Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Apprentissage d'une locomotion tolérante aux pannes par ajustement adaptatif du rythme de marche
RecherchearXiv cs.RO 

Apprentissage d'une locomotion tolérante aux pannes par ajustement adaptatif du rythme de marche

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

Un article publié sur arXiv début août 2026 (référence 2608.07328) présente une méthode d'apprentissage par renforcement profond pour la locomotion tolérante aux pannes des robots quadrupèdes, en cas de perte de puissance sur un actionneur. L'architecture repose sur un schéma acteur-critique asymétrique : le critique dispose, pendant l'entraînement, d'informations privilégiées sur l'état complet du système, tandis que l'acteur reconstruit une représentation latente équivalente à partir des seules observations proprioceptives, grâce à une fonction de perte qui force la cohérence entre les deux réseaux. L'espace d'action intègre aussi un paramètre de fréquence de démarche apprenable, qui ajuste le tempo de la marche selon le terrain ou une panne, sans stratégie prédéfinie. La méthode est validée en simulation sur terrain accidenté, puis testée en réel sur sol plat avec un quadrupède de 68 kg.

L'enjeu dépasse la performance académique : un robot quadrupède lourd, utilisé en inspection industrielle ou en logistique extérieure, doit pouvoir continuer à avancer malgré la panne partielle d'un actionneur, sous peine d'immobilisation au moindre incident mécanique. Les techniques de compensation agressive à haute fréquence, efficaces sur de petites plateformes, deviennent difficiles à appliquer quand la masse augmente et que les limites d'actionnement se resserrent, un problème d'échelle que ce travail traite sans règle codée à la main pour chaque type de panne. Un bémol : si la simulation couvre un terrain accidenté, les essais physiques se limitent au sol plat, laissant ouverte la question du comportement réel face à une panne combinée à un terrain difficile, le scénario le plus critique en usage industriel.

Cette publication s'inscrit dans un courant de recherche plus large sur l'apprentissage sim-to-real pour la locomotion à pattes, où les progrès récents ont surtout porté sur la robustesse aux terrains difficiles et aux perturbations externes, moins sur la tolérance aux pannes internes des actionneurs. Le choix d'un robot de 68 kg, plus lourd que la plupart des plateformes quadrupèdes de recherche courantes, traduit une volonté de rapprocher ces méthodes des besoins de robots industriels de plus grande taille. L'article ne précise ni les auteurs ni l'institution d'origine, et ne donne aucun calendrier de transfert vers une plateforme commerciale : il s'agit d'un travail de recherche évalué en simulation et sur un nombre limité d'essais réels, non d'un produit déployé.

Dans nos dossiers

arXiv cs.RO

À lire aussi

PolyMorph : apprentissage d'une politique de locomotion pour l'adaptation à plusieurs morphologies
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
Adaptation de la démarche économe en énergie par apprentissage par renforcement hiérarchique pour la locomotion quadrupède sur terrains variés
2arXiv cs.RO 

Adaptation de la démarche économe en énergie par apprentissage par renforcement hiérarchique pour la locomotion quadrupède sur terrains variés

Des chercheurs proposent un cadre d'apprentissage par renforcement hiérarchique (HRL) qui sépare deux niveaux de contrôle pour la locomotion des robots quadrupèdes. Une politique haute fréquence assure l'exécution stable et robuste du mouvement au niveau des articulations. Une politique basse fréquence adapte la démarche en minimisant explicitement le coût de transport (CoT), c'est-à-dire l'énergie dépensée par unité de poids et de distance parcourue. L'entraînement se fait en trois étapes sous Isaac, le simulateur de NVIDIA. Il permet un transfert direct de la simulation au réel (zero-shot, sans réglage supplémentaire). Les auteurs le valident sur un quadrupède Unitree AlienGo. En simulation, ils le comparent à des politiques monolithiques et à des architectures hiérarchiques de référence. Ils annoncent un CoT réduit sur une large plage de vitesses commandées, avec une locomotion qui reste robuste sur sol plat, sol irrégulier et pentes. Le résumé publié ne donne aucun chiffre précis, ni pourcentage de réduction, ni valeur de CoT, ni vitesse maximale. L'intérêt principal est de s'attaquer à un défaut connu des politiques entièrement apprises de bout en bout. Dans ces systèmes, la génération de la démarche, l'exécution du mouvement et l'optimisation énergétique sont étroitement imbriquées. Le résultat dépend alors fortement de la pondération des termes de récompense, ce qui rend les politiques fragiles et difficiles à ajuster. En isolant la minimisation du CoT dans un niveau dédié, l'approche rend l'efficacité énergétique plus contrôlable, sans dégrader le suivi de vitesse. La hiérarchie fait aussi émerger une adaptation automatique de la démarche : le robot passe de l'amble (pacing) à basse vitesse au trot à vitesse plus élevée. Cela rappelle les transitions de allures observées chez les animaux, sans qu'elles aient été programmées. Pour les intégrateurs, l'autonomie est un facteur limitant des quadrupèdes d'inspection industrielle. Un gain énergétique obtenu par la politique seule, sans changement matériel, serait donc précieux. Il faudra toutefois le confirmer par des mesures d'autonomie réelles. Cette publication s'inscrit dans une série de travaux sur la locomotion apprise, qui ont largement utilisé Isaac Gym et Isaac Lab pour entraîner des politiques déployées sur des plateformes Unitree. Les approches hiérarchiques existent déjà. Elles séparent en général un planificateur de démarche ou de pas d'un contrôleur bas niveau. Ici, la particularité tient à l'optimisation explicite du CoT au niveau supérieur. Les limites sont claires. Il s'agit d'un preprint arXiv (2610.10297v1) non évalué par les pairs. Le test matériel porte sur un seul robot, l'AlienGo, plateforme plus ancienne que les Go2 ou B2 actuels de Unitree. Les terrains testés restent relativement simples. La suite logique serait de valider sur des plateformes plus récentes, avec des mesures de consommation en conditions réelles. Il faudrait aussi tester des terrains plus difficiles comme les escaliers, et comparer avec les contrôleurs commerciaux.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Apprentissage d'une locomotion adaptative à la pente pour robots humanoïdes sur chantiers de couverture
3arXiv cs.RO 

Apprentissage d'une locomotion adaptative à la pente pour robots humanoïdes sur chantiers de couverture

Un article publié sur arXiv (référence 2609.20558v1) présente un cadre logiciel permettant à un robot humanoïde Unitree G1 d'exécuter des tâches de couvreur sur toitures en pente : marche en montée, utilisation d'une cloueuse pneumatique, martelage et mouvements de flexion. La méthode capture des démonstrations humaines par un système de suivi de mouvement, les retranscrit sur le robot, puis s'appuie sur un modèle métrique 3D du toit pour ancrer précisément les points de contact des pieds et des mains ainsi que les relations de travail (distance à l'outil, zones de dégagement) à la surface réelle. Une optimisation au niveau de la trajectoire fixe ces contraintes, tandis qu'un apprentissage par renforcement sensible à l'exécution maintient ces relations malgré les erreurs de suivi en conditions dynamiques. Les auteurs évaluent l'approche via une étude de suivi multi-mouvements, une matrice couvrant différentes pentes de toit, une ablation à cinq configurations sur la tâche de cloueuse, des tests croisés sur le martelage et la poussée latérale, ainsi que des comparaisons avec un apprentissage par renforcement pur et une téléopération sans apprentissage préalable. Résultats obtenus : des erreurs de dégagement de travail comprises entre 0,256 et 0,531 cm, un taux de réussite de 3 sur 3 pour chaque tâche testée, et des erreurs moyennes de position du tronc inférieures à 80 mm lors des expériences physiques. L'intérêt de ces travaux tient au problème qu'ils ciblent : les surfaces inclinées et irrégulières du bâtiment restent l'un des terrains les plus difficiles pour les humanoïdes, bien plus exigeants que les sols plats des entrepôts où la plupart des démonstrations commerciales sont tournées. L'étude illustre aussi un écueil classique de l'apprentissage par imitation : retranscrire fidèlement un geste humain capturé ne garantit pas un placement correct des appuis par rapport à l'environnement réel, d'où l'ajout d'un ancrage explicite à un modèle de scène. Pour les intégrateurs et décideurs du BTP, ce résultat reste un signal de recherche amont plutôt qu'une preuve de déploiement : il indique une piste méthodologique crédible pour doter les humanoïdes de compétences de chantier extérieur, sans annoncer de produit ni de pilote commercial. Le travail s'appuie sur le Unitree G1, plateforme humanoïde chinoise largement utilisée par les laboratoires de recherche en robotique incarnée pour son coût réduit face à des concurrents comme Boston Dynamics ou Tesla Optimus. Il s'inscrit dans une vague plus large de recherches combinant apprentissage par imitation et renforcement pour le contrôle corps entier des humanoïdes, dans la lignée conceptuelle de projets industriels comme Helix de Figure AI ou GR00T N2 de NVIDIA, sans toutefois émaner d'un acteur commercial identifié : il s'agit d'une prépublication arXiv non encore validée par relecture par les pairs. Les auteurs présentent leur approche comme une base pour de futures primitives de mouvement humanoïde dédiées au bâtiment, sans calendrier de pilote ni partenariat annoncé à ce stade.

RecherchePaper
1 source
FT-WBC : apprentissage d'un contrôle corps entier tolérant aux défaillances pour la loco-manipulation de robots à pattes
4arXiv cs.RO 

FT-WBC : apprentissage d'un contrôle corps entier tolérant aux défaillances pour la loco-manipulation de robots à pattes

Des chercheurs ont publié le 24 juin 2026 sur arXiv (référence 2606.24466) un cadre de contrôle baptisé FT-WBC (Fault-Tolerant Whole-Body Control), conçu pour maintenir la stabilité et la capacité de manipulation des robots à pattes équipés d'un bras lorsqu'un ou plusieurs actionneurs tombent en panne. Le système repose sur une architecture à politiques découplées haut/bas du corps, et intègre deux modules clés : un Fault Estimator (FE), qui prédit les articulations défaillantes à partir de l'historique proprioceptif du train inférieur, et un Posture Adaptation Module (PAM), qui convertit les commandes de posture potentiellement déstabilisantes générées par la politique du bras en commandes sûres et exécutables pour le torse. Les expériences en simulation et sur robot réel montrent une amélioration significative du taux de survie et du volume d'espace de travail atteignable sous deux régimes de panne : actionneur affaibli (weakening failure) et actionneur bloqué (locked failure). Le transfert sim-to-real s'effectue en zero-shot, sans ré-entraînement. L'enjeu central de ce travail est le couplage entre stabilité locomotrice et accessibilité du bras lors d'une dégradation matérielle, un problème que les méthodes de tolérance aux pannes existantes laissaient largement non résolu, car elles traitaient la locomotion seule. Dans un déploiement industriel ou de service réel, les défaillances d'actionneurs ne sont pas des scénarios théoriques : elles surviennent sur des robots en fonctionnement prolongé, en environnements poussiéreux ou sous contraintes mécaniques répétées. Le fait que FT-WBC préserve autant que possible l'espace de travail du bras tout en synthétisant une allure compensatoire est un signal concret que la robustesse opérationnelle des manipulateurs à pattes commence à être prise en compte au niveau du contrôle, et pas seulement au niveau mécanique. Le domaine de la loco-manipulation sur pattes s'est structuré autour de plateformes comme l'ANYmal de ANYbotics équipé du bras HEBI, le Spot d'Boston Dynamics avec Spot Arm, ou encore l'Unitree B2-W. Ces systèmes ont démontré leur mobilité en terrain non structuré, mais leur robustesse aux pannes en cours de tâche reste un angle mort de la littérature. FT-WBC s'inscrit dans une tendance de recherche qui vise à rapprocher les conditions de laboratoire des conditions réelles d'exploitation, notamment pour les applications d'inspection industrielle, de manutention en entrepôt ou d'intervention en environnements à risque. L'article ne mentionne pas de partenaires industriels ni de calendrier de commercialisation : il s'agit pour l'instant d'un résultat académique, dont la validation reste limitée aux scénarios présentés dans le papier.

RecherchePaper
1 source