Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Améliorer la perception de sécurité et de confort lors des poignées de main homme-robot grâce à des éléments flexibles dans un bras robotique
RecherchearXiv cs.RO 

Améliorer la perception de sécurité et de confort lors des poignées de main homme-robot grâce à des éléments flexibles dans un bras robotique

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

Une équipe de recherche a publié sur arXiv (2609.19375) une étude expérimentale évaluant l'effet d'actionneurs élastiques en série, ou SEA, sur la perception de sécurité et de confort lors d'une poignée de main entre un humain et un bras robotique. Dix volontaires, six hommes et quatre femmes, ont chacun testé deux versions du même bras robotique : une à articulations rigides, l'autre équipée de SEA absorbant les impacts au niveau des articulations. Chaque participant a réalisé une interaction avec chaque configuration. Les chercheurs ont recueilli deux types de données : des mesures objectives des trajectoires de l'effecteur terminal pendant le contact, et des réponses à un questionnaire de perception portant sur trois axes, la sécurité ressentie, le naturel du geste et la confiance accordée au robot. Les résultats montrent une perception de sécurité et de confort plus élevée avec le bras à actionneurs élastiques qu'avec le bras rigide.

Cette étude touche un enjeu concret pour l'industrie robotique : au-delà de la puissance de calcul ou des modèles vision-langage-action qui pilotent aujourd'hui les bras humanoïdes, l'acceptabilité sociale d'un robot en contact physique direct dépend aussi de choix mécaniques simples, comme la rigidité des articulations. Pour les intégrateurs concevant des robots de service, d'accueil ou d'assistance amenés à toucher des humains, ce résultat conforte l'usage des SEA, une technologie de compliance mécanique déjà répandue en robotique collaborative, comme argument de sécurité perçue, distinct des seuils de force de contact déjà encadrés par les normes. L'étude reste toutefois un travail pilote portant sur un échantillon restreint de dix personnes, ce qui limite la portée statistique des conclusions malgré leur cohérence.

Les SEA, qui introduisent un élément élastique entre le moteur et l'articulation pour absorber les chocs et mesurer le couple, sont utilisées depuis plusieurs années dans des robots à pattes et des cobots industriels pour améliorer la sécurité physique. Cette recherche transpose le principe à un cas d'usage social précis, la poignée de main, geste de contact volontaire jugé particulièrement sensible en interaction humain-robot. L'article ne mentionne ni suite annoncée ni partenaire industriel ; il s'agit d'un travail académique destiné à alimenter la conception future de bras robotiques sociaux, sans lien indiqué avec des acteurs commerciaux du secteur humanoïde.

Dans nos dossiers

IA physique & VLAarXiv cs.RO

À lire aussi

CaP-X : un cadre pour évaluer et améliorer les agents de codage pour la manipulation robotique
1arXiv cs.RO 

CaP-X : un cadre pour évaluer et améliorer les agents de codage pour la manipulation robotique

Des chercheurs publient CaP-X, un framework open-access destiné à évaluer et améliorer les agents de type "Code-as-Policy" pour la manipulation robotique, selon un article déposé sur arXiv (2603.22435v2). Le système s'appuie sur CaP-Gym, un environnement interactif où des agents pilotent des robots en générant et exécutant du code combinant des primitives de perception et de contrôle. Sur cette base, les auteurs construisent CaP-Bench, un banc d'essai qui compare 12 modèles de langage et modèles vision-langage frontier selon différents niveaux d'abstraction, d'interaction et d'ancrage perceptif. Le travail aboutit à deux propositions concrètes : CaP-Agent0, un framework ne nécessitant aucun entraînement supplémentaire, et CaP-RL, une méthode d'apprentissage par renforcement avec récompenses vérifiables, testée en simulation puis transférée sur robots réels. L'enjeu dépasse le simple exercice académique : l'approche "code comme politique de contrôle" est présentée comme un complément aux méthodes Vision-Language-Action (VLA), très gourmandes en données, qui dominent aujourd'hui la robotique humanoïde et industrielle. CaP-Bench met en évidence une faiblesse structurelle des agents actuels, leur performance chute nettement dès que les abstractions conçues par des humains sont retirées, ce qui révèle une dépendance excessive au travail d'ingénierie préalable plutôt qu'à une véritable autonomie de raisonnement. Pour les intégrateurs et décideurs industriels, ce résultat tempère l'idée que les grands modèles suffiraient seuls à piloter des bras ou des humanoïdes sans échafaudage logiciel dédié. À l'inverse, les auteurs montrent que multiplier les tours d'interaction, le retour d'exécution structuré, la différenciation visuelle et la synthèse automatique de compétences comble une grande partie de cet écart, même sur des primitives de bas niveau. Ce travail s'inscrit dans le prolongement des recherches sur le "Code-as-Policy", initiées pour donner aux modèles de langage une interface exécutable vers le contrôle robotique, en alternative aux pipelines VLA de bout en bout. En documentant précisément où les agents actuels échouent et en ouvrant l'accès à son environnement de test, CaP-X vise à devenir une plateforme de référence pour comparer objectivement les approches futures, avant un possible passage à l'échelle sur des tâches de manipulation réelles plus complexes.

RecherchePaper
1 source
StereoPolicy : améliorer les politiques de manipulation robotique grâce à la perception stéréoscopique
2arXiv cs.RO 

StereoPolicy : améliorer les politiques de manipulation robotique grâce à la perception stéréoscopique

Une équipe de chercheurs a présenté StereoPolicy, un cadre d'apprentissage de politiques visuomotrices déposé sur arXiv (2605.09989) qui exploite des paires d'images stéréoscopiques synchronisées pour améliorer la précision des robots manipulateurs. Contrairement aux approches dominantes basées sur la vision monoculaire, StereoPolicy traite chaque image indépendamment via des encodeurs visuels 2D pré-entraînés, puis fusionne les représentations au sein d'un module baptisé Stereo Transformer. Cette architecture extrait implicitement des indices de disparité et de correspondance spatiale, sans nécessiter de reconstruction 3D explicite ni de calibration de caméra. Évalué sur trois benchmarks de simulation, RoboMimic, RoboCasa et OmniGibson, le système surpasse systématiquement les baselines RGB, RGB-D, nuage de points et multi-vues. Les auteurs ont également validé l'approche sur des robots réels, dans des configurations de manipulation tabulaire et de manipulation bimane mobile. L'intérêt principal de StereoPolicy réside dans sa modularité: le framework s'intègre directement avec des politiques à base de diffusion et des politiques VLA (vision-language-action) pré-entraînées, ce qui en fait un composant additionnel plutôt qu'une refonte architecturale. Pour les intégrateurs et les équipes robotique, cela signifie que des systèmes existants basés sur des modèles comme Pi-0 ou GR00T pourraient bénéficier de la perception stéréo sans repartir de zéro. La vision monoculaire, omniprésente dans les déploiements actuels, souffre d'une absence d'indices de profondeur fiables dans les scènes encombrées ou géométriquement complexes, un problème que la stéréo adresse naturellement à faible surcoût matériel. Ce résultat renforce l'hypothèse que les représentations 2D pré-entraînées, aussi puissantes soient-elles, restent limitées sans ancrage géométrique explicite. StereoPolicy s'inscrit dans la dynamique actuelle de l'imitation learning robotique, portée par des travaux comme ACT, Diffusion Policy et les VLA multimodaux. La plupart des systèmes en production s'appuient encore sur des caméras monoculaires ou des capteurs RGB-D de type RealSense ou ZED, qui ajoutent complexité et coût. Les caméras stéréo passives, technologie mature présente depuis des décennies en vision par ordinateur, avaient été quelque peu éclipsées par la montée en puissance des encodeurs 2D profonds. Ce papier, une préprint arXiv, pas encore un produit déployé, rouvre la question de leur rôle dans les pipelines modernes d'apprentissage par imitation. Les prochaines étapes naturelles seront d'évaluer StereoPolicy dans des environnements industriels réels et de tester sa robustesse aux variations d'éclairage et de texture, deux limites classiques de la vision stéréo passive.

RechercheOpinion
1 source
CoPRE : améliorer la sensibilité de détection proprioceptive des contacts pour bras robotiques à faible coût
3arXiv cs.RO 

CoPRE : améliorer la sensibilité de détection proprioceptive des contacts pour bras robotiques à faible coût

Une équipe de recherche présente CoPRE (Contact-free Proprioceptive Response Estimation), une méthode qui améliore la détection de contacts faibles sur des bras robotiques bon marché dépourvus de capteurs de force ou tactiles dédiés, en s'appuyant uniquement sur la proprioception. L'approche estime les couples articulaires attendus en mouvement libre de contact à partir de l'historique d'état proprioceptif et de la commande de mouvement, écarte les observations récentes susceptibles de déjà refléter un contact, puis calcule le résidu entre couples attendus et observés avant de le convertir en score de contact via un jacobien pondéré par le bruit. Testée sur un bras ARX Arm et sur l'humanoïde Unitree G1, la méthode atteint 74,1% et 82,2% de rappel sur les essais de contact, contre 0%/0% sur ARX et 16,3%/42,2% sur G1 pour les méthodes de référence (prédiction de couple apprise et dynamique inverse analytique). Elle détecte 90% des poussées à partir de 3,5 N sur ARX et 5,5 N sur G1. Les auteurs l'intègrent aussi dans une planification de manipulation en espace de croyance pour du placement d'objets et de l'insertion de livres avec évitement d'obstacles, où le contact détecté met à jour la croyance spatiale du robot et lui permet de se rétracter, ajuster sa pose et réessayer. L'enjeu est concret pour les intégrateurs qui déploient des bras à bas coût sans instrumentation force/tactile: ces plateformes ne peuvent aujourd'hui détecter que des contacts francs, faute de signal exploitable dans le bruit proprioceptif. L'écart de performance avec les méthodes existantes, quasi nulles sur ARX, montre que les approches classiques ne se transposent pas au matériel économique, contrairement à ce que suggéraient leurs résultats sur bras industriels instrumentés. Si les chiffres se confirment au-delà des essais contrôlés du papier, cela ouvrirait la voie à une manipulation plus sûre et plus adaptative sans surcoût matériel, un argument direct pour la robotique de manipulation low-cost et les humanoïdes commerciaux comme le G1 de Unitree. Le travail reste un article de recherche déposé sur arXiv (2609.27381, catégorie "new"), sans annonce de produit ni de déploiement industriel. Il se positionne explicitement contre deux familles de méthodes existantes, la prédiction de couple apprise et la dynamique inverse analytique, dont il documente l'échec quasi total sur matériel bon marché. Aucun partenaire ni pilote industriel n'est mentionné, et le site dédié (copre-arm.github.io) sert de vitrine au projet plutôt qu'à un calendrier de commercialisation. Aucun acteur français ou européen n'apparaît dans cette publication.

RecherchePaper
1 source
Amélioration de la perception et de l'adaptabilité des robots grâce à la fusion de capteurs et à des conceptions inspirées de l'origami
4arXiv cs.RO 

Amélioration de la perception et de l'adaptabilité des robots grâce à la fusion de capteurs et à des conceptions inspirées de l'origami

Des chercheurs décrivent sur arXiv (2610.09828) un robot mobile compact dont les roues inspirées de l'origami servent à la fois à la locomotion et au pilotage de la géométrie de perception. Le prototype pèse moins de 2 kg et coûte moins de 300 USD. Lorsque les roues passent d'une configuration adaptée au terrain à une autre, le tangage du châssis change et balaie un LiDAR 2D à travers plusieurs élévations. Une position de roue maintenue fixe donne un angle de vue choisi. Une IMU compense l'attitude du châssis, et un nœud de fusion projette les retours LiDAR dans le flux de profondeur RGB-D transmis à RTAB-Map, la bibliothèque de SLAM visuel. Le dispositif réutilise l'actionnement des roues déjà présent, sans moteur supplémentaire pour orienter le capteur. Les essais ont eu lieu dans un couloir intérieur sans texture et dans une zone extérieure ensoleillée, avec trois passages par configuration de capteurs dans chaque environnement. La fraction moyenne de pixels de profondeur invalides sur l'image entière passe de 21 % à 11 % en intérieur, et de 48 % à 18 % en extérieur. La fusion réduit donc fortement les trous de profondeur dans les deux situations où une caméra RGB-D seule est le plus fragile : surfaces uniformes en intérieur, saturation par le soleil en extérieur. Le LiDAR obtient en plus un point de vue réglable en continu, sans composant dédié. Ces résultats montrent qu'un robot à budget très serré peut obtenir une perception plus robuste en exploitant mieux le matériel existant, plutôt qu'en ajoutant des capteurs coûteux. Pour les intégrateurs de petites plateformes d'inspection, d'exploration ou de logistique légère, où la charge utile et le coût sont les contraintes dominantes, la piste est concrète : un mécanisme de locomotion peut aussi servir d'actuateur de perception. Les limites sont nettes. Le protocole est modeste, avec seulement trois runs par configuration, deux environnements et un seul prototype. Aucune comparaison avec d'autres approches de fusion ou avec un LiDAR 3D n'est mentionnée, et la précision de cartographie n'est pas évaluée, seulement la couverture de profondeur. Il s'agit d'une démonstration de laboratoire, pas d'un produit ni d'un déploiement. Le travail s'inscrit dans deux courants de recherche : les roues et châssis reconfigurables inspirés de l'origami, conçus pour s'adapter à des terrains variés, et la fusion LiDAR-caméra pour pallier les limites des capteurs de profondeur actifs et stéréo sous éclairage ou texture défavorables. Les alternatives courantes passent par des LiDAR 3D ou des montages motorisés (pan-tilt), plus chers et plus lourds, ce qui est précisément ce que le prototype cherche à éviter. Les suites logiques seraient des tests sur davantage de scénarios et de trajectoires, une évaluation de la qualité des cartes produites par RTAB-Map, et une comparaison chiffrée avec des capteurs 3D à coût équivalent. L'article ne mentionne ni partenaire industriel ni calendrier de pilote.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source