HumanoidNDM : combler l'écart entre entraînement et déploiement du suivi de mouvement grâce à un modèle de dynamique neuronale humanoïde

Des chercheurs présentent HumanoidNDM, un cadre de fine-tuning en ligne pour les politiques de suivi de mouvement (motion tracking) des robots humanoïdes. Il vise l'écart entre l'entraînement en simulation et le déploiement réel, causé par des perturbations physiques externes ou par une modélisation imparfaite du simulateur. La méthode comporte trois étapes. La collecte de données injecte des perturbations basse fréquence dans la référence de mouvement, avec une intensité adaptative qui équilibre faisabilité sur robot réel et efficacité d'exploration. Un modèle de dynamique neuronal, fondé sur l'historique des données proprioceptives, est ensuite entraîné dans l'espace euclidien grâce à une cinématique directe différentiable, ce qui évite la capture de mouvement (MoCap) coûteuse. Enfin, la politique est affinée en rétropropageant directement les gradients de ce modèle. La validation physique repose sur le Unitree G1. L'abstract ne fournit aucun chiffre sur le volume de données, le temps d'adaptation ou le gain de précision de suivi.

L'intérêt est pratique. Le suivi de mouvement par apprentissage par renforcement fonctionne bien en démonstration, mais la dernière étape avant un déploiement robuste reste l'adaptation à la dynamique réelle (charges, usure, frottements, erreurs de modèle). Se passer de MoCap lève une contrainte d'infrastructure qui limite le fine-tuning aux laboratoires équipés. Cela rend l'adaptation sur site envisageable pour un intégrateur. Le fine-tuning par gradients d'un modèle appris promet aussi une meilleure efficacité en données que l'apprentissage par renforcement sans modèle, ce qui compte quand chaque essai use un robot fragile. Les réserves sont classiques. Le travail est un preprint (arXiv, v1) non relu par les pairs, validé sur une seule plateforme. La revendication de « première » méthode en ligne sans MoCap est celle des auteurs, et la robustesse face à des perturbations plus variées reste à démontrer.

Ce travail s'inscrit dans l'effort pour réduire l'écart sim-to-real des humanoïdes. Les approches dominantes combinent randomisation de domaine, identification de paramètres et modèles résiduels de dynamique appris à partir de données réelles. Le G1 de Unitree est devenu la plateforme de référence des laboratoires académiques, grâce à son prix relativement bas. Cela rend ces résultats comparables et reproductibles, mais ne dit rien de leur transfert vers des humanoïdes industriels plus lourds. Les prochaines étapes à surveiller sont la publication du code, des tests sur d'autres morphologies et des mesures de durabilité en conditions d'usage prolongé.