Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
RAVEN : planification par graphe de visibilité adaptative par renforcement pour une navigation robuste des humanoïdes avec MPC sans collision
RecherchearXiv cs.RO 

RAVEN : planification par graphe de visibilité adaptative par renforcement pour une navigation robuste des humanoïdes avec MPC sans collision

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

Voici le résumé pour l'article RAVEN.

Une équipe de chercheurs présente RAVEN (Reinforcement-Adaptive Visibility-Graph Planning), un cadre hiérarchique combinant apprentissage par renforcement (RL) et commande prédictive par modèle (MPC) pour la navigation de robots humanoïdes en environnement dynamique. Publié le 20 juillet 2026 sur arXiv (2607.15701v1), le système s'attaque à un problème concret des planificateurs classiques par graphe de visibilité couplés à un MPC : leurs performances dépendent de paramètres réglés manuellement et d'une modélisation précise du système, ce qui les rend vulnérables aux délais de contrôle, au bruit d'estimation d'état et aux incertitudes de locomotion réelles. Plutôt que d'utiliser le RL pour ajuster des poids de coût ou remplacer entièrement la planification comme le font d'autres approches, RAVEN l'utilise pour modifier directement la construction géométrique du graphe de visibilité, notamment l'inflation des obstacles, ce qui reconfigure la topologie du chemin global pour compenser les délais et imperfections de suivi. Une couche MPC garantissant l'absence de collision suit ensuite la trajectoire planifiée tout en imposant des contraintes explicites de vitesse et d'évitement d'obstacles.

L'intérêt pour l'industrie robotique tient à la démonstration empirique, entraînée sous délais et bruit réalistes, que cette approche réduit les dépassements près des obstacles et améliore la fiabilité dans les passages étroits par rapport à deux références : un planificateur par graphe de visibilité réglé manuellement et une politique de navigation RL pure de bout en bout. Pour les intégrateurs et décideurs, ce résultat pèse dans le débat entre planification géométrique interprétable et apprentissage end-to-end pour la navigation humanoïde : RAVEN conserve l'explicabilité et les garanties de contrainte d'un planificateur classique tout en gagnant la robustesse généralement associée aux méthodes apprises, sans sacrifier l'un pour l'autre.

Ce travail s'inscrit dans la lignée des recherches cherchant à combler l'écart entre planification hors ligne optimale et exécution réelle imparfaite sur des plateformes bipèdes, un défi central alors que les humanoïdes commerciaux (Figure, Boston Dynamics, Unitree) visent des déploiements en environnements non structurés. Contrairement aux approches purement end-to-end qui sacrifient l'interprétabilité, ou aux méthodes de réglage de poids de coût déjà explorées dans la littérature, RAVEN se positionne sur l'adaptation directe de la géométrie du graphe, une piste moins explorée. Les auteurs ne précisent pas de calendrier de déploiement sur robot physique ni de partenariat industriel ; l'évaluation reste à ce stade centrée sur des comparaisons en simulation ou banc d'essai contrôlé.

Dans nos dossiers

Boston DynamicsUnitreearXiv cs.RO

À lire aussi

Apprentissage de représentations de traversabilité conditionnées par le langage pour une navigation visuelle adaptative
1arXiv cs.RO 

Apprentissage de représentations de traversabilité conditionnées par le langage pour une navigation visuelle adaptative

Des chercheurs présentent sur arXiv (2610.11622) LaTraNav, un cadre de navigation visuelle qui apprend des représentations de traversabilité conditionnées par le langage. L'architecture est asynchrone: un modèle vision-langage (VLM) lent produit des représentations latentes de la traversabilité et du but de navigation, tandis qu'un planificateur rapide par flow matching, conditionné sur ces représentations, génère les trajectoires directement dans l'espace pixel. L'entraînement repose sur un pipeline de génération de données en simulation, avec trajectoires contrôlables, qui fournit des observations associées à des instructions en langage naturel, des cartes de traversabilité, des positions de but et des trajectoires variées. Une étape de traduction d'image photoréaliste réduit l'écart visuel avec le monde réel. Les évaluations, menées sur des jeux de données de sources multiples, portent sur la segmentation de traversabilité guidée par le langage et la localisation du but (VLM lent), ainsi que sur la planification adaptative de chemin (planificateur rapide). Le résultat chiffré principal est une cadence de mise à jour des trajectoires multipliée par 6,05 à cadence sémantique identique grâce à l'ordonnancement asynchrone. L'intérêt tient à ce que la traversabilité cesse d'être codée en dur. Les chaînes classiques reposent sur des cartes de coûts explicites ou des masques de segmentation avec des critères prédéfinis, qui exigent des règles manuelles et un réglage minutieux pour chaque robot. Ici, la même perception peut s'adapter aux capacités d'une plateforme ou aux préférences d'un opérateur par simple instruction (par exemple éviter l'herbe, accepter un gravier ou franchir un petit obstacle). Pour les intégrateurs, cela réduit le coût de re-paramétrage d'une flotte hétérogène. Le résultat le plus instructif est que le conditionnement latent surpasse l'usage de masques de segmentation explicites, ce qui nuance l'idée que la sortie intermédiaire interprétable est toujours préférable. Les masques dépendent aussi du point de vue et deviennent obsolètes quand la latence de perception augmente, un problème que l'approche asynchrone contourne en laissant le planificateur rapide corriger la trajectoire entre deux mises à jour sémantiques. Ce travail s'inscrit dans la tendance des architectures à deux vitesses, popularisées en manipulation et en humanoïde par des systèmes comme Helix de Figure ou GR00T de NVIDIA, où un module de raisonnement lent guide un contrôleur rapide. Il transpose cette logique à la navigation visuelle, face aux approches VLM directes, trop lentes pour le contrôle réactif, et aux pipelines de cartes de coûts classiques, plus rapides mais rigides. Il faut toutefois rester prudent: l'entraînement est majoritairement simulé, les données d'évaluation sont des jeux de données et non des déploiements sur robot, et le gain de 6,05 fois mesure une fréquence de mise à jour, pas une réussite de mission. Aucun déploiement sur robot réel, plateforme matérielle ni calendrier de transfert industriel n'est annoncé dans le résumé. La validation sur robot physique, en environnement non structuré et sous latence réelle, sera l'étape décisive.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
MPC adaptatif du corps entier avec planification de posture optimale pour robots humanoïdes sous charges utiles inconnues
2arXiv cs.RO 

MPC adaptatif du corps entier avec planification de posture optimale pour robots humanoïdes sous charges utiles inconnues

Des chercheurs proposent une architecture de commande « corps entier » adaptative pour qu'un robot humanoïde conserve son équilibre lorsqu'il soulève ou transporte une charge dont la masse est inconnue et variable. Le travail, publié sur arXiv (2610.12972), associe trois briques. La première est un contrôleur prédictif par modèle (MPC) centroïdal, qui génère des mouvements de référence dynamiquement réalisables. La deuxième est un contrôleur d'équilibre adaptatif à logique floue. Il compense l'écart de modèle induit par la charge en produisant des couples correctifs répartis sur les articulations de la jambe d'appui. La troisième est un planificateur de posture optimal fondé sur des points de passage et sur un modèle à triple intégrateur. Il produit des trajectoires lisses de passage assis-debout et debout-assis, qui respectent les contraintes de stabilité du centre de masse (CoM), les limites articulaires et la faisabilité du corps entier. L'ensemble doit permettre d'abaisser le robot, de saisir, soulever, porter puis déposer un objet. Les auteurs annoncent des essais en simulation et sur matériel réel, avec une meilleure robustesse d'équilibre et une moindre dégradation du suivi de trajectoire que des références non adaptatives. Le résumé ne donne ni la plateforme utilisée, ni les masses testées, ni les gains chiffrés. L'enjeu est concret pour la manutention. Un humanoïde en entrepôt ou en usine ne connaît presque jamais la masse exacte de ce qu'il prend, et une charge mal estimée déplace le centre de masse et dégrade le suivi des contrôleurs nominaux. Beaucoup de démonstrations actuelles, avec des charges légères et connues, masquent cette difficulté. Cette approche, qui traite l'incertitude de charge par une adaptation en ligne plutôt que par une identification préalable, va dans le sens d'une robustesse exigée par les intégrateurs. Le choix d'un contrôleur flou adaptatif, léger en calcul, par-dessus un MPC, est aussi un compromis intéressant face aux politiques apprises de bout en bout (VLA, apprentissage par renforcement). Ces dernières gèrent mal les perturbations hors distribution et restent difficiles à certifier. Il faut toutefois rester prudent : il s'agit d'un preprint non évalué par les pairs, sans charge maximale ni taux de réussite publiés, et la comparaison porte sur des références non adaptatives, non sur l'état de l'art industriel. Ce travail s'inscrit dans une lignée bien établie : MPC centroïdal et commande du corps entier, popularisés par les plateformes de Boston Dynamics, d'Agility Robotics ou par les travaux académiques sur Atlas, Digit et les humanoïdes de recherche. L'adaptation à la charge y reste un point faible, alors que les acteurs commerciaux (Figure, Tesla avec Optimus, Agility, Apptronik) visent des tâches de logistique avec des caisses de plusieurs kilos. En parallèle, les approches apprises (GR00T, Pi-0, Helix) dominent la communication, mais les contrôleurs basés sur un modèle gardent l'avantage de la prévisibilité. Les suites logiques seront la publication du code et des charges testées, une validation sur des plateformes variées et une confrontation directe avec des méthodes hybrides mêlant MPC et apprentissage.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Vers un style de tennis professionnel pour robots humanoïdes grâce à une planification et un suivi de mouvement adaptatifs
3arXiv cs.RO 

Vers un style de tennis professionnel pour robots humanoïdes grâce à une planification et un suivi de mouvement adaptatifs

Des chercheurs ont publié le 21 août 2026 sur arXiv (référence 2608.20087v1) AdaPT, un système de planification et de suivi de mouvement adaptatif qui apprend à des robots humanoïdes à servir et échanger au tennis avec un style proche de celui des joueurs professionnels, directement à partir de vidéos de retransmissions télévisées. L'architecture est hiérarchique : un planificateur génère la trajectoire cinématique stylisée, tandis qu'un module de suivi (tracker) l'exécute en interférant le moins possible avec le plan initial. Validée en simulation, l'approche a ensuite révélé un écart important entre simulation et réel sur le robot Unitree G1, la précision du suivi se dégradant à cause de la planification autorégressive et du bruit de perception ; pour corriger cela, les auteurs ont entraîné le tracker à suivre des vitesses d'exécution randomisées et conditionné le planificateur via un adaptateur de vitesse appris. Les politiques AdaPT ont ensuite été déployées sur le robot humanoïde grand format Dobot Atom (1,7 mètre), capable de servir en conditions réelles sans capture de mouvement, avec vidéos et code publiés sur le site du projet. Ce résultat illustre concrètement la possibilité de transférer un mouvement stylisé et physiquement exigeant, appris depuis de simples vidéos, vers un robot humanoïde grande taille opérant sans motion capture ni environnement contrôlé, un enjeu central pour l'industrie face au fossé habituel entre démonstrations et performance réelle. Il faut toutefois le lire comme un résultat de recherche académique et non comme un produit commercialisé : aucune annonce de volumes, de prix ni de partenariat industriel n'accompagne la publication, et les essais restent limités en nombre. La méthode elle-même dépasse le seul tennis, puisqu'elle traite un problème plus général, générer des mouvements stylistiques complexes sans sacrifier la performance de la tâche, pertinent pour toute application humanoïde exigeant dextérité et fluidité. Ce travail s'inscrit dans une vague récente de recherches sur des humanoïdes jouant à des sports de balle, un domaine où plusieurs laboratoires ont récemment montré des frappes ou services au tennis, badminton ou ping-pong, souvent via des architectures de type VLA ou du renforcement pur. AdaPT se distingue par la combinaison d'une imitation de style issue de vidéos de diffusion et d'une architecture planificateur/tracker pensée spécifiquement pour limiter la dégradation lors du transfert simulation-réel. Les tests ont porté sur deux plateformes, le Unitree G1, standard courant en recherche sur la locomotion, et le Dobot Atom, humanoïde grand format du fabricant chinois Dobot. Les auteurs n'annoncent aucun calendrier de pilote commercial, se limitant à publier code et vidéos et à souligner des enseignements algorithmiques et d'ingénierie pour de futurs systèmes humanoïdes sportifs.

RecherchePaper
1 source
VE2VF : distillation vision vers sans vision par apprentissage par renforcement pour la manipulation robuste avec contacts
4arXiv cs.RO 

VE2VF : distillation vision vers sans vision par apprentissage par renforcement pour la manipulation robuste avec contacts

Des chercheurs ont présenté VE2VF (Vision-Enabled to Vision-Free), un cadre d'apprentissage par renforcement (RL) pour la manipulation robotique en contact riche, publié en préprint sur arXiv (2605.29564). La méthode repose sur une distillation enseignant-élève conduite intégralement sur robot réel, sans simulation ni randomisation de domaine. Un module "enseignant" équipé de vision apprend d'abord la tâche, puis transfère sa politique à un "élève" n'utilisant que la pose, le twist et le wrench (position/orientation, vitesse et couple de force), sans aucun flux caméra. Sur le benchmark NIST d'assemblage, référence standardisée pour les tâches d'insertion de précision, le système atteint 95 % de taux de succès global après environ 50 minutes d'entraînement sur 3 tâches représentatives, et généralise à 8 variantes non vues lors de l'entraînement. Un fine-tuning par distillation permet d'atteindre 100 % de succès sur la variante la plus difficile. Ce résultat adresse un problème structurel en robotique industrielle: les politiques basées sur la vision surapprennent les conditions d'éclairage et de fond vues à l'entraînement, ce qui fragilise leur déploiement en environnement de production variable. En éliminant la vision à l'inférence tout en l'exploitant pendant l'apprentissage, VE2VF produit des politiques robustes aux perturbations visuelles sans coût supplémentaire en données. Plus significatif encore: atteindre cette généralisation en moins d'une heure d'entraînement réel suggère qu'on peut contourner le sim-to-real gap sans simulateur haute-fidélité ni dataset synthétique massif. Pour les intégrateurs déployant des cellules d'assemblage de précision, la combinaison rapidité d'adaptation et robustesse proprioceptive est directement actionnable. Le benchmark NIST Assembly Task Board est utilisé depuis plusieurs années comme terrain de comparaison inter-équipes en manipulation de précision, ce qui confère à ces résultats une lisibilité relative face aux travaux antérieurs. Les approches concurrentes combinent généralement simulation, randomisation de domaine et larges volumes de données synthétiques avant transfert sur robot réel. VE2VF se positionne comme une alternative ancrée dans le réel, avec une boucle human-in-the-loop permettant de superviser l'apprentissage en cours de session. Il s'agit à ce stade d'un préprint de recherche, non d'un système en production ni d'un produit commercialisé. Les suites naturelles incluent des tests sur d'autres plateformes matérielles et des tâches industrielles plus complexes, ainsi qu'une confrontation directe avec les approches de type VLA (Vision-Language-Action) qui ciblent elles aussi la généralisation en manipulation contact-riche à grande échelle.

RecherchePaper
1 source