Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
LUMO : une morphologie de contact lumineuse pour une observation répétable du doigt entier
RecherchearXiv cs.RO 

LUMO : une morphologie de contact lumineuse pour une observation répétable du doigt entier

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

Des chercheurs présentent LUMO (Luminous contact Morphology), un doigt robotique qui localise un contact sur toute sa longueur. Il résout une ambiguïté classique : le couple mesuré à l'articulation d'un doigt à faible impédance peut venir d'une petite force près du bout du doigt ou d'une grande force près de l'articulation. Des LED intégrées éclairent un coussin en silicone compliant dont la déformation, sous contact, change le motif lumineux visible sur le côté du doigt selon l'endroit sollicité. Le profil du doigt (coussin, support rigide, vide latéral) a été optimisé par simulation de contact rigide-souple, tracé de rayons et optimisation bayésienne multi-objectifs, pour une compliance mécanique progressive et une séparation optique nette entre positions. Sur deux silicones, six emplacements de contact et des indenteurs sphériques de 10 et 30 mm, la séparation entre positions voisines s'améliore de 15 à 59%. La force normale est estimée avec une erreur moyenne de 1,44 N sur 931 échantillons, en combinant localisation optique et couple articulaire. Sur une main à deux doigts, plusieurs segments réagissent simultanément pendant une prise.

Ce résultat s'attaque à un verrou connu de la préhension robotique : les doigts compliants à faible impédance, prisés pour la manipulation délicate, ne renseignent en général que sur la charge totale, pas sa répartition spatiale, contrairement aux peaux tactiles denses à base de caméras ou de matrices de capteurs, coûteuses ou fragiles. En intégrant l'observabilité optique directement dans la structure porteuse plutôt qu'en multipliant les capteurs, LUMO offre aux concepteurs de mains robotiques et de préhenseurs industriels ou humanoïdes un moyen simple d'estimer où et avec quelle force un objet est saisi, une information utile pour ajuster une prise en temps réel ou détecter un glissement.

L'approche s'inscrit dans la recherche sur la perception tactile proprioceptive, qui vise à extraire des informations de contact riches à partir de peu de capteurs, en s'appuyant sur la conception mécanique elle-même. Les essais restent limités au laboratoire, avec deux types de silicone, six positions de contact et une main à deux doigts. La validation sur des mains complètes à plusieurs doigts et en conditions de préhension réelles reste l'étape suivante avant une éventuelle intégration dans des préhenseurs commerciaux ; l'article, publié sur arXiv, ne mentionne aucun partenariat industriel ni calendrier annoncé.

Dans nos dossiers

arXiv cs.RO

À lire aussi

URF : cadre de contrôle unifié pour une manipulation stable et consciente du contact
1arXiv cs.RO 

URF : cadre de contrôle unifié pour une manipulation stable et consciente du contact

Traitement effectué. Voici l'article en français : --- Des chercheurs proposent URF (Unified Robot Control-Policy Framework), une architecture de contrôle qui unifie prédiction d'action et exécution bas niveau pour la manipulation robotique en contact rigide. Publié sur arXiv (2607.20912v1), le système part d'un constat technique précis : les politiques de manipulation apprises prédisent généralement une trajectoire ou une cible virtuelle, puis délèguent son exécution à un contrôleur bas niveau séparé, ce qui peut provoquer un contact instable, des erreurs de suivi, une surcharge de force voire une casse d'outil selon le contrôleur utilisé. URF fait converger ces deux étages : à partir d'observations multimodales, le modèle prédit simultanément une cible virtuelle, une matrice de rigidité (stiffness matrix), et un ratio de bascule entre contrôle en admittance et contrôle en impédance. Ce ratio détermine à quel moment privilégier un suivi de mouvement précis (admittance) ou une gestion plus sûre du contact rigide (impédance). Faute de vérité terrain sur la rigidité de l'environnement dans les données de démonstration, les chercheurs construisent leurs labels de supervision à partir des forces de contact réellement mesurées. Sur deux tâches de test, retournement de boîte et pressage linéaire, URF affiche un taux de réussite supérieur aux approches en admittance seule, avec moins d'échecs par montée en force rapide, oscillations de force, casse d'outil ou arrêts de sécurité du robot. Pour l'industrie de la manipulation robotique, ce travail cible un angle mort souvent sous-traité dans la course aux politiques VLA (vision-language-action) : la qualité d'une politique de haut niveau ne garantit rien si le contrôleur bas niveau n'est pas conçu pour exploiter cette information de contact. Beaucoup de démonstrations impressionnantes de manipulation dextre échouent en conditions réelles précisément à cause de ce écart entre commande prédite et exécution physique stable, un des points aveugles classiques du fossé démo-vers-réalité. En intégrant la prédiction du comportement du contrôleur lui-même dans le modèle appris, URF illustre une tendance de fond chez les intégrateurs et laboratoires de recherche en manipulation : traiter le contrôle de force comme un objet d'apprentissage à part entière plutôt que comme un simple paramètre fixe en aval, ce qui intéresse directement les applications d'assemblage industriel, de polissage ou d'insertion de précision où le contact rigide est la norme plutôt que l'exception. Ce travail s'inscrit dans la lignée des architectures hybrides impédance-admittance étudiées depuis longtemps en robotique de contact, mais l'apporte au contexte des politiques de manipulation apprises de bout en bout, un terrain où les grands modèles VLA (de type Pi-0, GR00T ou Helix évoqués dans le débat sectoriel actuel) se concentrent surtout sur la prédiction de trajectoires plutôt que sur la dynamique de contact fine. Il s'agit ici d'une publication de recherche académique, avec page projet dédiée, et non d'un produit commercialisé ni d'un déploiement industriel : les résultats se limitent à deux tâches de manipulation en environnement contrôlé. La suite logique, non détaillée dans l'abstract, porterait sur l'extension à des tâches de contact plus variées et sur une validation en dehors du cadre expérimental initial avant toute intégration dans des piles de contrôle robotique commerciales.

RecherchePaper
1 source
CARO : observation résiduelle indépendante du contact pour une locomotion quadrupède robuste en zero-shot
2arXiv cs.RO 

CARO : observation résiduelle indépendante du contact pour une locomotion quadrupède robuste en zero-shot

Un article publié sur arXiv (référence 2608.24217v1) présente CARO (Contact-Agnostic Residual Observation), un framework d'adaptation de politique pour la locomotion de robots quadrupèdes par apprentissage par renforcement. La méthode intègre un modèle physique d'Euler-Lagrange à base fixe dans la boucle de contrôle et construit un signal résiduel au niveau du couple moteur, sans capteur de couple dédié, sans estimation explicite du contact au sol et sans mesure visuelle de la position ou de la vitesse de la base du robot. Un observateur de perturbation isole l'écart entre dynamique réelle et modèle nominal, que la politique exploite pour s'adapter en temps réel, sans curriculum d'entraînement spécialisé. Les auteurs rapportent une robustesse "zero-shot" nettement améliorée, en simulation comme lors du transfert vers le réel, face à des charges inhabituelles, des déplacements du centre de masse, des terrains variés, des changements brusques de dynamique et des atterrissages sur plateformes surélevées. L'intérêt de CARO tient à ce qu'il supprime deux dépendances coûteuses de la locomotion quadrupède: les capteurs de couple, souvent chers et bruités, et l'estimation explicite du contact au sol, point faible connu des politiques de marche en conditions réelles. En s'appuyant sur un modèle physique embarqué plutôt que sur du matériel ou une supervision additionnelle, la méthode simplifie le pipeline d'entraînement et pourrait faciliter le transfert simulation-vers-réel, l'un des principaux obstacles à la fiabilisation des robots quadrupèdes en usage industriel. Les résultats proviennent toutefois d'un article de recherche testé en simulation et en laboratoire, pas d'un déploiement commercial. Ce travail s'inscrit dans un courant de recherche actif sur l'adaptation en ligne des politiques de locomotion, domaine où laboratoires universitaires et entreprises comme Boston Dynamics, Unitree ou ANYbotics cherchent aussi à améliorer la robustesse de leurs quadrupèdes face aux perturbations de terrain et de charge. La difficulté récurrente reste l'écart entre performance en simulation et comportement réel, souvent dû au bruit des capteurs et à la complexité de l'estimation du contact. Publié en août 2026, l'article ne mentionne aucun partenariat industriel ni plan de déploiement: il s'agit d'une contribution académique dont la validation sur d'autres plateformes robotiques constituera la prochaine étape.

RecherchePaper
1 source
PanTact : enseigner la dextérité du corps entier avec une interface de contact portable
3arXiv cs.RO 

PanTact : enseigner la dextérité du corps entier avec une interface de contact portable

PanTact est un système de recherche décrit dans l'article arXiv 2610.12558, qui apprend à un humanoïde à manipuler avec n'importe quelle surface adaptée de son corps, et non plus seulement avec ses mains. Les données viennent de démonstrations humaines sans robot. Le dispositif de collecte est portable et combine une vision égocentrique, des pinces UMI bimanuelles et des patchs de contact modulaires répartis sur le corps. Ces patchs enregistrent la position et l'état des contacts. Une politique visuomotrice, conçue pour réduire l'écart d'observation propre à la vue égocentrique, prédit ensuite des objectifs de contact pour tout le corps. Des formulations de contrôle du corps entier sensibles au contact les exécutent avec les surfaces du robot qui conviennent. L'équipe a déployé l'ensemble sur un Unitree G1, sans capteur de contact supplémentaire sur le robot. Elle démontre quatre types de comportements: appui corporel, poussée, balayage et partage de charge. L'extrait disponible ne donne ni taux de réussite, ni temps de cycle, ni nombre de démonstrations. Les performances chiffrées restent donc à vérifier dans l'article complet et sur le site du projet. L'intérêt tient au choix du contact comme représentation commune entre l'humain et le robot. La plupart des travaux de loco-manipulation sur humanoïdes limitent la manipulation aux mains et évitent les autres contacts avec l'environnement, alors que ces robots disposent de nombreux degrés de liberté et de surfaces utilisables. Ici, les positions et les instants de contact décrivent ce qu'il faut accomplir. Le robot choisit lui-même, selon ses contraintes physiques, comment coordonner son corps pour y parvenir. Cette séparation entre l'intention et le mouvement évite de retargeter les poses humaines vers un squelette différent, étape souvent source d'erreurs. Elle supprime aussi la téléopération de robots, coûteuse en temps et en matériel. Pour les intégrateurs, la perspective est de tâches qu'un humanoïde ne sait pas faire avec deux mains seules: pousser un chariot avec le torse, caler une charge contre le corps ou la porter à plusieurs surfaces. Il s'agit toutefois d'un résultat de laboratoire sur un seul robot. Il n'est pas un produit ni un déploiement, et rien n'indique encore une robustesse à l'échelle d'un site industriel. Le travail prolonge la lignée des interfaces UMI (Universal Manipulation Interface), qui ont montré qu'on pouvait collecter des démonstrations avec une pince portable, sans robot, et les transférer à des bras. PanTact étend cette logique du poignet au corps entier. Le choix du Unitree G1 reflète sa position de plateforme de recherche humanoïde abordable et très répandue dans les laboratoires. Les approches concurrentes reposent plutôt sur la téléopération en réalité virtuelle, le suivi de mouvement humain (motion capture) ou l'apprentissage par renforcement en simulation pour le contrôle du corps entier, et les modèles VLA généralistes se concentrent surtout sur les mains. Les suites logiques seraient une évaluation sur d'autres morphologies, des tâches plus longues et des environnements moins contrôlés. L'absence de capteurs de contact sur le robot laisse aussi ouverte la question de la fiabilité du contrôle en conditions réelles.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Modèles du monde à opérateurs de graphe pour la généralisation morphologie-paramètres en contrôle continu
4arXiv cs.RO 

Modèles du monde à opérateurs de graphe pour la généralisation morphologie-paramètres en contrôle continu

Une équipe de recherche publie sur arXiv (référence 2608.20936v1, soumission en cross-list) une nouvelle architecture baptisée Graph-Operator World Models, ou GraphOp-WM, destinée au contrôle continu de robots articulés. Le principe consiste à représenter le corps du robot et ses relations cinématiques sous forme de graphe attribué, puis à factoriser chaque transition dynamique en deux parties : une base de dynamique locale indépendante de la morphologie, et un opérateur structuré conditionné par la morphologie. Cet opérateur combine trois mécanismes : une modulation locale au niveau de chaque nœud, un couplage le long de l'arbre cinématique, et une correction globale de rang faible. Le modèle s'appuie aussi sur une séparation architecturale de l'information, une normalisation de la base de dynamique, et une supervision par paires de morphologies différentes, pour forcer la dépendance à la morphologie à transiter uniquement par le canal de l'opérateur. Une lecture au niveau du graphe et des représentations d'action par arête fournissent une interface compatible avec le calcul de récompense, de valeur et la planification de type TD-MPC. Les auteurs définissent des scénarios de test contrôlés sous MuJoCo, couvrant interpolation, extrapolation et compositions inédites de paramètres de géométrie des liaisons, de masse, d'amortissement et d'actionnement, sur trois environnements classiques : Hopper, Walker2d et HalfCheetah. Le problème visé est concret pour l'industrie robotique : les modèles du monde entraînés pour un système physique fixe se dégradent dès que des paramètres de morphologie connus, comme la longueur des liaisons, la masse, l'amortissement ou l'actionnement, changent, même légèrement. Or ces variations sont la norme en production, entre unités d'une même gamme, après usure mécanique, ou lors du passage d'un prototype à une variante commerciale. En séparant explicitement ce qui reste réutilisable de ce qui doit s'adapter à la morphologie, GraphOp-WM propose une piste pour réduire le réentraînement spécifique à chaque robot et généraliser au sein d'une famille de robots articulés apparentés, plutôt que de traiter chaque configuration matérielle comme un cas isolé. C'est un signal utile pour les intégrateurs et les équipes de R&D en apprentissage par renforcement qui gèrent des flottes hétérogènes ou des lignes de produits évolutives, même si l'article ne fournit à ce stade aucune validation sur robot réel. Ce travail reste, à ce stade, une contribution de recherche fondamentale, publiée en preprint sur arXiv sans laboratoire ni entreprise identifié dans le résumé, et validée uniquement en simulation via le moteur physique MuJoCo, un standard académique pour le contrôle continu, et non sur du matériel déployé. Il s'inscrit dans la lignée des modèles du monde couplés à la planification, dans la famille TD-MPC, et dans le courant plus large de recherche sur la généralisation inter-morphologies et le contrôle multi-corps, qui cherche à dépasser l'entraînement d'un modèle par robot spécifique. Aucun pilote industriel, aucune date de déploiement ni aucun partenaire commercial n'est mentionné : les prochaines étapes attendues sont la revue par les pairs et, potentiellement, l'extension des tests au-delà des trois environnements simulés Hopper, Walker2d et HalfCheetah vers des familles de robots plus larges ou vers un transfert sur matériel réel.

RecherchePaper
1 source