RecherchearXiv cs.RO 4 septembre 2026

Programmation et exécution de tâches collaboratives homme-robot-grue basées sur des compétences

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Un système de programmation et d'exécution de compétences robotiques ("skills") destiné à la fabrication et à la logistique intérieure a été détaillé dans un article déposé sur arXiv début septembre 2026 (référence 2609.03392). L'outil repose sur une interface de programmation basée sur des modèles CAD, pensée pour rester simple d'usage, qui permet de définir des compétences paramétrées ainsi que des moniteurs chargés de superviser leur exécution. La brique de contrôle qui orchestre ces compétences s'appuie sur un arbre de comportement (Behavior Tree) modifié, rendu dynamique et paramétrable, où toute la communication entre modules passe exclusivement par des événements plutôt que par un séquencement rigide. Comme cas de test, les auteurs présentent une tâche collaborative associant un humain, un pont roulant (overhead crane) et un bras manipulateur : l'opérateur pilote simultanément la grue, qui porte un objet lourd, et le manipulateur, qui guide et affine le positionnement de cet objet jusqu'à son insertion dans l'emplacement cible.

L'intérêt pour l'industrie tient au problème que le papier cible directement : la multiplication de séries de production très variées oblige les lignes robotisées à gagner en agilité et en robustesse, ce que la programmation robot classique, point à point et rigide, gère mal dès qu'un paramètre change. L'approche par compétences réutilisables, combinant mouvement, opération d'outil et perception capteur, vise justement à éviter une reprogrammation complète à chaque nouvelle configuration. Pour les intégrateurs, le scénario grue-robot-humain touche un point sensible de l'assemblage lourd, où la coordination temps réel entre opérateur et machines reste aujourd'hui largement manuelle. Il s'agit toutefois d'une démonstration de recherche sur un cas d'usage unique, pas d'un produit commercialisé ni d'un déploiement industriel chiffré : aucun temps de cycle, volume de production ou site client n'est communiqué dans le résumé.

Ce travail s'inscrit dans une tendance plus large de la robotique industrielle, qui délaisse progressivement le codage bas niveau au profit d'architectures de contrôle modulaires et réactives inspirées des Behavior Trees, déjà répandus en robotique mobile et en jeu vidéo. Le papier ne précise ni les auteurs institutionnels ni de calendrier de suite, se limitant à valider le concept sur ce scénario expérimental de manutention collaborative.

Impact France/UE

Approche potentiellement utile pour les industriels européens confrontes a la multiplication des sériés courtes, mais aucun acteur, institution ou déploiement UE n'est identifie dans l'article.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Planification de séquences de compétences pour la construction collaborative multi-robots

Une équipe de recherche publie sur arXiv (référence 2609.25649, soumis fin septembre 2026) une méthode de planification de séquences de compétences destinée à des équipes hétérogènes de robots multifonctions collaborant sur des tâches d'assemblage en construction. Le système s'appuie sur des compétences préprogrammées et réutilisables telles que la préhension, le perçage et le vissage. Un contrôleur central convertit la représentation numérique du bâtiment en un graphe de relations de construction, qui modélise les entités du chantier, leurs états et leurs liens hiérarchiques parent-enfant. À partir de cette représentation, le système sélectionne la prochaine cible de construction, génère une séquence symbolique de compétences pour les robots de l'équipe capables de les exécuter, puis produit des plans de mouvement géométriques sans collision pour chaque compétence. Le problème de planification symbolique est régénéré dynamiquement à chaque évolution de l'état du chantier, et un jumeau numérique interactif présente la séquence planifiée et l'état des robots à des opérateurs humains pour validation avant exécution. La méthode a été évaluée sur une étude de cas d'assemblage de construction, sans chiffres de charge utile, degrés de liberté ou temps de cycle communiqués dans le résumé du papier. L'intérêt principal de ces travaux tient à la réduction de l'effort de reprogrammation robot par robot et tâche par tâche, identifié comme le principal frein à l'adoption des robots dans le secteur du bâtiment. En automatisant la génération de séquences à partir d'un modèle numérique du bâtiment plutôt que d'une programmation manuelle spécifique à chaque variation de tâche, l'approche vise une flexibilité de déploiement accrue pour des équipes de robots collaboratifs sur chantier, un enjeu direct pour les intégrateurs et décideurs industriels confrontés à la diversité des configurations de construction. Le papier s'inscrit dans la lignée des travaux sur l'automatisation de la construction et la planification multi-robots, où la validation humaine via jumeau numérique reste un garde-fou courant avant exécution physique. Aucun acteur commercial, franco-européen ou autre, n'est mentionné dans cette publication académique, et le texte ne précise pas de suites opérationnelles ou de pilotes industriels annoncés au-delà de l'étude de cas décrite.

RecherchePaper

1 source

2arXiv cs.RO

Tâche hiérarchique de planification et de compétences : planification robotique hiérarchique avec des compétences en boîte noire

Des chercheurs publient sur arXiv (version 3, remplaçant une précédente) une méthode baptisée TASP (Task and Skill Planning), qui étend la planification hiérarchique de tâches et de mouvements (TAMP) pour intégrer des compétences robotiques hétérogènes déjà existantes : politiques apprises, contrôleurs à retour de force, et modules « boîte noire ». L'approche s'appuie sur les Composable Interaction Primitives (CIP) pour générer automatiquement des plans de mouvement de transition, en amont et en aval de chaque compétence, qui relient deux savoir-faire consécutifs entre eux. Ces primitives permettent d'ajuster la trajectoire aussi bien au moment de la planification qu'en cours d'exécution. Les auteurs valident leur système par des expériences réelles sur un manipulateur bimanuel et un manipulateur mobile, en résolvant des tâches longues et complexes, y compris des scénarios de manipulation mobile sur plusieurs pièces avec une structure de tâche non monotone, c'est-à-dire nécessitant de revenir en arrière ou de réordonner des sous-objectifs. L'intérêt pour l'industrie tient au fait que les méthodes TAMP classiques supposaient jusqu'ici que chaque action robotique se ramène à de la planification de mouvement cinématique pure, ce qui limitait leur usage aux tâches purement géométriques. En montrant qu'un planificateur hiérarchique peut combiner des compétences de nature très différente tout en conservant un raisonnement sur les échecs centré sur les objets, TASP ouvre une voie modulaire : un intégrateur peut assembler des politiques déjà entraînées séparément, sans devoir tout réentraîner dans un modèle unique. Cela nourrit le débat entre l'approche « tout-en-un » portée par les grands modèles vision-langage-action et une approche composite où des briques spécialisées restent pilotées par un planificateur symbolique classique, potentiellement plus robuste et plus facile à déboguer en environnement industriel. Ce travail s'inscrit dans une tendance récente de la recherche en robotique consistant à hybrider TAMP et contrôleurs en boucle fermée ou compétences apprises, plutôt que de s'en tenir à la planification de mouvement pure. Il se positionne en alternative modulaire face aux modèles génériques de type Pi-0, GR00T N2 ou Helix, qui visent au contraire une politique unique bout-en-bout. Il s'agit ici d'un article de recherche académique, sans annonce de produit commercial ni de calendrier de déploiement : les résultats montrent une faisabilité réelle sur deux plateformes robotiques distinctes, mais restent à ce stade du domaine expérimental plutôt qu'industriel.

RecherchePaper

1 source

3arXiv cs.RO

STEP : estimation et planification des tâches sensibles à l'état avec des LLM multimodaux pour la collaboration homme-robot

Des chercheurs présentent STEP (State-aware Task Estimator and Planner), un système publié le 27 août 2026 sur arXiv (arXiv:2608.27225v1) qui vise à améliorer la planification de tâches par des robots collaboratifs en environnement industriel. Le constat de départ est que les modèles de langage multimodaux (MM-LLM) récemment utilisés pour interpréter les actions humaines et générer des plans d'action en langage naturel, via apprentissage en contexte dans des scénarios pauvres en données, souffrent de deux défauts majeurs : ils ne suivent pas l'état réel du système ni ses transitions, ce qui produit des actions hallucinées s'écartant de l'objectif visé, et leurs plans restent formulés à un niveau trop abstrait, créant de l'ambiguïté au moment de l'exécution. STEP corrige cela en forçant le MM-LLM à estimer explicitement l'état du système et à prédire les transitions d'état résultant de chaque action exécutée, en plus de générer les actions elles-mêmes. Cette prédiction conjointe état/action garantit une planification convergente vers l'objectif et fournit les paramètres d'assistance nécessaires à l'exécution. Testé sur une tâche d'assemblage robotique en environnement simulé, STEP dépasse l'état de l'art de 32,8% en taux d'exécutabilité des actions et de 14,8% en réduction de l'erreur d'état final. Pour les intégrateurs et concepteurs de systèmes de cobotique industrielle, ce travail s'attaque directement à un point de friction connu des architectures de planification fondées sur les LLM : le décalage entre un plan verbalisé de façon plausible et un plan réellement exécutable par un robot, faute d'ancrage dans l'état physique du système. En rendant le suivi d'état explicite plutôt qu'implicite, STEP réduit le risque d'hallucination d'actions, un problème récurrent quand un LLM générique est plaqué sur une tâche de manipulation sans supervision d'état. Les gains rapportés, mesurés sur l'exécutabilité et l'erreur d'état final plutôt que sur des métriques cosmétiques, ciblent précisément la fiabilité opérationnelle recherchée en assemblage collaboratif homme-robot, un segment où la marge d'erreur tolérée reste faible. Ces résultats s'inscrivent dans la lignée des travaux récents exploitant les MM-LLM pour la planification de tâches en contexte de données rares, où l'apprentissage en contexte permet de s'affranchir d'un réentraînement lourd. Il faut toutefois noter que la validation se limite à un environnement simulé et à une seule tâche d'assemblage, sans démonstration sur robot physique ni déploiement industriel réel. STEP reste donc à ce stade une contribution de recherche méthodologique, dont la prochaine étape logique serait une validation sur du matériel réel et sur une variété de tâches plus large avant toute application en production.

RecherchePaper

1 source

4arXiv cs.RO

HRIBench : évaluation de la collaboration homme-robot centrée sur l'interaction

Ce papier arXiv (2607.13056v1) présente HRIBench, un benchmark diagnostique conçu pour évaluer la collaboration homme-robot centrée sur l'interaction, plutôt que la seule manipulation isolée. Contrairement aux benchmarks VLA (vision-language-action) existants, qui testent des compétences de manipulation déconnectées de toute interaction humaine, HRIBench modélise les tâches collaboratives sous forme de scénarios structurés intégrant rôles des agents, dépendances temporelles, contraintes de coordination et distributions de comportement humain. Trois rôles sont définis : Instructeur, Collaborateur et Intrus, couvrant respectivement la communication d'intention, la coordination conjointe et la robustesse face à une intervention humaine imprévue. Le benchmark comprend 13 tâches conditionnées par rôle et plus de 650 épisodes d'évaluation générés à partir de trajectoires d'interaction et de variations de scène diverses. Les chercheurs ont testé des politiques adaptées à partir de GR00T, pi0.5 et ACT selon un protocole unifié, avec des métriques allant au-delà du simple taux de réussite : synchronisation, réactivité, respect du protocole et sécurité. Les résultats montrent que les politiques robotiques actuelles, malgré de bonnes capacités de manipulation pure, peinent nettement dès qu'il s'agit de coordination temporelle et de comportement sensible à l'intention humaine, un angle mort largement ignoré par les benchmarks existants. Ce constat vient nuancer l'idée que les modèles VLA généralistes seraient déjà prêts pour une collaboration homme-robot fluide en environnement partagé, un enjeu central pour tout déploiement industriel où humains et robots opèrent côte à côte. Fait notable, un fine-tuning sur les données HRIBench améliore systématiquement les performances collaboratives, et en conditions réelles, les données de simulation générées par le benchmark font passer le taux de réussite de GR00T N1.5 sur une tâche physique de 0,10 à 0,43. HRIBench s'inscrit dans une dynamique de recherche cherchant à combler l'écart entre benchmarks de manipulation pure et exigences réelles de la cohabitation homme-robot, à mesure que des politiques comme GR00T (NVIDIA), pi0.5 (Physical Intelligence) ou ACT gagnent en usage comme bases pour l'apprentissage robotique généraliste. Les auteurs positionnent leur travail comme un outil diagnostique réutilisable, avec des pistes explicites de fine-tuning ciblé pour renforcer la coordination et la sécurité, plutôt qu'un simple classement de performances brutes.

RecherchePaper

1 source