées coordonnent tout le corps de façon globale, tandis que les politiques découplées traitent chaque module séparément pour gagner en précision. BAT choisit dynamiquement entre deux contrôleurs généralistes entraînés par apprentissage par renforcement, l'un couplé et l'autre découplé, selon le contexte du mouvement en cours. Deux prédicteurs de commutation travaillent en parallèle. OpVQ-VAE s'appuie sur des « tokens » de mouvement et généralise bien. OpHRL est un prédicteur en boucle fermée qui tient compte de l'état du robot. Un routeur de familiarité des tokens (Token-Familiarity Router) arbitre lorsque les deux divergent : il privilégie OpHRL pour les séquences de tokens connues et OpVQ-VAE pour les séquences inédites. Les auteurs annoncent 85,2 % de réussite sur des combinaisons de mouvements longues déjà vues à l'entraînement, et 71,3 % sur des mouvements jamais rencontrés. Ils rapportent aussi de meilleurs résultats que les contrôleurs corps entier existants sur les mouvements pris isolément, ainsi qu'un déploiement zéro-shot sur le Unitree G1. L'intérêt pratique tient au compromis que les équipes rencontrent sans cesse. Une politique couplée donne des gestes dynamiques et agiles, comme des sauts ou des mouvements amples, mais elle perd en précision. Une politique découplée manipule ou positionne mieux, mais elle devient moins robuste quand le mouvement exige une coordination globale. Plutôt que de chercher un contrôleur unique qui concilie tout, BAT montre qu'on peut combiner des spécialistes et basculer entre eux à l'exécution. Le point à surveiller est l'écart entre mouvements vus et inédits : 85,2 % contre 71,3 %, soit près de 14 points perdus, ce qui reste loin de la fiabilité attendue en production. Ces chiffres viennent de benchmarks de recherche, sans durée de tâche, nombre d'essais ni conditions détaillés dans le résumé. Le transfert zéro-shot sur G1 est encourageant, mais rien ne dit qu'il couvre toute la distribution de mouvements testée en simulation. Ce travail s'inscrit dans la vague des contrôleurs généralistes corps entier pour humanoïdes, nourrie par l'apprentissage par renforcement en simulation et l'imitation de mouvements humains. Le Unitree G1, peu coûteux et très répandu dans les laboratoires, sert désormais de plateforme de référence pour valider ces méthodes. Les auteurs ne se positionnent pas ici face aux modèles VLA commerciaux (Figure, Tesla, NVIDIA), car BAT agit à la couche basse de contrôle, pas au niveau du raisonnement ou de la planification. Cette couche reste pourtant un goulot d'étranglement pour passer des démonstrations à des tâches longues et enchaînées. La version 2 laisse penser que l'article a été révisé après relecture. Les suites logiques seraient des tests sur d'autres plateformes, des tâches de manipulation plus longues et une mesure de la robustesse hors laboratoire. Aucun calendrier de déploiement industriel n'est annoncé.

RecherchePaper
1 source