RechercheInteresting Engineering 8 mai 2026

Sixième sens : un robot navigue sans caméra grâce à une perception tactile semblable à celle de l'humain

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs de la National University of Singapore (NUS) ont mis au point un système de proprioception pour robots souples, publié dans Nature Communications, qui permet à une machine de percevoir sa propre position et les forces externes sans recourir à des caméras ni à des systèmes de suivi externe. Le dispositif repose sur ce que l'équipe appelle un cadre d'"expected perception" : le robot calcule en continu la position attendue de son corps à partir de ses commandes motrices, puis compare cette prédiction aux données réelles de ses capteurs à métal liquide, capables de mesurer la flexion, la déformation et la contrainte mécanique. Tout écart entre prédiction et mesure est interprété comme un contact externe. Lors d'un test de navigation autonome dans un labyrinthe, le robot s'est déplacé uniquement par toucher, sans aucune entrée visuelle. Dans un second protocole, un opérateur humain lui a guidé des mouvements de type massage sur un mannequin médical ; le robot a ensuite reproduit ces trajectoires de manière autonome avec une haute fidélité. La professeure Cecilia Laschi, du département de génie mécanique de la NUS, précise que le système détecte un contact externe en moins de 0,4 seconde et identifie la direction de la force appliquée avec une marge d'erreur inférieure à 10 degrés, y compris dans des environnements dynamiques.

Ce résultat s'attaque à un verrou fondamental de la robotique souple : jusqu'ici, les capteurs de déformation réagissaient indifféremment aux mouvements propres du robot et aux interactions extérieures, rendant impossible la distinction entre les deux. L'approche "expected perception" résout ce problème en mimant le mécanisme prédictif du cerveau humain, sans nécessiter de couche de vision coûteuse en calcul et fragile en conditions dégradées. Pour les intégrateurs industriels et les équipes R&D en robotique médicale, cela ouvre une voie crédible vers des manipulateurs souples déployables en salle d'opération, en rééducation ou dans les dispositifs d'assistance aux personnes âgées, où la sécurité au contact et la robustesse en environnement non structuré sont prioritaires. La navigation sans caméra présente également un intérêt direct pour la robotique sous-marine, secteur où la visibilité est souvent compromise.

Cecilia Laschi est une figure centrale de la robotique souple mondiale, connue notamment pour ses travaux pionniers sur les bras inspirés des pieuvres au BioRobotics Institute de Scuola Superiore Sant'Anna (Italie) avant de rejoindre la NUS. La robotique souple reste dominée par des laboratoires académiques, avec peu de produits commerciaux matures, face à des acteurs comme Festo (Allemagne) sur les actionneurs pneumatiques ou Soft Robotics Inc. (USA) dans la préhension industrielle. L'étape suivante annoncée par l'équipe est l'intégration de modèles d'apprentissage automatique pour affiner les représentations internes du robot, s'inspirant de la façon dont le cerveau humain construit ses modèles sensori-moteurs par l'expérience, une direction qui converge avec les travaux actuels sur les VLA (Vision-Language-Action models) appliqués à la manipulation physique.

Impact France/UE

Impact indirect sur l'UE : Cecilia Laschi a construit sa réputation au BioRobotics Institute de Sant'Anna (Italie) et Festo (Allemagne) opère sur le segment des actionneurs souples industriels visé par cette avancée, mais la recherche est conduite à Singapour sans déploiement européen annoncé.

À lire aussi

1arXiv cs.RO

Conception d'un système robotique d'assistance humaine à reconnaissance contextuelle d'actions

Une équipe de recherche propose, dans un article publié sur arXiv (référence 2608.22028), une architecture conceptuelle pour un robot d'assistance humaine capable de reconnaître les activités humaines et d'anticiper ses actions. Le système combine la reconnaissance contextuelle d'activité humaine (HAR), des arbres de comportement (behavior trees, BTs) pour définir des comportements robotiques dynamiques et interprétables, et le framework ROS pour l'intégration logicielle. Les auteurs utilisent le robot quadrupède Spot de Boston Dynamics comme plateforme de référence pour illustrer leur architecture. Il s'agit d'un travail de conception, sans chiffres de charge utile, de degrés de liberté, de temps de cycle ni de déploiement réel : aucune métrique de performance chiffrée n'est communiquée, l'article se limitant à décrire l'architecture système et ses principes de fonctionnement. Cette proposition s'inscrit dans un enjeu clé pour la robotique d'assistance : passer d'une logique réactive, où le robot exécute des commandes explicites, à une logique proactive, où il interprète le contexte pour anticiper un besoin. Les auteurs soulignent eux-mêmes les limites des approches HAR classiques face à des scénarios d'activité humaine complexes et introduisent des méthodologies contextuelles pour y remédier. Pour les intégrateurs et décideurs industriels, l'intérêt réside moins dans une preuve de déploiement que dans une piste architecturale alternative aux modèles vision-langage-action (VLA) qui dominent actuellement les discours sur l'autonomie robotique : ici, la décision repose sur une combinaison explicite et interprétable de reconnaissance d'activité et d'arbres de comportement, plutôt que sur un modèle de bout en bout. Ce travail se situe dans la continuité de l'usage croissant des arbres de comportement en robotique, déjà répandus dans des piles logicielles comme Nav2 ou les systèmes de vol autonome, et s'appuie sur Spot, plateforme quadrupède commerciale largement utilisée en recherche. Il se distingue des approches VLA à grande échelle portées par des acteurs comme Figure, Physical Intelligence (Pi-0) ou NVIDIA (GR00T N2), en misant sur l'interprétabilité plutôt que sur l'apprentissage massif. Aucun calendrier de pilote industriel ni d'implémentation matérielle au-delà de la démonstration conceptuelle n'est annoncé à ce stade.

RecherchePaper

1 source

2arXiv cs.RO

TAPNAV : navigation humanoïde par perception active tactile

Des chercheurs présentent TAPNAV, un cadre de navigation par perception tactile active destiné aux robots humanoïdes qui évoluent sans vision. Le travail, publié sur arXiv (2610.10748), part d'un constat connu: en l'absence de caméra exploitable, l'odométrie proprioceptive dérive et l'incertitude de localisation s'accumule vite. Le système maintient une croyance sur la pose du robot en fusionnant l'odométrie, la centrale inertielle (IMU) et les observations de contact tactile. Il associe deux niveaux de planification: un planificateur global tenant compte de l'incertitude, qui cherche des itinéraires où l'erreur de localisation prévue reste bornée grâce à des occasions de recalage tactile, et un planificateur local qui choisit les gestes de palpation maximisant le gain d'information attendu. Un contrôleur du corps entier coordonne la locomotion et le contact de l'effecteur pour exécuter à la fois la navigation et les sondages. L'évaluation a été menée en simulation et sur un Unitree G1, avec plusieurs plans de sol et géométries d'obstacles. Les auteurs annoncent une erreur d'estimation d'état plus faible et un taux d'achèvement des tâches supérieur à celui des méthodes de référence. Le résumé ne chiffre toutefois ni ces écarts ni le nombre d'essais. L'intérêt tient au changement de logique: au lieu de subir la dérive, le robot planifie des interactions physiques pour produire lui-même ses repères de localisation. Pour les humanoïdes appelés à travailler dans des environnements enfumés, poussiéreux, sombres ou à occlusion visuelle (maintenance, intervention après sinistre, sites industriels dégradés), cela ouvre une voie de repli lorsque caméras et lidar échouent. Le résultat reste cependant celui d'un travail académique préliminaire (v1, non évalué par les pairs). Il n'établit ni robustesse à grande échelle ni performance en conditions réelles de terrain. Il ne dit rien non plus des temps de cycle: sonder les parois ralentit nécessairement la progression, et ce compromis entre précision et vitesse sera décisif pour toute application industrielle. L'usage d'un Unitree G1, plateforme de recherche abordable et très répandue, facilite la reproduction, mais l'effecteur utilisé pour le contact reste modeste par rapport aux mains tactiles dont disposent certains humanoïdes commerciaux. Ce travail s'inscrit dans l'effort plus large pour compléter, voire remplacer, la vision par d'autres modalités sensorielles chez les robots à pattes, où les approches dominantes restent l'odométrie visuo-inertielle, le SLAM lidar et les politiques vision-langage-action (VLA). La planification active de la perception, qui sélectionne les actions selon le gain d'information, vient de la robotique mobile classique et se transpose ici à un corps entier à nombreux degrés de liberté. Les prochaines étapes naturelles seraient des tests sur des environnements non structurés, une intégration avec la vision lorsqu'elle est partiellement disponible, et un passage sur des mains équipées de capteurs tactiles denses. Aucun calendrier de pilote ni partenaire industriel n'est mentionné.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

H2INT : un Transformer d'interactions humain-humain et humain-robot pour naviguer en foule dense et incertaine

Une équipe de recherche publie sur arXiv (référence 2609.05300v1, prépublication de septembre 2026) un nouveau cadre d'apprentissage par renforcement baptisé H2INT, pour Human-Human & Human-Robot Interaction Transformer, destiné à la navigation de robots dans des foules denses et imprévisibles. Le système repose sur un Transformer à portes en deux étapes qui encode progressivement les relations humain-humain puis humain-robot, couplé à une politique récurrente chargée de capturer leur évolution temporelle. Un curriculum d'entraînement réduit graduellement la réactivité simulée des piétons afin de complexifier peu à peu les scénarios d'interaction. Point clé de la méthode : la réactivité des piétons au robot influence la dynamique de la foule dès que le robot est visible, mais n'est jamais fournie en entrée à la politique, qui doit donc en déduire les conséquences à partir des seules positions relatives centrées sur le robot. Les expériences, menées en simulation sur plusieurs niveaux de densité de foule et de réactivité, montrent des gains de sécurité et de robustesse par rapport à des méthodes de référence, ainsi qu'un transfert vers des configurations de flux de foule structurellement différentes sans réentraînement. Un déploiement sur robot réel confirme que la politique apprise fonctionne avec des observations limitées. L'enjeu dépasse l'exercice académique : la plupart des politiques de navigation sociale entraînées par apprentissage traitent le mouvement des piétons comme indépendant du robot, ou supposent une réciprocité uniforme entre individus, ce qui ignore une source majeure d'incertitude dans les environnements réels. En modélisant explicitement comment la présence du robot modifie le comportement humain, sans imposer cette information comme donnée d'entrée artificielle, H2INT s'attaque directement à un angle mort connu des robots mobiles autonomes appelés à opérer en entrepôt, hôpital, aéroport ou espace commercial. La capacité démontrée à généraliser sans réentraînement à des topologies de foule inédites est l'élément le plus pertinent pour les intégrateurs, car elle réduit le coût de recalibrage à chaque nouveau site de déploiement, un frein habituel à la commercialisation de la navigation sociale robotisée. Ce travail s'inscrit dans la lignée des recherches en navigation sociale par apprentissage par renforcement, un champ où les limites des hypothèses de réciprocité simplifiée sont documentées depuis plusieurs années. L'abstract ne précise ni les auteurs, ni le laboratoire, ni le matériel robotique utilisé pour la validation réelle, ce qui invite à la prudence tant que ces détails et une évaluation indépendante ne sont pas disponibles. Aucune date de publication en conférence ni de feuille de route de déploiement industriel n'est mentionnée à ce stade.

RecherchePaper

1 source

4arXiv cs.RO

Améliorer la perception de sécurité et de confort lors des poignées de main homme-robot grâce à des éléments flexibles dans un bras robotique

Une équipe de recherche a publié sur arXiv (2609.19375) une étude expérimentale évaluant l'effet d'actionneurs élastiques en série, ou SEA, sur la perception de sécurité et de confort lors d'une poignée de main entre un humain et un bras robotique. Dix volontaires, six hommes et quatre femmes, ont chacun testé deux versions du même bras robotique : une à articulations rigides, l'autre équipée de SEA absorbant les impacts au niveau des articulations. Chaque participant a réalisé une interaction avec chaque configuration. Les chercheurs ont recueilli deux types de données : des mesures objectives des trajectoires de l'effecteur terminal pendant le contact, et des réponses à un questionnaire de perception portant sur trois axes, la sécurité ressentie, le naturel du geste et la confiance accordée au robot. Les résultats montrent une perception de sécurité et de confort plus élevée avec le bras à actionneurs élastiques qu'avec le bras rigide. Cette étude touche un enjeu concret pour l'industrie robotique : au-delà de la puissance de calcul ou des modèles vision-langage-action qui pilotent aujourd'hui les bras humanoïdes, l'acceptabilité sociale d'un robot en contact physique direct dépend aussi de choix mécaniques simples, comme la rigidité des articulations. Pour les intégrateurs concevant des robots de service, d'accueil ou d'assistance amenés à toucher des humains, ce résultat conforte l'usage des SEA, une technologie de compliance mécanique déjà répandue en robotique collaborative, comme argument de sécurité perçue, distinct des seuils de force de contact déjà encadrés par les normes. L'étude reste toutefois un travail pilote portant sur un échantillon restreint de dix personnes, ce qui limite la portée statistique des conclusions malgré leur cohérence. Les SEA, qui introduisent un élément élastique entre le moteur et l'articulation pour absorber les chocs et mesurer le couple, sont utilisées depuis plusieurs années dans des robots à pattes et des cobots industriels pour améliorer la sécurité physique. Cette recherche transpose le principe à un cas d'usage social précis, la poignée de main, geste de contact volontaire jugé particulièrement sensible en interaction humain-robot. L'article ne mentionne ni suite annoncée ni partenaire industriel ; il s'agit d'un travail académique destiné à alimenter la conception future de bras robotiques sociaux, sans lien indiqué avec des acteurs commerciaux du secteur humanoïde.

RecherchePaper

1 source