Adapter les mouvements humains aux robots avec NVIDIA SOMA Retargeter
Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie
NVIDIA a publié la version 0.2 de SOMA Retargeter, un outil open source qui adapte des données de mouvement humain aux proportions, à la structure articulaire et aux amplitudes d'un robot humanoïde donné. Le pipeline lit une animation au format BVH (Biovision Hierarchy) exprimée sur le squelette de base SOMA, met à l'échelle les cibles de mouvement selon les dimensions du robot, résout la cinématique inverse avec Newton, un moteur construit sur NVIDIA Warp, puis applique des corrections de post-traitement comme l'ajustement des appuis au sol. Le résultat est un fichier CSV contenant, image par image, la position et l'orientation de la racine ainsi que les angles articulaires. La version 0.2 fournit des configurations de référence et des exemples de mouvements retargetés pour cinq robots : Unitree G1, Unitree H2, Booster T1, AgiBot X2 Ultra et AgiBot A3T3. Les mouvements d'exemple proviennent du jeu de données BONES-SEED, fourni par Bones. En amont, trois sources de mouvement sont prises en charge : la capture de mouvement (BONES-SEED), la reconstruction 3D du corps entier à partir d'une seule vidéo (GEM-X) et la génération à partir de texte et de contraintes de pose (Kimodo, et ARDY qui ajoute un pilotage interactif), ces deux derniers produisant directement sur le squelette SOMA.
L'intérêt pour les équipes robotique tient moins à l'algorithme, classique, qu'à la standardisation. Le retargeting reste un goulot d'étranglement : chaque source de mouvement a son squelette et son format, et chaque robot réclame un réglage manuel de la cartographie des articulations et des priorités de cinématique inverse. En imposant SOMA comme représentation pivot, NVIDIA propose de réduire ce travail à la seule configuration de l'embodiment. Des outils l'accompagnent : un Robot Configurator pour aligner les poses de référence et cartographier les squelettes, et un optimiseur de poids de cinématique inverse pour obtenir des trajectoires plus fluides. Les CSV s'exportent vers des formats de bibliothèques de mouvement utilisables dans des workflows d'entraînement de politiques comme SONIC et ProtoMotions, avec évaluation en simulation de l'équilibre, des contacts et de la précision de suivi. Les cas d'usage restent toutefois ceux de la recherche : la publication ne fournit ni comparaison chiffrée avec d'autres méthodes, ni mesure de qualité, ni résultat sur robot réel. Les mouvements retargetés sont des références cinématiques, dont la faisabilité dynamique dépend encore de l'entraînement de la politique en aval.
Ce lancement s'inscrit dans la stratégie de NVIDIA, qui cherche à fournir la pile logicielle commune de l'humanoïde : modèles de fondation, simulation, données et outils de génération de mouvement, autour de SOMA-X. Le choix de robots majoritairement chinois (Unitree, Booster, AgiBot), plateformes courantes en recherche académique en raison de leur prix, reflète la base installée des laboratoires. Aucun acteur européen n'apparaît dans la liste, mais le Robot Configurator permet d'ajouter un nouvel embodiment, ce qui ouvre la voie à des plateformes comme celles de Wandercraft ou d'Enchanted Tools, sans que rien ne soit annoncé à ce stade. NVIDIA invite les développeurs à consulter le dépôt GitHub, le guide du Robot Configurator et le guide de retargeting par lots pour traiter des collections entières de mouvements sans passer par le visualiseur. Reste à voir si SOMA s'imposera face aux pipelines maison des fabricants et aux autres formats de squelette utilisés par la communauté.
Aucun acteur européen n'est supporté nativement, mais le Robot Configurator open source pourrait permettre d'intégrer des plateformes françaises comme Wandercraft ou Enchanted Tools.
Dans nos dossiers




