RecherchearXiv cs.RO 25 juin 2026

Au-delà de la topologie : une représentation en graphe des symétries morphologiques pour les politiques de locomotion

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs présentent MS-PPO (Morphological Symmetry Proximal Policy Optimization), une architecture d'apprentissage par renforcement pour la locomotion robotique qui encode les symétries morphologiques directement dans la structure du réseau de contrôle. Ce preprint, mis à jour sur arXiv en juin 2026 (identifiant 2512.00727v2), valide l'approche sur deux plateformes commerciales d'Unitree Robotics : le quadrupède Go2 et l'humanoïde G1. À partir du graphe topologique du robot, l'algorithme augmente chaque espace d'observation et d'action avec les transformations de permutation et de signe induites par la symétrie corporelle, produisant un acteur de graphe symétrique-équivariant et un critique invariant. Quatre scénarios sont évalués : suivi de commande de vitesse, pannes asymétriques de joints, généralisation hors distribution, et déploiement zéro-shot du simulateur vers le robot physique.

L'enjeu est structurel : les politiques de contrôle actuelles, MLP génériques ou réseaux de graphes (GNN), ignorent comment les grandeurs physiques se transforment symétriquement d'un membre à l'autre. Un quadrupède a quatre pattes quasi-identiques, un humanoïde a deux côtés symétriques, et cette information doit normalement être apprise empiriquement au prix de milliers d'échantillons supplémentaires. MS-PPO l'impose par construction plutôt que par reward shaping ou data augmentation, ce qui, selon les auteurs, améliore simultanément la généralisation aux symétries, la robustesse aux pannes de joints, l'efficacité d'échantillonnage et la compacité du modèle. Le résultat le plus fort reste le transfert sim-to-real zéro-shot : aucun fine-tuning sur le matériel physique, là où le reality gap demeure l'obstacle principal au déploiement industriel. À noter : l'abstract ne fournit pas de métriques chiffrées ; les gains quantifiés sont dans le corps du papier.

L'exploitation des symétries en RL de locomotion est un axe de recherche actif depuis les travaux sur les réseaux équivariants et les architectures morpho-symétriques, notamment ceux d'Ordonez-Apraez et al. MS-PPO se positionne comme l'étape suivante : encoder non plus seulement la connectivité mais la physique des transformations dans le graphe. Les plateformes Go2 et G1 d'Unitree Robotics dominent les benchmarks académiques grâce à leur accessibilité commerciale et leur large base d'utilisateurs chercheurs. Aucun acteur européen n'est cité dans l'étude ; côté FR/EU, Wandercraft (Paris, humanoïdes médicaux) et PAL Robotics (Barcelone) développent leurs propres pipelines de contrôle. L'étape suivante attendue pour MS-PPO : validation sur des tâches locomotion-manipulation combinées et des déploiements longue durée hors laboratoire.

Impact France/UE

Les laboratoires européens de contrôle locomotion (Wandercraft, PAL Robotics) pourraient appliquer MS-PPO à leurs propres plateformes, mais aucun acteur européen n'est impliqué dans l'étude.

Dans nos dossiers

Unitree Wandercraft arXiv cs.RO

À lire aussi

1arXiv cs.RO

PolyMorph : apprentissage d'une politique de locomotion pour l'adaptation à plusieurs morphologies

PolyMorph est un cadre d'apprentissage par renforcement décrit dans un preprint arXiv (2610.19615v1) qui vise à entraîner une seule politique de locomotion pour des robots à pattes de morphologies différentes. Le système convertit le fichier URDF de chaque robot en modules articulation-segment. Il enchaîne ensuite un encodeur récurrent, un Transformer à structure de graphe et un décodeur par articulation, ce qui lui permet de produire des actions pour un nombre de pattes et une configuration d'articulations variables. Pour stabiliser l'entraînement, les auteurs ajoutent trois mécanismes: des récompenses normalisées selon la morphologie, un échantillonnage adaptatif des robots et une initialisation des gains PD (proportionnel-dérivé) déduite de l'URDF. L'évaluation en simulation couvre des bipèdes, des tripèdes et des quadrupèdes, y compris des variantes et des plateformes absentes de l'entraînement. La politique est aussi déployée sur des quadrupèdes réels utilisés dans plusieurs configurations. Le résumé ne donne ni taux de réussite, ni nombre de robots, ni vitesses, ni temps d'entraînement, et il ne précise pas combien de plateformes physiques ont été testées. L'enjeu est d'abord économique pour les constructeurs et les intégrateurs. Aujourd'hui, une politique de locomotion apprise reste liée à un corps précis. Changer le nombre de pattes, les actionneurs ou les propriétés mécaniques oblige à refaire de l'ingénierie: récompenses, gains, réentraînement. Une politique unique qui généralise à des morphologies inédites réduirait ce coût pour les gammes de robots à variantes multiples, les prototypes dont la mécanique évolue souvent ou les flottes hétérogènes. Elle irait aussi dans le sens des modèles généralistes déjà visibles en manipulation, ici appliqués à la locomotion. Il faut toutefois rester prudent. Le déploiement réel semble limité à des quadrupèdes, donc à la famille la plus proche de celles vues en simulation. Les bipèdes et tripèdes ne sont évalués qu'en simulation, ce qui laisse ouverte la question de l'écart sim-to-real sur les morphologies les plus instables. Les performances face à des politiques spécialisées ne sont pas chiffrées dans le résumé. Ce travail s'inscrit dans la recherche sur l'apprentissage cross-embodiment, où des approches par graphes ou Transformers traitent un robot comme un ensemble de nœuds articulés, une idée connue depuis plusieurs années en simulation. PolyMorph se distingue par l'usage direct de l'URDF comme entrée et par la prise en charge d'un nombre variable de pattes. Il se positionne face aux politiques spécialisées par robot, aujourd'hui la norme pour les quadrupèdes du commerce, et face aux modèles généralistes de type VLA, plus centrés sur la manipulation. Aucun partenaire industriel, calendrier de publication de code ni projet pilote n'est annoncé. La suite logique serait une validation sur davantage de robots physiques, notamment des bipèdes, ainsi qu'une comparaison publique avec des politiques dédiées. Il s'agit d'un preprint, pas encore évalué par des pairs.

RecherchePaper

1 source

2arXiv cs.RO

Le robot n'est pas sa description : GaugeBench pour la robustesse de la représentation dans les politiques sensibles à la morphologie

Des chercheurs publient sur arXiv (2610.07597) GaugeBench, un banc d'essai qui teste une question laissée de côté par l'évaluation cross-embodiment : un contrôleur survit-il quand le robot reste identique mais que sa description change ? Une description de robot (URDF ou équivalent) encode en effet, en plus du mécanisme physique, des conventions arbitraires : sens des axes d'articulation, zéro angulaire des joints, ordre et noms des liens et des articulations. GaugeBench réécrit un même mécanisme selon des conventions physiquement équivalentes, vérifie que la physique et l'interface de la politique sont préservées, puis évalue les mêmes poids. Trois politiques MetaMorph obtiennent un score de 4030,6 sur 80 robots connus, mais seulement 51,6 quand ces mêmes robots sont simplement re-décrits. Sur 98 robots réellement inédits, le score reste à 1489,6. Le phénomène se retrouve avec ModuMorph et avec un framework PyBullet indépendant. L'enjeu est direct pour quiconque vise des politiques « morphology-aware » généralistes. Une nouvelle description s'avère plus destructrice qu'un nouveau robot : la généralisation mesurée jusqu'ici reflète en partie une mémorisation de conventions, pas une compréhension de la mécanique. Pour un intégrateur, cela signifie qu'un changement d'export CAO, de chaîne d'outils ou de fournisseur d'URDF peut ruiner un contrôleur sans toucher au matériel. L'analyse causale est utile : l'inversion d'axe seule reproduit l'effondrement, les changements de zéro angulaire sont quasi inoffensifs, le réordonnancement est intermédiaire. Modifier uniquement les coordonnées d'état et de couple des articulations suffit à casser la politique, alors que modifier seules les caractéristiques dérivées de la description ne le fait pas. Le défaut est réparable : un transport exact entre deux descriptions restitue le contrôleur d'origine, et un entraînement sur des conventions d'axes équivalentes fait passer le retour conservé sous inversion d'axe de 3,6 % à 80,6 %. Ces résultats s'inscrivent dans la course aux politiques cross-embodiment, de MetaMorph à ModuMorph, évaluées jusqu'ici en changeant de robot tout en figeant les conventions de description. Les auteurs distinguent la robustesse du mécanisme de la robustesse de la représentation et recommandent de tester les deux. Il s'agit d'une préimpression, évaluée en simulation, sans validation sur matériel réel ni revue par les pairs. Ses conclusions devraient toutefois peser sur les protocoles d'évaluation des futurs modèles généralistes, VLA inclus, dès lors qu'ils consomment des descriptions de robot comme entrée.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

Apprentissage par renforcement sur graphe adapté à la morphologie pour la locomotion de robots tenségrité

Des chercheurs ont publié sur arXiv (référence 2510.26067, version 2, octobre 2025) un framework d'apprentissage par renforcement intégrant un réseau de neurones à graphes (GNN) dans l'algorithme Soft Actor-Critic (SAC) pour contrôler la locomotion de robots tenségrité. Le système représente la topologie physique du robot sous forme de graphe, où chaque nœud correspond à un composant structurel (tige rigide ou câble élastique) et chaque arête encode les couplages mécaniques. Validé sur un robot tenségrité à 3 barres, le framework maîtrise trois primitives de déplacement : suivi de trajectoire en ligne droite et virage bidirectionnel. Aucun réglage supplémentaire n'a été nécessaire pour le passage simulation-vers-matériel, et les politiques apprises s'exécutent directement sur le robot physique avec une locomotion stable. Le résultat le plus significatif pour les intégrateurs et concepteurs de robots est le transfert sim-to-real sans fine-tuning : c'est précisément le point d'échec habituel des méthodes RL appliquées aux structures à dynamique fortement couplée. Les robots tenségrité combinent tiges rigides et câbles élastiques en tension permanente, ce qui rend leur dynamique sous-actionnée et difficile à modéliser fidèlement, un écart classique entre simulation et réalité. Le fait que le GNN encode explicitement les contraintes topologiques du robot explique en partie cette robustesse : la politique apprend la physique structurelle, pas seulement une carte entrée-sortie. Les résultats montrent également une meilleure efficacité d'échantillonnage et une tolérance accrue aux variations de bruit et de raideur des câbles, deux paramètres qui fluctuent inévitablement sur matériel réel. Les robots tenségrité ont émergé comme plateforme de recherche sérieuse notamment via les travaux de la NASA (robot SUPERball) et des universités comme UC Berkeley, en raison de leur légèreté et de leur résilience aux chocs, des atouts pour l'exploration spatiale ou la recherche et le sauvetage. Jusqu'ici, leur contrôle reposait essentiellement sur des politiques MLP standard ou des méthodes de contrôle classique, peu adaptées à la complexité des couplages internes. Ce travail s'inscrit dans une tendance plus large d'architectures GNN pour robots morphologiquement complexes, en compétition avec des approches comme les transformers de morphologie ou le contrôle basé modèle avec apprentissage des paramètres. Les prochaines étapes naturelles incluent l'extension à des structures plus complexes (6 barres, tenségrités sphériques) et des environnements non structurés, domaines où aucun déploiement industriel n'est encore annoncé à ce stade.

RecherchePaper

1 source

4arXiv cs.RO

MorphIt : approximation sphérique flexible de la morphologie robotique pour l'adaptation guidée par représentation

Une équipe de chercheurs présente MorphIt (arXiv:2507.14061), un cadre d'approximation sphérique conçu pour rendre adaptable la représentation morphologique d'un robot, plutôt que de la traiter comme une contrainte fixe. Le système décompose la géométrie d'un bras ou d'un corps robotique en ensembles de sphères dont la résolution est pilotée par descente de gradient, avec des paramètres ajustables permettant de naviguer entre précision géométrique et coût computationnel. Les auteurs rapportent des temps de génération jusqu'à 100 fois inférieurs aux méthodes existantes, tout en maintenant une fidélité géométrique supérieure avec un nombre de sphères réduit, face aux deux baselines testées : VSSA (Variational Sphere Set Approximation) et AMAA (Adaptive Medial-Axis Approximation). Les gains sont validés sur des tâches de détection de collisions, de simulation d'interactions en contact et de navigation en espace contraint. L'enjeu dépasse la seule accélération de calcul. Actuellement, la quasi-totalité des pipelines robotiques impose une représentation géométrique unique pour toutes les tâches, qu'il s'agisse de planification à haute cadence ou de manipulation fine en contact. Ce compromis dégrade soit la précision, soit le temps de cycle. MorphIt traite cette représentation comme une ressource modulable en temps réel : un même robot pourrait opérer en mode grossier pour l'évitement d'obstacles et en mode haute résolution pour l'assemblage de précision, sans reconfiguration matérielle. Le framework s'intègre avec l'infrastructure robotique existante, ce qui limite les frictions d'adoption pour les intégrateurs. Les méthodes d'approximation sphérique comme VSSA et AMAA existent depuis plusieurs années, mais ont été conçues principalement pour la visualisation, pas pour le calcul embarqué temps réel. MorphIt s'inscrit dans un mouvement plus large vers des représentations géométriques différentiables et optimisables, un principe déjà exploré dans le sim-to-real pour les modèles VLA (Vision-Language-Action). Les résultats présentés restent expérimentaux : le paper est un preprint sans validation en déploiement réel à grande échelle. Les suites naturelles incluent l'intégration avec des planificateurs de mouvement différentiables et des tests sur des plateformes hardware comme des bras collaboratifs ou des humanoïdes.

RecherchePaper

1 source