RecherchearXiv cs.RO 2 novembre 2026

HIPC : planification et contrôle itératifs pour humanoïde par fermeture de mouvement conditionnée par un objectif

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

HIPC est un cadre de planification et de contrôle pour humanoïdes, décrit dans un preprint arXiv (2610.41334v1) dont les auteurs et le robot de test ne sont pas précisés dans le résumé. Il vise un défaut des chaînes actuelles de suivi de mouvement. Aujourd'hui, un modèle génératif produit un mouvement du corps entier, puis un contrôleur le suit en boucle ouverte. Les erreurs de suivi s'accumulent alors en dérive spatiale, et le planificateur ne peut pas réagir à une perturbation physique, faute de retour d'information. HIPC ferme cette boucle en couplant le générateur et le suivi dans un seul système de planification et de contrôle tournant en temps réel. Le planificateur est conditionné par un objectif et entraîné avec une représentation canonique du mouvement, qui évite les singularités de blocage de cardan (gimbal lock) pour les orientations extrêmes. Il accepte des conditions géométriques et sémantiques variées. Deux stratégies traitent le décalage de distribution induit par le retour d'état : une récupération à décroissance de l'écart (déviation-decayed recovery) et un réancrage de l'historique (history re-anchoring). Le système fonctionne de façon asynchrone, avec une compensation de latence pour le délai d'inférence. Les auteurs annoncent la meilleure précision d'atteinte d'objectif parmi les méthodes comparées, ainsi qu'une robustesse aux perturbations et une capacité à se relever après une chute.

L'intérêt tient au verrou ciblé. Réinjecter l'état réel dans un générateur de mouvement semble naturel, mais ces états sont hors distribution par rapport à l'entraînement. Le résultat peut être des discontinuités, des tremblements physiques, voire des chutes. Si les deux stratégies de HIPC tiennent hors du laboratoire, elles apportent une réponse concrète à un problème que rencontrent les approches de type politique générative ou VLA (vision-langage-action) couplées à un contrôleur bas niveau. La récupération après chute est la fonction la plus parlante pour un intégrateur, car elle conditionne l'exploitation sans supervision. Il faut toutefois rester prudent : le résumé ne donne ni chiffres, ni plateforme, ni protocole. La notion d'état de l'art dépend donc des références choisies, et aucune démonstration sur matériel réel n'est confirmée ici. Il s'agit d'une contribution de recherche, pas d'un produit ni d'un déploiement.

Le contexte est celui d'une transition rapide. Depuis deux ans, le suivi de mouvement humain par apprentissage par renforcement et les générateurs de mouvement de type diffusion ou autorégressifs ont permis des comportements corps entier de plus en plus riches. Leur assemblage reste le plus souvent séquentiel. Les modèles de fondation pour humanoïdes, comme GR00T N2 chez NVIDIA ou Helix chez Figure, visent aussi ce couplage entre raisonnement de haut niveau et contrôle réactif. HIPC se situe en amont, côté méthode. Les prochaines étapes à surveiller sont la publication du code, les résultats sur robot physique, la comparaison avec ces systèmes industriels et la mesure de la latence réellement tenue en conditions d'usage.

Dans nos dossiers

IA physique & VLA NVIDIA GR00T arXiv cs.RO

À lire aussi

1arXiv cs.RO

ReactiveBFM : planification de mouvement réactive en boucle fermée pour le contrôle global des humanoïdes

Des chercheurs ont publié le 30 juin 2026 sur arXiv (identifiant 2606.30362) les travaux ReactiveBFM, un framework de planification-contrôle en boucle fermée temps réel pour humanoïdes, validé sur le robot Unitree G1. L'approche atteint un taux de succès de 93,1 % lors de benchmarks sim-to-sim soumis à des perturbations sévères, surpassant de 28,6 points les baselines en boucle ouverte classiques. Le système permet notamment la poursuite de cibles mobiles en zero-shot, c'est-à-dire sans avoir été entraîné explicitement sur cette tâche, en mobilisant une coordination corps entier fluide et une replanification à la volée. Le verrou technique adressé est le problème dit d'exposition bias : quand un modèle génératif de planification de mouvement est naïvement chaîné avec un contrôleur d'exécution, les écarts de suivi s'accumulent jusqu'à provoquer des effondrements comportementaux. ReactiveBFM répond à cela via un curriculum d'échantillonnage par préfixe planifié (scheduled prefix sampling), qui force le planificateur à apprendre des comportements de récupération d'erreur à partir d'états physiques imparfaits plutôt que de trajectoires de référence idéales. Un second mécanisme d'asynchronisme découple la replanification autorégressive, lente, du tracking haute fréquence, tandis qu'un chunking de trajectoire assure la cohérence spatio-temporelle sans jitter physique. Pour les intégrateurs industriels et les équipes de recherche en contrôle humanoïde, cela valide une piste concrète pour rendre les Behavior Foundation Models (BFMs) exploitables hors conditions laboratoire. Les BFMs sont une classe émergente de modèles pré-entraînés qui fournissent des priors de contrôle pour humanoïdes, analogues aux LLMs pour le texte. Jusqu'ici, leur limitation majeure était l'exécution figée de mouvements pré-définis, sans adaptation à l'environnement. Le Unitree G1, humanoïde chinois à 16 000 dollars commercialisé depuis 2024, s'est imposé comme banc de test standard dans la recherche académique. Les concurrents directs sur le plan scientifique incluent les travaux autour de Pi-0 (Physical Intelligence), GR00T N2 (NVIDIA) et les architectures VLA embarquées chez Figure et Agility Robotics. Ce papier reste à ce stade un preprint non évalué par les pairs : les résultats sim-to-sim sont prometteurs mais aucun déploiement industriel ni transfert sim-to-real robuste n'est encore démontré.

UELes techniques ReactiveBFM (curriculum de préfixe planifié, réplanification asynchrone, chunking de trajectoire) sont directement exploitables par les équipes R&D européennes travaillant sur les Behavior Foundation Models pour humanoïdes, mais aucun acteur français ou européen n'est impliqué dans ces travaux.

RechercheOpinion

1 source

2arXiv cs.RO

T-GMP : des modèles de mouvement génératifs conditionnés par le terrain pour une locomotion humanoïde naturelle et polyvalente

Des chercheurs ont mis en ligne une version révisée sur arXiv (arXiv:2606.06944v2) d'un article présentant T-GMP (Terrain-conditioned Generative Motion Priors), un module destiné à améliorer la marche des robots humanoïdes sur des terrains variés. Contrairement aux méthodes classiques d'apprentissage par renforcement, qui s'appuient sur des priors de mouvement figés, T-GMP apprend une variété latente de mouvements conditionnée par le terrain à partir d'un petit nombre de démonstrations expert associant états du robot et type de sol. Ce module permet des transitions de style fluides entre modes de marche, ce qui autorise une politique de contrôle unique capable de s'adapter aux variations de terrain plutôt que de nécessiter des politiques séparées. T-GMP est intégré dans un pipeline d'apprentissage adversarial : un discriminateur module dynamiquement les contraintes de naturel du mouvement selon les caractéristiques locales du sol, guidant la génération vers des trajectoires à la fois variées et proches du mouvement humain. Les auteurs ajoutent une pénalité de pose du pied (Foothold Penalty) pour favoriser des appuis sûrs sur terrains difficiles. Les expériences montrent que T-GMP surpasse les méthodes de référence sur trois critères : naturel du mouvement, diversité des mouvements et taux de réussite de la traversée, tout en conservant une coordination physique cohérente du corps. L'enjeu soulevé est un compromis récurrent en locomotion humanoïde : les politiques entraînées par imitation adversariale produisent des mouvements naturels mais figés sur un style unique, alors que diversifier le comportement dégrade en général le réalisme du geste. En conditionnant explicitement les priors sur le terrain plutôt que sur un style fixe, T-GMP vise à lever ce compromis, une seule politique restant capable de traverser des sols hétérogènes sans changer de réseau ni perdre en naturel. Pour les équipes qui développent des humanoïdes destinés à sortir des sols plats d'usine ou de laboratoire, entrepôts, chantiers, extérieurs, cette robustesse du déplacement touche directement l'un des principaux freins actuels à la commercialisation des humanoïdes généralistes. L'approche s'inscrit dans la tendance à rapprocher imitation de mouvement et généralisation par renforcement, plutôt qu'à multiplier des contrôleurs spécialisés par type de terrain. T-GMP prolonge la lignée des méthodes d'apprentissage de mouvement adversarial (proches des Adversarial Motion Priors désormais courantes en recherche sur la locomotion humanoïde), en y ajoutant un conditionnement terrain absent des approches à style fixe. Le document est une version révisée (v2) d'un preprint, sans mention de partenaire industriel, de plateforme robotique nommée ni de déploiement sur matériel réel : les résultats rapportés relèvent donc de benchmarks en simulation face à des méthodes concurrentes, pas d'une validation sur robot physique en conditions réelles. Aucun calendrier de transfert vers du matériel ni d'intégration à une plateforme humanoïde commerciale n'est communiqué, ce qui situe T-GMP au stade de la recherche méthodologique plutôt que du produit prêt à déployer.

RecherchePaper

1 source

3arXiv cs.RO

EgoPriMo : génération de mouvement égocentrique pour le contrôle interactif d'humanoïdes

Des chercheurs ont publié le 9 juin 2026 sur arXiv (réf. 2606.08495) EgoPriMo, un cadre unifié d'apprentissage de prior de mouvement pour robots humanoïdes, entraîné exclusivement à partir de démonstrations humaines en vue égocentrique (caméra portée sur la personne). Le système prend en entrée une séquence vidéo égocentrique et un prompt texte, puis reconstruit, génère ou prédit des mouvements corps entier au format SMPL (Skinned Multi-Person Linear model, le standard académique de représentation du squelette humain). L'architecture centrale est un Triple-stream Diffusion Transformer (DiT) qui modélise conjointement la dynamique corporelle, le contexte visuel égocentriique et le langage naturel via un seul checkpoint partagé, des masques de conditionnement de tâche routant les trois cas d'usage sans architecture distincte. Évalué sur les datasets Nymeria et EgoExo4D, EgoPriMo surpasse UniEgoMotion sur la génération égocentrique, et les trajectoires SMPL produites ont été exécutées avec succès sur le contrôleur humanoïde Unitree (probablement G1 ou H1). Il s'agit d'un papier de recherche, pas d'un déploiement industriel. L'intérêt de cette approche tient à son vecteur de données : les vidéos égocentrique humaines (Nymeria, EgoExo4D) sont disponibles à grande échelle, contrairement aux démonstrations téléopérées sur robots qui restent coûteuses et lentes à collecter. En utilisant le langage comme signal de contrôle haut niveau plutôt que comme spécification complète du mouvement, EgoPriMo vise la généralisation comportementale sans avoir à décrire exhaustivement chaque trajectoire, ce qui est l'un des verrous historiques des systèmes VLA (Vision-Language-Action). Le fait qu'un seul checkpoint gère reconstruction, génération et prévision simplifie le déploiement et réduit la dette de maintenance. La validation sur Unitree démontre une transition sim-to-real partielle, bien qu'aucun chiffre de robustesse en environnement non contrôlé ne soit communiqué dans l'abstract. Ce travail s'inscrit dans une compétition dense autour des priors de mouvement pour humanoïdes. Physical Intelligence (Pi-0), NVIDIA (GR00T N2) et Figure (03) investissent massivement dans des pipelines VLA capables de généraliser à des tâches variées. L'originalité d'EgoPriMo est de contourner la dépendance aux données robot en exploitant l'observation humaine égocentrique, une direction explorée également par des travaux issus de CMU et Stanford sur l'imitation via vidéo. Le choix de Unitree comme cible hardware est cohérent avec sa diffusion large dans les labos académiques. Les prochaines étapes naturelles seraient une validation en environnement semi-industriel et une intégration dans une boucle de contrôle fermée, deux dimensions absentes de ce preprint.

RechercheOpinion

1 source

4arXiv cs.RO

ViT-H : contrôle génératif d'un humanoïde à partir de vidéo, avec retour de suivi du mouvement

Des chercheurs publient sur arXiv ViT-H, un cadre de contrôle « vidéo vers humanoïde » qui génère directement des mouvements de référence pour robot à partir de vidéos monoculaires. Un modèle de diffusion produit ces trajectoires sans passer par la reconstruction du mouvement humain ni par le retargeting, c'est-à-dire l'adaptation du mouvement à la morphologie du robot. Les résultats de suivi de mouvement par un contrôleur (le « tracker ») servent ensuite à post-entraîner le générateur par optimisation directe des préférences (DPO). Une variante autorégressive permet une téléopération humanoïde par vidéo en temps réel, avec une latence inférieure à 400 ms. Les expériences portent sur le Unitree G1. Les auteurs affirment que ViT-H dépasse les pipelines état de l'art en qualité de mouvement et en exécutabilité. L'extrait disponible ne donne pas de métriques chiffrées, et tout reste au stade de la recherche, sans déploiement ni produit. L'enjeu est l'exécutabilité : un mouvement plausible visuellement échoue souvent sur un robot réel, à cause des contraintes de couples, d'équilibre et de contacts. Les chaînes classiques de reconstruction, retargeting et tracking optimisent chaque étage séparément, si bien que les erreurs s'accumulent sans qu'aucune étape ne reçoive le signal du résultat final. Boucler le retour du tracker vers le générateur ressemble à ce que le RLHF a apporté aux modèles de langage. Les auteurs rapportent aussi un gain avec la taille du modèle et avec les volumes de données de pré-entraînement et de post-entraînement, et une amélioration de l'exécutabilité sur plusieurs trackers différents. Si cela se confirme, les vidéos humaines deviendraient une source de données plus exploitable pour les comportements corps entier. Il faut toutefois rester prudent : une seule plateforme est testée, la mesure se fait sur des benchmarks choisis par les auteurs, et la latence de 400 ms laisse un délai perceptible en téléopération. Ce travail s'inscrit dans la course aux données pour humanoïdes. Elle oppose la téléopération et la capture de mouvement, coûteuses, à l'apprentissage depuis des vidéos du web, bien plus abondantes. Le Unitree G1, peu cher et très répandu dans les laboratoires, est devenu la plateforme de référence pour ces recherches. Les industriels (Figure, Tesla, Nvidia avec ses modèles GR00T) misent sur des politiques généralistes entraînées à grande échelle, mais le passage de la vidéo à un mouvement robuste sur matériel reste un verrou. Les prochaines étapes à surveiller sont la publication du code et des modèles, la validation sur d'autres morphologies et des tâches de manipulation, et la preuve de robustesse hors des conditions du laboratoire.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source