RecherchearXiv cs.RO 9 novembre 2026

DKWBC : découpler le suivi de mouvement et l'équilibrage pour le contrôle du corps entier des humanoïdes

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

DKWBC, un framework de contrôle du corps entier pour humanoïdes publié sur arXiv (2611.09605) par l'équipe Robbyant Research, sépare explicitement le suivi de mouvement et l'équilibrage, deux tâches que la plupart des contrôleurs par apprentissage par renforcement confondent dans une seule politique. Le suivi de mouvement repose sur un modèle : une dynamique inverse en feedforward associée à un retour PD articulaire fournit les couples nécessaires pour reproduire la trajectoire de référence. Une politique résiduelle apprise ajoute seulement des corrections de couple articulaire pour garder l'équilibre. La structure s'inspire de la décomposition de la dynamique à base flottante, où les couples articulaires se répartissent entre une contribution du modèle et une contribution des forces de contact avec l'environnement. Les auteurs rapportent des essais en simulation et sur robot réel. Selon eux, une seule politique d'équilibrage généralise à plusieurs jeux de données de mouvements. Elle conserve un suivi précis et la stabilité dans trois situations : appui au sol, charges attachées au robot et interactions physiques. L'extrait disponible ne donne ni le robot utilisé, ni le nombre de DOF, ni les masses de charge, ni les erreurs de suivi chiffrées. Il s'agit d'un travail de recherche, pas d'un produit ni d'un déploiement.

L'intérêt tient au diagnostic. Des poses de référence voisines peuvent exiger des efforts dynamiques très différents. Une politique unique doit alors apprendre à la fois les besoins de couple propres à chaque mouvement et les corrections d'équilibre. Les auteurs estiment que ce mélange complique l'apprentissage et produit des fluctuations haute fréquence dans les commandes, un défaut bien connu des politiques RL déployées sur matériel : il sollicite les actionneurs et réduit la marge de sécurité. En confiant au modèle la part déterministe du couple, DKWBC réduit la tâche du réseau de neurones à ce que le modèle décrit mal : contacts, perturbations, écarts de masse. Pour un intégrateur, cela rapproche la robustesse d'un contrôle hybride, plus interprétable, de la souplesse d'un contrôleur appris. Il faut toutefois rester prudent : sans chiffres comparatifs publiés dans le résumé, le gain par rapport aux trackers de référence reste à vérifier dans l'article complet, et la dépendance à un modèle dynamique précis peut devenir une contrainte lors du passage d'une plateforme à l'autre.

Ces travaux s'inscrivent dans la vague des trackers de mouvement appris pour humanoïdes, qui retargettent des données de capture de mouvement humaine vers des robots. Ils se sont multipliés ces dernières années, avec des politiques RL de bout en bout entraînées en simulation puis transférées au robot réel. À l'inverse, le contrôle classique du corps entier, fondé sur l'optimisation de couples et la dynamique inverse, offre des garanties mais manque de robustesse face aux contacts imprévus. DKWBC se place entre les deux, dans une tendance hybride qui concerne aussi les couches basses sous les modèles VLA comme Pi-0, GR00T N2 ou Helix, lesquels ont besoin d'un contrôleur corps entier fiable pour exécuter leurs commandes. La prochaine étape logique est la publication du code et de comparaisons chiffrées sur la page du projet, puis des essais sur des tâches de manipulation chargée. Aucun calendrier de transfert industriel n'est annoncé.

Dans nos dossiers

NVIDIA GR00T arXiv cs.RO

À lire aussi

1arXiv cs.RO

DiffWBC : un contrôle du corps entier par diffusion en une étape pour un suivi de mouvement humanoïde général et pilotable

DiffWBC, un contrôleur de suivi de mouvement pour humanoïdes, déplace le contrôle du corps entier vers un paradigme génératif grâce à un modèle de diffusion en une seule étape. Les trackers généraux actuels reposent sur des politiques déterministes, qui ne peuvent pas s'adapter en ligne sans édition fragile des références ou réentraînement coûteux. Ici, le modèle apprend une distribution sur les trajectoires futures et ne demande qu'une passe avant par pas de contrôle à 50 Hz. Il peut être distillé depuis un enseignant entraîné par apprentissage par renforcement (RL), ou entraîné de zéro par RL basé sur modèle. Sur des benchmarks hors entraînement, il obtient l'erreur de suivi locale la plus faible parmi six trackers généraux comparés (20,1 mm sur BONES) et a été déployé sur un Unitree G1 physique. Les auteurs revendiquent aussi un pilotage au moment du test (test-time steering) et une détection d'échecs sans simulation. Pour les intégrateurs et les équipes de recherche, l'intérêt tient à l'unification de trois fonctions dans un seul contrôleur gelé. Le pilotage s'appuie sur des gradients de coût différentiables et des masques par groupes de membres, qui modulent le contrôleur en ligne sans le réentraîner. Face à l'édition cinématique de la référence, la différence est nette : 0,84 de réussite propre pour franchir un obstacle à 1,25 m de plafond, contre 0,10. La même approche se généralise sans apprentissage supplémentaire aux haies, à l'atteinte spatiale, aux pannes d'actionneurs et à l'équilibrage d'un plateau. Côté fiabilité, la dispersion des plans selon le bruit de génération signale les échecs physiques avec 91 % de précision sur les 2 % de clips les plus suspects, sans lancer de simulation physique. Un réglage fin ciblé sur les clips signalés corrige 50 % des cas d'échec. Il faut toutefois nuancer : il s'agit de résultats de laboratoire, sur un seul robot réel, et les tâches de pilotage restent des scénarios choisis par les auteurs. L'article ne fournit pas de données de déploiement en conditions industrielles. Ce travail s'inscrit dans la course aux contrôleurs corps entier généralistes pour humanoïdes, où dominent les politiques de suivi déterministes entraînées en simulation puis transférées au réel. Leur rigidité oblige à retoucher les mouvements de référence ou à relancer des entraînements dès que la tâche change. DiffWBC reprend l'idée des politiques de diffusion, déjà répandues en manipulation, et la ramène à une seule étape pour tenir les contraintes de temps réel. La prochaine étape logique serait une validation sur d'autres plateformes que le G1 et sur des tâches de longue durée. Des vidéos et des démonstrations interactives sont publiées par les auteurs sur leur site dédié, diffwbc.github.io.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2arXiv cs.RO

Suivi précis de l'effecteur final en SE(3) dans le contrôle du corps entier des humanoïdes

Des chercheurs ont présenté ResGAC, un contrôleur de corps entier pour humanoïde conçu pour suivre avec précision la pose d'un effecteur terminal dans SE(3), c'est-à-dire en position et en orientation. Décrit dans un préprint arXiv (2610.09479), le système associe un contrôle d'admittance géométrique (GAC) à de l'apprentissage par renforcement résiduel. Le GAC fournit un retour d'information structuré dans l'espace de la tâche et produit les consignes nominales de position articulaire des bras. Le réseau résiduel compense les dynamiques non modélisées et coordonne la locomotion et l'équilibre dans le même espace d'action, celui des positions articulaires. La validation a eu lieu sur un Unitree G1 réel, sur quatre bancs d'essai de suivi en position debout. ResGAC y obtient des erreurs de translation et de rotation inférieures à celles de plusieurs références, dont SONIC. Dans une tâche d'insertion de cheville dans un trou (peg-in-hole) en position debout, il atteint 90 % de réussite, contre 50 % pour SONIC. Il assure aussi un suivi précis de la pose de l'effecteur dans le repère monde pendant des mouvements du bas du corps. Le résultat touche un point faible connu de la manipulation humanoïde. Les politiques apprises de bout en bout, de type VLA ou suivi de mouvement, savent produire des comportements variés, mais elles tiennent mal la précision centimétrique ou millimétrique, car les oscillations de la base flottante, la gravité, le couplage dynamique et les perturbations de la marche se transmettent à la main. La tâche de peg-in-hole a ici valeur de test, puisqu'elle exige cette précision. Un taux de 90 % contre 50 % suggère qu'une structure géométrique explicite, combinée à un résiduel appris, peut combler une partie de l'écart entre démonstration et fiabilité industrielle. Une réserve s'impose : la validation porte sur un seul robot, le G1, plateforme de recherche peu coûteuse, et sur des essais statiques en position debout. Le nombre d'essais et la dispersion des résultats ne figurent pas dans le résumé, et les vidéos fournies sont par nature sélectionnées. La marche avec manipulation de précision n'est démontrée que pour le suivi en repère monde, pas pour des tâches d'assemblage. L'idée centrale est une formulation géométrique invariante à gauche, qui permet d'appliquer la même loi GAC dans différents repères de manipulation. Les auteurs l'exploitent avec un repère de cap attaché au sol : il conserve la locomotion planaire mais retire le roulis, le tangage et le pompage du bassin de la référence de manipulation. Les mouvements du bassin se propagent alors moins vers l'effecteur désiré. SONIC, la référence principale, représente l'approche de suivi de mouvement généraliste pour humanoïdes, que ce travail cherche à dépasser sur la précision. La suite logique serait de passer à des plateformes plus grandes, à des charges utiles réelles et à des tâches d'assemblage en marchant, ce que l'article ne démontre pas. Les vidéos et le code sont annoncés sur le site du projet resgac.github.io.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

SP-HLM : génération de mouvements pilotée par poses éparses et contrôle du corps entier pour la loco-manipulation humanoïde

Des chercheurs proposent SP-HLM, un cadre logiciel pour la loco-manipulation humanoïde (marcher et manipuler des objets simultanément), publié sur arXiv en octobre 2026. L'idée centrale est une interface « à poses éparses » entre la politique de haut niveau et le contrôle du corps entier. Cinq poses corporelles critiques pour la tâche expriment l'intention spatiale, et un a priori de mouvement latent appris porte la coordination du corps entier. Quatre modules s'enchaînent. SP-VLA, un modèle vision-langage-action, prédit les poses éparses et les positions des articulations des doigts à partir d'observations multimodales et d'instructions en langage naturel, avec une inférence asynchrone par blocs d'actions (action chunks). SP-MGM, un modèle de génération de mouvement entraîné par distillation en deux étapes, reconstruit en temps réel un mouvement complet et cohérent à partir de ces cibles. Un encodeur de mouvement pré-entraîné compresse ce mouvement en représentation latente. SP-GMT, un tracker de mouvement généraliste, fusionne enfin les cibles explicites et cet a priori implicite pour piloter le corps entier. Les essais portent sur des simulations et sur un humanoïde réel, avec de meilleurs résultats annoncés en suivi de mouvement, en coordination et en taux de réussite. L'extrait disponible ne donne ni chiffres, ni nom de robot, ni liste des méthodes de comparaison. L'intérêt tient à un point de friction connu des architectures VLA pour humanoïdes. Soit la politique de haut niveau sort des actions articulaires de bas niveau, ce qui la surcharge, soit elle sort des cibles trop pauvres (par exemple la seule position des mains), ce qui laisse le corps sous-spécifié et produit des postures peu naturelles ou instables. Séparer l'intention, portée par les poses explicites, de la coordination, portée par l'a priori latent, est une réponse d'architecture plausible. Si les gains se confirment, un VLA pourrait rester léger tout en pilotant un contrôleur whole-body robuste, ce qui faciliterait l'intégration de ces briques chez les intégrateurs. Il faut rester prudent. Il s'agit d'un préprint non évalué par des pairs. Les résultats sur « un » robot réel ne disent rien de la robustesse sur des cycles longs, en environnement non contrôlé, ni de la comparaison à budget de calcul équivalent. Rien n'est annoncé sur la disponibilité du code ou des modèles, au-delà d'une page projet avec des vidéos, dont la sélection reste à nuancer. Ce travail s'inscrit dans la course à une pile « VLA plus contrôleur corps entier » pour humanoïdes. Des approches comme Helix de Figure, GR00T de NVIDIA ou les modèles Pi de Physical Intelligence partagent la même logique de hiérarchie entre planification et contrôle, avec des interfaces différentes. Le suivi de mouvement généraliste, popularisé par les travaux sur la rétro-cinématique apprise et les politiques entraînées en simulation puis transférées au réel (sim-to-real), sert ici de socle. SP-HLM est un résultat de recherche académique, sans calendrier de déploiement ni partenaire industriel annoncé. La suite probable est une validation sur davantage de tâches et de plateformes, puis une éventuelle ouverture du code, qui permettra à la communauté de vérifier la reproductibilité.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

MimicAll : conditionnement structuré par l'embodiment pour le suivi de mouvements corps entier sur plusieurs humanoïdes

MimicAll, un framework d'apprentissage par renforcement publié sur arXiv (2610.33508), vise à faire suivre des mouvements de corps entier par une seule politique partagée entre des humanoïdes très différents. Un descripteur structuré de la morphologie est encodé en conditions globales et alignées sur les articulations. Elles sont combinées à l'historique d'observations et à des références de mouvement adaptées au corps pour prédire des décalages de cibles articulaires. L'entraînement, en simulation, couvre 4 096 variantes issues de 16 familles d'humanoïdes. Il repose sur une randomisation physiquement cohérente des corps, un retargeting calibré par corps et une simulation hétérogène. Les auteurs proposent aussi un benchmark de 464 corps répartis en cinq strates, qui mesure la généralisation aux mouvements, aux variations au sein d'une famille et le transfert vers des familles jamais vues. Sur des corps G1 randomisés dans 100STYLE, l'entraînement partagé atteint 99,4 % de succès sur 30 secondes, contre 42,9 % pour un spécialiste mono-corps, à nombre de transitions égal. Avec un encodage Flat-MLP et une simple concaténation, l'entraînement poursuivi sur un sous-ensemble de mouvements sans obstacles atteint 98,3 % sur les corps d'entraînement échantillonnés et 93,5 % sur les variantes hors distribution de familles connues. Le résultat touche un point de friction majeur du secteur : chaque nouvel humanoïde exige aujourd'hui sa propre politique de contrôle, donc son propre cycle de collecte, d'entraînement et de réglage. Une politique unique, conditionnée par la morphologie, réduirait ce coût pour les constructeurs comme pour les intégrateurs qui exploitent des flottes mixtes. Les ablations apportent des enseignements concrets. L'information d'embodiment améliore déjà le taux de complétion avec une simple concaténation, tandis que l'auto-attention donne les plus faibles erreurs de position globale. Sur huit mouvements LAFAN1 (sans séquences au sol ni relevés) et 464 corps, fournir une condition de corps erronée fait chuter le succès de l'auto-attention de 61,7 % à 47,0 %. Ce test montre que le modèle exploite réellement l'information de corps en boucle fermée. Les limites sont nettes : tout est évalué en simulation, sans transfert sim-to-real sur matériel annoncé. Les 61,7 % sur LAFAN1 laissent en outre une marge importante, et la comparaison avec un spécialiste dépend de la définition de « transitions égales ». Ces travaux s'inscrivent dans la lignée des trackers de mouvement humanoïdes, qui reproduisent des comportements variés mais restent le plus souvent liés à un seul robot. Ils prolongent aussi les recherches sur les politiques cross-embodiment, déjà bien établies pour les bras et les quadrupèdes et plus rares pour les humanoïdes bipèdes. Le papier ne mentionne ni partenaire industriel ni calendrier de déploiement. Les prochaines étapes logiques sont la validation sur robots réels, l'extension aux mouvements avec obstacles, au sol et aux relevés, ainsi que la confrontation au benchmark de 464 corps par d'autres équipes, qui dira si cette approche s'impose.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source