RecherchearXiv cs.RO 27 octobre 2026

Évaluation de l'adhérence du sol à partir de l'interaction pneu-surface d'un robot

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de chercheurs a publié sur arXiv (2610.33735) une étude sur l'estimation de l'adhérence du sol à partir des seules mesures embarquées d'un robot mobile à roues. Un robot à direction différentielle (skid-steer) a été piloté sur cinq revêtements aux propriétés de traction distinctes, avec des profils de vitesse conçus pour provoquer du glissement par accélérations répétées et inversions de sens. Les chercheurs ont comparé la vitesse du châssis estimée par la centrale inertielle à celle déduite de l'odométrie des roues, à l'aide de trois indicateurs: l'erreur de vitesse relative intégrée, le retard de réponse roue-châssis dérivé de la phase, et le retard à l'inversion de vitesse. Une analyse spectrale (Welch) de l'écart de vitesse a fourni trois descripteurs: puissance par bande, centroïde spectral et taux de décroissance. Les retards sont les plus longs sur le savon et les plus courts sur la moquette. Les descripteurs spectraux, traités par analyse discriminante linéaire puis classification multiclasse, atteignent 97,1 % de précision équilibrée en validation croisée par enregistrement. Le résumé ne précise ni le modèle de robot, ni le nombre d'enregistrements, ni les trois autres surfaces.

L'intérêt est pratique: les robots à roues se multiplient dans les usines et les commerces, où le GNSS est indisponible et où l'odométrie des roues reste une source de localisation clé. Si les capteurs déjà présents (encodeurs et IMU) suffisent à reconnaître un sol glissant, on peut détecter un sol mouillé ou souillé sans matériel supplémentaire, et surtout pondérer dynamiquement l'odométrie dans le filtre d'estimation d'état. Il faut toutefois rester prudent: il s'agit d'une preuve de concept de laboratoire, sur un seul robot, avec des manœuvres volontairement agressives. La validation croisée par enregistrement peut surestimer la généralisation, et aucun gain de localisation en boucle fermée n'est démontré.

Le glissement des roues est un problème ancien en robotique mobile, traité par la modélisation des interactions pneu-sol, la fusion visuelle-inertielle ou la localisation lidar. Les AMR commerciaux s'appuient surtout sur le SLAM lidar et des repères fixes, qui masquent en partie la dérive odométrique, mais l'odométrie pondérée par l'adhérence resterait utile quand ces capteurs sont dégradés. Les suites logiques seraient des essais sur plusieurs plateformes et charges utiles, avec des contaminants réalistes (huile, eau, poussière), une estimation en ligne et une mesure de l'amélioration réelle de la localisation. Aucun calendrier ni partenaire industriel n'est annoncé.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

HRIBench : évaluation de la collaboration homme-robot centrée sur l'interaction

Ce papier arXiv (2607.13056v1) présente HRIBench, un benchmark diagnostique conçu pour évaluer la collaboration homme-robot centrée sur l'interaction, plutôt que la seule manipulation isolée. Contrairement aux benchmarks VLA (vision-language-action) existants, qui testent des compétences de manipulation déconnectées de toute interaction humaine, HRIBench modélise les tâches collaboratives sous forme de scénarios structurés intégrant rôles des agents, dépendances temporelles, contraintes de coordination et distributions de comportement humain. Trois rôles sont définis : Instructeur, Collaborateur et Intrus, couvrant respectivement la communication d'intention, la coordination conjointe et la robustesse face à une intervention humaine imprévue. Le benchmark comprend 13 tâches conditionnées par rôle et plus de 650 épisodes d'évaluation générés à partir de trajectoires d'interaction et de variations de scène diverses. Les chercheurs ont testé des politiques adaptées à partir de GR00T, pi0.5 et ACT selon un protocole unifié, avec des métriques allant au-delà du simple taux de réussite : synchronisation, réactivité, respect du protocole et sécurité. Les résultats montrent que les politiques robotiques actuelles, malgré de bonnes capacités de manipulation pure, peinent nettement dès qu'il s'agit de coordination temporelle et de comportement sensible à l'intention humaine, un angle mort largement ignoré par les benchmarks existants. Ce constat vient nuancer l'idée que les modèles VLA généralistes seraient déjà prêts pour une collaboration homme-robot fluide en environnement partagé, un enjeu central pour tout déploiement industriel où humains et robots opèrent côte à côte. Fait notable, un fine-tuning sur les données HRIBench améliore systématiquement les performances collaboratives, et en conditions réelles, les données de simulation générées par le benchmark font passer le taux de réussite de GR00T N1.5 sur une tâche physique de 0,10 à 0,43. HRIBench s'inscrit dans une dynamique de recherche cherchant à combler l'écart entre benchmarks de manipulation pure et exigences réelles de la cohabitation homme-robot, à mesure que des politiques comme GR00T (NVIDIA), pi0.5 (Physical Intelligence) ou ACT gagnent en usage comme bases pour l'apprentissage robotique généraliste. Les auteurs positionnent leur travail comme un outil diagnostique réutilisable, avec des pistes explicites de fine-tuning ciblé pour renforcer la coordination et la sécurité, plutôt qu'un simple classement de performances brutes.

RecherchePaper

1 source

2arXiv cs.RO

RoboMME-Interference : évaluation de la mémoire des robots sous interférence

Des chercheurs publient RoboMME-Interference, un nouveau benchmark conçu pour mesurer la mémoire des robots sur de longues sessions parsemées de distracteurs (arXiv:2606.22338v2, version corrigée). Construit à partir du benchmark existant RoboMME, ce protocole confronte un modèle VLA (vision-language-action) à une séquence de sessions : une démonstration pertinente issue d'une session antérieure, suivie d'un nombre contrôlé de sessions sans rapport, le tout fourni comme contexte mémoire avant d'évaluer la réussite de la tâche. Les auteurs testent les variantes de π0.5 augmentées de mémoire déjà publiées par RoboMME, sans modification. Résultat : les variantes à mémoire perceptuelle améliorent bien le taux de réussite lorsqu'aucun distracteur n'est présent, mais leurs performances se dégradent fortement et de façon continue à mesure que des sessions sans rapport s'accumulent dans l'historique. En ajoutant une étape de récupération (retrieval) à la variante la plus performante, laquelle identifie la démonstration pertinente par similarité visuelle et ne transmet que celle-ci à la politique, les chercheurs retrouvent le niveau de réussite obtenu sans distracteur, et ce quel que soit le niveau d'interférence testé. Ce travail pointe un écart concret entre les démonstrations de mémoire robotique en conditions contrôlées et les exigences réelles du déploiement : un robot industriel accumule de l'expérience sur des dizaines, voire des centaines de sessions, et doit retrouver l'information utile au milieu du bruit. Les résultats montrent que le simple fait de "donner accès" à l'historique complet à un VLA ne suffit pas ; sans mécanisme de récupération explicite, la mémoire devient un handicap plutôt qu'un atout dès que le contexte s'allonge. Pour les intégrateurs qui envisagent des déploiements de longue durée, c'est un signal que l'architecture de mémoire, et non la seule capacité du modèle de base, conditionnera la fiabilité en production. Le projet s'inscrit dans la continuité de RoboMME, benchmark de référence pour la mémoire cross-session en robotique, et cible spécifiquement les modèles π0.5 de type VLA. Code, vidéos et données sont publiés sur robotmemorybench.com, ouvrant la voie à des comparaisons avec d'autres approches de mémoire ou de récupération que la communauté pourra tester sur ce même protocole d'interférence.

RecherchePaper

1 source

3arXiv cs.RO

MIM-VLA : apprentissage de représentations d'interaction physique à partir du retour moteur de la pince

MIM-VLA est un preprint (arXiv 2610.08425, v1) qui ajoute à une politique vision-langage-action (VLA) une représentation de la réponse physique au contact, tirée uniquement du moteur de la pince. Un Motor Interaction Module (MIM) encode le courant, la position, la vitesse et la validité du signal du gripper récents sous la forme d'un « token d'interaction » de 128 dimensions. Le module est préentraîné sur des étiquettes de contact et de phase d'interaction relues par des humains. Il conditionne ensuite uniquement la voie d'action de la pince de SmolVLA, le petit VLA open source de Hugging Face. Les actions du bras et l'interface en contrôle de position restent inchangées. Le même token alimente MEM, un VLM « sélecteur » qui compare des interactions candidates et produit des choix accompagnés d'explications. Trois tests réels sont décrits : comparer la résistance d'objets visuellement différents, distinguer un objet réel de sa réplique par sondage actif, et saisir délicatement des objets fragiles, y compris des instances jamais vues. Sur 13 paires d'objets, MIM-VLA choisit l'objet le plus résistant dans 75,0 % des essais, contre 48,8 % pour SmolVLA, soit un niveau proche du hasard. L'intérêt est pratique. Les VLA actuels décident surtout à partir de l'image et de l'état du robot, et ne « sentent » pas ce qui se passe après le contact. Les approches tactiles classiques demandent des capteurs supplémentaires, comme des matrices tactiles ou des capteurs force-couple, qui alourdissent la pince, le coût et la maintenance. Ici, les auteurs affirment n'utiliser que le retour moteur déjà disponible, sans estimation de force calibrée ni contrôle direct du courant. Pour un intégrateur, cela rend la piste réaliste sur des pinces existantes, notamment pour manipuler des objets fragiles ou contrôler la qualité par palpation. Les limites sont claires. Il s'agit d'un résultat de laboratoire, sans nombre d'essais détaillé dans le résumé. Les tâches sont choisies par les auteurs, et 75 % de réussite signifie encore une erreur sur quatre, loin d'un niveau industriel. Ce travail s'inscrit dans la poussée vers des VLA « physiquement ancrés » face à la limite de la vision seule. La concurrence passe par les capteurs tactiles dédiés, les capteurs force-couple et les grands modèles généralistes de type Pi-0, qui restent essentiellement visuels. La proposition MIM-VLA est plus légère, mais sa validité hors du couple pince-SmolVLA testé reste à démontrer. La suite logique serait de valider sur d'autres pinces et d'autres VLA, avec des comparaisons directes face à des capteurs tactiles.

RecherchePaper

1 source

4arXiv cs.RO

Vers une interaction fiable plongeur-robot sous l'eau : conception des gestes, logique d'interaction et évaluation en conditions réelles

Des chercheurs ont présenté sur arXiv (papier 2609.23392, mis en ligne le 22 septembre 2026) un système d'interaction homme-robot par gestes destiné aux plongeurs sous-marins. Le dispositif repose sur un vocabulaire compact de sept gestes, une reconnaissance légère fondée sur le suivi de points caractéristiques (landmarks) de la main, et une couche de logique d'interaction au niveau des commandes plutôt qu'au niveau de chaque image reconnue individuellement. L'équipe a validé son approche en deux temps : une étude utilisateur mesurant la capacité de plongeurs à reproduire les gestes après un bref apprentissage, puis des essais avec un robot sous-marin réel, menés à la fois dans un bassin de laboratoire et en piscine. Le résumé de l'article ne communique aucun chiffre précis de taux de reconnaissance, de nombre de participants ou de temps de cycle, ce qui limite l'évaluation quantitative de la performance annoncée et invite à la prudence sur l'ampleur réelle des gains. L'intérêt pour l'industrie robotique sous-marine tient moins à un chiffre qu'à une architecture : découpler la reconnaissance gestuelle brute, intrinsèquement bruitée sous l'eau à cause de la visibilité limitée et des poses intermédiaires ambiguës pendant la formation d'un geste, de la décision d'exécution du robot. En filtrant au niveau commande plutôt qu'image par image, le système réduit les déclenchements intempestifs et les interruptions prématurées de tâche, un problème classique des interfaces gestuelles embarquées. Pour les intégrateurs de robots d'inspection, d'AUV ou de ROV assistant des plongeurs sur des opérations offshore, scientifiques ou de maintenance, cela ouvre une voie pour remplacer ou compléter les signaux manuels traditionnels entre plongeurs par un canal de commande direct vers une machine, sans dépendre d'une liaison acoustique ou d'une tablette étanche. Le travail s'inscrit dans un champ de recherche encore jeune, l'interaction homme-robot sous-marine, où les approches concurrentes passent généralement par la communication acoustique, des interfaces tactiles étanches ou des marqueurs fiduciaires plutôt que par la gestuelle nue. Contrairement à une majorité d'études testées seulement en simulation ou en environnement contrôlé, celle-ci a été évaluée en conditions réelles, en bassin puis en piscine, ce qui la rapproche d'un cas d'usage opérationnel sans constituer pour autant un déploiement industriel : il s'agit d'un résultat de recherche académique, sans partenaire commercial ni calendrier de pilote annoncé à ce stade.

RecherchePaper

1 source