RechercheInteresting Engineering 16 juillet 2026

Robot humanoïde marche sur sable, gravier et pentes grâce à un cadre d'entraînement plus rapide

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs du Georgia Institute of Technology ont mis au point un nouveau cadre d'apprentissage automatique baptisé « Learn to Teach » (L2T), qui permet à un robot humanoïde bipède de marcher sur du sable, du gravier, de l'herbe détrempée, des pentes, des escaliers et des surfaces glissantes, tout en réduisant nettement le temps et la puissance de calcul nécessaires à l'entraînement du contrôleur. Contrairement à l'apprentissage classique par renforcement de type enseignant-élève, où un modèle « professeur » est d'abord entraîné en simulation avant de transmettre ses connaissances à un modèle « élève » qui pilote le robot réel, la méthode de Georgia Tech entraîne les deux agents simultanément. Selon Feiyang Wu, chercheur principal du projet, l'approche séquentielle classique pose deux problèmes : elle prend trop de temps et gaspille une partie des informations collectées par le professeur en cours d'apprentissage. Le contrôleur a été testé sur un robot humanoïde grandeur nature dans le laboratoire du professeur associé Ye Zhao, où l'équipe a aussi poussé et tiré la machine pendant les essais pour observer sa capacité à ajuster sa démarche et rester stable. Les travaux ont été présentés à l'ICRA (IEEE International Conference on Robotics and Automation).

Cette avancée s'attaque à un goulot d'étranglement bien identifié dans la robotique humanoïde : l'entraînement de contrôleurs en simulation nécessite souvent des heures de calcul sur du matériel GPU coûteux, un frein direct à l'itération rapide et au déploiement à grande échelle. En faisant apprendre le professeur et l'élève en parallèle, et en permettant au professeur de tirer des enseignements de l'expérience de l'élève, l'équipe réduit ce que les roboticiens appellent le « fossé d'imitation » entre les conditions idéalisées de la simulation et la réalité du terrain, un problème central dans le débat sur le fameux « sim-to-real gap ». Fait notable, le même contrôleur généraliste a surpassé le logiciel fourni par le fabricant du robot sur plusieurs types de terrains, sans nécessiter de contrôleurs distincts par environnement, ce qui illustre la valeur d'une recherche en apprentissage automatique directement confrontée au monde réel plutôt qu'à des démonstrations scénarisées.

Wu reconnaît que l'équipe ne s'attendait pas elle-même à une telle polyvalence pour un robot humanoïde aussi volumineux, la locomotion agile sur terrain accidenté n'ayant jusqu'ici jamais été véritablement démontrée pour ce type de machine. Au-delà de la marche, les chercheurs estiment que le cadre « Learn to Teach » pourrait s'appliquer à d'autres architectures de robots et à des tâches variées exigeant un déplacement fiable en environnement imprévisible, ouvrant une piste de recherche transférable bien au-delà du seul cas d'usage testé à Atlanta.

À lire aussi

1arXiv cs.RO

Hi-WM : un modèle du monde centré sur l'humain pour l'entraînement robotique à grande échelle

Une équipe de recherche présente Hi-WM (Human-in-the-World-Model), un cadre de post-entraînement pour politiques robotiques généralisées, publié sur arXiv (2604.21741). L'approche remplace l'exécution physique par un modèle du monde appris : la politique est d'abord déroulée en boucle fermée dans ce simulateur interne, et lorsqu'une trajectoire devient incorrecte ou risquée, un opérateur humain intervient directement dans le modèle pour fournir des actions correctives courtes. Hi-WM met en cache les états intermédiaires et supporte le rollback et le branchement, ce qui permet de réutiliser un seul état d'échec pour générer plusieurs continuations correctives distinctes. Les trajectoires ainsi produites sont réinjectées dans le jeu d'entraînement. Évalué sur trois tâches de manipulation réelle (objets rigides et déformables) avec deux architectures de politique différentes, le système affiche un gain de 37,9 points en taux de succès réel par rapport à la politique de base, et de 19,0 points par rapport à une ligne de base en boucle fermée dans le modèle du monde. La corrélation entre les évaluations dans le modèle et les performances réelles atteint r = 0,953. Ce résultat adresse un goulot d'étranglement structurel du déploiement robotique : le post-entraînement actuel exige du temps robot, des resets de scène, une supervision opérateur en continu, autant de contraintes qui rendent la correction itérative coûteuse à l'échelle. En décorrélant la phase corrective de l'exécution physique, Hi-WM densifie la supervision précisément là où la politique échoue, sans mobiliser le matériel. La forte corrélation sim-to-real (r > 0,95) est notable : elle suggère que le modèle du monde est suffisamment fidèle pour qualifier les politiques avant déploiement, ce qui contredit en partie l'hypothèse que l'évaluation dans le modèle reste trop éloignée des conditions réelles pour être exploitable. Les modèles du monde conditionnés sur les actions sont étudiés depuis plusieurs années principalement pour la génération de données synthétiques et l'évaluation de politiques, notamment dans les travaux autour des VLA (Vision-Language-Action models) et des politiques généralisées comme celles portées par Physical Intelligence (Pi-0) ou les recherches internes de Google DeepMind. Hi-WM repositionne ces modèles comme substrat correctif actif, une troisième fonction jusqu'ici peu explorée. Les suites naturelles incluent l'extension à des tâches de locomotion, la réduction du coût de construction du modèle du monde, et l'intégration dans des pipelines de fine-tuning continu pour robots déployés en environnement industriel variable.

RechercheOpinion

1 source

2arXiv cs.RO

Robot humanoïde de vente au détail : combler l'écart labo-magasin avec un cadre VLA post-entraînement efficace en données

Une équipe de recherche présente DEED (Data-Efficient Post-Training and Experience-Driven Learning), un système de post-entraînement conçu pour combler l'écart entre les performances en laboratoire et le fonctionnement fiable en conditions réelles des robots humanoïdes pilotés par modèles vision-langage-action (VLA). Le framework a été testé sur une tâche concrète de réapprovisionnement de paquets de chips en supermarché, avec un robot humanoïde Unitree G1-Edu piloté par le modèle fondation GR00T N1.6. DEED repose sur trois composants : un pipeline de post-entraînement économe en données, combinant alignement de la fréquence de contrôle, curation des données, mise en évidence visuelle des zones pertinentes pour la tâche et réduction de la dépendance au VLA ; une méthode d'affinage par l'expérience en conditions réelles, adaptée du système RECAP via un préfixe d'avantage textuel et une fonction de valeur vision-langage ; et un outil d'analyse dans l'espace latent permettant d'étudier les comportements en et hors distribution. Le tout fonctionne avec un seul GPU. L'apport principal de ces travaux est de démontrer que combler l'écart entre démonstration en labo et déploiement en magasin relève avant tout d'un problème d'intégration système, et non d'un problème d'architecture de modèle. Une politique qui échoue avec un simple fine-tuning naïf devient opérationnelle grâce à une conception soignée des données et un post-entraînement ciblé, sans changer de modèle de base. Pour les intégrateurs et décideurs du secteur robotique, ce résultat pèse dans le débat sur la maturité réelle des VLA à grande échelle : il suggère que la robustesse face aux erreurs d'exécution et aux variations d'environnement s'obtient par ingénierie de données plutôt que par des architectures toujours plus lourdes. Le travail s'inscrit dans la vague actuelle des modèles fondation pour humanoïdes commerciaux, dans la lignée de GR00T N2 ou Pi-0, déployés par des acteurs comme Figure ou Tesla avec Optimus. En s'appuyant sur RECAP pour l'apprentissage par l'expérience, DEED propose une méthode reproductible avec des ressources de calcul limitées, potentiellement transposable à d'autres tâches de manutention en environnement commercial ou logistique.

RechercheActu

1 source

3arXiv cs.RO

Effets du toucher robotique sur des personnes âgées guidées à la marche par un robot humanoïde

Une étude publiée sur arXiv (arXiv:2607.09323, 13 juillet 2026) évalue comment des personnes âgées perçoivent le contact physique avec un robot d'assistance à la marche. Vingt-quatre participants âgés de 68 à 88 ans ont parcouru à quatre reprises une trajectoire de dix mètres guidés par le robot humanoïde TIAGo Pro (PAL Robotics), selon quatre modalités de contact : aucun contact physique (NC), prise de poignet main dans main (HH), bras liés comme en accompagnement humain (LA), et appui de l'avant-bras contre l'avant-bras du robot (FC). Les chercheurs ont combiné mesures physiologiques (électrocardiogramme, activité électrodermale), force de contact, distance interpersonnelle au robot et questionnaires subjectifs pour caractériser la réponse des participants à chaque mode d'interaction. Les résultats montrent une légère hausse du stress physiologique lors du contact avec le robot, mais une acceptation globale confirmée par les mesures comportementales et déclaratives. Les deux conditions impliquant les forces d'interaction les plus élevées, HH et FC, sont associées à une distance plus réduite entre le participant et le robot, signe d'une confiance et d'un confort accrus, un résultat corroboré par les questionnaires où sécurité perçue, confiance et confort ressortent plus fortement pour ces deux modalités. Pour l'industrie de la robotique de service et d'assistance gériatrique, ce travail apporte une donnée concrète rare dans un domaine où les démonstrations dépassent souvent la validation clinique : un contact ferme et stable est préféré à l'absence de contact chez les seniors, ce qui oriente directement les choix d'actionneurs, de préhenseurs et de stratégies de contrôle en force pour les robots d'accompagnement. Ce travail s'inscrit dans un contexte de pénurie de personnel soignant qui pousse les établissements gériatriques à envisager l'assistance robotique comme complément, notamment pour la mobilité, domaine où les capacités de navigation déclinent avec l'âge. Le choix du TIAGo Pro, plateforme mobile à bras déjà utilisée dans plusieurs projets de recherche en robotique d'assistance, illustre la maturité relative de cette catégorie de robots pour des essais avec humains fragiles. Les auteurs présentent leurs résultats comme une base de conception pour de futurs systèmes de guidage à la marche, sans toutefois évoquer de déploiement en établissement ni de calendrier de commercialisation.

UEPAL Robotics, entreprise espagnole, fournit la plateforme TIAGo Pro utilisée dans cette étude, illustrant l'expertise européenne en robotique d'assistance gériatrique et orientant les choix de conception (actionneurs, préhenseurs) pour de futurs robots d'accompagnement en UE.

RecherchePaper

1 source

4Interesting Engineering

Les robots humanoïdes plient, ramassent et manipulent des objets fragiles avec plus de précision grâce à une nouvelle technologie

Des chercheurs de Carnegie Mellon University (CMU) et du Bosch Center for AI ont publié un nouveau système d'IA baptisé HTD (Humanoid Transformer with Touch Dreaming), conçu pour améliorer la manipulation d'objets par des robots humanoïdes dans des environnements à contact complexe. Le framework combine l'apprentissage par imitation avec un module de prédiction tactile, permettant au robot d'anticiper l'évolution des forces de contact et du retour haptique avant et pendant la saisie. Testé sur cinq tâches réelles, insertion d'objet en T, rangement de livres, pliage de serviette, ramassage de litière et service du thé, HTD affiche une amélioration relative de 90,9 % du taux de réussite moyen par rapport à la baseline ACT, un modèle d'imitation de référence dans le domaine. Le système repose sur une architecture dissociée : un contrôleur bas-corps entraîné par renforcement en simulation via une méthode teacher-student stabilise l'orientation du torse, la vitesse et l'équilibre, tandis que la cinématique inverse et le retargeting de main gèrent les mouvements du haut du corps et la dextérité digitale. Les représentations tactiles ne sont pas reconstruites brutes mais encodées dans un espace latent compact via un réseau cible mis à jour lentement, ce qui filtre le bruit sensoriel et améliore la stabilité de la manipulation. Ce résultat est notable parce qu'il adresse directement l'un des verrous persistants de la robotique humanoïde : la cohabitation entre locomotion et manipulation fine sans dégradation mutuelle. La séparation architecturale bas/haut corps n'est pas nouvelle en soi, mais son intégration avec un modèle prédictif tactile dans une politique unifiée évite le recours à un pré-entraînement tactile séparé ou à un world model externe, ce qui simplifie le pipeline de déploiement. Les études d'ablation sont particulièrement instructives : incorporer le toucher comme entrée brute supplémentaire ne suffit pas, la prédiction dans l'espace latent apporte 30 % de gain relatif supplémentaire sur le raw tactile. Pour les intégrateurs qui envisagent des humanoïdes dans des cellules de manutention délicate, c'est un signal clair que la qualité de la représentation sensorielle prime sur la quantité de capteurs. HTD s'inscrit dans une vague de travaux cherchant à combler le sim-to-real gap pour la manipulation contact-riche. Le controller bas-corps a été entraîné sur le dataset AMASS, qui fournit des mouvements humains réalistes pour perturber le torse pendant l'apprentissage, une approche de robustification déjà utilisée dans des projets comme Isaac Lab de NVIDIA ou les travaux de Stanford sur whole-body control. Dans le paysage concurrentiel, Figure (Figure 03), Physical Intelligence (Pi-0), Boston Dynamics et 1X Technologies travaillent tous sur des architectures VLA (Vision-Language-Action) pour la manipulation généraliste, mais peu publient des résultats quantitatifs sur des tâches aussi précises que l'insertion de connecteurs ou la manipulation de textiles. CMU n'a pas encore annoncé de partenariat industriel ni de calendrier de transfert vers un produit commercial, mais le Bosch Center for AI comme co-auteur suggère un intérêt applicatif concret dans l'automatisation industrielle à manipulation variable.

UELe Bosch Center for AI (Allemagne) co-auteur du papier signale un intérêt applicatif concret pour l'automatisation industrielle européenne à manipulation variable, sans calendrier de transfert industriel annoncé.

RechercheOpinion

1 source