Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
ADAPT : des amorces de diffusion agiles et pilotables pour un contrôle robuste d'humanoïdes en ligne, guidé par texte
RecherchearXiv cs.RO 

ADAPT : des amorces de diffusion agiles et pilotables pour un contrôle robuste d'humanoïdes en ligne, guidé par texte

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

Un preprint publié sur arXiv (référence 2609.00677v1) décrit ADAPT (Agile Diffusion Action Priors), un framework de contrôle interactif du corps entier de robots humanoïdes piloté par texte. Contrairement aux pipelines texte-vers-mouvement dominants, qui génèrent une trajectoire suivie ensuite par un contrôleur séparé, ADAPT fonctionne en boucle fermée de bout en bout : le robot répond en continu aux commandes tout en gardant l'équilibre et des transitions fluides. Il apprend un prior d'action par diffusion à partir de trajectoires état-action annotées en texte, complété par une politique résiduelle d'apprentissage par renforcement entraînée sur le contrôleur gelé pour améliorer la robustesse entre consignes. L'abstract ne précise ni plateforme robotique testée, ni charge utile, degrés de liberté ou temps de cycle.

L'intérêt tient à la fusion, en une seule boucle, de la génération de mouvement et de son exécution : les systèmes actuels séparent souvent un module texte-vers-mouvement d'un contrôleur bas niveau, ce qui crée latence et ruptures dès qu'une commande change. ADAPT vise des humanoïdes plus réactifs au langage naturel, un enjeu pour les intégrateurs voulant doter leurs robots d'interfaces conversationnelles en entrepôt ou en usine. Il suggère aussi que les priors d'action par diffusion combinés au renforcement, dans la lignée de travaux comme Pi-0 ou GR00T N2, forment une base viable pour du contrôle général, sans toutefois de déploiement physique ni de comparaison chiffrée démontrés : la contribution reste académique, non encore validée par relecture par les pairs.

Ce travail s'inscrit dans la course menée par des laboratoires et entreprises comme Figure AI avec Helix, NVIDIA avec GR00T N2 ou Physical Intelligence avec Pi-0, pour doter les humanoïdes de piles vision-langage-action capables de suivre des instructions en langage naturel plutôt que des routines préprogrammées. Là où ces acteurs couplent souvent de grands modèles multimodaux à des primitives de mouvement, ADAPT propose des priors d'action par diffusion entraînés sur des données texte-état-action, complétés par du renforcement, comme alternative plus légère en boucle fermée. Aucun acteur français ou européen du secteur, comme Wandercraft ou Pollen, n'apparaît dans cette publication. Les suites attendues, non détaillées dans l'abstract, sont une réplication indépendante et une validation sur robot physique.

Dans nos dossiers

FigureWandercraftIA physique & VLANVIDIA GR00T

À lire aussi

PredActor : diffusion d'action prédictive pour un contrôle humanoïde embarqué et pilotable
1arXiv cs.RO 

PredActor : diffusion d'action prédictive pour un contrôle humanoïde embarqué et pilotable

PredActor, une politique de diffusion d'action prédictive pour le contrôle embarqué d'humanoïdes, est détaillée dans une publication arXiv de septembre 2026 (2609.24840). À la différence des architectures hiérarchiques classiques, qui séparent trajectoire de référence et tracker de suivi, elle s'exécute seule, conditionnée sur l'historique proprioceptif et un contexte de tâche optionnel, sans état corporel complet mesuré en externe, et génère à la fois les actions et une trajectoire d'état futur interne, guidée par classifier-free guidance pour le texte et par guidage de classifieur pour les objectifs de test. En simulation, elle atteint les 15 cibles testées, avec un score de récupération de texte de 0,580 contre 0,373 pour une diffusion d'action classique, et une résistance aux perturbations comparable. Sur une carte Jetson Orin NX, le cycle de calcul tombe à 16,790 ms en médiane et 19,383 ms au 95e percentile, sous les 20 ms requis ; déployée sur un robot Unitree G1, elle a démontré mouvement piloté par texte, réaction aux perturbations, contrôle au joystick et interpolation sémantique. Ce résultat répond à un point de friction du secteur : les politiques de diffusion pour humanoïdes fonctionnent bien hors ligne mais restent rarement pilotables en temps réel embarqué. En tenant le calcul sous les 20 ms sur du matériel edge accessible, sans tracker séparé ni perception externe de l'état corporel complet, PredActor allège la pile logicielle qu'un intégrateur doit maintenir et contredit l'idée qu'un pilotage sémantique par texte ou joystick exige une architecture hiérarchique lourde. Pour des décideurs industriels évaluant des humanoïdes pour des tâches réelles, la robustesse conservée malgré cette contrainte est encourageante, même si les métriques reposent sur un nombre limité de cibles et un score de récupération de texte propre au papier, peu comparable aux autres benchmarks du secteur. PredActor s'inscrit dans la lignée des politiques de diffusion pour le contrôle robotique et des modèles vision-langage-action, aux côtés d'approches comme Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure AI, dont il se distingue en évitant tout tracker de mouvement ou état privilégié externe. Classée comme nouvelle soumission sur arXiv, la publication ne précise ni laboratoire porteur ni entreprise associée et ne mentionne aucun calendrier de déploiement commercial : il s'agit d'un travail de recherche validé en simulation et sur un seul robot physique, sans pilote industriel annoncé.

RecherchePaper
1 source
BAT : concilier agilité et stabilité par commutation de politiques en ligne pour le contrôle du corps entier d'un robot humanoïde sur de longs horizons
2arXiv cs.RO 

BAT : concilier agilité et stabilité par commutation de politiques en ligne pour le contrôle du corps entier d'un robot humanoïde sur de longs horizons

Des chercheurs proposent BAT, un cadre de commutation de politiques en ligne pour le contrôle du corps entier d'humanoïdes sur de longs enchaînements de mouvements. Le travail, publié sur arXiv (2604.01064, version 2), part d'un constat : les approches existantes suivent deux paradigmes. Les politiques couplées coordonnent tout le corps de façon globale, tandis que les politiques découplées traitent chaque module séparément pour gagner en précision. BAT choisit dynamiquement entre deux contrôleurs généralistes entraînés par apprentissage par renforcement, l'un couplé et l'autre découplé, selon le contexte du mouvement en cours. Deux prédicteurs de commutation travaillent en parallèle. OpVQ-VAE s'appuie sur des « tokens » de mouvement et généralise bien. OpHRL est un prédicteur en boucle fermée qui tient compte de l'état du robot. Un routeur de familiarité des tokens (Token-Familiarity Router) arbitre lorsque les deux divergent : il privilégie OpHRL pour les séquences de tokens connues et OpVQ-VAE pour les séquences inédites. Les auteurs annoncent 85,2 % de réussite sur des combinaisons de mouvements longues déjà vues à l'entraînement, et 71,3 % sur des mouvements jamais rencontrés. Ils rapportent aussi de meilleurs résultats que les contrôleurs corps entier existants sur les mouvements pris isolément, ainsi qu'un déploiement zéro-shot sur le Unitree G1. L'intérêt pratique tient au compromis que les équipes rencontrent sans cesse. Une politique couplée donne des gestes dynamiques et agiles, comme des sauts ou des mouvements amples, mais elle perd en précision. Une politique découplée manipule ou positionne mieux, mais elle devient moins robuste quand le mouvement exige une coordination globale. Plutôt que de chercher un contrôleur unique qui concilie tout, BAT montre qu'on peut combiner des spécialistes et basculer entre eux à l'exécution. Le point à surveiller est l'écart entre mouvements vus et inédits : 85,2 % contre 71,3 %, soit près de 14 points perdus, ce qui reste loin de la fiabilité attendue en production. Ces chiffres viennent de benchmarks de recherche, sans durée de tâche, nombre d'essais ni conditions détaillés dans le résumé. Le transfert zéro-shot sur G1 est encourageant, mais rien ne dit qu'il couvre toute la distribution de mouvements testée en simulation. Ce travail s'inscrit dans la vague des contrôleurs généralistes corps entier pour humanoïdes, nourrie par l'apprentissage par renforcement en simulation et l'imitation de mouvements humains. Le Unitree G1, peu coûteux et très répandu dans les laboratoires, sert désormais de plateforme de référence pour valider ces méthodes. Les auteurs ne se positionnent pas ici face aux modèles VLA commerciaux (Figure, Tesla, NVIDIA), car BAT agit à la couche basse de contrôle, pas au niveau du raisonnement ou de la planification. Cette couche reste pourtant un goulot d'étranglement pour passer des démonstrations à des tâches longues et enchaînées. La version 2 laisse penser que l'article a été révisé après relecture. Les suites logiques seraient des tests sur d'autres plateformes, des tâches de manipulation plus longues et une mesure de la robustesse hors laboratoire. Aucun calendrier de déploiement industriel n'est annoncé.

RecherchePaper
1 source
TacHair : correction en ligne guidée par la distribution des contacts tactiles pour le lissage et la perception des cheveux par un robot
3arXiv cs.RO 

TacHair : correction en ligne guidée par la distribution des contacts tactiles pour le lissage et la perception des cheveux par un robot

Des chercheurs présentent TacHair, un cadre de correction en ligne pour le brossage de cheveux robotisé, décrit dans un preprint arXiv (2610.10637v1) dont le code, les démos et les jeux de données sont publiés sur tachair.github.io. Le système convertit les observations tactiles haute résolution en une distribution spatiale des contacts avec les cheveux. Une politique d'imitation visuo-tactile génère le mouvement nominal de brossage, tandis qu'un module résiduel, entraîné séparément, corrige les écarts locaux de contact. Cette séparation distingue la progression de la tâche de la récupération du contact. L'évaluation porte sur 525 essais en conditions réelles, répartis sur cinq géométries de tête et trois états de chevelure. Un brossage n'est compté comme réussi que si la progression est suffisante et si le contact est maintenu. Le taux de succès passe de 42,9 % à 62,3 %, et le maintien du contact de 59,4 % à 88,0 %, par rapport à la même politique visuo-tactile sans correction. L'intérêt dépasse la coiffure. Les cheveux sont un cas difficile de surface déformable et partiellement occultée: le contact peut persister tout en dérivant progressivement sur l'effecteur, ce qui échappe aux approches fondées sur la planification de trajectoire, la compliance, la régulation d'effort ou les politiques conditionnées par le toucher. Les auteurs avancent que la distribution spatiale du contact constitue une représentation de retour efficace pour ce type d'interaction. Il faut toutefois relativiser: un succès global de 62,3 % reste loin d'un seuil de déploiement, et un cheveu sur quatre ou cinq essais échoue encore sur la progression de la tâche, même quand le contact est préservé (88 %). Les résultats portent sur un banc de laboratoire, sans chiffres de temps de cycle, de charge ni de coût. Pour les intégrateurs, le résultat utile est méthodologique: une couche de correction résiduelle, guidée par le tactile, améliore nettement une politique d'imitation de base, ce qui plaide pour l'ajout de ces modules aux politiques apprises (de type VLA ou diffusion) dans les tâches de contact déformable. Le contexte est celui d'une demande croissante de robots capables d'interactions physiques fines avec le corps humain, pour le soin personnel et l'évaluation de produits capillaires, où la reproductibilité d'un geste de brossage intéresse les laboratoires de cosmétique. Les travaux antérieurs s'appuyaient sur la planification de trajectoire, le contrôle en compliance ou la régulation d'effort, qui traitent mal la dérive des cheveux sous l'outil. TacHair se positionne comme une alternative qui exploite des capteurs tactiles à haute résolution, une technologie dont la diffusion conditionne la portée de la méthode. Aucun partenaire industriel ni calendrier de pilote n'est annoncé: il s'agit d'une publication de recherche, avec code et données ouverts, qui permettra à d'autres équipes de reproduire et d'étendre les résultats à d'autres matériaux déformables, comme les textiles ou la peau.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
ORPA : adaptation résiduelle en ligne des politiques pour le contrôle de manipulation robotique par retour humain
4arXiv cs.RO 

ORPA : adaptation résiduelle en ligne des politiques pour le contrôle de manipulation robotique par retour humain

Publié le 19 août 2026 sur arXiv (2608.17323v1), un article de recherche présente ORPA (Online Residual Policy Adaptation), une méthode qui corrige en temps réel les erreurs d'un bras manipulateur sans réentraîner sa politique de contrôle. Le problème ciblé : les politiques entraînées par apprentissage par imitation, comme ACT (Action Chunking with Transformers), performent bien en conditions idéales mais deviennent fragiles face à de petites erreurs d'exécution ou des écarts de distribution. ORPA ajoute à une politique déjà entraînée un module léger, piloté par un retour humain, qui prédit des corrections résiduelles dans l'espace des articulations. Testé sur la plateforme bimanuelle ALOHA sur des tâches de précision, il améliore le taux de réussite et la récupération après perturbation par rapport aux politiques de base et aux corrections classiques par cinématique inverse. L'enjeu dépasse ce seul papier : corriger un échec de politique de manipulation exige normalement une agrégation de nouvelles données puis un réentraînement complet, coûteux et incompatible avec un usage en temps réel en production. En proposant une couche de correction légère activée au vol par un simple retour humain, ORPA s'attaque à l'écart persistant entre les démonstrations impressionnantes de l'apprentissage par imitation en laboratoire et sa robustesse réelle une fois déployée hors distribution. La question touche potentiellement les approches vision-langage-action actuelles, de Pi-0 à GR00T N2 en passant par Helix, qui partagent la même sensibilité aux erreurs cumulatives. Pour des intégrateurs cherchant à industrialiser des bras entraînés par imitation, cela esquisse une piste pour réduire le coût des cycles de correction, même si l'étude reste limitée à des tâches spécifiques sur une seule plateforme. ORPA prolonge une lignée de travaux qui cherchent à corriger les limites de l'apprentissage par imitation sans repasser par un cycle complet d'agrégation de données de type DAgger, une méthode efficace mais lourde à opérer en continu. La plateforme ALOHA, issue des travaux de Stanford et devenue un banc d'essai courant pour la manipulation bimanuelle à faible coût, sert ici de terrain d'évaluation. Il s'agit à ce stade d'une contribution académique déposée sur arXiv, sans lien avec un produit commercial ou un déploiement industriel, et sans calendrier de suite communiqué.

RecherchePaper
1 source