Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Quadrupèdes : repousser la limite de vitesse via modélisation affinée des actionneurs et une planification adaptative
RecherchearXiv cs.RO 

Quadrupèdes : repousser la limite de vitesse via modélisation affinée des actionneurs et une planification adaptative

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

Des chercheurs ont repoussé la limite de vitesse connue pour un robot quadrupède avec BlackPanther2 (BP2), une plateforme de 36,5 kg, en atteignant 13,2 m/s sur tapis roulant et 11,65 m/s en extérieur, un résultat présenté comme un nouveau record mondial pour la locomotion quadrupède (arXiv:2609.13289, publié le 13 septembre 2026). La performance repose sur deux apports techniques combinés dans un même framework d'apprentissage : un modèle d'actionneur affiné qui capture explicitement le couplage tension-vitesse à haute vitesse et la saturation magnétique, pour représenter plus fidèlement l'enveloppe couple-vitesse réelle des moteurs, et un entraînement par renforcement structuré en curriculum à deux étapes avec un mécanisme d'ordonnancement adaptatif des commandes (Adaptive Command Scheduling, ACS) qui stabilise l'apprentissage sur une large plage de vitesses cibles.

Cette avancée s'attaque directement à un problème connu du secteur : la plupart des méthodes de contrôle appris négligent les non-linéarités et les contraintes physiques des actionneurs pendant l'entraînement en simulation, ce qui crée un écart sim-to-real important dès que les mouvements deviennent très dynamiques, et peut conduire la politique apprise à exploiter des comportements non physiques, impossibles à reproduire sur le matériel réel. En modélisant plus précisément les moteurs, l'équipe montre qu'on peut réduire cet écart tout en repoussant les limites de vitesse réelles, un signal utile pour les intégrateurs et laboratoires travaillant sur la locomotion dynamique, la logistique en tout-terrain ou les usages militaires et d'inspection nécessitant des déplacements rapides. Le résultat illustre aussi que les gains de robustesse (via l'ACS) n'impliquent pas nécessairement de sacrifier la performance brute, contrairement à une hypothèse répandue sur le compromis vitesse/stabilité en robotique de champ.

Le papier s'inscrit dans une compétition plus large de records de vitesse chez les quadrupèdes, où des plateformes comme celles de MIT Cheetah ou Unitree ont progressivement repoussé les seuils ces dernières années, mais où les chiffres annoncés restent souvent obtenus en conditions contrôlées et méritent d'être lus avec prudence tant que des tiers ne les reproduisent pas de façon indépendante. Les auteurs ne précisent pas de calendrier de déploiement commercial ni de partenaire industriel identifié pour BP2 à ce stade ; la contribution reste pour l'instant un résultat de recherche, avec le code et les détails de modélisation destinés à informer de futurs travaux sur le contrôle appris pour la locomotion à haute dynamique.

Dans nos dossiers

UnitreearXiv cs.RO

À lire aussi

RACER : estimation adaptative en boucle fermée des résidus pour la planification par échantillonnage de robots quadrupèdes à roues en course
1arXiv cs.RO 

RACER : estimation adaptative en boucle fermée des résidus pour la planification par échantillonnage de robots quadrupèdes à roues en course

Des chercheurs publient RACER, un cadre de contrôle hiérarchique pour la course de quadrupèdes à roues (wheeled-quadruped). L'architecture combine trois briques : un planificateur MPPI (Model Predictive Path Integral, planification par échantillonnage de trajectoires), un modèle de dynamique résiduelle appris, et un suiveur de vitesse de bas niveau entraîné par apprentissage par renforcement (RL). Le planificateur part d'un modèle cinématique nominal de type monocycle et lui ajoute un terme résiduel neuronal, chargé de capturer le comportement en boucle fermée de la politique RL. Pour entraîner ce résiduel avec peu de données réelles, l'équipe propose LoRRA (Low-Rank Residual Adaptation). La méthode procède en deux temps : un pré-entraînement sur un large volume de données de simulation, puis un ajustement fin sur un petit jeu de données réelles, sous contrainte de bas rang. Le résumé ne fournit ni vitesses, ni temps au tour, ni plateforme matérielle précise, ni volume de données. Les résultats annoncés sont obtenus uniquement en simulation, selon trois constats. Premièrement, la dynamique résiduelle améliore la performance globale du pipeline, car elle corrige l'erreur de suivi du contrôleur RL dans les virages pris à haute vitesse. Deuxièmement, un résiduel entraîné sur données source (simulation) et cible (réel) donne de bien meilleures performances de course qu'un résiduel entraîné sur la seule cible. Troisièmement, la contrainte de bas rang à l'adaptation produit de meilleurs taux de réussite et de meilleures performances que l'ajustement complet ou l'entraînement from scratch, lorsque l'écart de domaine grandit, qu'il s'agisse du coefficient de sol ou des gains articulaires. L'intérêt tient à un problème récurrent de la locomotion apprise : le planificateur raisonne sur un modèle simplifié, alors que la politique RL qui l'exécute s'en écarte précisément aux limites d'adhérence. Modéliser cet écart plutôt que de réentraîner toute la pile est une piste pragmatique pour les intégrateurs. L'usage de l'adaptation à bas rang, empruntée aux grands modèles de langage, suggère aussi une voie pour limiter le coût de collecte de données réelles lors d'un transfert sim-to-real. Une réserve s'impose toutefois : les validations citées sont simulées, et la robustesse du gain en conditions réelles reste à démontrer. Le résumé ne cite aucune comparaison avec des méthodes concurrentes de planification ni aucun essai sur robot physique. Ce travail s'inscrit dans la lignée des quadrupèdes à roues, qui combinent la vitesse du roulage et la franchissabilité des pattes, et du contrôle prédictif par échantillonnage, déjà utilisé en conduite autonome agressive. Il s'agit d'une prépublication arXiv (v1), non évaluée par les pairs. Les suites naturelles seraient des essais sur circuit réel et une comparaison à des contrôleurs de bout en bout. Aucun acteur industriel ni calendrier de déploiement n'est mentionné.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
CMP-IRRT* : un planificateur à hauteur adaptative assisté par la perception pour robots quadrupèdes
2arXiv cs.RO 

CMP-IRRT* : un planificateur à hauteur adaptative assisté par la perception pour robots quadrupèdes

Des chercheurs proposent CMP-IRRT, un planificateur de trajectoire 2D pour robots quadrupèdes qui tient compte de la hauteur des obstacles, décrit dans une prépublication arXiv (v1, octobre 2026). Le système part d'une seule image RGB calibrée, prise en vue de dessus. Un module de perception estime les zones occupées, puis convertit des prédictions de profondeur en carte de hauteur relative au sol. Le planificateur effectue ensuite une vérification de collision conditionnée par la hauteur: les obstacles hauts sont bloqués, les obstacles bas restent franchissables. L'échantillonnage est guidé par un module nommé CMP (Channel Mamba PointNet), qui oriente la recherche vers les régions prometteuses tout en conservant, en secours, l'échantillonnage classique dans l'espace libre et l'échantillonnage informé de Informed RRT. Sur des benchmarks de planification 2D, CMP-IRRT* réduit le nombre de nœuds explorés et d'itérations par rapport à des méthodes classiques et à des méthodes guidées par réseau de neurones. Une ablation contrôlée attribue une partie du gain au guide basé sur Mamba. Dans des scénarios construits où les obstacles bas sont franchissables, la longueur du chemin diminue jusqu'à 16,3 %. Une démonstration sur un Unitree Go2 montre des comportements de contournement et de franchissement exécutables. Le code est publié sur GitHub. L'intérêt tient à un défaut courant des chaînes de navigation: beaucoup modélisent encore l'environnement en cases libres ou occupées. Pour un quadrupède capable d'enjamber un câble, une bordure ou un petit objet, ce choix produit des détours inutiles, donc des trajets plus longs et plus coûteux en énergie et en temps. Intégrer la hauteur dans le test de collision rapproche la planification des capacités réelles de la locomotion, ce qui compte pour l'inspection industrielle, la logistique ou la sécurité sur site. Le gain de planification, lui, vise un budget de calcul limité, utile sur du matériel embarqué. Les résultats appellent toutefois de la prudence: le gain maximal de 16,3 % vient de scénarios construits pour ce besoin, non d'environnements industriels réels, et la validation matérielle se limite à une démonstration sur un seul robot. L'article ne donne pas, dans son résumé, de taux de réussite ni de temps de calcul sur le robot, ni de mesure de la robustesse de l'estimation de hauteur monoculaire. Ce travail s'inscrit dans la lignée des planificateurs à échantillonnage guidés par apprentissage, qui prolongent RRT et Informed RRT avec des réseaux comme PointNet, ici combiné à Mamba, une architecture à espace d'états. Il s'adresse à une plateforme très répandue en recherche, le Go2 d'Unitree, ce qui facilite la reproduction grâce au code ouvert. Ses principales limites sont la dépendance à une vue de dessus calibrée, peu réaliste hors laboratoire ou sans caméra fixe ou drone, et une planification restée en 2D. Les suites logiques seraient une perception embarquée, une extension à la 3D et des essais sur des terrains plus variés, face à des approches de locomotion perceptive apprises de bout en bout qui évitent la planification explicite.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
SG-CPG : générateurs de rythme centraux à sévérité modulée pour la locomotion adaptative d'un quadrupède en cas de dégradation continue des actionneurs
3arXiv cs.RO 

SG-CPG : générateurs de rythme centraux à sévérité modulée pour la locomotion adaptative d'un quadrupède en cas de dégradation continue des actionneurs

Des chercheurs ont publié le 23 septembre 2026 sur arXiv (2609.25687v1) SG-CPG, un système de contrôle moteur permettant à un robot quadrupède de continuer à marcher malgré la dégradation progressive d'un actionneur, sans basculer vers un mode de marche différent. En simulation sur un Unitree Go2, SG-CPG maintient une allure de trot avec 100% de survie sur une série de commandes omnidirectionnelles même avec 95% de perte de force articulaire, en suivant les commandes de déplacement à 8% près. Des tests d'ablation montrent que retirer l'un des deux mécanismes clés (l'observation de sévérité du "residual gâté", ou l'"amplitude gâté" qui raccourcit la foulée de la jambe faible) fait grimper la saturation de couple à l'articulation touchée de 4,4% à 13,6%, voire 26,3% des pas, pour une perte de couple de 80%. Sur un Go2 réel, le système a réussi 28 essais sur 29 en marche avant et en virage, avec jusqu'à 93% de dégradation du couple au mollet. Cette approche s'attaque à un problème concret pour qui déploie des quadrupèdes en conditions réelles (inspection industrielle, sites extérieurs, logistique): la plupart des contrôleurs actuels traitent une panne d'actionneur comme un événement binaire, basculant vers un mode dégradé ou un arrêt, alors que l'usure des moteurs et réducteurs est en réalité progressive. En imitant la façon dont un animal blessé décharge le membre affaibli et re-coordonne les trois autres sans changer d'allure, SG-CPG propose une réponse graduelle qui pourrait allonger l'autonomie opérationnelle entre deux maintenances et réduire les arrêts liés à une panne partielle. Les résultats restent toutefois à relativiser: l'essentiel de la validation est en simulation, et le test réel se limite à 29 essais sur une seule plateforme et deux types de mouvement, loin d'une validation en conditions industrielles. SG-CPG s'inscrit dans la tradition des "central pattern generators", modèles de contrôle moteur inspirés des circuits neuronaux qui rythment la marche animale, ici combinés à une politique de marche saine "figée" complétée par deux mécanismes correctifs pilotés par la sévérité de la panne. La dégradation est simulée de deux façons distinctes: abaissement du plafond de couple articulaire, ou réduction des gains du contrôleur bas niveau, deux formes différentes d'affaiblissement d'un actionneur. Le travail se positionne dans le champ plus large de la locomotion tolérante aux pannes chez les robots à pattes, domaine où des plateformes comme le Go2 de Unitree ou le Spot de Boston Dynamics servent de bancs d'essai de référence pour la recherche académique. Aucun partenariat ni calendrier de déploiement industriel n'est mentionné: il s'agit d'une preuve de concept publiée en préprint, dont les suites logiques attendues seraient une validation sur davantage de plateformes et de scénarios de panne réels.

RecherchePaper
1 source
Modélisation du monde et des actions avec planification visuelle progressive
4arXiv cs.RO 

Modélisation du monde et des actions avec planification visuelle progressive

Des chercheurs présentent ProWAM, un « world action model » (WAM) progressif qui prédit conjointement des actions robotiques et une séquence ordonnée de sous-objectifs visuels épars, à partir d'une observation initiale et d'une instruction. Les WAM existants butent sur les tâches longues : générer des vidéos denses est coûteux, et les variantes qui ne prédisent qu'une seule image future ne disent pas comment progresser vers le but. ProWAM exécute une seule passe avant du backbone vidéo pour mettre en cache les caractéristiques de ces sous-objectifs, puis n'effectue qu'un débruitage d'actions léger à chaque replanification. Les résultats annoncés en simulation sont 85,8 % sur LIBERO-Plus et 75,7 % sur RoboTwin randomisé, soit jusqu'à +35,9 % en relatif face à la meilleure référence. Sur RoboCasa365, le modèle atteint 48,1 % de réussite globale (4e rang) et 18,2 % sur le split difficile Composite-Unseen. En conditions réelles, en zéro-shot dans des scènes inédites, il obtient 70,0 % de réussite contre 55,0 % pour la meilleure référence, soit +15 points (+27,3 % en relatif). L'intérêt tient à la manière dont le modèle sépare planification visuelle et contrôle. Comme la prédiction de sous-objectifs peut s'apprendre sur de grands volumes de vidéos sans actions annotées, le backbone vidéo absorbe la planification que la politique d'action n'a plus à apprendre seule. Cela exploite des données bien plus abondantes que les démonstrations téléopérées. Le coût d'inférence est aussi un enjeu concret : éviter la génération itérative de vidéo complète rend la replanification en boucle fermée plus réaliste sur du matériel embarqué. Le gain porte surtout sur la robustesse hors distribution, point faible classique des politiques VLA et WAM, ce qui touche directement l'écart entre démonstration et déploiement. Quelques réserves : le test réel repose sur un échantillon qui semble réduit (les pourcentages sont des multiples de 5 points, ce qui suggère une vingtaine d'essais), l'écart de 15 points est donc statistiquement fragile. Le classement 4e sur RoboCasa365 nuance aussi une domination qui n'est établie que sur certains benchmarks. Il s'agit en outre d'un préprint arXiv (2610.02508v1), non évalué par les pairs, sans produit ni déploiement industriel associé. Ce travail s'inscrit dans la montée des modèles du monde appliqués au contrôle, qui cherchent à dépasser les VLA purement réactifs en ajoutant une anticipation visuelle. Les approches denses, qui génèrent des vidéos complètes, pèsent lourd en calcul, tandis que les approches à image future unique manquent de guidage intermédiaire. ProWAM se place entre les deux, avec une anticipation indexée sur la progression de la tâche. Le projet est hébergé sous le nom d'organisation « sii-ferenas » ; le résumé ne précise ni le code ni les poids publiés, ni la comparaison détaillée avec des modèles comme Pi-0 ou GR00T. La suite logique serait une validation sur davantage de tâches réelles, avec des essais plus nombreux, et des mesures de latence sur robot pour confirmer le gain d'efficacité revendiqué.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source