RecherchearXiv cs.RO 28 octobre 2026

Commande neuromorphique à impulsions pour la stabilisation d'orbites périodiques de robots sous-actionnés : une approche gloutonne fondée sur Lyapunov

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent une méthode de commande neuromorphique pour stabiliser des orbites périodiques sur des robots sous-actionnés, c'est-à-dire des robots qui disposent de moins d'actionneurs que de degrés de liberté. Le travail, publié sur arXiv en version 1, utilise des contrôleurs événementiels implémentés sous forme de réseaux de neurones à impulsions (spiking neural networks, SNN). Le problème traité est le suivi d'une trajectoire périodique prescrite. Les auteurs linéarisent la dynamique du robot au voisinage de l'orbite par la méthode de linéarisation transverse. Le système obtenu est un système linéaire à temps variable (LTV) à coefficients périodiques, et la stabilisation orbitale revient à stabiliser sa solution triviale. Ils étendent à ce cadre une conception « gloutonne » (greedy) fondée sur une fonction de Lyapunov, proposée auparavant pour des systèmes linéaires invariants dans le temps (LTI). La validation porte sur la stabilisation de trajectoire du « butterfly robot », une plateforme académique classique de robotique sous-actionnée. L'extrait disponible ne donne ni taux de réussite, ni consommation énergétique, ni temps de calcul, et rien n'indique d'essai sur matériel.

L'intérêt est surtout méthodologique. Les SNN promettent des calculs pilotés par événements et très économes en énergie sur puces neuromorphiques. Pour l'instant, leur usage en commande se limite le plus souvent à des systèmes linéaires simples. Montrer qu'une synthèse de contrôleur à impulsions garde des garanties de stabilité sur des mouvements périodiques non triviaux, comme la marche ou des gestes répétés, répond à une critique fréquente : les approches neuromorphiques seraient difficiles à certifier. Pour un intégrateur ou un décideur industriel, il ne faut pas y lire un produit. Il s'agit d'un résultat théorique validé sur un banc d'essai académique, sans comparaison annoncée avec des commandes classiques de type LQR ou avec des politiques apprises de type VLA. L'avantage énergétique reste donc une hypothèse non démontrée ici. La transposition à des humanoïdes, à forte dimensionnalité, n'est pas abordée dans le résumé.

Ce travail s'inscrit dans deux courants. D'un côté, la commande des robots sous-actionnés et marcheurs repose depuis longtemps sur la stabilisation orbitale par linéarisation transverse, utilisée notamment pour les robots bipèdes passifs. De l'autre, le calcul neuromorphique, porté par des puces comme Loihi d'Intel, cherche des applications embarquées à faible consommation. Les acteurs industriels de l'humanoïde, comme Figure, Tesla ou Agility, misent aujourd'hui sur des politiques apprises de bout en bout, très gourmandes en calcul. Une commande neuromorphique avec garanties formelles reste une voie de recherche parallèle, sans calendrier de déploiement. Les prochaines étapes naturelles seraient des essais sur robot réel, une mesure de la consommation sur puce dédiée et une extension à des modèles plus complexes.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Main H-PAC : modélisation orientée commande et compensation de l'élasticité des tendons pour une main robotique sous-actionnée

Une équipe de recherche décrit, dans un article publie le 18 aout 2026 sur arXiv (2608.16712v1), H-PAC Hand, une main robotique sous-actionnée a six actionneurs et quinze degrés de liberté, entraînée par tendons. Le contrôle combine un modèle analytique creux reliant actionneurs et articulations, dérivé de la géométrie de routage des tendons, et un modèle de compensation mécanique de leur élasticité. Un ordinateur hôte calcule la cartographie des postures et applique la compensation, tandis qu'un microcontrôleur ESP32 synchronise les six servomoteurs asservis en position, avec les mêmes paramètres pour toutes les taches. Lors d'essais de balayage monotone, la compensation réduit la MAE de l'articulation DIP de l'index de 1,15 a 0,18 degré, et les neuf articulations testées restent toutes sous 0,23 degré, sans capteur externe de position ou de force. L'intérêt dépasse l'exercice académique : les mains sous-actionnées a tendons sont privilégiées pour leur compacité, leur compliance passive et leur faible cout, mais l'élongation des tendons sous la charge des ressorts de rappel créé des écarts articulaires variables selon la posture, difficiles a prédire sans capteurs embarques. Montrer qu'une compensation basée sur un modèle mécanique, sans capteur de position ni de force dans la boucle, ramené l'erreur sous le quart de degré offre un argument concret aux intégrateurs de mains humanoïdes qui cherchent a réduire poids, cout et câblage. Les auteurs précisent que la démonstration se limite a des postures et prises représentatives sur une seule plateforme, sans taux de réussite chiffre sur un large ensemble d'objets, ce qui en fait une validation de laboratoire plutôt qu'un produit prêt a déployer. Classe comme nouvelle soumission arXiv non encore évaluée par les pairs, le travail s'inscrit dans la lignée des mains sous-actionnées, une famille privilégiée par de nombreux fabricants de mains humanoïdes et prothétiques pour limiter le nombre de moteurs face aux mains entièrement actionnées et instrumentées de capteurs tactiles a chaque articulation. L'architecture bas cout retenue, ordinateur hôte plus microcontrôleur ESP32 pilotant six servomoteurs standard pour quinze degrés de liberté, tranche avec les approches misant sur des capteurs de force embarques. Aucun calendrier d'industrialisation ni partenaire n'est mentionne ; les auteurs situent la suite dans l'extension des essais a davantage de taches de préhension avec la même pipeline, toujours sans capteur externe, pour confirmer la reproductibilité au-delà des démonstrations présentées.

RecherchePaper

1 source

2arXiv cs.RO

Manipulation robotique tactile : des approches fondées sur la mécanique à celles fondées sur les données

Une équipe de chercheurs publie sur arXiv (2610.30438) une revue de la littérature sur la manipulation robotique fondée sur le toucher. Le texte retrace l'évolution du domaine sur plusieurs décennies, depuis les approches pilotées par la mécanique jusqu'aux approches pilotées par les données. Il pose d'abord les bases de la détection tactile, c'est-à-dire l'accès direct aux interactions physiques à l'interface de contact. Il examine ensuite deux familles de méthodes. Les premières interprètent explicitement les signaux tactiles par la mécanique du contact et un raisonnement propre à chaque tâche. Elles en tirent des représentations d'état utiles à la manipulation, qui déterminent ensuite l'action du robot. Les secondes apprennent directement à partir des données des représentations tactiles et des politiques de manipulation. La revue y recense l'apprentissage par imitation, l'apprentissage par renforcement, les modèles vision-langage-action (VLA) et les modèles prédictifs. Il s'agit d'un travail de synthèse. Il ne présente ni nouveau capteur, ni produit, ni déploiement, et l'abstract ne donne aucun chiffre de performance. L'intérêt pour l'industrie tient à la place du tactile dans la manipulation dextre. La vision seule atteint ses limites dès qu'il y a occlusion, glissement, objets déformables ou contacts fins, par exemple une insertion, une saisie de pièce fragile ou une manipulation en main. La revue présente les deux approches comme complémentaires et non concurrentes. Cela contredit l'idée qu'un VLA entraîné à grande échelle rendrait la modélisation physique inutile. Le choix ne se ramène pas à un simple duel entre apprentissage et mécanique. Pour un intégrateur, la question concrète est de savoir où le tactile apporte une robustesse que la caméra ne donne pas, et à quel coût en capteurs, en données et en intégration. Les auteurs ne répondent pas chiffres à l'appui dans l'abstract, et le lecteur doit rester prudent face aux démonstrations tactiles publiées, souvent limitées à des tâches choisies en laboratoire. Ce travail arrive au moment où les acteurs de la robotique humanoïde et de la manipulation dextre cherchent à intégrer le toucher dans leurs modèles de fondation, après des années dominées par la vision et le langage. Les méthodes à base de mécanique ont longtemps structuré le domaine, avec un contrôle explicite des forces et du contact. L'apprentissage par imitation, l'apprentissage par renforcement et les VLA sont plus récents. La revue conclut sur les défis ouverts vers des systèmes tactiles évolutifs, généralisables et robustes. Dans ce domaine, la rareté des données tactiles, l'hétérogénéité des capteurs et l'écart entre simulation et réel sont des obstacles connus. L'abstract ne cite pas de calendrier ni de pilote annoncé. Cette synthèse servira surtout de carte de lecture aux équipes qui évaluent quelles briques tactiles intégrer à leurs politiques de manipulation.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

IMPACT : apprentissage d'une commande prédictive à modèle interne pour la manipulation robotique en force

Une équipe de recherche a publié le 12 juin 2026 sur arXiv (référence 2606.10818) IMPACT, un framework d'apprentissage pour la manipulation robotique dite "forceful", c'est-à-dire impliquant des interactions physiques avec l'environnement : utilisation d'outils de masses variables, transport d'objets lourds, nettoyage de surface par contact prolongé. L'architecture découple le problème en deux blocs distincts : un planificateur de tâche de haut niveau, et un contrôleur prédictif basé sur un modèle interne (internal-model predictive control). Les expériences sont menées à la fois en simulation et sur robot réel, avec évaluation sur des objets non vus lors de l'entraînement. Les auteurs ne publient pas encore les métriques quantitatives précises dans l'abstract arXiv disponible, ce qui limite l'analyse indépendante à ce stade. Le verrou technique adressé est réel et sous-estimé dans les pipelines d'imitation learning actuels. Deux stratégies dominent aujourd'hui : la première laisse les forces émerger implicitement via les erreurs de suivi d'un contrôleur d'impédance, ce qui casse la généralisation dès que la masse de l'objet change ; la seconde commande explicitement les efforts via capteur force/couple ou capteur tactile au poignet, ce qui fonctionne mais alourdit l'intégration matérielle et fragilise les déploiements industriels. IMPACT propose une troisième voie en apprenant un modèle interne de la dynamique de contact, permettant au contrôleur prédictif d'anticiper les forces sans capteur dédié ni dégradation de généralisation. Les gains annoncés en taux de succès, sécurité et efficacité énergétique sont cohérents avec l'approche, mais restent à valider sur des benchmarks standardisés comme DROID ou RoboAgent. Ce travail s'inscrit dans un courant actif qui cherche à marier l'apprentissage par imitation avec les garanties du contrôle prédictif (MPC), après des travaux fondateurs comme ILC, DMP, et plus récemment les architectures VLA de type pi0 (Physical Intelligence) ou RoboDiff. Le problème de la manipulation forcée reste un angle mort des démos grand public, qui privilégient les tâches de pick-and-place sur objets légers. Les concurrents directs incluent les approches sim-to-real de CMU (DexVIP, ACT), d'ETH Zurich (ANYmal) et les travaux de Boston Dynamics Research sur la manipulation lourde. Côté européen, aucun acteur n'est directement cité, mais les travaux de Wandercraft et Enchanted Tools sur la dynamique de contact pourraient bénéficier de ce type de framework. La prochaine étape naturelle serait une validation sur manipulateurs industriels (UR, Franka) en conditions de production réelle.

RecherchePaper

1 source

4arXiv cs.RO

BubbleCBF : une sécurité constructive pour les systèmes du second ordre, appliquée à la navigation de robots autonomes en environnement inconnu

Des chercheurs du laboratoire Existential Robotics proposent BubbleCBF, une méthode de filtrage de sécurité pour les systèmes de second ordre, c'est-à-dire ceux dont la commande agit sur l'accélération (robots mobiles, véhicules), publiée sur arXiv en version 1. Le principe part d'une fonction de distance signée (SDF) de l'environnement. À partir d'elle, le système construit des sphères sans collision, les « bulles », dans l'espace des positions. Leur géométrie quadratique et leur recouvrement servent à définir une contrainte de sécurité qui dépend de la vitesse. L'ensemble sûr obtenu est une union d'intersections, appliqué par un filtre de sécurité sous forme de programme quadratique (QP) qui corrige la commande nominale. Les auteurs démontrent, sous des hypothèses jugées modérées sur la dynamique, le recouvrement des bulles et les paramètres de conception, que le contrôleur est bien défini, continu par rapport à l'état et rend l'ensemble invariant vers l'avant. Ils donnent aussi des conditions suffisantes de faisabilité sous commandes bornées. La validation porte sur un robot à entraînement différentiel qui navigue de façon autonome dans des environnements inconnus. Des vidéos sont publiées sur le site du projet. L'article ne fournit pas de chiffres de performance dans son résumé. L'enjeu est un problème bien connu des intégrateurs. Une contrainte de position seule peut exiger une décélération irréalisable, car un robot lancé ne s'arrête pas instantanément. Les fonctions barrières de contrôle (CBF) d'ordre supérieur traitent ce cas en théorie, mais leur faisabilité dépend de la dynamique et de l'autorité de commande disponible, ce qui les rend fragiles en pratique. L'approche est dite constructive : elle fournit une recette de conception avec garanties, au lieu d'un réglage empirique de paramètres. Pour un décideur industriel, cela compte pour les AMR et les plateformes mobiles qui doivent certifier un comportement sûr à des vitesses réalistes, y compris dans des lieux mal cartographiés. Il faut toutefois rester prudent : il s'agit d'un résultat académique, testé sur une plateforme simple. Rien n'indique encore un passage à l'échelle sur des robots à dynamique plus riche, comme des humanoïdes ou des manipulateurs mobiles, ni des performances en environnement dense et dynamique. Ce travail s'inscrit dans la lignée des CBF introduites pour garantir l'invariance d'ensembles de sécurité, puis étendues aux ordres supérieurs pour les contraintes de degré relatif deux. Ces extensions se heurtaient à la faisabilité du QP quand les entrées sont bornées. Les approches concurrentes combinent des filtres de sécurité avec des cartes SDF ou de la perception en ligne, ou reposent sur la commande prédictive, plus coûteuse en calcul. BubbleCBF se distingue par l'usage direct de la SDF et d'un recouvrement de sphères. Les suites logiques seraient des essais sur matériel plus varié, des comparaisons chiffrées avec les CBF d'ordre supérieur existantes et l'intégration à des chaînes de navigation industrielles. Aucun pilote ni calendrier n'est annoncé.

RecherchePaper

1 source