Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Quand les espaces architecturaux se mettent à agir
RecherchearXiv cs.RO 

Quand les espaces architecturaux se mettent à agir

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Un article déposé sur arXiv (identifiant 2610.41724v1) pose une question de plus en plus concrète en robotique : que change le fait qu'un espace architectural devienne lui-même robotique ? Son auteur s'intéresse aux « robots architecturaux », c'est-à-dire des cloisons, plafonds, meubles, façades et autres éléments d'un bâtiment capables de se déplacer et de se reconfigurer seuls selon les besoins et les activités des occupants. S'appuyant sur ses études antérieures, il identifie trois constats. L'interaction ne passe pas seulement par le mouvement, mais aussi par la configuration spatiale qui subsiste une fois le mouvement terminé. Les actions d'un robot peuvent avantager certains occupants et en désavantager d'autres. Enfin, plusieurs robots coordonnés peuvent donner l'impression que l'espace entier agit. Le texte est une réflexion théorique : il ne fournit ni mesures, ni prototype nouveau, ni déploiement chiffré.

L'enjeu est un déplacement de cadre pour la recherche en interaction humain-robot (HRI), qui se concentre le plus souvent sur des échanges de courte durée entre une personne et une machine. Ici, l'effet principal survient après l'action : une pièce reconfigurée reste habitée pendant des heures ou des jours. L'auteur en tire que la question centrale devient celle du contrôle, de la négociation et de la maintenance de l'espace par ses occupants. Pour les concepteurs de bâtiments intelligents et les intégrateurs, cela signifie qu'évaluer un système sur la réussite du mouvement ne suffit pas. Il faut aussi juger l'équité entre usagers et la capacité de chacun à reprendre la main. L'argument reste toutefois à valider à l'échelle réelle, faute de données nouvelles dans ce texte.

Ce travail s'inscrit dans le prolongement de recherches sur les meubles robotiques, les cloisons mobiles et les environnements adaptatifs, où la robotique sort de la machine isolée pour se fondre dans le bâti. Il se rattache aussi à l'informatique ambiante, désormais capable d'agir physiquement sur l'environnement et plus seulement de l'observer. L'article ne cite pas d'acteurs industriels ni de calendrier de pilotes. La suite logique serait des études en conditions réelles, sur de longues durées et avec plusieurs occupants aux besoins divergents, afin de vérifier si l'espace « qui agit » est vécu comme un assistant ou comme une contrainte.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

Adaptation aux dommages en quelques secondes pour les matériaux architecturés
1arXiv cs.RO 

Adaptation aux dommages en quelques secondes pour les matériaux architecturés

Des chercheurs du Murphey Lab publient sur arXiv (référence 2606.17394, juin 2026) LEAP, un algorithme d'adaptation proprioceptive permettant à un robot souple de compenser des dommages catastrophiques, coupures, brûlures ou défaillances d'actionneurs, en moins d'une minute sans recours à la simulation. La démonstration porte sur une tâche de traçage menée par un poignet souple à 6 degrés de liberté (6DoF) à base d'actionneurs HSA (Handed Shearing Auxetic), une classe de matériaux dits architecturés dont la géométrie interne est conçue pour coupler rotation et translation. L'algorithme exploite uniquement des signaux proprioceptifs internes pour inférer une représentation latente des dommages dans un espace de faible dimension, puis une méthode d'ensemble robuste permet d'adapter le contrôle en temps réel à des dommages non anticipés lors de l'entraînement. Le résultat théorique central est que, pour les matériaux architecturés, la complexité d'échantillonnage nécessaire à l'apprentissage de représentations de dommages croît de façon linéaire plutôt qu'exponentielle, un avantage structurel par rapport aux composants rigides ou aux mécanismes souples continus. Pour les intégrateurs, l'absence de dépendance à un simulateur supprime le problème du sim-to-real gap, fréquemment bloquant en production réelle. La capacité à s'adapter à des dommages imprévus en moins d'une minute constitue un verrou critique pour l'autonomie longue durée des robots de service et industriels, que LEAP adresse ici sur un effecteur physique réel. À noter que la validation reste limitée à un unique type d'effecteur et à des scénarios de dommages relativement ciblés. LEAP s'inscrit dans la dynamique de la robotique souple où des acteurs comme Harvard (Soft Robotics Toolkit), l'EPFL (laboratoire Biorobotics) et Festo du côté européen travaillent sur la résilience matérielle et l'adaptation en service. Les actionneurs HSA sont une innovation issue de recherches antérieures sur les matériaux auxétiques, connus pour leur comportement mécanique non conventionnel. Ce travail est un preprint académique, pas un produit commercialisé ni un déploiement industriel annoncé. Les suites naturelles incluent l'intégration sur un bras complet, des tests hors laboratoire en environnement non structuré, et la validation sur des cycles de vie prolongés.

UEL'EPFL (laboratoire Biorobotics) et Festo, acteurs européens de la robotique souple résiliente, opèrent dans le même périmètre ; LEAP constitue une référence académique directement pertinente pour leurs travaux sur l'adaptation en service sans dépendance au simulateur.

RecherchePaper
1 source
LEMCA : synthèse d'architectures de contrôle à commutation de modes efficaces guidée par LLM
2arXiv cs.RO 

LEMCA : synthèse d'architectures de contrôle à commutation de modes efficaces guidée par LLM

Les chercheurs a l'origine du preprint publie le 21 septembre 2026 sur arXiv (2609.21319) proposent LEMCA (LLM-Guided synthesis of Efficient Mode-Switching Control Architectures), une méthode pour concevoir automatiquement des contrôleurs robotiques capables de basculer entre plusieurs modes mobilisant des ressources de calcul et de perception différentes selon la difficulté de la tache. Chaque architecture est représentée comme un programme interprétable, améliore par une boucle évolutionnaire: a chaque itération, un grand modèle de langage édité le code du contrôleur, la liste de ses modes, l'allocation capteurs-calcul de chacun et les règles de transition, tandis que la qualité des variantes est évaluée via des extensions compatibles MSC de méthodes de synthèse automatique de contrôleurs, dont l'apprentissage par renforcement en simulation. Sur plusieurs bancs d'essai de contrôle, LEMCA dépasse systématiquement la frontière de Pareto performance/ressources des architectures monolithiques classiques, en récupérant les ressources gaspillées pendant les phases faciles d'une tache. Ces résultats restent valides en simulation, sur des benchmarks de recherche, sans déploiement rapporte sur robot physique. L'enjeu concerne directement l'industrie robotique: la plupart des architectures actuelles allouent en permanence le budget de calcul et de capteurs le plus élevé, celui de la phase la plus exigeante, même durant des sous-taches triviales, ce qui gaspille énergie et puissance embarquée et limite l'autonomie. Automatiser la conception de contrôleurs a commutation de mode via un LLM, plutôt que de la confier a des ingénieurs pendant des semaines, ouvre la voie a des systèmes embarques moins couteux en calcul, un enjeu concret pour les intégrateurs qui font tourner perception et planification sur du matériel contraint. Le travail illustre aussi une tendance plus large: l'usage des LLM non plus comme contrôleurs eux-mêmes, a la manière des modèles VLA tels que GR00T N2, Pi-0 ou Helix, mais comme outils de méta-conception générant et optimisant le code d'autres systèmes de contrôle. LEMCA s'inscrit dans la lignée des travaux sur la synthèse automatique de contrôleurs et la programmation évolutive guidée par LLM, qui visent a remplacer le réglage manuel d'architectures robotiques par des boucles d'optimisation combinant recherche de programmes et apprentissage par renforcement. Le choix historique entre concevoir des contrôleurs a commutation de mode au prix d'un lourd travail d'ingénierie tache par tache, ou se rabattre sur des architectures monolithiques uniformément couteuses, restait sans solution générique. Le preprint ne mentionne ni calendrier de suite ni partenaire industriel; les auteurs présentent LEMCA comme une première démonstration sur des benchmarks varies, dont la confirmation au-delà de la simulation, notamment sur des taches de manipulation ou de navigation, reste a établir.

RecherchePaper
1 source
MOCHA : la co-conception multi-objectifs par architectures à hyperréseaux
3arXiv cs.RO 

MOCHA : la co-conception multi-objectifs par architectures à hyperréseaux

Un preprint mis en ligne sur arXiv (arXiv:2609.30570v1) décrit MOCHA, pour Multi-Objective Co-Design using Hypernetwork Architectures, une méthode d'apprentissage par renforcement qui calcule avec un seul réseau de neurones toute une famille de politiques de contrôle Pareto-optimales sur l'espace de conception d'un robot. Le système repose sur un hypernetwork, un réseau qui génère les poids d'un second réseau spécialisé pour un objectif et une configuration mécanique donnes, baptise "multi-objective design hypernetwork" (MDH). Les auteurs rapportent des tests sur deux morphologies robotiques distinctes, chacune définie par six dimensions de conception et évaluée sur deux a trois objectifs simultanés, puis une recherche évolutionnaire menée sur ce réseau qui produit un ensemble de Pareto associant, a chaque arbitrage d'objectifs, la meilleure combinaison design-politique, ainsi qu'une méthode pour identifier des conceptions généralistes performantes sur l'ensemble des objectifs cumules. Le co-design robotique, c'est a dire optimiser ensemble la morphologie physique et la politique de contrôle, bute généralement sur un verrou couteux: chaque nouvelle variante de conception oblige a reentrainer une politique de renforcement depuis zero, ce qui limite le nombre de configurations qu'un laboratoire peut explorer. En générant a la volée une politique spécialisée pour n'importe quelle configuration testée, MOCHA vise a supprimer ce reentrainement systématique et a livrer directement un front de Pareto exploitable pour arbitrer entre objectifs concurrents comme la vitesse, la consommation d'énergie ou la charge utile, plutôt que de relancer une recherche séparée par priorité. L'approche reste néanmoins un résultat de recherche précoce, validée sur seulement deux morphologies simulées et un nombre restreint d'objectifs, loin d'une démonstration a l'échelle d'un robot industriel. Ce travail s'inscrit dans le champ du co-design robotique assiste par apprentissage automatique, ou l'approche dominante combine recherche évolutionnaire des paramètres physiques et reentrainement RL candidat par candidat, une boucle couteuse que plusieurs équipes cherchent a contourner. Les hypernetworks, déjà utilises en méta-apprentissage et en RL multi-tache, sont ici appliques a la paramétrisation conjointe de la conception mécanique et de l'objectif vise pour produire un front de Pareto complet en un seul entrainement; les auteurs présentent cela comme une première a leur connaissance, une affirmation qui n'a pas encore été confirmée par une relecture par les pairs puisqu'il s'agit d'un preprint tout juste publie. Aucune entreprise, aucun robot commercial ni calendrier de déploiement n'est associe a ces travaux: il s'agit d'un jalon académique dont les suites attendues seraient l'extension a des morphologies plus complexes, a davantage d'objectifs, puis un éventuel transfert vers du matériel robotique réel.

RecherchePaper
1 source
Un robot quadrupède apprend seul à sauter dans des espaces étroits
4Interesting Engineering 

Un robot quadrupède apprend seul à sauter dans des espaces étroits

Des chercheurs de l'université de Hong Kong (HKU) et du Oxford Robotics Institute ont mis au point un système d'apprentissage par renforcement hiérarchique baptisé ConsJump, qui permet à un robot quadrupède de franchir des ouvertures étroites en sautant, sans séquence de saut préprogrammée. La démonstration a été réalisée sur un Unitree Aliengo de 22 kilogrammes, capable de traverser de façon autonome des portiques de taille comparable à son propre gabarit. Le système repose sur deux niveaux de contrôle : un contrôleur bas niveau, entraîné par apprentissage par imitation à reproduire des allures animales (trot, canter, saut, virage) via cinématique inverse, et un contrôleur haut niveau qui décide en temps réel quand et comment transitionner entre ces mouvements, en générant des commandes de vitesse et de rotation plutôt qu'en pilotant directement chaque articulation. Le robot perçoit son environnement grâce à une caméra RGB-D Intel D435i embarquée, qui détecte l'ouverture rectangulaire, calcule son centre et estime sa géométrie pour ajuster l'approche. Lors des essais, le robot a accéléré jusqu'à 2,5 mètres par seconde avant de décélérer brutalement pour préparer l'atterrissage, avec une phase aérienne d'environ 0,44 seconde. L'entraînement du contrôleur bas niveau s'est fait en simulation avec 5 480 agents en parallèle, puis a été transféré au robot physique en faisant varier la force des moteurs, la latence, les décalages et la masse ajoutée pour réduire l'écart simulation-réel. Cette démonstration illustre une approche différente des méthodes de contrôle conventionnelles pour la locomotion agile des quadrupèdes, où les manœuvres complexes comme le saut à travers un espace confiné restent difficiles à obtenir avec des contrôleurs classiques. Pour les intégrateurs et chercheurs en robotique mobile, l'intérêt principal réside dans la séparation entre une bibliothèque de mouvements appris et une couche décisionnelle capable de combiner ces mouvements de façon continue en fonction de la perception, plutôt que de basculer entre trajectoires figées. Cela pourrait, à terme, améliorer la capacité des robots à quatre pattes à opérer dans des environnements non structurés, comme des sites industriels ou des zones sinistrées comportant des passages étroits, sans dépendre d'un balisage ou d'une cartographie préalable. Il reste toutefois à établir dans quelle mesure les performances démontrées en conditions de test se généralisent hors des configurations de portiques utilisées durant l'expérimentation, un point que l'article source ne détaille pas. Le projet s'inscrit dans un courant de recherche plus large sur l'apprentissage par renforcement appliqué à la locomotion des robots à pattes, où plusieurs laboratoires cherchent à dépasser les limites du contrôle basé sur des modèles physiques explicites pour des tâches très dynamiques. L'utilisation du robot Unitree Aliengo, plateforme de recherche largement répandue dans les laboratoires académiques, situe ces travaux dans la continuité d'expérimentations déjà menées sur d'autres plateformes similaires pour des tâches comme la course, l'escalade ou le franchissement d'obstacles. L'article ne précise pas de calendrier de transfert vers des applications industrielles ni de partenariat commercial associé, ce qui indique qu'il s'agit à ce stade d'une démonstration de recherche plutôt que d'un produit destiné au déploiement.

RecherchePaper
1 source