RecherchearXiv cs.RO 11 mai 2026

Propriétés dynamiques et reproductibilité d'un torse humanoïde pneumatique compact pour le contrôle piloté par données

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de recherche a publié sur arXiv (réf. 2603.14787v2) le développement d'un robot humanoïde compact à 13 degrés de liberté (DOF), actionné exclusivement par pneumatique et conçu pour l'interaction physique humain-robot (pHRI). Avant de concevoir un contrôleur global, les chercheurs ont d'abord caractérisé les propriétés dynamiques du système, notamment les délais d'actionnement, et confirmé que le comportement mécanique est hautement reproductible. S'appuyant sur cette reproductibilité, ils ont implémenté un contrôleur data-driven sur un sous-système de bras à 4 DOF, fondé sur un perceptron multicouche (MLP) avec compensation explicite des délais temporels. Le réseau a été entraîné sur des données de mouvements aléatoires pour apprendre à générer des commandes de pression capables de suivre des trajectoires arbitraires. Comparé à un régulateur PID classique sur les mêmes trajectoires, le contrôleur neuronal affiche une précision de suivi supérieure.

La démonstration que des actionneurs pneumatiques à haut nombre de DOF peuvent être pilotés efficacement par apprentissage machine est un résultat concret. Les pneumatiques sont intrinsèquement non-linéaires : leur comportement dépend de la pression d'alimentation, de la température et des frictions internes, ce qui rend toute modélisation analytique coûteuse à construire et fragile en exploitation. En montrant que le système présente une reproductibilité suffisante pour être appris directement depuis les données, les chercheurs contournent ce problème sans passer par un modèle physique complet. Pour les intégrateurs et décideurs B2B qui évaluent des solutions de robotique collaborative, ce type d'approche pourrait accélérer le déploiement de systèmes pneumatiques dans des environnements de contact humain, où la compliance naturelle des actionneurs offre une sécurité passive que les moteurs électriques rigides ne peuvent pas égaler structurellement.

La course aux humanoïdes est aujourd'hui dominée par des architectures électriques : Figure Robotics (Figure 02), Tesla (Optimus Gen 2) et Boston Dynamics (Atlas HD) misent toutes sur des moteurs à couple direct ou à réducteur harmonique. La pneumatique reste un axe de niche, exploré par des laboratoires académiques et des industriels comme l'allemand Festo pour ses propriétés de compliance et de sécurité intrinsèque. Le résumé arXiv ne précise pas l'affiliation institutionnelle des auteurs. L'étape naturelle suivante serait d'étendre le contrôleur MLP du bras à 4 DOF à l'ensemble des 13 DOF du torse complet, puis de valider en conditions d'interaction physique réelle. Aucun partenariat industriel ni calendrier de déploiement n'est annoncé ; le travail reste au stade de la publication académique préliminaire.

Dans nos dossiers

Figure Tesla Optimus Boston Dynamics arXiv cs.RO

À lire aussi

1arXiv cs.RO

Apprentissage orienté contrôle pour le suivi dynamique et l'analyse de stabilité d'actionneurs pneumatiques souples

Un preprint publié sur arXiv le 27 août 2026 (référence 2608.25171) présente un cadre de modélisation et de commande pour les actionneurs pneumatiques souples, appréciés pour leur compliance mais difficiles à contrôler en raison de leur dynamique non linéaire et distribuée. La méthode décompose leur comportement en un modèle statique non linéaire d'équilibre et un modèle dynamique résiduel linéaire, identifié via l'EDMDc (Extended Dynamic Mode Decomposition avec commande), permettant compensation en boucle ouverte, asservissement dans l'espace de la tâche et analyse de stabilité en boucle fermée. Les tests rapportent une erreur quadratique moyenne d'environ 1 mm à 10 mm/s et inférieure à 10 mm à 100 mm/s, un suivi stable de trajectoires dynamiques avec des pics d'accélération supérieurs à 25 m/s² couplé à de l'évitement d'obstacles en temps réel, ainsi qu'une prédiction validée expérimentalement des régimes stables, marginaux et instables. Ce travail s'attaque à un frein majeur de la robotique souple : l'absence de modèles de commande précis et exploitables en temps réel, qui confinait ces actionneurs à des tâches lentes. En montrant qu'un modèle hybride, mêlant physique simplifiée et apprentissage par données, atteint une précision millimétrique tout en supportant des dynamiques rapides et de l'évitement d'obstacles, l'étude suggère que ces actionneurs peuvent dépasser la simple préhension délicate pour des tâches exigeant réactivité, comme la manipulation collaborative ou certains gestes chirurgicaux assistés. Pour les intégrateurs, l'apport clé tient à la garantie de stabilité formelle : prédire à l'avance qu'un régime sera stable, marginal ou instable évite des essais empiriques coûteux avant tout déploiement industriel ou médical. La commande des actionneurs pneumatiques souples s'est longtemps heurtée à deux approches concurrentes : une modélisation physique détaillée, coûteuse en calcul, et des méthodes purement data-driven, peu interprétables et sans garanties de stabilité. L'EDMDc s'inscrit dans la lignée des méthodes fondées sur l'opérateur de Koopman, de plus en plus employées en robotique pour linéariser des dynamiques complexes tout en conservant des outils de commande classiques. Le travail reste, à ce stade, un preprint non évalué par des pairs, issu de tests en laboratoire, sans partenariat industriel annoncé ni précision sur la plateforme matérielle ou le nombre de degrés de liberté testé. Les suites attendues consistent généralement à étendre le cadre à des structures souples multi-segments, avant d'envisager une intégration dans des bras collaboratifs ou des dispositifs médicaux.

RecherchePaper

1 source

2arXiv cs.RO

FADA : adaptation de domaine few-shot par alignement des dynamiques pour le contrôle humanoïde

Des chercheurs du LECAR Lab (Learning, Computing and Autonomous Robots) ont publié le 30 juin 2026 sur arXiv (référence 2506.28476) un préprint décrivant FADA, un cadre d'adaptation en quelques exemples pour le contrôle de robots humanoïdes. L'architecture, baptisée Planner-IDM (Planner, Inverse Dynamics Model), fonctionne en trois étapes : entraînement d'une politique oracle avec accès à des informations privilégiées (état complet du simulateur), distillation de ce comportement dans un modèle étudiant déployable via DAgger, puis fine-tuning ciblé du seul module IDM à partir d'environ deux minutes de données collectées dans l'environnement réel. La supervision ne requiert ni démonstrations expertes ni signal de récompense : uniquement les paires (actions, observations) enregistrées lors de ces brefs rollouts. Les expériences montrent que FADA surpasse les baselines d'adaptation in-context et d'adaptation end-to-end sur des tâches whole-body à haute précision exécutées sur robot physique. L'enjeu pratique est réel : le "dynamics mismatch", écart entre les dynamiques simulées et celles du domaine cible dues aux variations de terrain, de charge utile ou de réponse actionneur, reste l'un des principaux freins au déploiement industriel des humanoïdes. Les approches actuelles forcent un compromis inconfortable entre la randomisation de domaine (zero-shot, mais sous-spécialisée) et le recalibrage complet du modèle ou le ré-entraînement de politique (précis, mais coûteux en données et en temps). Deux minutes de rollouts pour aligner un IDM représentent un point d'équilibre opérationnellement crédible pour des intégrateurs qui ne peuvent pas interrompre une ligne de production plusieurs heures. Cela dit, les vidéos hardware présentées sur le site du projet sont sélectionnées par les auteurs ; aucune évaluation statistique robuste sur variété de terrains ou charges n'est encore disponible dans ce préprint non relu par les pairs. Le sim-to-real gap est un problème structurel que l'ensemble de l'écosystème humanoïde, Figure (02/03), Tesla Optimus, Boston Dynamics Atlas, Physical Intelligence (pi-zero), tente de résoudre, principalement par randomisation massive en simulation ou par apprentissage en contexte (in-context RL). FADA s'inscrit dans une troisième voie, plus proche des travaux sur l'adaptation rapide de politiques (MAML, RMA) mais appliquée à l'architecture Planner-IDM. Le LECAR Lab, affilié à l'Université de Californie San Diego, capitalise ici sur des travaux antérieurs en locomotion et manipulation whole-body. Prochaine étape attendue : validation sur une plus large variété de dynamiques et de morphologies robotiques, ainsi qu'une soumission à conférence (ICRA ou CoRL) pour passer le filtre de la revue par les pairs.

RecherchePaper

1 source

3arXiv cs.RO

BAT : concilier agilité et stabilité par commutation de politiques en ligne pour le contrôle du corps entier d'un robot humanoïde sur de longs horizons

Des chercheurs proposent BAT, un cadre de commutation de politiques en ligne pour le contrôle du corps entier d'humanoïdes sur de longs enchaînements de mouvements. Le travail, publié sur arXiv (2604.01064, version 2), part d'un constat : les approches existantes suivent deux paradigmes. Les politiques couplées coordonnent tout le corps de façon globale, tandis que les politiques découplées traitent chaque module séparément pour gagner en précision. BAT choisit dynamiquement entre deux contrôleurs généralistes entraînés par apprentissage par renforcement, l'un couplé et l'autre découplé, selon le contexte du mouvement en cours. Deux prédicteurs de commutation travaillent en parallèle. OpVQ-VAE s'appuie sur des « tokens » de mouvement et généralise bien. OpHRL est un prédicteur en boucle fermée qui tient compte de l'état du robot. Un routeur de familiarité des tokens (Token-Familiarity Router) arbitre lorsque les deux divergent : il privilégie OpHRL pour les séquences de tokens connues et OpVQ-VAE pour les séquences inédites. Les auteurs annoncent 85,2 % de réussite sur des combinaisons de mouvements longues déjà vues à l'entraînement, et 71,3 % sur des mouvements jamais rencontrés. Ils rapportent aussi de meilleurs résultats que les contrôleurs corps entier existants sur les mouvements pris isolément, ainsi qu'un déploiement zéro-shot sur le Unitree G1. L'intérêt pratique tient au compromis que les équipes rencontrent sans cesse. Une politique couplée donne des gestes dynamiques et agiles, comme des sauts ou des mouvements amples, mais elle perd en précision. Une politique découplée manipule ou positionne mieux, mais elle devient moins robuste quand le mouvement exige une coordination globale. Plutôt que de chercher un contrôleur unique qui concilie tout, BAT montre qu'on peut combiner des spécialistes et basculer entre eux à l'exécution. Le point à surveiller est l'écart entre mouvements vus et inédits : 85,2 % contre 71,3 %, soit près de 14 points perdus, ce qui reste loin de la fiabilité attendue en production. Ces chiffres viennent de benchmarks de recherche, sans durée de tâche, nombre d'essais ni conditions détaillés dans le résumé. Le transfert zéro-shot sur G1 est encourageant, mais rien ne dit qu'il couvre toute la distribution de mouvements testée en simulation. Ce travail s'inscrit dans la vague des contrôleurs généralistes corps entier pour humanoïdes, nourrie par l'apprentissage par renforcement en simulation et l'imitation de mouvements humains. Le Unitree G1, peu coûteux et très répandu dans les laboratoires, sert désormais de plateforme de référence pour valider ces méthodes. Les auteurs ne se positionnent pas ici face aux modèles VLA commerciaux (Figure, Tesla, NVIDIA), car BAT agit à la couche basse de contrôle, pas au niveau du raisonnement ou de la planification. Cette couche reste pourtant un goulot d'étranglement pour passer des démonstrations à des tâches longues et enchaînées. La version 2 laisse penser que l'article a été révisé après relecture. Les suites logiques seraient des tests sur d'autres plateformes, des tâches de manipulation plus longues et une mesure de la robustesse hors laboratoire. Aucun calendrier de déploiement industriel n'est annoncé.

RecherchePaper

1 source

4arXiv cs.RO

PredActor : diffusion d'action prédictive pour un contrôle humanoïde embarqué et pilotable

PredActor, une politique de diffusion d'action prédictive pour le contrôle embarqué d'humanoïdes, est détaillée dans une publication arXiv de septembre 2026 (2609.24840). À la différence des architectures hiérarchiques classiques, qui séparent trajectoire de référence et tracker de suivi, elle s'exécute seule, conditionnée sur l'historique proprioceptif et un contexte de tâche optionnel, sans état corporel complet mesuré en externe, et génère à la fois les actions et une trajectoire d'état futur interne, guidée par classifier-free guidance pour le texte et par guidage de classifieur pour les objectifs de test. En simulation, elle atteint les 15 cibles testées, avec un score de récupération de texte de 0,580 contre 0,373 pour une diffusion d'action classique, et une résistance aux perturbations comparable. Sur une carte Jetson Orin NX, le cycle de calcul tombe à 16,790 ms en médiane et 19,383 ms au 95e percentile, sous les 20 ms requis ; déployée sur un robot Unitree G1, elle a démontré mouvement piloté par texte, réaction aux perturbations, contrôle au joystick et interpolation sémantique. Ce résultat répond à un point de friction du secteur : les politiques de diffusion pour humanoïdes fonctionnent bien hors ligne mais restent rarement pilotables en temps réel embarqué. En tenant le calcul sous les 20 ms sur du matériel edge accessible, sans tracker séparé ni perception externe de l'état corporel complet, PredActor allège la pile logicielle qu'un intégrateur doit maintenir et contredit l'idée qu'un pilotage sémantique par texte ou joystick exige une architecture hiérarchique lourde. Pour des décideurs industriels évaluant des humanoïdes pour des tâches réelles, la robustesse conservée malgré cette contrainte est encourageante, même si les métriques reposent sur un nombre limité de cibles et un score de récupération de texte propre au papier, peu comparable aux autres benchmarks du secteur. PredActor s'inscrit dans la lignée des politiques de diffusion pour le contrôle robotique et des modèles vision-langage-action, aux côtés d'approches comme Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure AI, dont il se distingue en évitant tout tracker de mouvement ou état privilégié externe. Classée comme nouvelle soumission sur arXiv, la publication ne précise ni laboratoire porteur ni entreprise associée et ne mentionne aucun calendrier de déploiement commercial : il s'agit d'un travail de recherche validé en simulation et sur un seul robot physique, sans pilote industriel annoncé.

RecherchePaper

1 source