Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
La Direction d'Impact Non Lisse (NSID) des Systèmes Robotiques
RecherchearXiv cs.RO 

La Direction d'Impact Non Lisse (NSID) des Systèmes Robotiques

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Une nouvelle étude théorique publiée sur arXiv (2607.13768) s'attaque à un problème central de la dynamique des robots à liaisons rigides : la modélisation des collisions avec l'environnement. Les auteurs y introduisent le concept de "direction d'impact non lisse" (NSID, nonsmooth impact direction), une direction caractéristique des vitesses avant et après impact qui reste largement indépendante des propriétés de contact (frottement, élasticité, rigidité de surface). Le travail couvre plusieurs cas de figure : systèmes à joints non élastiques et à joints flexibles, robots contraints et non contraints, et démontre que la direction d'approche par rapport à la NSID détermine directement l'orientation de la force impulsive lors d'impacts frictionnels et inélastiques. L'analyse théorique s'appuie sur une validation expérimentale, appliquée aux grandes classes de systèmes robotiques rétro-entraînables (backdrivable) à liaisons rigides.

L'enjeu n'est pas un produit ou une démo, mais un outil mathématique fondamental pour la planification et le contrôle des robots en contact avec leur environnement, un problème notoirement difficile car les impacts sont modélisés comme des événements instantanés générant des discontinuités de vitesse. Pour les concepteurs de contrôleurs de locomotion humanoïde, disposer d'une direction caractéristique d'impact indépendante des propriétés du contact simplifie considérablement la conception d'algorithmes robustes face à des sols aux frictions variables (carrelage, surface glissante, gravier). Cela intéresse aussi les tâches répétitives à choc, comme le martelage industriel ou certaines opérations d'assemblage en robotique de manipulation, où la prévisibilité de la force d'impact conditionne la précision et l'usure mécanique.

Ce travail s'inscrit dans une longue lignée de recherches en dynamique des systèmes hybrides et en modélisation des impacts rigides, un domaine qui bute depuis des décennies sur des paradoxes classiques (comme le paradoxe de Painlevé) et des formulations approximatives peu généralisables. Contrairement aux annonces produit du secteur humanoïde, il s'agit ici d'une contribution purement académique, sans chiffres de déploiement ni promesse commerciale : les auteurs présentent leur cadre comme une fondation pour de futurs algorithmes de planification et de contrôle, sans indiquer de calendrier d'intégration dans des plateformes robotiques existantes.

Dans nos dossiers

arXiv cs.RO

À lire aussi

Génération implicite de variétés d'espace nul pour les systèmes robotiques redondants
1arXiv cs.RO 

Génération implicite de variétés d'espace nul pour les systèmes robotiques redondants

Un preprint arXiv publié en mai 2026 (réf. 2605.25770) propose une méthode pour représenter la géométrie complète de l'espace des solutions dans les systèmes robotiques à degrés de liberté redondants. Lorsqu'un manipulateur possède plus de DDL que la tâche n'en requiert, il existe tout un ensemble de configurations valides formant une variété mathématique dans l'espace articulaire. Plutôt que d'exploiter cette redondance ponctuellement via la pseudo-inverse du Jacobien, les auteurs construisent un champ scalaire implicite sur l'espace de configuration, dont l'ensemble de niveau zéro correspond à la variété solution complète. Une stratégie d'échantillonnage guidée par le Jacobien capture les structures locales et globales de cette variété, produisant un champ de distance continu et différentiable. Les expériences sont conduites sur un robot planaire à trois liens et sur un manipulateur Franka Research 3 à sept DDL, référence académique standard pour la validation de méthodes de planification de mouvement. L'apport concret pour les équipes de planification de trajectoire est de disposer d'une représentation géométrique globale de toute la redondance disponible, et non d'un seul point de cet espace. Un champ de distance différentiable ouvre des stratégies d'optimisation directement ancrées dans la structure de la solution : évitement de singularités, compliance en espace articulaire, reconfiguration continue face aux obstacles sans replanification locale à chaque perturbation. La méthode se généralise à des familles de tâches à variation continue, ce qui permet des représentations compactes couvrant un spectre de conditions opératoires plutôt qu'un scénario figé. L'exploitation de l'espace nul du Jacobien est une question ouverte depuis les années 1980 en robotique. Les méthodes courantes restent soit locales (projection différentielle), soit dépendantes de grandes bases de données labellisées (VAE, normalizing flows pour l'apprentissage de variétés). Cette contribution emprunte au paradigme des champs implicites signés (signed distance fields, NeRF) issu de la vision 3D pour combler ce fossé, sans apprentissage supervisé massif. Il s'agit d'un preprint académique sans déploiement industriel annoncé ; les suites logiques incluent l'intégration dans des planificateurs temps réel (MoveIt, ROS 2) et l'extension à des architectures plus complexes comme les humanoïdes à 20+ DDL, où la gestion de la redondance constitue précisément un verrou non résolu.

UEImpact indirect via l'utilisation du robot Franka Research 3 (fabricant allemand) comme plateforme de validation, sans implication directe d'acteurs ou institutions français ou européens.

RecherchePaper
1 source
Une théorie généralisée de la répartition de charge dans les systèmes robotiques à actionnement redondant
2arXiv cs.RO 

Une théorie généralisée de la répartition de charge dans les systèmes robotiques à actionnement redondant

Un article publié sur arXiv (référence 2603.11431v2, version corrigée d'une soumission antérieure) présente une théorie généralisée de la distribution des charges dans les corps rigides manipulés par des systèmes robotiques à actionnement redondant, composés de plusieurs chaînes cinématiques fermées indépendantes, comme une main multidoigts, des robots à pattes ou des bras coopérants tenant un même objet. Les auteurs caractérisent l'ensemble complet des distributions de torseurs (forces et moments) compatibles avec un torseur résultant donné appliqué au corps rigide, et dérivent des solutions explicites aux problèmes de synthèse et d'analyse de torseurs, calculables directement sans méthode numérique itérative ni inversion de grandes matrices, avec un coût de calcul croissant linéairement selon le nombre de torseurs appliqués. Ils relèvent aussi des lacunes dans les approches actuelles de l'état de l'art et proposent des corrections, appuyées par des exemples illustratifs et une simulation. Cette théorie concerne directement le contrôle de force des mains robotiques multidoigts, des robots à pattes, des robots coopérants manipulant une charge commune, et plus largement tout mécanisme surcontraint où le nombre de points de contact ou d'actionneurs dépasse ce qui est strictement nécessaire, rendant la répartition des efforts mathématiquement indéterminée sans hypothèses supplémentaires, un problème classique et non trivial en robotique. Une solution explicite et peu coûteuse en calcul ouvre la voie à un contrôle en temps réel plus robuste pour la préhension complexe, la locomotion des robots à pattes et la manipulation coopérative entre bras, des briques utiles pour les intégrateurs déployant des systèmes de préhension ou des flottes collaboratives. Le constat des auteurs, selon lequel des méthodes de référence actuelles comportent des erreurs, suggère que certaines stratégies de contrôle de force déjà en usage dans l'industrie reposent sur des hypothèses de répartition de charge incorrectes. Il s'agit d'une publication académique sur arXiv, sans entreprise, produit ni déploiement associé, ce qui la distingue nettement des annonces commerciales du secteur robotique. La répartition des efforts dans les systèmes surcontraints est étudiée depuis des décennies en robotique, notamment pour la préhension multidoigt et les robots parallèles, mais généralement traitée au cas par cas selon le type de mécanisme. Les auteurs positionnent leur travail comme une généralisation unifiée couvrant à la fois les mains robotiques, les robots à pattes et les systèmes multi-robots coopérants, plutôt qu'une solution propre à une seule catégorie. Cette version 2 de l'article suggère une itération après retours de la communauté scientifique, mais aucune validation expérimentale sur robot physique au-delà de la simulation n'est mentionnée à ce stade.

RecherchePaper
1 source
Argus, le nouveau robot à 20 pattes, redéfinit la robotique avec son système de déplacement omnidirectionnel
3Interesting Engineering 

Argus, le nouveau robot à 20 pattes, redéfinit la robotique avec son système de déplacement omnidirectionnel

Des chercheurs de l'université Duke ont présenté Argus, un robot à 20 pattes modulaires et télescopiques disposées radialement autour d'un noyau central, sans avant ni arrière définis. Chaque patte intègre une caméra de profondeur, l'ensemble formant une géométrie dodécaédrique régulière à 12 faces pentagonales qui distribue uniformément la force et le champ de vision dans toutes les directions. L'équipe a simulé plus de 1 500 configurations morphologiques avant d'aboutir à ce design, qui atteint un score de 0,91 sur leur métrique d'isotropie dynamique, contre moins de 0,6 pour la quasi-totalité des robots actuels, quadrupèdes, humanoïdes et drones compris. Sur le campus de Duke, Argus a été testé sur sable, sentiers forestiers, herbe, béton et surfaces mouillées : il franchit des obstacles de 12 cm quelle que soit son orientation, transporte une charge utile de 4,5 kg à vitesse quasi maximale, continue de se déplacer après la mise hors service de trois pattes, et peut escalader des parois verticales en alternant groupes de pattes d'appui et de poussée. Ces comportements ont été appris entièrement en simulation avant transfert en environnement réel. L'intérêt de ce travail pour l'industrie robotique ne réside pas dans les performances brutes d'Argus, mais dans le cadre mathématique sous-jacent. L'isotropie dynamique fournit une méthode unifiée pour scorer, comparer et concevoir des systèmes robotiques selon leur uniformité de mouvement, applicable aux plateformes existantes. Pour un intégrateur ou un décideur industriel, cela signifie disposer d'un critère objectif pour évaluer la pertinence d'une architecture face à des tâches omnidirectionnelles, navigation en entrepôt dense, inspection en espace confiné, assistance en milieu non structuré. Le fait que les compétences d'Argus soient issues de sim-to-real pur, sans apprentissage en milieu réel, renforce la thèse que le design lui-même simplifie le problème d'apprentissage : un robot isotrope est plus facile à généraliser. Il faut néanmoins nuancer : les vidéos publiées montrent des conditions de test relativement contrôlées, et aucune métrique de temps de cycle industriel ou de coût de fabrication n'est communiquée. Duke s'inscrit dans un courant de recherche qui questionne le paradigme biomimétique dominant, où Boston Dynamics, Figure, Agility Robotics et Tesla Optimus misent sur la forme humanoïde ou quadrupède pour justifier une utilisation en environnement conçu pour l'humain. Argus représente une direction alternative, déjà explorée en partie par des robots sphériques ou hexapodes, mais formalisée ici avec une rigueur mathématique nouvelle. L'équipe a publié l'ensemble des 1 500 morphologies simulées pour permettre à d'autres groupes d'explorer l'espace de design. Aucun partenaire industriel ni timeline de commercialisation n'est annoncé, et Argus reste à ce stade un démonstrateur académique. La prochaine étape logique serait de valider le cadre d'isotropie dynamique sur des plateformes commerciales existantes, ou de voir si des acteurs comme Enchanted Tools ou Wandercraft en France intègrent ce type de métrique dans leurs cycles de conception.

RecherchePaper
1 source
StARS : recommandation d'actions robotiques socialement appropriées via un système de recommandation
4arXiv cs.RO 

StARS : recommandation d'actions robotiques socialement appropriées via un système de recommandation

Des chercheurs de l'Université de Cambridge (groupe Cambridge-AFAR) publient StARS, un nouveau cadre pour générer des actions robotiques socialement appropriées en tenant compte de la variabilité des jugements humains. Le constat de départ est simple : deux personnes peuvent juger différemment la même action d'un robot dans une situation identique, ce qui rend obsolète l'idée d'un score d'appropriation universel. Plutôt que d'entraîner un modèle unique censé plaire à tout le monde, l'équipe reformule le problème comme un système de recommandation, en traitant les annotateurs comme des utilisateurs, les scènes ou contextes comme des items, et les scores d'appropriation attribués à un ensemble d'actions candidates comme les cibles à prédire. StARS combine du filtrage collaboratif avec des représentations de scène apprenables, et reste agnostique au modèle sous-jacent : il peut s'intégrer à différents encodeurs de scène et backbones sans redesign complet. Les auteurs l'ont testé sur deux jeux de données de référence en robotique sociale, MannersDB+ et SocNav1, avec une analyse de robustesse en cas de retours de préférence peu nombreux. Le code est disponible publiquement sur GitHub. Pour l'industrie de l'interaction humain-robot, cette approche s'attaque à un angle mort classique des systèmes actuels : la plupart des modèles d'appropriation sociale produisent un score moyen, sans distinguer les préférences individuelles des utilisateurs, ce qui limite leur usage réel en contexte domestique, hospitalier ou en espace public partagé. En montrant des gains constants d'accord avec les annotateurs sur plusieurs jeux de données et plusieurs architectures, StARS suggère qu'une personnalisation légère, sans réentraîner le modèle de base, est possible pour affiner le comportement social des robots selon l'utilisateur. Ce travail s'inscrit dans la lignée des travaux sur l'évaluation de l'appropriation sociale en HRI (notamment les jeux de données MannersDB et SocNav utilisés ici) et dans la tradition plus large des systèmes de recommandation appliqués hors du e-commerce. Il reste à ce stade une contribution académique, publiée en préprint sur arXiv sans annonce de déploiement industriel ni de partenariat commercial ; la suite logique serait une validation sur des interactions robot-humain en conditions réelles, au-delà des jeux de données existants.

RecherchePaper
1 source