Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Contrôle actif et perception robuste pour la coopération air-sol sans état global
RecherchearXiv cs.RO 

Contrôle actif et perception robuste pour la coopération air-sol sans état global

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

Une équipe de recherche a publié sur arXiv (référence 2609.25898, catégorie "new") un article décrivant COPA, un cadre de contrôle à perception active pour la coopération entre un drone (UAV) et un robot terrestre (UGV) sans dépendre d'une localisation globale. Le principe consiste à piloter directement le drone dans un repère non inertiel attaché au robot terrestre, en s'appuyant sur une estimation de pose relative par vision avec un marqueur passif porté par l'UGV, une solution jugée peu coûteuse comparée aux systèmes de capture de mouvement ou GPS classiques. Pour résoudre le problème d'une caméra fixe qui perd de vue le robot terrestre lorsque l'attitude requise du drone entre en conflit avec le champ de vision, les chercheurs ajoutent un gimbal à un seul axe qui découple l'axe optique de la caméra de l'assiette en tangage du drone. Un réseau de convolution temporelle (TCN) prédit à court terme l'accélération et la vitesse angulaire du robot terrestre à partir de son historique de mouvement récent, sans mesure d'état global, ces prédictions alimentant ensuite un contrôleur prédictif (MPC) qui optimise conjointement les commandes du drone et du gimbal. En simulation, COPA maintient une visibilité continue de la cible, et les études d'ablation montrent que le TCN réduit les pics d'erreur lors des transitions de mouvement du robot terrestre ; en conditions réelles, le système démontre un suivi robuste avec des accélérations du robot terrestre allant jusqu'à 3 m/s² et des vitesses de lacet jusqu'à 1,0 rad/s.

Cette approche intéresse directement la robotique de coopération multi-agents en environnements sans GPS ni infrastructure de tracking externe, comme les entrepôts, les sites industriels ou les zones de recherche et sauvetage, où les solutions actuelles reposent souvent sur des estimations d'état global coûteuses ou fragiles. En combinant vision monoculaire, actionnement mécanique simple et apprentissage prédictif, le travail illustre une tendance de fond en robotique aérienne : remplacer la localisation absolue par une perception active et relative, moins chère à déployer à l'échelle.

Le papier s'inscrit dans la lignée des recherches sur l'estimation de pose relative par vision et le suivi actif par gimbal pour la coopération air-sol, un domaine où les méthodes existantes butent soit sur la dépendance à une localisation globale, soit sur la perte de cible par des caméras à champ de vision fixe. Publié comme nouvel article arXiv sans affiliation industrielle précisée dans le résumé, il s'agit d'un travail de recherche à ce stade, sans annonce de déploiement commercial ni de partenariat industriel.

Dans nos dossiers

arXiv cs.RO

À lire aussi

SplatCtrl : couplage perception-action via représentations de scène gaussiennes et contrôle robotique réactif
1arXiv cs.RO 

SplatCtrl : couplage perception-action via représentations de scène gaussiennes et contrôle robotique réactif

Des chercheurs présentent SplatCtrl, un système qui combine reconstruction 3D en temps réel et contrôle réactif de bras robotique pour éviter les collisions dans des environnements inconnus et changeants. Le framework s'appuie sur le 3D Gaussian Splatting, une technique de représentation de scène par nuages de gaussiennes 3D, et introduit une méthode hybride de filtrage voxel combinée à une relocalisation dynamique des gaussiennes, permettant de reconstruire la scène à partir de flux RGB-D tout en s'adaptant aux changements de l'environnement en continu. Pour le contrôle, les auteurs dérivent des fonctions de distance signée continues directement depuis les gaussiennes isotropes, ce qui fournit des estimations de probabilité de collision stables et différentiables, faisant le pont entre les champs de distance classiques et les représentations implicites modernes. Ces métriques sont ensuite injectées dans des fonctions de barrière de contrôle (control barrier functions), aboutissant à un couplage perception-action unifié capable de générer des mouvements fluides en réaction aux changements de scène. Le système a été validé en simulation, sur un robot physique réel, et dans un espace de travail partagé humain-robot. L'intérêt pour l'industrie tient à la promesse centrale du papier: rendre les bras manipulateurs, aujourd'hui performants surtout en environnement structuré et statique, capables d'opérer en sécurité dans des contextes dynamiques et partagés avec des humains, sans reprogrammation manuelle des trajectoires. Si les résultats se confirment à plus grande échelle, cela toucherait directement les intégrateurs industriels et logistiques confrontés à des cellules de travail non figées, ainsi que les applications de cobotique où la coexistence humain-robot impose une réactivité aux obstacles imprévus. C'est aussi un signal supplémentaire que le 3D Gaussian Splatting, initialement pensé pour le rendu photoréaliste, s'impose progressivement comme brique de perception robotique. Le travail s'inscrit dans une lignée de recherches récentes cherchant à exploiter le 3D-GS pour la robotique, au-delà de son usage d'origine en vision par ordinateur et rendu de scènes. L'article ne précise pas d'affiliation industrielle ni de partenaire de déploiement identifié: il s'agit d'une contribution de recherche académique publiée sur arXiv, sans indication de commercialisation ni de calendrier de transfert vers un produit. Les prochaines étapes attendues concernent le passage à l'échelle sur des scènes plus complexes et des tests prolongés en conditions réelles d'usine ou d'entrepôt.

RecherchePaper
1 source
NEXUS : contrôle perceptif du corps entier pour une téléopération adaptée au terrain
2arXiv cs.RO 

NEXUS : contrôle perceptif du corps entier pour une téléopération adaptée au terrain

Des chercheurs publient NEXUS, un cadre de contrôle corps entier « perceptif » pour la téléopération de robots humanoïdes sur des terrains différents de celui de l'opérateur (arXiv 2609.39000, première version). Le système combine les commandes de mouvement humain et le retour sensoriel embarqué. Le robot perçoit le terrain local et adapte sa posture et ses points de contact, au lieu de recopier image par image le mouvement de l'opérateur. L'équipe a d'abord conçu un algorithme d'adaptation au terrain, qui génère des paires de mouvements (sol plat et terrain varié) sans réglage manuel par mouvement ni par terrain. Le corpus appariés atteint près de 1 000 heures. Un contrôleur perceptif a ensuite été entraîné par apprentissage enseignant-élève (teacher-student) pour reproduire les comportements commandés. Selon les auteurs, il est déployé sans réentraînement (zero-shot) sur robot réel, pour une téléopération en temps réel sur des terrains variés jamais vus. L'enjeu porte sur un goulot d'étranglement connu de la téléopération humanoïde : l'opérateur évolue presque toujours sur sol plat, alors que le robot doit monter, enjamber ou franchir des obstacles. Les données qui relient un même comportement sur plusieurs terrains sont rares, ce qui limite la supervision. Si la génération automatisée de ces paires tient ses promesses, elle réduit un coût important : la collecte de démonstrations par téléopération sert aussi à nourrir les modèles VLA (vision-langage-action) et les politiques de manipulation mobile. Un téléopérateur qui n'a plus besoin de reproduire la géométrie du site simplifie aussi l'exploitation industrielle, notamment l'intervention à distance sur sites non structurés. Les résultats restent toutefois des benchmarks choisis par les auteurs, face à des contrôleurs corps entier existants que le résumé ne nomme pas. Le résumé ne précise ni la plateforme robotique, ni les types de terrains, ni les temps de latence, ni les taux de réussite. La robustesse hors laboratoire reste donc à démontrer. Ce travail s'inscrit dans la lignée des contrôleurs corps entier par suivi de mouvement humain, qui se sont multipliés avec les humanoïdes commerciaux (Unitree, Figure, Tesla Optimus, Agility). La plupart de ces contrôleurs sont aveugles ou à perception limitée. Ils reproduisent le mouvement de référence sans tenir compte de l'environnement. NEXUS vise cette limite en ajoutant la perception et la correction des contacts. La suite dépendra de la publication du code, des données et de la page projet (nexus-humanoid.github.io), puis d'une validation sur d'autres plateformes. Aucun acteur français ou européen n'est cité dans le résumé. L'approche intéresse pourtant les développeurs d'humanoïdes européens qui s'appuient sur la téléopération pour collecter des données, comme Wandercraft ou Enchanted Tools.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Hydra-0 : flux d'action pour la modélisation généraliste du monde et le contrôle
3arXiv cs.RO 

Hydra-0 : flux d'action pour la modélisation généraliste du monde et le contrôle

Hydra-0, un nouveau modèle du monde généraliste pour la robotique, a été présenté dans un preprint publié sur arXiv le 19 août 2026 (arXiv:2608.18077). Le système repose sur un concept baptisé "action flow" : les actions du robot y sont représentées comme un flux de mouvement de pixels plutôt que comme des commandes articulaires classiques, ce qui crée une interface visuelle commune permettant d'apprendre les conséquences des actions à travers différents robots, tâches, environnements et architectures de génération vidéo. Dans sa meilleure configuration, Hydra-0 réduit l'erreur de mouvement du robot de 90,4% et l'erreur de mouvement des objets de 60,2% par rapport à une base de référence conditionnée par l'action classique. Sur le benchmark RoboLab, le modèle atteint une corrélation de Pearson de r=0,96 entre les taux de réussite rejoués en simulation et les taux de réussite de référence, un signal de fidélité élevé pour l'évaluation de politiques en boucle ouverte. Les auteurs décrivent aussi un mode inverse émergent : le modèle peut prédire un mouvement robotique compatible à partir d'un flux d'objet désiré transféré depuis une démonstration humaine, une "tête d'action" entraînée convertissant ensuite ces représentations latentes en actions exécutables sans démonstration robotique experte spécifique à la tâche. Pour l'industrie robotique, ce travail s'attaque directement à deux goulots d'étranglement connus des approches vision-language-action (VLA) : la dépendance à des démonstrations robotiques coûteuses par tâche, et la difficulté à faire généraliser un modèle entre embodiments et environnements hétérogènes. En transformant l'action en un signal visuel partagé, l'approche promet une adaptation plus économe en données et une composition zero-shot de comportements, deux propriétés recherchées par les intégrateurs qui veulent déployer un même modèle sur plusieurs plateformes matérielles sans réentraînement lourd. Il faut toutefois noter qu'il s'agit d'un résultat de recherche publié en preprint, évalué sur un benchmark interne (RoboLab) et non d'un système déployé en production ou en usine ; les gains annoncés restent à confirmer par une évaluation indépendante et par des essais sur robots physiques réels au-delà du cadre expérimental décrit. Ce travail s'inscrit dans la vague plus large des modèles du monde et des architectures VLA développés ces dernières années pour unifier perception, prédiction et contrôle robotique, un axe de recherche où plusieurs laboratoires cherchent à résoudre le fossé entre démonstrations en simulation et transfert vers le réel. La piste ouverte par le mode inverse d'Hydra-0, apprendre le contrôle à partir de vidéos humaines sans démonstration robotique dédiée, pourrait, si elle se confirme à plus grande échelle, réduire significativement le coût de collecte de données pour l'entraînement de politiques robotiques généralistes. L'article ne précise pas de calendrier de déploiement industriel ni de partenariat commercial associé.

RecherchePaper
1 source
Reflex : contrôle réactif d'un humanoïde ancré dans la perception visuelle
4arXiv cs.RO 

Reflex : contrôle réactif d'un humanoïde ancré dans la perception visuelle

Des chercheurs ont publié sur arXiv (2610.12772) Reflex, un cadre d'apprentissage qui permet à un humanoïde d'attraper au vol une boîte lancée, en s'appuyant uniquement sur sa vision égocentrique RGB-D. L'approche se déroule en trois étapes. Une politique fondée sur l'état apprend d'abord à attraper avec tout le corps par apprentissage par renforcement. Elle apprend ensuite à inférer la dynamique de la boîte en mouvement à partir d'observations retardées et incomplètes. Enfin, un encodeur RGB-D apprend à reconstruire cette représentation de la dynamique directement depuis les images, pendant que le contrôleur reste figé. En simulation, Reflex atteint 85,7 % de réussite avec la vision seule, contre 87,9 % avec des observations privilégiées de la boîte. Retirer l'historique visuel temporel fait chuter le succès de 35,6 points sur les lancers centrés et de 39,8 points sur les lancers décalés latéralement. Sur un Unitree G1 réel, le système attrape des boîtes lancées par des humains dans 65 % des cas à 2,5 m et 40 % à 5 m. Cela représente respectivement 76 % et 59 % du taux de réussite des receveurs humains aux mêmes distances. L'intérêt tient à la méthode plus qu'au score absolu. Le faible écart entre vision et observations privilégiées (environ 2 points en simulation) suggère que séparer le contrôle du corps entier de la perception rend l'apprentissage visuel bien plus tractable que l'entraînement de bout en bout. Les systèmes précédents ne couvraient qu'une partie du problème : ils s'appuyaient sur des effecteurs seuls, de la capture de mouvement ou des objets marqués. Ici, la boucle perception-action tourne sans infrastructure externe, ce qui rapproche le sujet de scénarios logistiques comme le déchargement de camions, où des colis peuvent être lancés. Il faut toutefois rester prudent. Les résultats réels portent sur un seul robot, une seule tâche et des boîtes lancées par des humains. Avec 40 % de réussite à 5 m, on est loin d'une fiabilité industrielle. Le transfert sim-to-real reste donc partiel, et la comparaison avec les humains est un repère utile, pas une garantie opérationnelle. Ces travaux s'inscrivent dans la vague du contrôle humanoïde du corps entier appris en simulation, qui a fait du Unitree G1 une plateforme de recherche courante grâce à son coût relativement faible. La plupart des démonstrations visaient jusqu'ici la locomotion, l'imitation de mouvements ou la manipulation lente, rarement des réactions en moins d'une seconde face à des objets en vol. Reflex vise cette lacune avec une représentation compacte de la dynamique d'objet servant d'interface entre perception et contrôle, une idée transposable à d'autres tâches réactives comme l'esquive ou le renvoi de balle. Le papier est un preprint (v1) sans annonce de déploiement ni de produit. Les prochaines étapes plausibles sont l'extension à des objets variés, à de plus longues distances et à des conditions visuelles moins contrôlées. Aucune échéance commerciale n'est avancée.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source