RecherchearXiv cs.RO 27 octobre 2026

Couper un mur, voir un mur : substitution d'identité dans la perception de nuages de points occultés pour les robots de construction

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs montrent que les réseaux de segmentation de nuages de points, utilisés pour que les robots de construction étiquettent des éléments de bâtiment qu'ils ne voient que partiellement, échouent de façon systématique quand l'occlusion retire des régions entières d'une scène, alors qu'à l'entraînement elle n'affectait que des parties d'objets. Les réseaux ne se contentent pas de rater les éléments masqués: ils les réétiquettent, et les erreurs se concentrent sur une seule classe «puits». Sur des plans synthétiques fixes, la colonne absorbe jusqu'à 70 % de tous les points de test. Avec des plans randomisés, le puits devient l'escalier, prédit 4,5 à 5,4 fois au-dessus de sa part réelle sur trois graines d'entraînement. Le mIoU de référence tombe à 0,15-0,27 (plans fixes) et 0,36-0,72 (randomisés), et jusqu'à 269 objets entiers disparaissent dans un seul jeu de test. Les auteurs ajoutent 14 caractéristiques géométriques calculées à la main par point (GPE), ce qui ramène le mIoU à 0,54-0,92 et supprime 64 à 100 % des pertes d'objets entiers, pour PointNet++ comme pour un transformeur de type PTv3, dans les deux régimes. Sur des scans réels S3DIS, toutes les pertes de murs entiers disparaissent (de 10 à 0).

L'enjeu dépasse la métrique de segmentation. Dans un contrôle de colonnes «tel que construit» calculé à partir des prédictions, la part de vues correctement vérifiées passe de 17-58 % à 71-92 % avec GPE. Autrement dit, un mIoU correct peut masquer des erreurs d'identité qui faussent directement une inspection automatisée de chantier, tâche où un mur pris pour une colonne est plus dangereux qu'un mur simplement manquant. L'analyse par permutation de caractéristiques explique le mécanisme: chaque classe s'appuie sur l'indice le plus stable dans les données d'entraînement, la position pour les dalles et poutres définies par leur hauteur, la forme intrinsèque pour les murs et escaliers dès que leur position varie. Le modèle apprend donc des raccourcis, ce qui rappelle l'écart entre démonstration et terrain que connaît la robotique de construction. Pour les intégrateurs, la leçon est d'évaluer les perceptions avec des occlusions de test différentes de celles de l'entraînement, et de compter les objets perdus, pas seulement l'IoU moyen.

Côté contexte, l'augmentation de données par occlusion reste une alternative sérieuse sur le mIoU, mais elle perd systématiquement plus d'objets entiers que GPE (25 à 35 contre 0 dans les exemples cités). Il s'agit d'un travail académique (arXiv, première version), principalement sur scènes synthétiques, avec une seule validation réelle sur S3DIS limitée aux murs. Il n'annonce ni produit ni déploiement, et aucun acteur industriel n'est nommé. La généralisation à des chantiers réels, à d'autres architectures et à d'autres types d'occlusion reste à démontrer, et les résultats sur trois graines seulement appellent de la prudence.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Identification et exploitation de la structure dans la co-conception de robots

Une équipe de recherche publie une nouvelle analyse du co-design robotique, c'est-à-dire l'optimisation conjointe de la morphologie d'un robot et de son système de contrôle, un problème de recherche en haute dimension particulièrement coûteux à résoudre. Les auteurs ont étudié les paysages de co-design de quatre tâches, deux de locomotion en robotique souple et deux de manipulation, et ont identifié trois régularités communes à ces espaces de recherche. D'abord, au sein d'une même région, la qualité des solutions varie principalement le long d'une variété de faible dimension, avec très peu de variation dans les directions orthogonales, ce qui réduit de fait la dimensionnalité effective à explorer. Ensuite, dans les régions de meilleure qualité, cette variance se répartit sur davantage de dimensions, ce qui oblige la recherche à élargir progressivement son périmètre à mesure que la qualité progresse. Enfin, dans ces mêmes régions de haute qualité, les variations dépendent de dimensions conjointes morphologie-contrôle, imposant une exploration couplée des deux paramètres plutôt que séparée. À partir de ces observations, les chercheurs ont conçu un algorithme de co-design qui exploite explicitement cette structure. Les résultats mesurés sont significatifs pour le secteur : l'algorithme proposé produit des co-designs 36 % meilleurs que ceux des méthodes de référence actuelles, et ces méthodes concurrentes nécessitent environ dix fois plus d'évaluations de fonction pour atteindre une qualité comparable. Pour les équipes qui conçoivent des robots souples ou des systèmes de manipulation, cela représente un gain direct en coût de calcul et en temps d'itération, un facteur souvent limitant quand chaque évaluation implique une simulation physique coûteuse. Le travail apporte surtout une preuve que la performance des algorithmes de co-design ne tient pas qu'à la puissance de calcul brute, mais à la capacité à repérer et exploiter la géométrie sous-jacente du problème, un point utile face à l'hypothèse répandue que plus d'évaluations suffit à compenser une recherche non structurée. Le co-design morphologie-contrôle reste un domaine de recherche actif, car les approches historiques traitent souvent la forme du robot et sa commande comme deux problèmes séparés, optimisés en alternance ou séquentiellement, ce qui ignore leurs interactions. Les auteurs situent leur contribution par rapport aux algorithmes de recherche évolutionnaire et bayésienne existants, qu'ils utilisent comme lignes de base, et valident leur approche par une étude d'ablation qui isole l'apport de chacun des trois principes identifiés. La publication, une version révisée déposée sur arXiv, ouvre la voie à des méthodes de co-design applicables à des plateformes robotiques réelles, où la réduction du nombre de simulations nécessaires pourrait accélérer sensiblement les cycles de conception.

RecherchePaper

1 source

2arXiv cs.RO

Opérateurs neuronaux pour la modélisation par substitution de l'espace de conception des robots continus à actionnement par tendons

Des chercheurs ont soumis sur arXiv (identifiant 2605.19104, mai 2026) un cadre de modélisation par apprentissage d'opérateurs pour les robots continus actionnés par tendons. Le problème adressé est fondamental : les modèles physiques classiques issus de la mécanique des poutres de Cosserat sont trop coûteux en calcul pour le contrôle temps réel, tandis que les approches d'apprentissage automatique existantes se spécialisent sur un design de robot précis et ne transfèrent pas. La contribution propose de reformuler le problème comme un apprentissage d'opérateurs, une famille de méthodes qui apprend des mappings entre espaces fonctionnels plutôt qu'entre vecteurs fixes. Un modèle unique ingère conjointement les paramètres de conception du robot (géométrie des segments, propriétés mécaniques) et les entrées d'actionnement par tendons, et prédit la configuration résultante. Quatre architectures sont présentées : deux variantes de Deep Operator Networks (DeepONets) et deux variantes de Fourier Neural Operators (FNOs), toutes entraînées sur des données de simulation. L'enjeu industriel est la généralisation inter-designs en espace de conception. Pour un OEM ou un intégrateur en robotique chirurgicale, évaluer des milliers de variantes mécaniques sans relancer de simulations physiques complètes représente un gain de cycle de design considérable. Les auteurs décrivent une "bonne précision" et des temps d'inférence compatibles avec le contrôle embarqué, sans donner d'erreurs quantitatives dans l'abstract. Point de vigilance éditorial : l'entraînement est réalisé exclusivement sur données simulées, et aucune validation hardware n'est rapportée. Les robots continus à tendons sont particulièrement exposés au sim-to-real gap, notamment les frottements de câbles, l'hystérésis, et les déformations non modélisées sous charge. Les robots continus occupent une niche stratégique en endoscopie robotisée et inspection en espace confiné, avec des acteurs commerciaux comme Intuitive Surgical (Da Vinci), Auris Health (Monarch, racheté par J\&J) et Medtronic. Côté recherche académique, les groupes travaillant sur la modélisation apprise pour robots déformables incluent Imperial College London, ETH Zürich et plusieurs labos nord-américains. Ce preprint reste une contribution théorique et computationnelle : aucun déploiement, aucun partenariat industriel ni timeline de validation physique ne sont mentionnés. La prochaine étape naturelle, et le vrai test de la méthode, sera la validation sur banc d'essai avec des prototypes réels aux designs variés.

UEImpact indirect et lointain : des groupes européens comme Imperial College London et ETH Zürich travaillent sur des problématiques voisines, mais ce preprint sans validation hardware ni partenariat industriel n'a pas d'effet immédiat sur la France ou l'industrie robotique de l'UE.

RecherchePaper

1 source

3arXiv cs.RO

Une taxonomie des activités de tâches de construction pour les robots ouvriers

Un article publié sur arXiv (2608.25395v1, août 2026) présente TARCAT, une taxonomie des tâches de construction destinée aux robots ouvriers, développée par un groupe associé au laboratoire AICPS. Le système s'appuie sur 91 tâches issues de la base O*NET, couvrant sept métiers du bâtiment à forte employabilité, ainsi que sur l'analyse de 30 vidéos pédagogiques de travail physique. TARCAT décompose ce corpus en 41 primitives d'action, regroupées en 12 catégories et trois classes, avec un mécanisme pour combiner ces primitives paramétrées en séquences réutilisables appelées compétences. Une partie de ces primitives a été testée sur un bras robotique DOBOT CR3 équipé d'une main CRAFT. Les annotations complètes sont publiées en accès libre sur GitHub, dans le dépôt AICPS/TARCAT-Taxonomy. Cette taxonomie répond à un problème concret pour les intégrateurs et chercheurs en robotique générale : les modèles vision-langage-action promettent des robots au répertoire plus large que les systèmes spécialisés, mais leur déploiement sur chantier exige un inventaire précis des gestes et des capacités nécessaires, ce qui manquait dans le secteur de la construction. En offrant un vocabulaire commun et lisible par des humains, TARCAT peut organiser des démonstrations d'apprentissage, spécifier les exigences matérielles d'un robot, et alimenter des agents de codage capables de retrouver et d'étendre des bibliothèques de compétences. À noter : seule une sélection restreinte de primitives a été validée physiquement sur un unique bras, loin d'une démonstration de système complet opérant sur un vrai chantier. Ce travail s'inscrit dans le mouvement plus large de la robotique embarquée, où les modèles VLA cherchent à s'affranchir des systèmes dédiés tâche par tâche, un axe poussé par plusieurs laboratoires et fabricants de robots manipulateurs ou humanoïdes. Contrairement aux annonces produits qui multiplient des démonstrations spectaculaires sans cadre d'évaluation standardisé, TARCAT s'appuie sur des données d'occupation officielles et des vidéos de terrain plutôt que sur des cas choisis pour l'effet. Les auteurs présentent ce travail comme une fondation destinée à être étendue : le dépôt GitHub public ouvre la porte à des contributions externes et à une adoption par d'autres équipes travaillant sur la robotique générale appliquée au bâtiment, un secteur où peu de standards communs existaient jusqu'ici pour décrire précisément le travail humain à automatiser.

RecherchePaper

1 source

4arXiv cs.RO

RoboShape : représentations de nuages de points par théorie de l'information pour une perception robotique respectueuse de la vie privée

Une équipe de recherche a publié le 25 août 2026 sur arXiv (référence 2608.21380) RoboShape, une tête de compression guidée par la théorie de l'information, greffée derrière l'encodeur Sonata dont les poids restent gelés. Le système projette les embeddings au niveau voxel via la formulation de Donsker-Varadhan de l'information mutuelle, maximisée entre les embeddings et la compréhension au niveau objet, et minimisée pour les attributs privés. Sur trois jeux de données LiDAR intérieurs réels, RoboShape produit des embeddings 87,5% plus compacts que ceux de l'encodeur classique, conserve 98,7% de l'utilité de classification d'objets, et fait chuter de 39,3% la capacité à prédire des attributs sensibles à partir de ces représentations. Le code du projet est mis à disposition en open source. L'enjeu dépasse la simple compression de données. Les robots opérant en environnement humain, flottes domestiques, cartographie collaborative, planification déportée dans le cloud, transmettent en permanence des nuages de points qui révèlent bien plus que la position des objets: la fonction d'une pièce, les habitudes ou la présence des occupants, des informations jamais explicitement consenties. Jusqu'ici, les encodeurs de nuages de points classiques n'offraient qu'un choix binaire, tout transmettre ou rien. En montrant qu'il est possible de réduire fortement le volume de données et l'exposition d'attributs sensibles sans sacrifier la performance sur la tâche utile, RoboShape donne un argument concret aux intégrateurs et décideurs devant concilier apprentissage de flotte, contraintes de bande passante et exigences croissantes de protection de la vie privée, notamment réglementaires en Europe. Le résultat va à l'encontre de l'idée reçue selon laquelle confidentialité et performance s'excluraient. Cette publication s'inscrit dans le contexte de l'adoption croissante d'agents robotiques capables de scanner et partager des représentations 3D de leur environnement, un usage qui se généralise avec le déploiement de robots de service et d'entrepôt équipés de capteurs LiDAR. Face aux encodeurs de nuages de points traditionnels, dépourvus de tout contrôle granulaire sur les informations préservées, RoboShape se distingue par une conception encoder-agnostique: la méthode peut en principe s'adosser à d'autres encodeurs gelés que Sonata. Les auteurs présentent leur outil comme une brique pratique et prête au déploiement pour des pipelines de perception compacts et respectueux de la vie privée, plutôt que comme un produit commercial fini. La mise à disposition du code sur un dépôt public doit permettre à la communauté robotique de reproduire les résultats et de les intégrer à ses propres pipelines.

UERoboShape offre un outil open source directement pertinent pour les intégrateurs européens confrontes aux exigences RGPD et a la protection de la vie privée dans les flottes robotiques.

RecherchePaper

1 source