Actualités robotique — page 24

4 565 articles au fil, du plus récent au plus ancien.

41

1151arXiv cs.RO 

De l'IA du monde à l'IA incarnée : une feuille de route pour l'intelligence physique en monde ouvert

Publié sur arXiv le 14 juillet 2026 (arXiv:2607.11689), cet article de synthèse dresse un état des lieux des modèles d'action pour la robotique et propose une feuille de route vers ce que les auteurs nomment le « cerveau incarné » (embodied brain). Le texte retrace l'évolution des politiques vision-langage-action (VLA) vers les World Action Models (WAM), des systèmes qui relient une intervention candidate à ses conséquences prédites avant exécution. Trois failles couplées freinent le secteur selon les auteurs: des espaces d'action et cibles de prédiction incompatibles d'un modèle à l'autre, une absence de standardisation des jeux de données et des protocoles d'évaluation, et des interfaces d'exécution trop fermées pour permettre la réutilisation entre systèmes. Plutôt qu'un nouveau modèle entraîné, le papier propose une architecture cible: le cerveau incarné intégrerait un contexte multimodal, comparerait plusieurs interventions candidates, puis émettrait des requêtes de transition d'état ou de capacité plutôt que des commandes moteur directes, les WAM servant de prototypes pour ces fonctions prédictives. Pour les intégrateurs et décideurs en robotique, ce travail nomme un problème concret: chaque laboratoire, qu'il s'agisse de Physical Intelligence avec Pi-0, NVIDIA avec GR00T N2 ou Figure avec Helix, construit son propre espace d'action et son propre format de données, rendant quasi impossible la comparaison directe des performances ou la réutilisation d'un modèle entre un bras robotique et un humanoïde. En proposant des contrats partagés entre modèles, données, tâches et morphologies, et un post-entraînement en boucle fermée transformant les interactions vérifiées en expérience réutilisable, la feuille de route vise à sortir la robotique généraliste du stade de la démonstration isolée. C'est une contribution méthodologique plus qu'un résultat expérimental: elle ne prouve pas qu'un tel système fonctionne à l'échelle, mais formalise ce qui manque pour y parvenir, un constat qui recoupe les critiques récurrentes sur l'écart entre vidéos de démonstration sélectionnées et déploiements robustes en conditions réelles. Le papier s'inscrit dans la continuité des travaux sur les modèles d'action et les world models, qui ont convergé avec l'essor des VLA avant que des approches hybrides, combinant prédiction du monde et politique d'action, ne donnent naissance aux WAM. Les auteurs ne mentionnent aucun déploiement propre mais positionnent leur cadre face aux systèmes existants de Physical Intelligence, NVIDIA et Figure, sans citer d'acteur français ou européen dans cette revue. La suite annoncée est l'adoption progressive de ces contrats partagés par la communauté de recherche, préalable jugé nécessaire à l'émergence d'agents physiques réellement adaptatifs et auto-améliorants hors laboratoire.

Recherche❖Paper

1 source

40

1152arXiv cs.RO 

Robots: apprentissage à double processus des compétences atomiques, découplant raisonnement sémantique et contrôle temps réel

Cette semaine, une équipe de recherche publie sur arXiv (référence 2607.10625v1) un nouveau framework baptisé DASL, pour Dual-Process Atomic Skill Learning, destiné à l'apprentissage par imitation conditionné par le langage pour les robots. Le problème visé est concret : quand un robot doit exécuter une instruction en langage naturel composée de plusieurs étapes, les approches hiérarchiques existantes, qui décomposent la tâche en compétences atomiques, souffrent d'instabilité à l'entraînement et d'un phénomène de "codebook collapse", causé par un couplage trop étroit entre le raisonnement de haut niveau et la génération d'actions bas niveau lorsque les deux sont entraînés conjointement. DASL répond à ça en séparant clairement deux modules : une Slow-Frequency Policy qui prédit des compétences discrètes et interprétables via quantification vectorielle, et une High-Frequency Policy qui s'appuie sur un modèle de diffusion latent combiné à un Decision Transformer pour générer les actions précises, conditionnées par ces compétences. Les deux tournent de façon asynchrone. Sur des benchmarks de simulation et des expériences réelles, DASL dépasse significativement les méthodes de référence de l'état de l'art, en particulier sur la généralisation compositionnelle à des instructions jamais vues à l'entraînement. Le code est disponible sur GitHub. L'enjeu dépasse la seule performance benchmark : c'est un signal de plus que la généralisation compositionnelle, le vrai goulot d'étranglement des modèles vision-langage-action (VLA) déployés en usine ou en logistique, reste un problème d'architecture autant que de données. Découpler la lenteur du raisonnement sémantique de la rapidité du contrôle moteur fait écho à une intuition déjà présente chez d'autres équipes travaillant sur les VLA à grande échelle, où le mélange des deux niveaux dans un seul réseau tend à fragiliser l'apprentissage dès que le nombre de compétences ou la diversité des instructions augmente. Le nom du framework s'inspire explicitement de la théorie du double processus en sciences cognitives, celle qui distingue une pensée rapide et intuitive d'une pensée lente et délibérative. DASL s'inscrit dans la lignée des travaux récents sur les politiques hiérarchiques pour la robotique conditionnée par le langage, où la tension entre interprétabilité des compétences et précision du contrôle reste un axe de recherche actif ; la publication du code laisse la porte ouverte à une réplication et une comparaison directe avec d'autres architectures du domaine.

Recherche❖Paper

1 source

40

1153arXiv cs.RO 

SUREFlow : appariement de flux résiduel adapté à l'incertitude dans l'espace d'états pour une manipulation robotique robuste

Des chercheurs publient sur arXiv (2607.10504v1) SUREFlow, une nouvelle politique de manipulation robotique fondée sur le state-space model Mamba plutôt que sur les architectures Transformer habituelles. Le nom complet, State-space Uncertainty-aware REsidual Flow matching, résume l'idée centrale: le modèle prédit conjointement les vitesses d'action et une incertitude résiduelle dépendant de l'entrée, ce qui lui permet de raffiner sélectivement les dimensions d'action jugées peu fiables, sans retour de l'environnement, tout en gardant un coût de calcul contenu. Sur le benchmark de simulation LIBERO, SUREFlow atteint un taux de réussite moyen de 92,5%, contre un score inférieur de 34,2 points pour MaIL, l'autre politique bâtie sur Mamba. Sur la variante plus difficile LIBERO-PRO, il obtient environ 49% de réussite avec seulement 179 millions de paramètres, un résultat que les auteurs présentent comme comparable à celui de grands modèles VLA (vision-langage-action) pesant entre 3 et 7 milliards de paramètres. Le code source est publié sur GitHub. L'enjeu dépassé le simple gain de score: les politiques génératives par diffusion ou flow matching, aujourd'hui dominantes pour piloter des bras robotiques à partir d'images et de langage, souffrent d'instabilité lors de rollouts longs, où de petites erreurs de vitesse s'accumulent et dégradent l'exécution. La plupart des approches existantes supposent une incertitude homogène et ne la modélisent pas explicitement pendant la génération d'action. En ciblant ce point précis, SUREFlow s'attaque directement au fossé entre démonstration en simulation et fiabilité en conditions réelles, un problème central pour les intégrateurs qui cherchent des politiques VLA robustes sans devoir recourir à des modèles massifs coûteux à faire tourner en embarqué. Le travail s'inscrit dans la lignée des politiques de manipulation compactes inspirées de Mamba, alternative aux Transformers pour réduire la complexité de calcul sur des séquences longues, après des tentatives comme MaIL. Il se positionne aussi face aux grands VLA généralistes tels que Pi-0 ou GR00T N2, en misant sur l'efficacité paramétrique plutôt que sur l'échelle. À ce stade, il s'agit d'une publication de recherche évaluée uniquement en simulation sur LIBERO et LIBERO-PRO, sans validation annoncée sur robot physique ni partenariat industriel identifié.

Recherche⚡Actu

1 source

40

1154arXiv cs.RO 

Perception artificielle fovéale pour réduire l'apprentissage par raccourcis dans les modèles fondation robotiques

Le laboratoire de recherche présente Artificial Foveated Perception (AFP), un module léger et agnostique à l'architecture destiné à corriger un défaut structurel des modèles fondamentaux robotiques actuels. Le problème identifié est le "shortcut learning" : les politiques de contrôle apprennent à exploiter des corrélations statistiques présentes dans les données d'entraînement (couleur du fond, position d'un objet non pertinent) plutôt que les indices visuels réellement déterminants pour réussir la tâche. AFP prend en entrée les mêmes flux vision et langage que les pipelines Vision-Language-Action (VLA) et World Action Model, et génère des masques conditionnés par la tâche qui isolent les objets pertinents, le robot lui-même, et les zones critiques pour l'action. Ces masques servent de signal de supervision auxiliaire pendant le fine-tuning, sans modifier l'architecture du modèle. Une fois l'entraînement terminé, la politique fonctionne directement sur le flux d'observation brut, sans qu'AFP intervienne dans la boucle de contrôle en production. Cette approche s'attaque à un angle mort largement documenté en vision par ordinateur mais peu exploré jusqu'ici dans la robotique fondationnelle : la différence entre une performance en démonstration et une robustesse réelle en déploiement. Les résultats rapportés montrent que le foveated perception réduit le temps de fine-tuning, limite le surapprentissage, et améliore la généralisation face aux perturbations environnementales, un problème récurrent quand des VLA entraînés sur des scènes contrôlées se retrouvent face à des variations d'éclairage, de fond ou d'agencement en conditions réelles. Pour les intégrateurs et équipes robotique qui déploient des modèles génératifs de contrôle à l'échelle industrielle, ce type de méthode répond directement à une inquiétude concrète : un modèle qui semble fonctionner en vidéo de démonstration peut échouer dès que le contexte visuel change légèrement, précisément parce qu'il a appris les mauvais indices plutôt que la logique causale de la tâche. Le travail s'inscrit dans la lignée des efforts récents autour des VLA généralistes (dans la famille de Pi-0, GR00T N2 ou Helix), où la question du passage à l'échelle et de la robustesse reste ouverte malgré les progrès en transfert cross-embodiment et en contrôle conditionné par le langage. Les auteurs testent AFP sur plusieurs modèles fondamentaux robotiques de référence et mènent des ablations sur la qualité des masques et la conception de la fonction de perte de grounding, montrant que les gains proviennent bien de la redirection de l'attention du modèle vers les preuves visuelles pertinentes, et non d'un effet secondaire indirect. La méthode reste pour l'instant au stade de la recherche publiée sur arXiv, sans indication de déploiement industriel ni de partenariat annoncé, mais elle propose une piste concrète et peu coûteuse en calcul pour rendre les futurs modèles VLA plus fiables avant leur mise en production.

Recherche❖Paper

1 source

40

1155arXiv cs.RO 

Une enquête complète et une évaluation systématique en conditions réelles de la navigation incarnée par vision et langage

Une nouvelle étude publiée sur arXiv (2607.09792v1) dresse un état des lieux complet de la navigation par vision et langage (VLN), cette capacité qui permet à un robot de comprendre une instruction en langage naturel et de s'orienter dans un environnement inconnu à partir de ses seules perceptions visuelles. Les auteurs classent les méthodes existantes selon deux axes indépendants : le paradigme d'action, qui distingue les architectures hiérarchiques des architectures monolithiques, et le paradigme de modèle, qui oppose les approches discriminatives aux approches génératives. Fait notable, l'étude ne se limite pas à une synthèse bibliographique : elle inclut une évaluation systématique en conditions réelles, menée sur une plateforme robotique physique dans dix scènes différentes. Les résultats chiffrés sont sans appel. Une méthode monolithique représentative, fonctionnant uniquement à partir d'images RGB, atteint 61% de réussite en simulation mais chute à seulement 22% lors des tests réels. À l'inverse, une architecture hiérarchique conserve un taux de succès de 51% en conditions réelles, un écart bien plus faible avec ses performances simulées. Pour l'industrie robotique, ce résultat vient confirmer un soupçon déjà répandu chez les intégrateurs : les scores impressionnants annoncés en simulation ne se transposent pas automatiquement sur le terrain, et l'écart simulation-réel reste un obstacle majeur, y compris pour des approches VLA jugées prometteuses sur le papier. La supériorité relative des architectures hiérarchiques suggère qu'une décomposition explicite des tâches, plutôt qu'un modèle unique bout-en-bout, apporte davantage de robustesse face aux aléas de perception et de contrôle du monde réel, un signal utile pour les décideurs B2B qui évaluent quelle famille d'architecture privilégier avant un déploiement. Ce travail s'inscrit dans un contexte de recherche en pleine expansion autour du VLN, porté par les progrès récents des modèles vision-langage-action, mais où les validations en environnement réel restaient jusqu'ici rares et dispersées. Les auteurs concluent en identifiant les verrous restants en matière de perception, de prise de décision et de contrôle, autant de pistes qu'ils appellent la communauté à approfondir dans les prochains travaux.

Recherche❖Paper

1 source

39

1156arXiv cs.RO 

ReMoSPLAT : contrôle réactif de manipulation mobile sur un Gaussian Splat

Des chercheurs présentent ReMoSPLAT, un contrôleur réactif pour la manipulation mobile fondé sur une formulation de programme quadratique, qui exploite une représentation en Gaussian Splatting pour l'évitement d'obstacles. Le système coordonne simultanément le mouvement de la base et du bras d'un manipulateur mobile afin d'atteindre une pose cible de l'effecteur terminal, y compris dans des scènes encombrées, sans recourir à une planification de trajectoire coûteuse en calcul. Les auteurs comparent deux méthodes de calcul de distance robot-obstacle : une approche purement géométrique et une approche par rastérisation directement sur le nuage de gaussiennes. Les expériences, menées en simulation sur des scans synthétiques et des scans réels, montrent des performances comparables à celles de contrôleurs disposant d'une connaissance parfaite de l'environnement (vérité terrain). L'approche a également été validée sur une plateforme robotique physique, avec des ressources détaillées sur remosplat.github.io. Le papier, référencé arXiv:2512.09656, est une version mise à jour d'un travail déjà soumis. L'intérêt pour l'industrie robotique tient à la promesse d'éviter le compromis habituel entre réactivité et sécurité : la plupart des contrôleurs réactifs rapides ignorent la géométrie fine de l'environnement, tandis que les méthodes fiables en évitement d'obstacles s'appuient sur une planification lourde et lente. En intégrant directement une représentation Gaussian Splat, format de rendu 3D initialement conçu pour la synthèse d'images photoréalistes, dans une boucle de contrôle temps réel, les auteurs montrent qu'il est possible de rapprocher perception dense et contrôle réactif sans sacrifier la vitesse. C'est un signal utile pour les intégrateurs travaillant sur des AMR à bras embarqué appelés à opérer dans des environnements non structurés, entrepôts ou ateliers, où la cartographie complète et statique de la scène n'est pas toujours disponible ou à jour. Ce travail s'inscrit dans une tendance plus large d'adoption du Gaussian Splatting comme représentation de scène pour la robotique, en alternative aux occupancy grids ou aux maillages classiques, une piste explorée en parallèle par plusieurs laboratoires académiques depuis 2024. Contrairement aux annonces commerciales de robots humanoïdes, il s'agit ici d'un résultat de recherche à un stade préliminaire, validé sur banc d'essai plutôt que déployé en production, dont la suite logique serait une évaluation sur des tâches de manipulation plus longues et des environnements dynamiques.

Recherche❖Paper

1 source

39

1157arXiv cs.RO 

IA incarnée guidée par les exigences : conception d'une détection tactile sociale du corps entier via interaction humain-robot virtuelle

Article traduit et résumé en français, prêt à publier : Une équipe de recherche propose une méthodologie inédite pour concevoir la peau tactile des robots humanoïdes destinés à l'interaction physique et sociale avec l'humain (spHRI), en partant des données d'usage plutôt que des contraintes matérielles. Publiée sur arXiv (2607.11690v1), l'étude s'appuie sur une plateforme de réalité virtuelle à retour haptique pour collecter des cartes de contact haute résolution sur l'ensemble du corps d'un robot, à travers plusieurs scénarios sociaux (accolade, tape sur l'épaule, poignée de main, etc.). Neuf gestes tactiles sociaux récurrents ont été identifiés, dont huit ont ensuite fait l'objet d'une collecte contrôlée avec 18 participants, produisant un jeu de données ouvert de 5 520 essais. L'analyse des distributions de contact et de simulations d'encodage tactile fournit des repères quantitatifs sur la couverture cutanée nécessaire et la densité de capteurs à installer sur une plateforme humanoïde donnée. L'enjeu dépasse la simple curiosité académique : jusqu'ici, la conception des capteurs tactiles pour l'interaction sociale suivait une logique matérielle d'abord, où l'emplacement et la résolution des capteurs étaient fixés en amont, limitant de fait la palette de gestes reconnaissables. Cette approche inverse la démarche en dérivant les exigences de capteurs directement des données d'interaction réelles, ce qui pourrait éviter aux fabricants de robots sociaux ou compagnons un surdimensionnement coûteux de la peau tactile, ou au contraire une couverture insuffisante qui dégraderait la reconnaissance des gestes. Pour les intégrateurs et décideurs qui évaluent des robots destinés au contact physique humain (assistance, santé, accueil), disposer de seuils quantitatifs de densité et de placement avant la fabrication du hardware représente un gain de temps et de coûts d'ingénierie concret, plutôt qu'une promesse marketing. Le travail s'inscrit dans une limite bien identifiée de la recherche en robotique tactile : la plupart des peaux artificielles actuelles sont conçues sans données préalables sur la façon dont les humains touchent réellement un robot dans un contexte social, ce qui explique des écarts entre capacités annoncées et usage terrain. Bien que la démonstration ait été menée sur une seule plateforme robotique, les auteurs présentent la méthode comme transférable à d'autres morphologies de robots, ouvrant la voie à des exigences de capteurs spécifiques à chaque design avant même le prototypage physique. Les prochaines étapes attendues concernent la validation de cette méthodologie sur d'autres architectures de robots et son intégration dans des cycles de conception industriels, mais aucun calendrier ni partenariat industriel n'est mentionné à ce stade.

Recherche❖Paper

1 source

39

1158arXiv cs.RO 

SLIDER : recherche de cible pour robot aérien guidée par historique clairsemé, utilisant des cartes locales glissantes

Des chercheurs présentent SLIDER, un nouveau framework logiciel pour la recherche de cibles par drone en environnement inconnu à grande échelle, publié le 14 juillet 2026 sur arXiv (2607.10553v1). Le système abandonne l'approche classique de cartographie dense globale au profit d'une carte locale glissante combinée à un historique global épars. Il embarque une méthode d'évaluation de la qualité d'observation qui exploite les poses historiques et les modèles de capteurs pour analyser les nuages de points en temps réel, ce qui accélère la détection des zones frontières à explorer. Une stratégie de clustering incrémental des points de vue s'adapte dynamiquement aux mises à jour locales, réduisant fortement le nombre de cibles candidates et la charge de calcul. Une carte topologique globale, maintenue de façon incrémentale et éparse, sert de support à la planification et à l'évaluation des coûts de trajectoire. Les auteurs rapportent des résultats supérieurs à l'état de l'art en simulation comme en conditions réelles, sur les critères d'usage mémoire, de latence de décision et d'efficacité de recherche. L'enjeu dépasse la seule prouesse académique : l'exploration autonome de zones inconnues (recherche et sauvetage, inspection industrielle, cartographie de sites difficiles d'accès) reste limitée par le compromis entre couverture spatiale large et perception fine en temps réel, un goulot d'étranglement classique pour les drones embarquant une puissance de calcul contrainte. En réduisant l'empreinte mémoire et la latence de décision par rapport aux méthodes à cartographie dense, SLIDER répond directement à une limite pratique de déploiement : la plupart des algorithmes de pointe en exploration robotique fonctionnent bien en simulation mais deviennent inutilisables sur du matériel embarqué à ressources limitées. Si les gains annoncés se confirment hors du cadre contrôlé des tests des auteurs, cela ouvrirait la voie à des essaims de drones autonomes plus légers, capables d'opérer en temps réel sans liaison permanente vers une station de calcul déportée. Le papier s'inscrit dans une lignée de recherche active sur l'exploration frontière ("frontier-based exploration") et la planification de trajectoire pour robots aériens, un champ où la tension entre richesse de la représentation cartographique et contraintes de calcul embarqué reste un problème ouvert depuis plusieurs années. Contrairement aux approches à carte globale dense, souvent citées comme référence mais coûteuses en mémoire à mesure que l'environnement s'agrandit, SLIDER mise sur la parcimonie pour rester scalable. L'article ne précise pas d'affiliation industrielle ni de calendrier de transfert vers un produit commercial ; il s'agit à ce stade d'une contribution de recherche, validée par simulation et expérimentation réelle, dont la reproductibilité et l'adoption par d'autres équipes détermineront l'impact réel sur le secteur de la robotique aérienne autonome.

Recherche❖Paper

1 source

39

1159arXiv cs.RO 

Navigation dans la foule : commande prédictive non linéaire avec dynamique des forces sociales pour la navigation robotique tenant compte des humains

Une équipe de chercheurs publie sur arXiv (arXiv:2607.10374v1, dépôt du 14 juillet 2026) un nouveau cadre de contrôle baptisé SFM-NMPC, pour Social Force Model based Non-linear Model Predictive Control. L'idée consiste à intégrer directement le Social Force Model, un modèle physique classique de la dynamique des foules, dans la boucle d'optimisation d'un contrôleur prédictif non linéaire (NMPC) pilotant la navigation d'un robot mobile. Concrètement, le contrôleur prédit simultanément les trajectoires futures des humains environnants et celle du robot sur tout l'horizon de prédiction, et s'appuie sur un ensemble de fonctions de coût sociales dédiées pour orienter la planification vers des comportements jugés conformes aux normes sociales, au-delà du simple évitement de collision. Malgré la complexité accrue du modèle, les auteurs annoncent un fonctionnement temps réel à 20 Hz, validé par des tests simulés extensifs en environnements encombrés, ainsi qu'une étude d'ablation isolant la contribution de la dynamique SFM et des termes de coût social. Pour l'industrie de la robotique mobile et les intégrateurs de robots destinés à des environnements partagés avec des humains, entrepôts, hôpitaux, espaces commerciaux, ce travail s'attaque à un point de friction connu: les méthodes classiques d'évitement d'obstacles traitent les piétons comme des obstacles dynamiques sans anticiper leur comportement, ce qui produit une navigation perçue comme intrusive ou erratique. En démontrant qu'un modèle de prédiction humaine sophistiqué peut être embarqué dans la boucle de contrôle sans casser la contrainte temps réel, l'étude apporte un argument concret contre l'hypothèse selon laquelle précision sociale et efficacité computationnelle seraient nécessairement antagonistes en MPC. Reste que les résultats, à ce stade, ne reposent que sur de la simulation: la validation sur robot physique en environnement humain réel, avec ses incertitudes de perception et de suivi de trajectoire, constitue l'étape suivante indispensable avant toute conclusion sur l'applicabilité terrain. Le Model Predictive Control s'est imposé ces dernières années comme alternative robuste aux approches classiques de planification et aux méthodes purement data-driven pour la navigation robotique, mais sa performance dépend étroitement de la qualité des modèles de prédiction humaine qu'il embarque. Le Social Force Model, formalisé dans les années 1990 pour modéliser les dynamiques de foule, offre une base physique interprétable que plusieurs travaux récents cherchent à coupler à des contrôleurs optimaux. SFM-NMPC s'inscrit dans cette lignée et se compare à des méthodes de référence de l'état de l'art sur des métriques de conformité sociale, sans toutefois se positionner face à des acteurs industriels ou des systèmes commerciaux déployés, le travail restant à ce stade de nature académique et exploratoire.

Recherche❖Paper

1 source

39

1160arXiv cs.RO 

Robo-ValueRL : une estimation fiable de la valeur pour l'apprentissage par renforcement hors ligne vers en ligne

Des chercheurs publient Robo-ValueRL, un framework d'apprentissage par renforcement offline-to-online pour la manipulation robotique, décrit dans un article arXiv (2607.09866v1) diffusé cette semaine. Le système entraîne un estimateur de valeur conditionné par l'historique des actions, dont la fiabilité est mesurée via deux métriques, la progression globale et la préférence locale. Ces estimations de valeur alimentent ensuite deux étapes : un pré-entraînement de politique par cohérence conditionnée à la qualité des données, puis un module d'adaptation résiduelle appliqué lors des déploiements en ligne. Les expériences s'appuient sur un volume conséquent, 240 heures de démonstrations hors ligne et plus de 3 000 trajectoires de rollout en ligne. Sur deux tâches de précision, l'insertion de puces électroniques au millimètre près et le désassemblage générique de blocs, le système atteint respectivement 86% et 84% de taux de réussite. L'apport principal ne se situe pas dans un nouveau record de performance mais dans la démonstration d'un lien direct entre la fiabilité de la fonction de valeur et la qualité de la politique finale. Concrètement, un estimateur de valeur fiable permet de prioriser les données de meilleure qualité parmi un ensemble hétérogène de démonstrations, ce qui bat le clonage comportemental classique, indifférent à la qualité des données, et stabilise la phase d'amélioration en ligne. Pour les équipes qui construisent des pipelines de RL robotique à partir de données de téléopération ou de simulation de qualité inégale, ce résultat justifie d'investir dans le diagnostic de la fonction de valeur plutôt que de simplement augmenter le volume de données ou la taille des modèles de politique. Le travail s'inscrit dans la tendance actuelle du secteur à combiner pré-entraînement hors ligne sur de larges jeux de démonstrations et affinage en ligne par rollouts réels, une approche jugée prometteuse pour la manipulation robotique généralisable mais dont la complexité technique rend la reproduction et le diagnostic difficiles, un point que les auteurs soulignent explicitement comme motivation de leur étude. Robo-ValueRL se positionne comme un banc d'essai unifié plutôt qu'un produit fini, destiné à isoler l'effet de la fiabilité de l'estimation de valeur des autres composants du pipeline. L'article ne précise pas de suite industrielle ni de partenaire de déploiement identifié à ce stade, le travail restant à un niveau de recherche académique.

Recherche❖Paper

1 source

39

1161arXiv cs.RO 

Visibilité et sécurité pour l'exploration multi-robot à perception limitée : SEAMLiS

Une équipe de recherche a publié le 9 juillet 2026 sur arXiv (référence 2607.09959v1) un article décrivant SEAMLiS (Safe Exploration for Autonomous Multi-Robot Systems Under Limited Sensing), un framework de sécurité pour l'exploration décentralisée par flottes de robots dans des environnements inconnus. Le problème visé est concret: avec un champ de vision et une portée de détection limités, les architectures d'exploration classiques planifient des trajectoires vers des zones informatives sans garantir que le capteur reste orienté dans la direction du mouvement, ce qui peut retarder la détection d'un obstacle caché jusqu'à ce qu'il soit trop tard pour une manœuvre d'évitement bornée en actuation. SEAMLiS s'installe à la couche d'exécution, en aval de l'allocateur d'objectifs et du planificateur local existants, et ajoute deux filtres: un filtre d'attitude de type gatekeeper qui bascule entre une politique de lacet favorisant la visibilité de la frontière connu-libre/inconnu et une politique de repli asservie en vitesse, puis un filtre positionnel basé sur des fonctions barrières de contrôle (CBF) qui gère l'évitement des obstacles connus, nouvellement détectés, et des autres robots. Les auteurs fournissent des conditions suffisantes de non-collision et valident l'approche en simulation randomisée, sous Isaac Sim, et sur drones Crazyflie réels. Pour les équipes qui développent des flottes de robots autonomes en environnement non cartographié, ce travail répond à une limite reconnue depuis longtemps: séparer exploration et sécurité en deux modules indépendants introduit un angle mort exploitable par la géométrie même du champ de vision limité. En démontrant un gain de sécurité sans sacrifier l'essentiel de l'efficacité d'exploration, SEAMLiS suggère qu'il est possible de conserver les stacks d'exploration existants (souvent optimisés pour le gain d'information) tout en corrigeant leur angle mort perceptif par une couche d'exécution modulaire, plutôt que de refondre l'ensemble du pipeline de planification. Ce résultat s'inscrit dans une littérature croissante sur les CBF appliqués à la robotique mobile multi-agents, où la difficulté centrale reste la garantie formelle de sécurité sous incertitude de perception plutôt que sous incertitude de dynamique seule. Les auteurs positionnent leur contribution comme complémentaire aux stacks d'exploration standards plutôt que concurrente, et les tests matériels sur Crazyflie, une plateforme de recherche largement utilisée pour les essais multi-drones, indiquent une intention de validation au-delà de la seule simulation, sans toutefois préciser de calendrier vers un déploiement industriel.

Recherche❖Paper

1 source

38

1162arXiv cs.RO 

PIER-Flow : un flux rectifié efficace et informé par la physique pour la navigation en temps réel des robots mobiles

Des chercheurs présentent PIER-Flow (Physics-Informed Efficient Rectified Flow), une politique de navigation légère pour robots mobiles, décrite dans un preprint arXiv publié le 14 juillet 2026 (arXiv:2607.10288v1). La méthode distille un expert MPC (Model Predictive Control) dans une équation différentielle ordinaire à temps continu, ce qui permet de générer une action en une seule étape grâce à un échantillonnage latent parallèle et une sélection de faisabilité allégée. Un objectif d'entraînement intégrant la physique impose la cohérence cinématique du robot, couplé à une architecture de "chunking" d'actions asynchrone pensée pour le transfert simulation vers réel. En simulation, PIER-Flow atteint un taux de réussite de 98,85% sans aucune collision, avec un temps d'inférence moyen d'environ 1,29 ms, soit une planification 37,2 fois plus rapide que le MPC classique et plus de 800 fois plus rapide que les modèles de diffusion standards. Déployé sur un calculateur embarqué à ressources limitées, le système conserve une latence d'inférence stable d'environ 5,3 ms. Ces chiffres, s'ils se confirment au-delà du cadre expérimental, répondent à une tension centrale de la navigation robotique autonome: les méthodes d'optimisation comme le MPC gèrent explicitement les contraintes de sécurité et de cinématique mais souffrent d'une optimisation non linéaire répétée coûteuse en temps réel, tandis que les politiques de clonage comportemental déterministes sont rapides mais peinent à représenter des comportements d'évitement multimodaux, et les politiques de diffusion capturent cette multimodalité au prix d'un débruitage itératif lent. En combinant la rapidité d'inférence d'un modèle distillé avec la robustesse théorique d'un expert MPC, PIER-Flow illustre une piste concrète pour rapprocher performance temps réel et sécurité formelle chez les robots mobiles évoluant en environnements denses et dynamiques, un enjeu direct pour les intégrateurs d'AMR (robots mobiles autonomes) en entrepôt ou en usine où les pics de latence et les gels de planification restent un point de friction opérationnel majeur. L'approche s'inscrit dans une lignée de travaux cherchant à accélérer les politiques génératives pour la robotique, où les modèles de diffusion classiques, malgré leur expressivité, imposent un coût d'inférence incompatible avec le contrôle temps réel embarqué. Le recours au "rectified flow" comme alternative plus rapide au débruitage itératif fait écho à des développements récents dans la littérature sur les modèles génératifs accélérés. Aucun acteur industriel n'est nommé dans ce travail, qui reste à ce stade une contribution académique validée uniquement en simulation et sur un déploiement limité en conditions réelles sur matériel edge; les auteurs ne précisent pas de calendrier de transfert vers des plateformes robotiques commerciales ni de comparaison directe avec des politiques VLA (Vision-Language-Action) comme Pi-0 ou GR00T N2, ce qui invite à la prudence sur la portée exacte des gains annoncés hors du cadre testé.

Recherche❖Paper

1 source

38

1163arXiv cs.RO 

D-SafeMPC : commande prédictive sûre par diffusion avec fonctions barrières de contrôle en temps discret

Traduction et résumé en cours pour cet article de recherche sur D-SafeMPC. Des chercheurs présentent D-SafeMPC, une méthode qui combine modèles de diffusion et commande prédictive (MPC) pour générer des trajectoires robotiques à la fois sûres et faisables physiquement. Le problème de départ est connu : les modèles de diffusion, très utilisés en planification de mouvement, ne garantissent intrinsèquement ni la sécurité ni le respect des contraintes dynamiques, ce qui produit parfois des trajectoires irréalisables. Coupler diffusion et MPC existait déjà, mais l'approche restait instable, car une mauvaise initialisation de trajectoire par le modèle de diffusion empêchait le MPC de converger vers une solution correcte. D-SafeMPC guide le processus de diffusion inverse à l'aide de fonctions barrières de contrôle (CBF) et de fonctions de Lyapunov de contrôle (CLF), avec un schéma de projection itératif où le MPC affine la trajectoire à chaque étape de débruitage. Les tests ont porté sur un bras manipulateur Franka, en simulation sur quatre scénarios (un obstacle statique, trois configurations à obstacles dynamiques), puis en conditions réelles sur un robot Franka physique via une expérience de transfert sim-to-real. Le code source et les configurations expérimentales sont publiés sur GitHub (erdiphd/D-SafeMPC). L'intérêt de ces travaux dépasse le cas d'usage du bras manipulateur : ils s'attaquent directement à un point de friction connu entre planification générative et robotique déployable. Les modèles de diffusion produisent des trajectoires plausibles statistiquement, mais rien ne garantit qu'elles respectent les contraintes physiques d'un robot réel ou évitent des obstacles mobiles, un écart classique entre démonstration et fiabilité opérationnelle. En stabilisant l'interaction diffusion-MPC dès la phase de débruitage plutôt qu'en post-traitement, D-SafeMPC vise à fournir des points de démarrage fiables ("warm starts") au contrôleur, ce qui améliore selon les auteurs le taux de succès des tâches et l'efficacité de planification par rapport aux méthodes de référence de l'état de l'art. Pour les équipes travaillant sur la manipulation en environnement partagé avec des humains ou des obstacles mobiles, c'est un signal que les architectures hybrides génératif-contrôle progressent sur la sécurité formelle, un enjeu central pour toute certification industrielle. Ce travail s'inscrit dans une lignée de recherches cherchant à réconcilier planification par apprentissage profond et garanties de sécurité issues du contrôle classique, un axe actif depuis l'essor des politiques de diffusion en robotique (type Diffusion Policy). Les CBF et CLF sont des outils établis en commande sûre, mais leur intégration fine dans une boucle de diffusion itérative reste un domaine ouvert. La validation sim-to-real sur Franka, bras couramment utilisé en recherche académique, reste un test de complexité modérée comparé à des déploiements industriels ou humanoïdes ; la suite logique serait une extension à des plateformes à plus haute dimensionnalité ou à des tâches multi-obstacles plus denses.

Recherche❖Paper

1 source

38

1164arXiv cs.RO 

ActiveFly-Bench : aligner la réponse à des questions incarnée avec un modèle vision-langage-action pour la perception aérienne incarnée

Une équipe de recherche publie ActiveFly-Bench, un nouveau benchmark visant à combler le fossé entre le raisonnement en environnement virtuel et l'interaction physique pour la perception active des drones. Décrit dans un article déposé sur arXiv (2607.10180v1), ce benchmark décompose la perception active en trois tâches hiérarchiques: le question-réponse incarné aérien (Air-EQA), la planification du comportement d'observation (OBP) et le contrôle fin du drone guidé par le langage (FLUC), reliant explicitement la compréhension de tâches de haut niveau, la planification comportementale et le contrôle bas niveau. Les jeux de données combinent des environnements extérieurs réels et simulés, utilisés à la fois pour l'entraînement et l'évaluation. Les auteurs ont aussi développé ActiveFly, un agent en boucle fermée qui associe raisonnement vision-langage et contrôle fin, effectivement déployé sur une plateforme UAV physique, et non testé uniquement en simulation. L'enjeu dépasse le simple exercice académique: les tests menés avec des modèles vision-langage (VLM) et des modèles vision-langage-action (VLA) représentatifs montrent que les agents actuels peinent encore sur la planification comportementale, l'ajustement de point de vue et l'accomplissement robuste de tâches en perception active. Autrement dit, la promesse des architectures VLA généralistes, popularisées au sol par des systèmes comme GR00T N2 ou Helix, ne se transpose pas automatiquement au domaine aérien: piloter un drone qui doit décider où regarder, comment se repositionner et quand agir reste un problème ouvert. Pour les intégrateurs de drones d'inspection, d'agriculture ou de surveillance, ce constat tempère l'enthousiasme autour des copilotes autonomes tout-en-un et souligne que le sim-to-real n'est pas résolu pour l'aérien comme il commence à l'être pour la manipulation au sol. Ce travail s'inscrit dans la lignée des benchmarks d'IA incarnée (embodied QA) déjà développés pour les robots terrestres et les bras manipulateurs, mais transposés pour la première fois de façon systématique au domaine UAV, où les contraintes de vol, de vent et de champ de vision changent la donne. Face à des acteurs commerciaux comme DJI ou Skydio qui vendent déjà de l'autonomie de vol assistée, ActiveFly-Bench propose un cadre d'évaluation académique standardisé plutôt qu'un produit, avec l'ambition de devenir une référence pour mesurer les progrès futurs des agents aériens embarquant du raisonnement multimodal.

Recherche❖Paper

1 source

38

1165arXiv cs.RO 

Vers une téléopération dextre au niveau humain

Une équipe de recherche présente TeleDexter, un système de téléopération pour mains robotiques dextres capable de reproduire la dextérité humaine en manipulation intra-main. Le contrôleur repose sur un mécanisme de co-suivi main-objet qui traduit l'intention de l'opérateur en exécution de contact de bas niveau, apprise par renforcement. L'entraînement s'appuie sur des sous-objectifs de co-suivi consécutifs dérivés de mouvements de référence humains, combinés à une récompense hybride mêlant objectifs épars et suivi dense, plutôt qu'une simple imitation image par image des trajectoires. Le pipeline complet ne nécessite qu'une seule étape de RL et, grâce au masquage aléatoire d'actions et à la randomisation de domaine, transfère en zero-shot sur robot réel sans réentraînement spécifique. Les chercheurs ont testé TeleDexter sur sept tâches de téléopération dextre complexes, couvrant la réorientation d'objets et l'usage d'outils sur des horizons longs, avec deux mains robotiques différentes. Résultat: un taux de réussite moyen de 75%, là où toutes les méthodes de référence échouent systématiquement. Ce résultat marque une avancée notable pour un problème resté largement irrésolu: la capacité à changer de prise, réorienter un objet dans la main ou faire du "finger gaiting" (repositionnement des doigts pendant la manipulation) via téléopération, sans perdre le contact ni la précision. Pour les équipes de robotique manipulant des mains multi-doigts, cela ouvre une voie vers une téléopération réellement exploitable pour la collecte de données d'entraînement, plutôt que des démonstrations limitées à des gestes grossiers. Les auteurs montrent aussi que les démonstrations collectées via TeleDexter permettent d'entraîner des politiques autonomes par clonage comportemental, ce qui en fait un outil potentiel pour accélérer l'apprentissage de politiques VLA appliquées à la manipulation fine. Ce travail s'inscrit dans une lignée de recherches sur la téléopération de mains dextres, un domaine où les systèmes existants peinent à capturer les transitions de contact dynamiques (translation, réorientation, changement de prise) que les humains effectuent naturellement. Il ne s'agit pour l'instant que d'un résultat de recherche publié sur arXiv, sans déploiement industriel annoncé ni partenaire commercial identifié, mais la méthode pourrait intéresser les laboratoires travaillant sur des mains robotiques haut de gamme et la collecte de données pour l'apprentissage de politiques autonomes en manipulation.

Recherche❖Paper

1 source

38

1166arXiv cs.RO 

Politique de carte d'action : apprentissage de la manipulation 3D en boucle fermée par classification de pixels

Des chercheurs viennent de publier sur arXiv (2607.10706, 14 juillet 2026) un nouveau cadre baptisé Action Map Policy (AMP), qui reformule l'apprentissage de politiques de manipulation robotique en boucle fermée comme un problème de classification dans l'espace image plutôt que comme une régression continue. L'idée centrale consiste à projeter les actions 3D du bras robotique sur le plan de la caméra et à traiter chaque pixel comme une classe discrète à prédire, ce qui limite l'explosion combinatoire du vocabulaire tout en conservant une précision de l'ordre du millimètre. Contrairement aux approches par diffusion, qui nécessitent un débruitage itératif coûteux en temps de calcul, AMP prédit l'intégralité d'un segment d'actions en une seule passe avant, ce qui accélère nettement l'inférence. Les auteurs rapportent des taux de réussite supérieurs à plusieurs méthodes de référence sur diverses tâches de manipulation, ainsi qu'un raisonnement spatial amélioré. Le choix de la représentation d'action reste l'un des obstacles majeurs des politiques robotiques modernes, notamment pour les modèles vision-langage-action (VLA) qui cherchent à généraliser au-delà des tâches d'entraînement. La classification par pixels s'inspire du succès des modèles génératifs de langage, où la prédiction du prochain token a supplanté les approches par régression directe. En robotique, cette analogie est plus délicate car l'espace d'action est continu et de haute dimension, avec des solutions optimales souvent multimodales. En résolvant le compromis entre discrétisation fine et vocabulaire gérable, AMP répond directement à une limite pratique des politiques par diffusion, jugées précises mais lentes, un frein pour les applications nécessitant un contrôle réactif en temps réel. Il s'agit pour l'instant d'un travail de recherche académique, sans lien annoncé avec un produit commercial ou un déploiement industriel. AMP s'inscrit dans une lignée d'alternatives aux politiques par diffusion (popularisées par Diffusion Policy) et aux approches autorégressives de type VLA (Pi-0, GR00T N2, OpenVLA). Les prochaines étapes attendues incluent une validation sur robots physiques au-delà des expériences en simulation ou banc de test décrites dans l'article, ainsi qu'un examen par les pairs.

Recherche❖Paper

1 source

38

1167arXiv cs.RO 

Vers une adaptation en ligne de l'interaction robotique aux déficiences de mobilité du membre supérieur en contexte de retour au travail

Une équipe de recherche propose un nouveau cadre d'interaction homme-robot en ligne conçu pour s'adapter aux limitations de mobilité du membre supérieur, dans la perspective de faciliter le retour au travail de personnes en situation de handicap. Contrairement aux approches classiques de collaboration homme-robot qui supposent un utilisateur valide, ce framework intègre un modèle de mobilité spécifique à certaines limitations articulaires directement dans un contrôleur optimal hiérarchique, permettant au robot de générer un comportement réactif et adapté en temps réel. Le système a été testé sur des tâches de remise d'objet (handover) avec un manipulateur mobile, en simulant plusieurs types de déficiences: arthrite du coude, arthrite de l'épaule et blocage du poignet, dans des configurations debout et assise avec contraintes de tâche. Les auteurs ont comparé quantitativement et qualitativement leur méthode à des approches ergonomiques de pointe déjà établies dans le domaine de l'interaction homme-robot. Les résultats préliminaires montrent que le framework parvient à personnaliser l'interaction selon l'amplitude de mouvement réellement disponible de l'utilisateur, tout en encourageant l'usage des articulations en fonction de la sévérité de leurs limitations fonctionnelles. Pour les intégrateurs et les décideurs industriels, ce travail touche à un angle mort réel de la robotique collaborative: la quasi-totalité des cobots et bras manipulateurs déployés en usine ou en entrepôt sont calibrés pour des corps valides, ce qui exclut de fait une partie de la main-d'œuvre après un accident du travail ou une maladie chronique. Un contrôleur capable d'ajuster dynamiquement sa trajectoire et son rythme à la mobilité résiduelle d'un opérateur ouvre la voie à des postes de travail réellement inclusifs, plutôt qu'à des aménagements génériques. Cela s'inscrit aussi dans une tendance plus large de l'HRI vers la personnalisation en ligne, par opposition aux profils utilisateurs figés définis à l'avance. Ce papier, republié en v2 sur arXiv, s'appuie sur la littérature existante de l'interaction ergonomique homme-robot, qu'il cherche explicitement à dépasser via des comparaisons directes. Il ne s'agit pour l'instant que de résultats préliminaires en conditions de laboratoire avec des déficiences émulées plutôt que des sujets réellement atteints, une étape de validation clinique restant nécessaire avant tout déploiement en environnement de travail réel.

Recherche❖Paper

1 source

38

1168arXiv cs.RO 

PAKE : apprentissage de la loco-manipulation du corps entier via des embeddings cinématiques partiels

Une équipe de recherche publie sur arXiv (arXiv:2607.11041, juillet 2026) un nouveau framework de contrôle corps entier baptisé PAKE, pour "Partial Kinematic Embeddings", destiné à la loco-manipulation des robots à haute redondance cinématique. Le système repose sur un modèle de flux de normalisation cinématique (Kinematic Normalizing Flow, KNF), entraîné sur un grand jeu de données de mouvements, qui génère des trajectoires de référence partielles à la fois variées et physiquement réalisables. Un contrôleur de haut niveau navigue dans l'espace latent du KNF pour exploiter la redondance du système, tandis qu'un contrôleur bas niveau garantit une exécution motrice précise. Les auteurs valident l'approche sur un robot quadrupède équipé d'un bras à six degrés de liberté (DoF). En déploiement matériel réel, sur 24 épisodes répartis en 8 tâches de manipulation mobile différentes, le système atteint une erreur de suivi de pose de l'organe terminal de 4,5 cm et 0,14 rad, avec des erreurs de vitesse linéaire et angulaire de locomotion de 0,1 m/s et 0,01 rad/s respectivement, des chiffres présentés comme supérieurs aux méthodes concurrentes testées en parallèle. Le résultat s'inscrit dans un problème central de la robotique humanoïde et quadrupède actuelle : contrôler des systèmes à très haut nombre de degrés de liberté sans sacrifier la précision, un point sur lequel de nombreuses démonstrations commerciales restent floues ou s'appuient sur des vidéos sélectionnées. Ici, les métriques proviennent d'essais matériels documentés et non de simulation seule, ce qui renforce leur crédibilité, même si le volume d'épisodes (24) reste modeste pour parler de robustesse à grande échelle. Pour les intégrateurs travaillant sur des tâches de manipulation mobile (entrepôts, inspection, logistique), cela illustre une voie alternative aux approches VLA de bout en bout comme Pi-0 ou GR00T N2, en découplant génération de mouvement de référence et exécution bas niveau. Le travail se positionne dans la lignée des recherches en apprentissage par imitation et en génération de mouvement pour la robotique redondante, un domaine où rivalisent notamment les laboratoires travaillant sur les modèles de flux et les politiques de contrôle hiérarchique. Les auteurs évoquent un potentiel d'extension à d'autres tâches robotiques en aval, sans toutefois annoncer de calendrier de déploiement industriel ni de partenaire commercial à ce stade.

Recherche❖Paper

1 source

38

1169arXiv cs.RO 

Le défi ERR@HRI 3.0 : détection multimodale des erreurs et anticipation dans les interactions homme-robot

Détecter en temps réel qu'un robot vient de se tromper, ou qu'un humain à proximité va bientôt subir un échec, reste un problème ouvert pour l'interaction homme-robot. La troisième édition du challenge ERR@HRI, présentée dans un article déposé sur arXiv le 14 juillet 2026, propose deux jeux de données inédits pour faire avancer ce sujet. Le premier, Bystander Affect Detection (BAD), rassemble des enregistrements webcam de 45 participants réagissant spontanément à des scénarios d'échec robotique ou humain. Le second, Bad Idea, contient les réactions faciales anticipatoires de 29 participants tentant de prédire l'issue d'une action avant qu'un échec ne survienne. Les deux corpus, collectés par crowdsourcing avec des vidéos brutes non anonymisées, capturent la variabilité de conditions réelles plutôt que des données contrôlées en laboratoire. Trois pistes étaient proposées aux participants: détection des réactions de témoins (Track 1), prédiction anticipatoire d'issue (Track 2), et une piste optionnelle de généralisation cross-dataset (Track 3). Trois équipes ont soumis des modèles valides, tous supérieurs aux baselines à réseaux convolutifs (CNN) des organisateurs. L'enjeu dépasse la simple compétition académique: la plupart des systèmes de détection d'erreur actuels fonctionnent sur des contextes restreints, des environnements contrôlés ou des caractéristiques pré-extraites, ce qui limite fortement leur transfert vers des déploiements réels. En forçant les équipes à travailler sur de la vidéo brute multimodale et des scénarios naturalistes, ERR@HRI 3.0 teste directement si les approches actuelles tiennent face à l'écart classique entre démonstration en laboratoire et usage terrain. Pour les intégrateurs et concepteurs de robots sociaux ou collaboratifs, la capacité à anticiper un échec avant qu'il ne se produise, et pas seulement à le constater après coup, conditionne la confiance des utilisateurs et l'acceptabilité au quotidien de ces systèmes. Le fait qu'il s'agisse d'une troisième édition traduit un effort continu de la communauté recherche en interaction homme-robot pour structurer ce champ encore jeune, à travers des benchmarks partagés plutôt que des évaluations isolées propres à chaque laboratoire. Seules trois équipes ayant soumis des modèles valides, malgré le dépassement des baselines, l'article souligne que la détection et l'anticipation d'erreurs en conditions réelles restent un domaine en construction, avec des perspectives explicites vers des systèmes plus généralisables et conscients du contexte.

Recherche❖Paper

1 source

38

1170arXiv cs.RO 

TAC-LOCO : contrôle unifié du corps entier pour la loco-manipulation quadrupède guidée par le tact

Cette étude, publiée sur arXiv en juillet 2026, présente TAC-LOCO, un cadre d'apprentissage par renforcement qui unifie pour la première fois le contrôle corporel complet d'un robot quadrupède doté d'un bras manipulateur en intégrant un retour tactile dans la boucle de commande. Le système encode les données d'un réseau de capteurs tactiles montés sur une pince compliante en une représentation latente compacte, fusionnée avec la proprioception du robot pour piloter simultanément les pattes, le bras et la pince. Les chercheurs ont déployé la politique sans réentraînement supplémentaire (zero-shot) sur un quadrupède Unitree Go2 équipé d'un bras Interbotix WidowX 250 et d'une pince tactile. Les résultats chiffrés sont précis : une réduction de 47% de la force de préhension appliquée et un taux de chute d'objet inférieur à 1%, y compris lors de changements de charge progressifs et de relâchements brusques. L'apport principal tient à ce que le système régule activement la force de préhension en fonction de l'interaction physique réelle, plutôt que de simplement serrer fermement l'objet comme le font la plupart des approches existantes en loco-manipulation dynamique. Pour l'industrie robotique, cela répond à une limite concrète des robots à pattes actuels : la capacité à transporter des charges tout en se déplaçant dynamiquement sans les endommager ni les laisser tomber, un enjeu direct pour la logistique, l'inspection industrielle ou les interventions en environnement non structuré. Ce résultat illustre aussi que l'intégration tactile n'est plus cantonnée aux tâches de manipulation statique en laboratoire, mais devient exploitable dans des scénarios de contrôle corporel complet à haute dynamique, un signal notable pour les intégrateurs qui évaluent la maturité des architectures VLA et RL appliquées à la robotique mobile. Le travail s'inscrit dans la continuité des recherches sur la loco-manipulation, un domaine où la coordination entre stabilité locomotrice et précision de manipulation reste un défi ouvert, généralement traité sans capteurs tactiles faute de méthodes robustes pour exploiter ce signal en temps réel. TAC-LOCO se positionne ainsi face aux approches de contrôle corporel complet sans tactile, en démontrant un gain mesurable sur la robustesse aux perturbations externes. La validation reste toutefois limitée à une plateforme de recherche (Go2 plus bras WidowX), sans indication de calendrier vers un déploiement industriel ou une plateforme commerciale.

Recherche❖Paper

1 source

38

1171arXiv cs.RO 

Affordance-Based : planification de manipulation guidée par du texte et généralisation sim-vers-réel via conversion réel-vers-sim

Des chercheurs présentent un système de planification de manipulation robotique fondé sur la reconnaissance d'affordances (les possibilités d'action qu'offre un objet) et la prédiction des effets des actions. Concrètement, le système génère plusieurs futurs visuels possibles à partir de l'état actuel de la scène, puis sélectionne le plan dont le résultat prédit correspond le mieux à un objectif exprimé en langage naturel au moment de l'exécution, via un module de correspondance objectif-image multimodal. Sa particularité: le suivi de la position des objets nommés dans la consigne reste actif même lorsqu'ils deviennent occlus ou que leur apparence change en cours de tâche, ce qui permet de continuer à planifier là où un système classique perdrait la cible. Les auteurs ajoutent un module de conversion d'image "réel-vers-simulation", qui traduit les images d'un environnement physique, avec des objets de formes et de textures variées, vers une représentation visuelle standardisée proche de celle utilisée en simulation, pour faciliter le transfert vers un robot réel. Le système est évalué module par module puis testé de bout en bout sur des tâches de manipulation jugées difficiles, en simulation et sur banc matériel. L'enjeu dépasse la démonstration technique: c'est une tentative de répondre frontalement au problème du sim-to-real, en normalisant visuellement la scène réelle plutôt qu'en essayant de faire converger deux domaines visuels différents par entraînement. Pour les équipes qui développent des robots pilotables par consigne textuelle, la persistance du suivi d'objet malgré l'occlusion est un point dur classique des pipelines de manipulation, souvent négligé dans les démonstrations en conditions idéales. Le papier ne revendique pas de généralisation zero-shot totale, mais isole méthodiquement les briques (affordances, prédiction, matching texte-image, conversion visuelle) plutôt que de les noyer dans un modèle monolithique de bout en bout, ce qui facilite le diagnostic des points de rupture. Ce travail s'inscrit dans la lignée des systèmes de planification par affordances et des modèles vision-langage-action récents (RT-2, OpenVLA, Pi-0, GR00T N2, Helix), mais s'en distingue par une architecture modulaire plutôt qu'un modèle end-to-end unique. Publié comme preprint arXiv le 14 juillet 2026, sans affiliation ni benchmarks chiffrés détaillés dans le résumé, il reste à ce stade non revu par les pairs; les suites logiques seraient une comparaison directe avec les approches VLA sur des benchmarks standardisés.

Recherche❖Paper

1 source

37

1172arXiv cs.RO 

Réponses de robots collaboratifs aux tâches humaines : correction sémantique et physique via modèles vision-langage

Ce travail de recherche, publié en version révisée (v2) sur arXiv, s'attaque à un problème central de l'assemblage collaboratif homme-robot : comment un robot doit-il interpréter une instruction corrective ambiguë donnée par un humain, tout en produisant un mouvement physiquement exécutable. Les chercheurs proposent un framework de replanification qui traduit les instructions humaines en candidats "Action Target" (poses de préhension, choix d'outil), combinant deux mécanismes de vérification : un modèle de correction interne, qui valide la cohérence logique avant exécution, et un modèle de correction externe, qui vérifie visuellement le résultat après exécution. Le système intègre un modèle vision-langage (VLM) à de la génération de prise en 6 degrés de liberté et de la planification de trajectoire sans collision. Testé sur un robot humanoïde à buste (upper-body), il atteint 66,7% de réussite en fixation d'objet réelle, 100% en sélection initiale d'outil et 75% en sélection corrective d'outil. L'intérêt de l'étude tient surtout à ce qu'elle révèle sur les limites actuelles des VLM appliqués au contrôle robotique : ces modèles raisonnent bien sémantiquement mais choisissent parfois des cibles logiquement incohérentes ou mal évaluent si une action a réussi. Les ablations en simulation montrent un résultat contre-intuitif : la correction visuelle externe n'aide que lorsque le VLM sous-jacent a une latence faible, et peut au contraire dégrader la performance globale quand elle produit des faux négatifs. Pour les intégrateurs et équipes R&D qui misent sur les architectures VLA (à la manière de GR00T N2, Pi-0 ou Helix) pour piloter des humanoïdes en environnement collaboratif, ce papier illustre concrètement l'écart entre démonstration en simulation et fiabilité terrain, et pointe la vérification de l'état visuel comme le maillon encore faible. L'étude s'inscrit dans la vague de recherche académique cherchant à fiabiliser les architectures vision-langage-action pour la robotique physique, un axe où la plupart des annonces commerciales (Figure, Physical Intelligence, NVIDIA) restent centrées sur la démonstration plutôt que sur le déploiement industriel répété. Les auteurs ne précisent pas de laboratoire ni de suite commerciale ; il s'agit d'une contribution méthodologique destinée à alimenter les futurs travaux sur la replanification interactive et la correction des erreurs de perception dans les tâches collaboratives spatiales et sémantiques.

Recherche❖Paper

1 source

37

1173arXiv cs.RO 

GraspGraphNet : génération de préhensions dextériques multi-embodiment par graphe structuré

Trois chercheurs (le papier ne précise pas l'affiliation dans le résume) publient GraspGraphNet, un framework de génération de prises dexteres capable de fonctionner sur plusieurs mains robotiques différentes a partir d'un seul modèle. Chaque main est représentée comme un graphe cinématique dérivé directement de son fichier URDF, ce qui permet au système de générer directement des poses de paume et des configurations articulaires exécutables, sans étape de retargeting ni de résolution de cinématique inverse en post-traitement. L'architecture combine un encodage hiérarchique de la surface de l'objet, une cinématique directe différentiable et un mécanisme de message passing dynamique sur les arêtes reliant robot et objet, le tout pilote par du conditional flow matching applique directement dans l'espace des poses et des états articulaires. Entraine conjointement sur trois mains aux morphologies très différentes (Barrett Hand, Allegro Hand, Shadow Hand), le modèle partage atteint un taux de réussite moyen de 83,48% sur un benchmark de 40 objets, avec un temps d'inférence de seulement 40 millisecondes par prise. L'intérêt principal tient a la généralisation inter-mains sans reentrainement: applique sans adaptation a des variantes de mains avec des doigts retires, le même modèle conserve 72,70% de réussite. Pour l'industrie de la manipulation robotique, cela s'attaque a un vrai point de friction: la génération de prises est aujourd'hui largement spécifique a chaque main, obligeant intégrateurs et laboratoires a entrainer ou retarger un modèle par type de pince ou de main dexterement différente. Un modèle unique capable de s'adapter a la topologie cinématique réduirait le cout d'ingénierie a chaque changement de matériel. Ces chiffres restent toutefois issus d'un benchmark contrôle en simulation ou en laboratoire, pas d'un déploiement industriel réel, et méritent d'être confirmes a plus grande échelle et sur du matériel varie. Le problème adresse ici, la différence de topologie cinématique, de dimensions d'actionnement et d'espaces de commande natifs entre mains robotiques, est un frein connu a la généralisation en manipulation dexterement, un peu comme les modèles VLA généralistes (Pi-0, GR00T N2, Helix) cherchent a généraliser le contrôle corps entier plutôt que la seule prise. GraspGraphNet se positionne comme une brique complémentaire, focalisée sur la prise plutôt que sur la politique complète, et les auteurs annoncent une page projet pour la suite des travaux, sans calendrier de déploiement précise a ce stade.

Recherche❖Paper

1 source

37

1174arXiv cs.RO 

Robotique semi-corporelle : liaison sémantique-actionnement d'un mouvement de trompe souple inspiré de l'éléphant via flow matching léger

Des chercheurs proposent un système permettant à un robot doté d'une trompe souple inspirée de celle des éléphants de traduire des réponses générées par un grand modèle de langage multimodal en mouvements corporels complets, cohérents avec sa morphologie. Le pipeline convertit d'abord les réponses du modèle en tuples bornés d'intention et d'intensité alignés sur la structure du robot, puis paramétrise les trajectoires d'actionnement par câbles tendons à l'aide de splines de Catmull-Rom compactes, avant qu'un générateur de flux rectifié (rectified-flow) échantillonne des mouvements corporels faisables. Les résultats montrent un bond de la justesse de l'ancrage sémantique, de 25,0% avec une base de référence en régression dense brute à 77,2% avec le nouveau cadre. Face à une base de référence par diffusion débruitante, la méthode améliore encore la justesse de 71,9% à 77,2%, tout en réduisant le temps d'inférence de 7,86 ms à 4,87 ms et en conservant la diversité des mouvements générés. Une étude d'interaction physique menée auprès de 100 participants montre par ailleurs que l'ajout de ce canal de mouvement de trompe fait grimper le taux de satisfaction globale positive de 46% à 82% par rapport à une interaction purement audiovisuelle. Ce travail s'attaque à un problème central pour l'interaction homme-robot en contact rapproché: comment faire correspondre un langage naturel ouvert à un actionnement physique riche, sans se limiter au seul contrôle de l'effecteur terminal ni tomber dans la complexité ingérable d'un contrôle corporel complet à haute dimension. Pour les concepteurs de robots à manipulateurs continus (trompes, tentacules, bras souples), la démonstration qu'un modèle génératif léger de type flow matching peut produire des mouvements à la fois rapides à calculer, physiquement faisables et perçus positivement par des humains constitue un argument fort en faveur de cette approche face aux méthodes par diffusion, plus lourdes en temps d'inférence. L'amélioration marquée de la satisfaction utilisateur suggère aussi que le canal moteur expressif compte autant que la qualité du contenu conversationnel dans l'acceptabilité perçue d'un robot social. Publié sur arXiv (arXiv:2607.11018v1), ce travail s'inscrit dans la lignée des recherches sur l'ancrage sémantique-vers-actionnement (semantic-to-actuation grounding) pour les manipulateurs continus, un champ où les approches par régression dense et par diffusion débruitante servaient jusqu'ici de références. Les auteurs positionnent explicitement leur méthode comme une alternative plus légère à la diffusion, un choix qui fait écho aux efforts plus larges du secteur robotique pour réduire la latence des modèles génératifs embarqués sur du matériel contraint. L'étude reste à ce stade un prototype de recherche validé en laboratoire; aucune indication n'est donnée sur un déploiement commercial ou une intégration dans une plateforme robotique existante.

Recherche❖Paper

1 source

37

1175arXiv cs.RO 

The Individual-Targeting Assumption : une revue systématique des robots proactifs dans les groupes humains

Une revue systématique de 63 études en interaction homme-robot (HRI) proactive, publiées entre 2000 et 2025, met en évidence un biais de conception récurrent dans la manière dont les robots abordent des groupes de personnes en environnement public. Les auteurs baptisent ce biais l'« Individual-Targeting Assumption » (ITA) : le robot traite chaque personne co-présente comme une cible d'engagement indépendante, sans tenir compte de la structure relationnelle qui fait d'un groupe une unité sociale à part entière. Cette hypothèse implicite est présente dans 60,3 % du corpus étudié (soit environ 38 études sur 63). Fait notable, les approches qui prennent réellement en compte la dynamique de groupe n'apparaissent quasiment jamais avant que le robot ne soit déjà engagé dans l'interaction : la phase amont, celle où le robot détecte un groupe préformé et négocie son entrée avant tout contact, reste pratiquement absente de la littérature. Les auteurs identifient trois modes de défaillance récurrents : la mauvaise détection de l'engagement, l'aveuglement à la ratification sociale (le robot ignore le consentement implicite du groupe avant d'interagir), et la négligence des personnes en périphérie du groupe. Pour les concepteurs de robots sociaux déployés en lieux publics, accueil, retail, musées, aéroports, ces résultats pointent un angle mort structurel : l'hypothèse selon laquelle les techniques d'interaction dyadique, pensées pour un robot face à une seule personne, se généralisent naturellement aux groupes ne tient pas. Un robot qui aborde plusieurs personnes en les traitant séparément risque de mal interpréter des signaux sociaux collectifs, de perturber la dynamique du groupe, ou d'ignorer des membres périphériques susceptibles pourtant de devenir des interlocuteurs clés. Pour les décideurs qui envisagent des déploiements de robots proactifs, ce travail suggère que les protocoles d'interaction actuels sous-estiment ce problème faute d'études ciblant spécifiquement la phase d'entrée dans un groupe. Cette revue s'inscrit dans le champ de l'interaction proactive, où le robot initie le contact plutôt que d'attendre une sollicitation, un paradigme de plus en plus courant à mesure que les robots sociaux quittent le laboratoire pour des espaces partagés. Les auteurs mobilisent des concepts issus de la psychologie sociale sur la dynamique de groupe, historiquement peu opérationnalisés en robotique. Le corpus couvre vingt-cinq ans de publications, signe que le problème est ancien mais non résolu. Ils appellent à repenser l'interaction proactive en groupe non comme une simple extension de l'interaction à deux, mais comme un problème de conception distinct, avec la négociation d'entrée comme prochain axe de recherche prioritaire.

Recherche❖Paper

1 source

37

1176arXiv cs.RO 

Performance des caractéristiques de transfert d'énergie sans fil sélectif en fréquence pour l'actionnement magnétique sans fil et évolutif

Des chercheurs ont caractérisé la scalabilité du transfert d'énergie sans fil sélectif en fréquence pour l'actionnement magnétique de robots non filaires évoluant dans un même espace de travail. L'équipe a formalisé la relation entre le facteur de qualité (Q) des résonateurs et le nombre de récupérateurs d'énergie inductance-capacité (LC) qui peuvent être adressés individuellement dans une bande de fréquence radio donnée, avant de convertir cette énergie captée sélectivement en mouvement mécanique. Des réseaux de résonateurs couvrant une plage de 100 kHz à 1 MHz ont été analysés pour quantifier l'effet du nombre de résonateurs sur l'adressabilité indépendante. La validation expérimentale s'appuie sur trois actionneurs magnétiques non filaires de taille centimétrique, déclenchant sélectivement le mouvement de poutres mécaniques à 734 kHz, 785 kHz et 855 kHz, avec caractérisation de la force mécanique générée et de la bande d'activation de chaque actionneur, confirmant l'absence de déclenchement croisé non désiré. Ce travail comble une lacune concrète pour tout système voulant piloter plusieurs microrobots ou actionneurs sans fil indépendamment dans un espace partagé, un besoin central en microrobotique médicale (capsules ingérables, cathéters magnétiques) et en essaims de robots miniatures où le câblage est impraticable. Jusqu'ici, la littérature manquait d'un cadre quantitatif reliant le facteur Q à la limite réelle du nombre d'actionneurs adressables sur une bande RF fixe. En fournissant des équations de conception explicites pour optimiser ce facteur Q, l'étude donne aux ingénieurs un outil de dimensionnement plutôt qu'une simple preuve de concept isolée, ce qui conditionne directement la densité de robots contrôlables simultanément sans interférence. Le transfert d'énergie sans fil par résonance LC est une piste explorée depuis plusieurs années pour affranchir les microrobots magnétiques de toute batterie ou câble embarqué, un axe de recherche actif en robotique médicale et en actionnement à distance. Cette publication, classée en tant que remplacement d'une soumission arXiv antérieure, reste une démonstration de principe à l'échelle du laboratoire, avec seulement trois actionneurs testés simultanément. Les auteurs présentent leurs équations de dimensionnement comme une base pour des déploiements à plus grande échelle, sans toutefois annoncer de calendrier de prototypes supplémentaires ni de partenariat industriel à ce stade.

Recherche❖Paper

1 source

37

1177arXiv cs.RO 

TS-Mask VLA : masquage spatio-temporel 2D pour un modèle vision-langage-action avec pontage efficace

Une équipe de recherche présente TS-Mask VLA, un nouveau modèle vision-langage-action (VLA) destiné à la manipulation robotique, décrit dans un article publié sur arXiv (2607.09818v1). Le système repose sur deux innovations techniques : un expert d'action à diffusion discrète doté d'un mécanisme appelé Bridge Attention, qui permet un conditionnement multi-couches depuis le modèle vision-langage pour générer des actions plus précises et stables, et une stratégie de masquage temporo-spatial en deux dimensions appliquée aux tokens d'action discrets, censée renforcer la compréhension des dépendances entre instants successifs et du couplage entre dimensions de l'action. Sur le benchmark de simulation LIBERO, TS-Mask VLA atteint un taux de réussite moyen de 95,7 %, avec seulement 0,5 milliard de paramètres, un score supérieur à celui de modèles nettement plus volumineux. Sur CALVIN, autre benchmark de référence pour les tâches robotiques longues et séquentielles, il obtient la meilleure longueur de séquence moyenne réussie observée, 4,19, signe d'une bonne tenue sur les scénarios à horizon long. Ce résultat intéresse directement le secteur de la robotique manipulative parce qu'il s'attaque à une limite connue des VLA autorégressifs actuels, qui traitent la génération d'action comme une simple prédiction du token suivant, sans modéliser explicitement la structure temporelle et spatiale des séquences de mouvement ni séparer clairement représentation perceptuelle et action. Si les gains de performance se confirment en dehors des benchmarks académiques, cela indiquerait qu'un modèle nettement plus compact peut rivaliser, voire dépasser, des architectures VLA plus lourdes sur des tâches de manipulation complexes, un argument important pour les intégrateurs cherchant à déployer ces modèles avec des contraintes de calcul embarqué. Il s'agit toutefois pour l'instant d'un travail de recherche validé uniquement sur des benchmarks de simulation (LIBERO, CALVIN) et quelques tâches réelles limitées, sans déploiement industriel ni intégration dans un produit commercial. L'article s'inscrit dans la lignée des travaux récents sur les VLA à diffusion, dans la continuité d'approches comme les modèles de type Pi-0 ou GR00T, sans toutefois s'y comparer directement dans le résumé fourni. Les auteurs annoncent des analyses d'ablation détaillées pour justifier chacun des deux choix de conception.

Recherche⚡Actu

1 source

37

1178arXiv cs.RO 

Interleaved POMDP planning pour la recherche multi-objets dans des environnements domestiques multi-pièces inconnus

Une équipe de recherche propose Inter-POMDP, un nouvel algorithme de planification pour la recherche multi-objets par des robots dans des environnements domestiques inconnus, comportant plusieurs pièces. Le problème central est la recherche d'objets sous incertitude massive : positions inconnues, obstacles non observés, espaces encombrés. Les POMDP (processus de décision markoviens partiellement observables) offrent un cadre théorique solide pour ce type de problème, mais deviennent ingérables à grande échelle. La solution proposée décompose la tâche en deux niveaux interconnectés : un planificateur de haut niveau, basé sur l'algorithme POUCT, raisonne sur la distribution probable des objets grâce à des croyances sous forme d'histogrammes informées par un LLM, tandis qu'un planificateur de mouvement de bas niveau modélise l'incertitude de navigation via des croyances par particules tenant compte des obstacles, utilisées comme connaissance de domaine pour guider le niveau supérieur. Testé en simulation et en conditions réelles, Inter-POMDP réduit le nombre de collisions jusqu'à 63 %, le nombre d'étapes de navigation jusqu'à 35 %, et améliore le taux de détection jusqu'à 32 % par rapport aux méthodes de référence. Des vidéos de démonstration sont disponibles en ligne. Pour l'industrie robotique, ce travail illustre une tendance de fond : l'utilisation de grands modèles de langage non pas pour remplacer la planification formelle, mais pour l'informer, en fournissant des a priori sémantiques (où chercher une tasse, un livre) qui réduisent l'espace de recherche combinatoire des POMDP classiques. C'est une piste concrète pour rendre les robots domestiques et de service capables de tâches de recherche et de rangement dans des environnements réels non cartographiés à l'avance, un scénario encore mal résolu malgré les progrès des architectures VLA. Les gains rapportés sur collisions et efficacité de navigation, s'ils se confirment hors laboratoire, intéressent directement les intégrateurs travaillant sur la navigation autonome en intérieur. Ce travail s'inscrit dans la lignée des recherches en planification POMDP hiérarchique, un champ actif depuis plusieurs années face à l'explosion combinatoire des POMDP plats. La nouveauté ici est le couplage explicite avec un LLM pour informer les croyances de haut niveau. Il s'agit à ce stade d'une publication de recherche (arXiv, avant relecture par les pairs), pas d'un produit ou d'un déploiement commercial ; les prochaines étapes attendues sont une validation sur des flottes robotiques plus larges et une comparaison avec d'autres approches hybrides LLM-planification.

Recherche❖Paper

1 source

37

1179arXiv cs.RO 

Extrapolation des paramètres de tâche par apprentissage des tâches inverses à partir de démonstrations directes

Une équipe de recherche propose une nouvelle méthode d'apprentissage par imitation capable d'extrapoler à des configurations de tâches inédites, dans un article disponible sur arXiv (2603.05576v3, version corrigée). Le problème visé est bien connu en robotique : les politiques entraînées par imitation restent cantonnées à leur zone d'entraînement et échouent de façon imprévisible dès qu'elles rencontrent des paramètres hors distribution, tandis que les approches de transfert d'apprentissage, plus robustes aux changements d'environnement, restent gourmandes en données et peu précises en généralisation zero-shot. La méthode proposée construit une représentation commune entre une tâche "directe" et sa version "inverse", et exploite des démonstrations auxiliaires collectées sur des configurations nouvelles pour exécuter la tâche inverse correspondante, sans supervision directe sur cette dernière. Les auteurs valident l'approche par des études d'ablation ainsi que des expériences en simulation et en conditions réelles, sur des tâches de manipulation complexes impliquant une diversité d'objets et d'outils. L'intérêt de ce travail dépasse le cadre académique : la capacité à extrapoler au-delà de la zone d'entraînement, sans multiplier les démonstrations, est précisément le verrou qui limite aujourd'hui le déploiement à grande échelle de politiques de manipulation apprises par imitation, que ce soit en logistique, en assemblage industriel ou pour les bras robotiques collaboratifs. Si les résultats se confirment au-delà du cadre de l'article, cette approche pourrait réduire le coût de collecte de données pour couvrir de nouvelles variantes de tâches, un frein économique majeur pour les intégrateurs qui doivent aujourd'hui redémontrer chaque configuration. Les auteurs indiquent surpasser des alternatives à base de modèles de diffusion et de VAE multimodaux, deux familles d'approches aujourd'hui considérées comme état de l'art pour la génération de trajectoires robotiques, ce qui positionne ce travail comme une contribution directe au débat sur la meilleure architecture pour généraliser au-delà des données d'entraînement. Ce papier s'inscrit dans la lignée des travaux sur l'apprentissage par tâches inverses et le transfert de connaissances en robotique, un axe de recherche actif depuis plusieurs années face aux limites structurelles de l'apprentissage par imitation classique. La comparaison aux baselines diffusion et VAE, plutôt qu'à de simples méthodes de clonage comportemental, indique que les auteurs situent leur contribution parmi les techniques génératives les plus récentes du domaine. L'article ne précise pas de partenariat industriel ni de plateforme robotique commerciale associée : il s'agit à ce stade d'une contribution méthodologique, dont la portée pratique dépendra de sa reproduction sur des plateformes robotiques réelles au-delà des expériences décrites.

Recherche❖Paper

1 source

37

1180arXiv cs.RO 

Diffusion pour la planification de trajectoires multi-robots à long horizon dans des environnements partagés avec des humains

Des chercheurs publient sur arXiv (référence 2607.09911, soumis le 14 juillet 2026) un nouveau framework baptisé Multi-Robot Rolling Diffusion (MRRD), conçu pour la planification de trajectoires de flottes de robots évoluant dans des environnements partagés avec des humains, comme des foules denses. Le système combine trois mécanismes : un schéma à horizon glissant qui s'adapte à la fenêtre de prédiction limitée du mouvement humain, une inférence par diffusion parallélisée capable de générer des trajectoires réalistes à grande échelle, et une recherche basée sur la résolution de conflits pour éviter les collisions entre robots. MRRD intègre aussi un conditionnement temporel dit "d'urgence", permettant de produire des trajectoires à vitesse variable, ainsi que des termes de guidage différenciés pour équilibrer prudence sociale autour des humains et coordination efficace entre robots. Dans les tests menés en environnement encombré, le framework passe à l'échelle jusqu'à 15 robots en temps réel, avec des taux de sécurité et de réussite de mission supérieurs aux méthodes de référence existantes. L'enjeu dépasse la simple prouesse technique : les modèles de diffusion produisent des trajectoires réputées pour leur fluidité et leur ressemblance au comportement humain, mais souffraient jusqu'ici d'une limite structurelle, une durée de trajectoire fixe et une latence de calcul trop élevée pour un déploiement temps réel. En résolvant ce compromis, MRRD s'attaque directement à l'un des points de friction qui freinaient l'adoption de la génération par diffusion dans la robotique de flotte, un domaine où AMR (robots mobiles autonomes) et humains doivent cohabiter en entrepôt, en usine ou en espace public. Pour les intégrateurs qui déploient des flottes en environnement partagé, ce type d'avancée conditionne directement la capacité à faire cohabiter davantage de robots sans dégrader la sécurité perçue par les opérateurs humains. Le travail s'inscrit dans une lignée de recherche active sur la planification de trajectoires multi-robots, où les approches classiques (basées sur l'optimisation ou le graphe) peinent à modéliser des comportements socialement acceptables face à des humains imprévisibles. Les auteurs ne précisent pas d'affiliation industrielle ni de partenaire de déploiement dans le résumé ; il s'agit à ce stade d'un résultat de recherche évalué en simulation, dont la prochaine étape logique serait une validation sur robots physiques en conditions réelles.

Recherche❖Paper

1 source

37

1181arXiv cs.RO 

Contrôleur de politique de diffusion unique pour le poussage de blocs multi-tâches avec transfert simulation-réel sans apprentissage préalable

Des chercheurs présentent un contrôleur unique basé sur une politique de diffusion (diffusion policy), entraîné entièrement par apprentissage par renforcement plutôt que par clonage comportemental classique, pour piloter des tâches de poussée de blocs multi-formes en robotique manipulatrice. Contrairement aux approches habituelles qui nécessitent des démonstrations humaines préenregistrées, cette méthode combine une fonction de perte simplifiée (une borne inférieure de vraisemblance repondérée) avec une génération de curriculum inversé et des représentations centrées sur l'objectif pour surmonter la difficulté d'exploration dans un environnement de simulation à récompense éparse. Le système a été testé en transfert zéro-shot vers un dispositif réel de poussée de blocs, en faisant varier les positions cibles, les formes des blocs, leur poids et le frottement de la surface, sans réentraînement spécifique au monde réel. Cette publication s'inscrit dans un débat central du secteur robotique actuel : la capacité réelle des politiques apprises par simulation à franchir le fameux "sim-to-real gap" sans passer par des démonstrations coûteuses à collecter. Alors que des modèles VLA (vision-langage-action) comme Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure AI misent sur d'immenses corpus de démonstrations téléopérées pour généraliser, cette approche RL-from-scratch propose une voie alternative potentiellement moins gourmande en données humaines annotées, mais elle reste circonscrite à une tâche géométriquement simple (pousser des blocs) et ne démontre pas encore de généralisation vers des manipulations plus complexes en préhension ou en dextérité fine. Pour les intégrateurs industriels, l'intérêt réside surtout dans la preuve de concept méthodologique plutôt que dans une application immédiate déployable. Le travail s'inscrit dans la lignée des politiques de diffusion popularisées en 2023-2024 pour le clonage comportemental (notamment par des équipes du MIT et de Columbia), ici détournées vers un cadre purement RL. Les auteurs ne précisent pas d'affiliation industrielle ni de partenaire de déploiement, ce qui situe ce travail du côté recherche académique plutôt que produit commercialisable. Aucun acteur français ou européen n'est mentionné dans cette publication. Les prochaines étapes attendues, non détaillées dans l'abstract, porteraient logiquement sur l'extension à des tâches de manipulation plus riches (préhension, insertion, assemblage) et sur la robustesse face à des perturbations environnementales plus sévères que celles testées ici.

Recherche❖Paper

1 source

37

1182arXiv cs.RO 

Ce que révèlent réellement les méthodes RL pour la navigation vers un objectif : étude empirique et cadre unifié

Traduction et synthèse en français, format article autonome : Une équipe de recherche publie une étude empirique à grande échelle sur les systèmes de navigation vers un objet cible (Object-Goal Navigation, ObjectNav) basés sur l'apprentissage par renforcement (RL), une capacité clé pour déployer des robots mobiles dans des environnements du quotidien comme les foyers, les écoles ou les lieux de travail. La tâche consiste, pour un agent équipé uniquement de perception embarquée, à localiser un objet cible dans un environnement inconnu, ce qui combine compréhension sémantique, raisonnement spatial et planification à long horizon. Les chercheurs décomposent le pipeline de navigation en trois modules, perception, politique de décision et stratégies d'amélioration au moment de l'inférence, et mènent des expériences contrôlées pour isoler la contribution de chacun. Sur cette base, ils construisent un système unifié qui établit un nouvel état de l'art sur le benchmark Gibson, avec un gain de 6,6% en SPL (Success weighted by Path Length) et de 2,7% en taux de réussite par rapport aux méthodes précédentes. Ils introduisent également une référence humaine, atteignant 98% de réussite. Le papier est disponible sur arXiv (2510.01830, version révisée) avec une page projet dédiée. Le résultat le plus significatif pour le secteur tient au diagnostic des leviers de performance: contrairement à une hypothèse répandue selon laquelle les gains proviennent surtout de politiques de décision plus sophistiquées, l'étude montre que la qualité de la perception et les stratégies appliquées au moment du test apportent des gains souvent supérieurs. Pour les équipes qui conçoivent des robots domestiques ou de service, cela oriente l'investissement en ingénierie vers la perception et l'inférence plutôt que vers la seule complexification des architectures de politique. L'écart persistant entre les meilleurs agents RL actuels et les 98% de réussite humaine rappelle aussi que la navigation en environnement inconnu reste loin d'être résolue malgré les progrès affichés sur les benchmarks. Le RL s'est imposé comme paradigme dominant pour l'ObjectNav ces dernières années, mais la multiplication des choix de conception, modules de perception, architectures de politique, techniques d'inférence, rendait difficile d'identifier ce qui compte réellement. En structurant ces choix dans un cadre unifié et en publiant des recommandations pratiques module par module, les auteurs visent à orienter les prochains travaux de recherche sur des bases plus rigoureuses que l'empilement de composants ad hoc.

Recherche❖Paper

1 source

37

1183arXiv cs.RO 

Mixture of Frames Policy : débruitage d'actions multi-images pour la manipulation mobile bimanuelle

Traduction/résumé de l'article demandé, en respectant le format et la posture éditoriale définis : Des chercheurs présentent Mixture of Frames Policy (MoF), une nouvelle architecture de politique de diffusion pour la manipulation robotique bimanuelle, détaillée dans un papier arXiv (2607.11884v1). Le problème visé : les politiques visuomotrices actuelles basées sur la diffusion imposent un référentiel d'action unique et prédéfini, obligeant un seul débruiteur ("denoiser") à modéliser des distributions d'actions parfois inutilement complexes dans ce référentiel figé. MoF fonctionne différemment : elle maintient un état de diffusion canonique unique, le réexprime dans plusieurs référentiels pertinents pour la tâche (repère de l'effecteur, repère aligné sur la base du robot, etc.), applique des débruiteurs spécialisés par référentiel, puis fusionne leurs prédictions de bruit dans le référentiel canonique. Pour rendre cette synchronisation possible sur des états de diffusion intermédiaires bruités, les auteurs introduisent une représentation de rotation 6D en colonnes au sein d'une paramétrisation d'action SE(3), qui permet des transformations de référentiel exactes et différentiables sans exiger que les rotations bruitées respectent la variété SO(3). Sur neuf tâches simulées de manipulation bimanuelle, MoF surpasse à la fois une sélection oracle du meilleur référentiel et les baselines standards de type Mixture-of-Experts (MoE), tout en confirmant que le référentiel optimal varie selon la tâche, un signal utile pour quiconque conçoit des politiques VLA ou de diffusion pour des bras bimanuels ou des plateformes mobiles à manipulation intégrée. Pour les intégrateurs et équipes robotique, cela reformule un choix d'ingénierie souvent traité de façon ad hoc (quel repère utiliser pour quelle sous-tâche) en un problème que le modèle peut apprendre à résoudre lui-même. La validation réelle reste toutefois limitée : seulement deux tâches de manipulation mobile bimanuelle en conditions réelles, où MoF bat l'ensemble de ses variantes mono-référentiel constituantes, sans comparaison directe à des systèmes concurrents publiés (type Pi-0, GR00T N2 ou Helix) sur ce même protocole. Le travail s'inscrit dans la lignée des politiques de diffusion visuomotrices, en ciblant spécifiquement leur angle mort connu sur le transport d'objets et la coordination corps entier. Page projet : mofpo.github.io.

Recherche⚡Actu

1 source

37

1184arXiv cs.RO 

Robotique évoluée : améliorer l'efficacité humaine dans le post-entraînement de robots à grande échelle via un pipeline guidé par VLAC-Cut

Les chercheurs à l'origine de ce rapport technique publié sur arXiv proposent un nouveau pipeline pour l'entraînement post-hoc des modèles Vision Language Action (VLA), ces systèmes qui permettent à un robot de traduire une consigne en langage naturel en actions physiques. Le constat de départ est simple: un seul cycle de collecte de données ne suffit jamais à corriger toutes les faiblesses d'un modèle, ce qui impose plusieurs rounds successifs de réentraînement. L'équipe organise le travail humain autour de deux rôles distincts, un téléopérateur formé qui intervient à distance uniquement sur les cas à forte valeur ajoutée et les démonstrations de récupération après échec, et un opérateur de terrain qui surveille plusieurs robots simultanément, déclenche les prises de contrôle et effectue les réinitialisations physiques. À cela s'ajoute VLAC CUT, un outil de curation automatique qui découpe les trajectoires autonomes des robots en segments utiles, en distinguant les portions qui font progresser la tâche, les phases d'inactivité, celles qui provoquent l'échec et celles de récupération, pour ne conserver que les données exploitables. Sur quatre tâches réelles de manipulation, les politiques finales atteignent entre 80 et 95% de taux de réussite et multiplient le débit de tâches par 1,7 à 4,2 par rapport au modèle de base. L'enjeu ici est économique autant que technique. Le vrai goulot d'étranglement du déploiement des VLA à grande échelle n'est pas la puissance de calcul mais le coût du travail humain de supervision et de téléopération, un point sensible pour toute l'industrie robotique qui vise la commercialisation de flottes de robots manipulateurs ou humanoïdes. En montrant qu'une réutilisation intelligente des trajectoires autonomes, combinée à une supervision humaine mieux répartie, surpasse un entraînement reposant uniquement sur l'humain dans la boucle à budget d'intervention égal, ce travail apporte un argument concret dans le débat sur la viabilité économique des VLA déployés en usine ou en entrepôt. Ce rapport s'inscrit dans la lignée des travaux récents sur l'apprentissage par imitation et le human-in-the-loop pour les VLA, où la collecte de démonstrations reste le principal poste de coût. Aucun partenaire industriel ni plateforme robotique spécifique n'est nommé dans cette publication académique, qui reste à ce stade validée sur un nombre restreint de tâches en laboratoire, sans indication de calendrier vers un déploiement à plus grande échelle.

Recherche⚡Actu

1 source

37

1185arXiv cs.RO 

SegDiff : diffusion de trajectoires segmentées pour une manipulation robotique cohérente et adaptative

SegDiff, présenté dans un article déposé sur arXiv (2607.11027v1), est une nouvelle politique visuomotrice en boucle fermée pour l'apprentissage par imitation en robotique manipulation. La méthode découpe les démonstrations humaines en segments de mouvement délimités par des keyposes (poses clés), puis apprend à prédire la trajectoire continue reliant l'état courant à la prochaine keypose. Elle s'appuie sur des modèles de diffusion combinés à l'inversion DDIM pour introduire un mécanisme appelé Dynamic Temporal Ensembling, conçu pour répondre efficacement aux environnements dynamiques et lisser les discontinuités provoquées par un échantillonnage multi-modal incohérent. Les auteurs rapportent des gains de performance significatifs par rapport aux approches existantes, testés à la fois en simulation et sur des scénarios réels de manipulation robotique. L'enjeu technique visé est concret : les méthodes actuelles d'apprentissage par imitation doivent choisir entre deux limites. La prédiction continue à court horizon accumule des erreurs qui se propagent au fil de l'exécution et gère mal les distributions d'actions multi-modales (plusieurs façons valides d'atteindre un objectif). Les méthodes par keyposes évitent ce problème mais nécessitent un planificateur externe pour relier les points clés, ce qui casse le temps réel. SegDiff prétend combiner les deux avantages, hypothèse centrale pour l'industrie : produire une politique robotique capable de raisonner sur des horizons temporels longs tout en restant réactive et stable, sans dépendance à un module de planification séparé, un point clé pour les intégrateurs qui cherchent des politiques déployables directement sur du matériel. Le travail s'inscrit dans la lignée des politiques de diffusion appliquées à la robotique (type Diffusion Policy), déjà largement adoptées comme alternative aux transformeurs d'action classiques. Il ne s'agit pas ici d'un produit commercial ni d'un déploiement industriel : c'est un article de recherche fraîchement publié, sans affiliation industrielle mentionnée dans l'abstract, et ses résultats restent à confirmer par la communauté et par des essais indépendants avant toute reprise en conditions de production.

Recherche❖Paper

1 source

37

1186arXiv cs.RO 

Apprentissage des mouvements de patinage à roulettes pour robots humanoïdes via des priorités de mouvement adverses

Des chercheurs présentent, dans un article déposé le 14 juillet 2026 sur arXiv (2607.10815), une méthode d'apprentissage par renforcement pour faire patiner un robot humanoïde en rollers. Le système s'appuie sur les Adversarial Motion Priors (AMP), une technique qui entraîne une politique de contrôle à imiter des mouvements de référence tout en respectant les contraintes physiques du robot. Deux allures distinctes sont visées : le Pump Glide (une godille d'impulsion) et le Push Glide (une poussée alternée classique du patinage). Pour chacune, les auteurs ont capturé des données de mouvement humain par motion capture, puis les ont retargetées, c'est-à-dire adaptées à la morphologie du robot humanoïde, avant de les lisser et de les rééchantillonner en états de référence exploitables pour l'entraînement AMP. Les deux allures sont apprises séparément, avec des jeux de données, des politiques et des architectures de récompense entièrement indépendants. Des expériences en simulation évaluent la qualité du geste, le suivi de vitesse, la capacité à tourner et l'apport de chaque composante de récompense via des ablations. L'enjeu dépasse l'anecdote du robot à roulettes : patiner impose de gérer simultanément l'équilibre corps entier, des contacts roulants à faible frottement et une posture qui varie avec la vitesse, un problème de contrôle nettement plus contraint que la marche ou la course déjà démontrées sur humanoïdes. Réussir ce type de locomotion en simulation valide la robustesse des pipelines AMP pour des dynamiques de contact inhabituelles, un signal utile pour les équipes qui explorent des locomotions non conventionnelles (patins, skis, roues) au-delà des gaits bipèdes standards. Cela reste toutefois un résultat de simulation, sans transfert annoncé vers un robot physique ni précision sur la plateforme matérielle visée. Les méthodes AMP, popularisées dans l'animation de personnages puis reprises en robotique pour générer des démarches naturelles et stables, connaissent depuis deux ans une adoption croissante dans le contrôle d'humanoïdes, portée par des laboratoires travaillant sur la locomotion bipède avancée. Cet article s'inscrit dans cette lignée en repoussant le champ d'application vers des gaits hybrides homme-machine inédits. Les auteurs ne mentionnent pas de calendrier de validation sur robot réel ni de partenaire industriel associé à ces travaux.

Recherche❖Paper

1 source

37

1187arXiv cs.RO 

PUMA : un modèle de terrain à base de perception pour l'agilité augmentée du parkour quadrupède

Le PUMA (Perception-driven Unified Foothold Prior for Mobility Augmented Parkour) est un nouveau cadre d'apprentissage de bout en bout destine aux robots quadrupèdes pratiquant le parkour, décrit dans une version révisée d'un article arXiv (2601.15995v2). Contrairement aux approches classiques qui séparent perception et contrôle via des contrôleurs hiérarchiques suivant des appuis precalcules, PUMA fusionne perception visuelle et estimation des appuis au sein d'un seul processus d'entrainement. Le système exploite les caractéristiques du terrain pour estimer des "priors" de pose du pied en coordonnées polaires égocentriques, c'est a dire la distance relative et le cap par rapport a l'obstacle, ce qui guide en temps réel l'adaptation posturale du robot. Les auteurs rapportent des expériences menées a la fois en simulation et sur robot réel, sur une variété de terrains discrets et complexes (marches, gaps, obstacles disperses), avec des résultats d'agilité et de robustesse supérieurs aux méthodes de référence dans ces scenarios difficiles. L'enjeu pour l'industrie robotique tient a la limite structurelle des pipelines hiérarchiques encore dominants sur les quadrupèdes commerciaux: un module de perception estime la carte du terrain, un planificateur choisit des points d'appui, puis un contrôleur bas niveau exécuté la trajectoire. Cette chaine rigidifie la réactivité du robot face a des changements de terrain imprévus et brise le lien direct entre ce que le robot voit et ce qu'il fait, ce qui restreint aussi la capacité de l'apprentissage par renforcement a explorer des stratégies motrices originales. En fusionnant perception et priors d'appui dans un entrainement unique, PUMA s'inscrit dans une tendance plus large vers des politiques visuomotrices intégrées, déjà explorées pour la manipulation avec les architectures VLA, et applique cette logique a la locomotion agile. Si les résultats se confirment hors du cadre de publication, cela renforcerait l'hypothèse que l'apprentissage end-to-end peut remplacer des pipelines modulaires plus lourds a maintenir pour les intégrateurs. Le parkour quadrupède s'est impose ces dernières années comme un benchmark standard pour évaluer l'agilité des robots a pattes, dans la lignée de travaux comme Extreme Parkour ou les démonstrations sur plateformes de type ANYmal et Unitree Go. PUMA se positionne dans cette compétition académique en ciblant spécifiquement le problème du foothold sélection, souvent traite séparément de la politique de locomotion. L'article reste a ce stade une contribution de recherche publiée sur arXiv, sans plateforme matérielle commerciale nommée ni annonce de déploiement industriel; les prochaines étapes attendues seraient une validation sur des quadrupèdes du commerce et une comparaison plus directe avec les pipelines hiérarchiques encore utilises en production.

Recherche❖Paper

1 source

36

1188arXiv cs.RO 

Vestibule bipède robuste sur pentes meubles grâce à la manipulation du terrain par les pieds

Une équipe de recherche a étudié la marche bipède sur pentes granulaires meubles (sable, gravier) à l'aide d'un robot robophysique miniature de 1,4 kg équipé de pieds à crampons, fines plaques fixées sous la semelle qui modifient l'interaction avec le sol. Des essais systématiques ont montré que des crampons trop espacés provoquent un affaissement excessif du terrain, tandis que des crampons trop rapprochés génèrent une résistance excessive, les deux configurations dégradant la marche jusqu'à l'échec. Un espacement intermédiaire, en revanche, répartit les forces de contact de façon à maintenir les contraintes du substrat sous le seuil de rupture, permettant au robot de marcher sur des pentes granulaires inclinées jusqu'à 30 degrés. Sur cette base, les chercheurs ont conçu un pied capable d'ajuster activement la profondeur de ses crampons pour s'adapter aussi bien aux sols rigides qu'aux terrains meubles, et ont validé les mêmes principes sur un bipède autonome de 15 kg, nettement plus grand que le prototype initial. Les résultats sont publiés en prépublication sur arXiv (2607.11855). Cette avancée s'attaque à un angle mort persistant de la robotique humanoïde : la quasi-totalité des démonstrations commerciales de bipèdes, y compris celles mises en avant par les grands acteurs du secteur, se déroulent sur sols plats et rigides d'usine ou d'entrepôt, un environnement où la mécanique de contact est bien maîtrisée. Dès que le sol devient meuble, sableux ou en pente, comme sur un chantier, une plage, une zone sinistrée ou un terrain d'exploration planétaire, les transitions solide-fluide induites par le contact pied-sol déstabilisent rapidement les contrôleurs actuels. En démontrant qu'une conception du pied, plutôt qu'un simple ajustement de la trajectoire du corps, peut résoudre ce problème, l'étude ouvre une piste concrète pour étendre le champ d'action des humanoïdes au-delà des sols industriels standards, un enjeu direct pour les intégrateurs visant des déploiements en extérieur ou en environnement non structuré. Le travail s'inscrit dans la continuité des recherches en terradynamique, qui modélisent les interactions entre appendices robotiques et matériaux granulaires, un domaine où les outils de contrôle restent moins matures que pour les terrains rigides. Contrairement à l'approche dominante dite « body-centric », qui régule les perturbations du terrain via les mouvements du tronc et des jambes, cette étude promeut une approche « limb-centric » agissant directement au niveau du pied. La validation sur un robot dix fois plus lourd suggère une transférabilité au-delà du prototype de laboratoire, sans toutefois constituer encore une démonstration sur plateforme commerciale.

Recherche❖Paper

1 source

36

1189arXiv cs.RO 

AutoPath : apprendre un a priori de chemin stochastique conditionné par objectif et transférable pour une navigation sûre sans démonstrations humaines

Des chercheurs proposent AutoPath, une méthode de navigation robotique décrite dans un article publié le 14 juillet 2026 sur arXiv (référence 2607.11739v1). Le système apprend un modèle probabiliste conditionné par objectif, capable de générer plusieurs trajectoires locales possibles autour d'obstacles à partir des seules observations locales du robot, sans recourir à des démonstrations humaines. L'innovation technique centrale est une représentation d'état canonique alignée sur l'objectif, qui supprime l'ambiguïté de rotation dans le plan et normalise la géométrie locale par rapport au but à atteindre, rendant l'apprentissage de la distribution de trajectoires invariant à la rotation. Le modèle utilise une paramétrisation des actions par une variété polaire sensible à la géométrie, combinée à un ajustement du risque et à des simulations multi-objectifs pour stabiliser la planification. Les auteurs ont testé la méthode dans des environnements statiques denses et des scénarios dynamiques avec piétons, avec des taux de réussite élevés et une efficacité jugée compétitive. L'apport le plus significatif pour l'industrie des robots mobiles concerne le transfert inter-plateformes: un seul modèle de trajectoires entraîné sur un robot à entraînement différentiel a pu être réutilisé sur une plateforme quadrupède sans réentraînement. Cela répond à un problème récurrent pour les intégrateurs d'AMR (robots mobiles autonomes) et de robots de service, où chaque nouvelle plateforme matérielle exige habituellement un cycle d'entraînement ou d'ajustement spécifique. En s'affranchissant des démonstrations humaines, la méthode réduit aussi la dépendance aux coûteuses collectes de données par téléopération, un goulot d'étranglement classique des approches par imitation utilisées par exemple pour l'apprentissage de politiques de navigation ou de manipulation. Ce travail s'inscrit dans la lignée des recherches sur la planification de mouvement par apprentissage, qui cherchent à dépasser les limites des planificateurs géométriques classiques (trop rigides face à l'incertitude) et des méthodes par clonage comportemental (coûteuses en données et peu transférables). Reste à voir si cette approche, validée pour l'instant en simulation et sur plateformes de recherche, sera reprise par des acteurs commerciaux de la robotique mobile ou humanoïde, où la question du transfert sim-to-real et cross-plateforme demeure un axe de différenciation majeur.

Recherche❖Paper

1 source

36

1190arXiv cs.RO 

SensorPerch : détecter partout et à tout moment où c'est important

SensorPerch est un système présenté dans un article publié le 14 juillet 2026 sur arXiv (référence 2607.10682v1), qui propose une nouvelle approche de la perception robotique active. Contrairement aux capteurs classiques, montés sur le robot ou fixés en un point de l'environnement, SensorPerch traite les capteurs comme des entités physiques indépendantes que le robot peut détacher et refixer de manière autonome sur diverses surfaces. La plateforme est légère, sans fil et reconfigurable, et s'accompagne d'un module de sélection de point de vue qui détermine, pour chaque tâche, le placement optimal du capteur. Les chercheurs démontrent le concept sur deux familles de tâches : la perception couplée à un objet, où SensorPerch détecte de façon persistante l'état d'un objet même quand le robot s'en est éloigné, et la perception couplée à une politique de contrôle, où le système construit des points de vue adaptés à différentes politiques robotiques, avec des taux de réussite comparables à ceux obtenus avec des points de vue idéaux définis a priori. L'intérêt de cette approche est de résoudre un vrai goulot d'étranglement pour les robots autonomes en environnement industriel ou logistique : le point de vue le plus utile change d'une tâche à l'autre, et ni les capteurs embarqués ni l'infrastructure fixe ne peuvent toujours s'y adapter. En découplant la perception à la fois du corps du robot et de l'environnement, SensorPerch ouvre la voie à une surveillance persistante de zones ou d'objets sans mobiliser un robot en continu, et à une flexibilité de point de vue par tâche qui pourrait intéresser les intégrateurs en logistique, en inspection industrielle ou en robotique mobile multi-tâches. Le papier s'inscrit dans le courant de recherche sur la perception active, qui cherche depuis plusieurs années à dépasser la rigidité des capteurs statiques. Il s'agit à ce stade d'une contribution académique fraîchement soumise, testée sur un nombre limité de scénarios expérimentaux, et non d'un produit commercialisé ou déployé sur site industriel. Les prochaines étapes attendues porteraient sur le passage à l'échelle du nombre de capteurs déployables simultanément et sur la robustesse du système face à des environnements moins contrôlés qu'en laboratoire.

Recherche❖Paper

1 source

36

1191arXiv cs.RO 

SKooP : prédictions Koopman symétriques pour une locomotion plus rapide et généralisable des robots à pattes, via apprentissage par renforcement

Des chercheurs présentent SKooP (Symmetric Koopman Predictions), une méthode d'apprentissage par renforcement (RL) pour la locomotion de robots à pattes, détaillée dans un article récemment mis en ligne sur arXiv (2607.11624v1). L'approche combine deux leviers : les symétries morphologiques du robot et un modèle de Koopman appris via un autoencodeur, qui capture la dynamique du système sous une forme linéarisée. Ce modèle de Koopman génère des prédictions utilisées comme observations privilégiées pour le critique de l'algorithme acteur-critique, ce qui lui permet d'apprendre à partir de représentations plus lisses et informatives que les observations brutes. Les auteurs intègrent aussi des symétries de groupe dans les quatre réseaux du système (acteur, critique, encodeur, décodeur), produisant une politique fortement équivariante. Testée sur un robot quadrupède confronté à plusieurs tâches de locomotion bipède complexes, SKooP réduit systématiquement le temps de convergence et améliore la récompense obtenue par rapport aux approches de référence. Les politiques apprises se transfèrent en outre à différents environnements de simulation sans réentraînement complet. Ce résultat s'attaque à un point de friction connu du RL appliqué à la robotique : les méthodes qui encodent des a priori physiques dans l'apprentissage sont généralement validées sur des systèmes de faible dimension, bien définis, rarement sur des robots réels à dynamique non linéaire complexe comme les quadrupèdes ou de futurs humanoïdes. En démontrant un gain d'efficacité d'échantillonnage sur un système à haute dimension, SKooP apporte une preuve que ces techniques passent à l'échelle, un enjeu direct pour réduire le coût de calcul et le temps d'entraînement avant transfert sim-to-real, un goulot d'étranglement critique pour les intégrateurs qui doivent adapter des politiques à de nouvelles morphologies ou tâches sans repartir de zéro. La méthode s'inscrit dans une lignée de travaux récents cherchant à injecter des a priori physiques dans le RL pour compenser sa faible efficacité d'échantillonnage, en s'appuyant sur la théorie de l'opérateur de Koopman, déjà explorée en robotique pour linéariser des dynamiques non linéaires, ainsi que sur les travaux existants sur les symétries morphologiques en apprentissage de politiques. Les auteurs fournissent une analyse détaillée des modèles de Koopman appris et des politiques symétriques pour isoler la contribution de chaque composant. Le code et les résultats complémentaires sont accessibles via la page de projet dédiée.

Recherche❖Paper

1 source

36

1192arXiv cs.RO 

EDAR : apprentissage de représentations d'actions dépendantes de l'environnement pour la manipulation robotique

EDAR (Environment-Dependent Action Representation) est une nouvelle méthode d'apprentissage de représentations d'actions pour la manipulation robotique, présentée dans un article publié sur arXiv (référence 2607.11427v1). Le problème que les auteurs cherchent à résoudre est que les trajectoires de contrôle brutes utilisées pour entraîner des politiques robotiques sont bruitées, redondantes et difficiles à modéliser telles quelles. Les approches existantes se contentent généralement d'encoder la structure du flux d'actions lui-même, sans tenir compte explicitement de l'environnement dans lequel ces actions sont exécutées. EDAR propose au contraire de coupler les commandes moteur avec leurs effets visuels attendus, conditionnés par le contexte de la scène, afin que la représentation apprise capture la sémantique de l'interaction plutôt que de simples motifs au niveau des commandes. Les auteurs ont testé leur méthode sur des bancs d'essai de manipulation à la fois simulés et sur robot réel. Cette approche s'attaque à un angle mort connu des architectures VLA (vision-language-action) actuelles: le même segment d'action peut produire des résultats radicalement différents selon la disposition des objets, les propriétés physiques de la scène ou l'état initial de l'environnement. En ancrant les tokens d'action dans les conséquences visuelles attendues plutôt que dans la seule structure de commande, EDAR vise à améliorer la généralisation des politiques apprises, en particulier sur des tâches de manipulation à long horizon, où les erreurs de représentation s'accumulent au fil des étapes. Pour les équipes qui développent des politiques de manipulation généralistes, ce type de travail illustre une tendance de fond: le passage d'une modélisation purement centrée sur le contrôle vers des représentations conjointes action-perception, jugées nécessaires pour que les modèles de fondation robotiques (dans la lignée de GR00T N2, Pi-0 ou Helix) tiennent leurs promesses au-delà des démonstrations en environnement contrôlé. Le papier s'inscrit dans un courant de recherche plus large sur les représentations d'actions pour la robotique, où plusieurs travaux récents ont exploré la tokenisation d'actions, l'apprentissage par imitation conditionné par la vision, ou les modèles du monde pour anticiper les conséquences des actions. EDAR se positionne comme une contribution méthodologique plutôt qu'un produit ou un système déployé: il n'y a pas d'annonce de déploiement industriel ni de partenariat commercial associé à ce travail, qui reste à ce stade une publication de recherche évaluée sur des bancs d'essai académiques. Les prochaines étapes attendues pour ce type de travaux sont généralement l'intégration dans des pipelines VLA plus larges et des tests de transfert sur des plateformes robotiques commerciales, mais aucune feuille de route de ce type n'est mentionnée dans l'abstract.

Recherche❖Paper

1 source

36

1193arXiv cs.RO 

Coudre un manteau : habillage assisté par robot à deux bras avec simulation différentiable du tissu

Une équipe de recherche propose un nouvel algorithme de contrôle pour robots d'assistance à l'habillage, appliqué à une tâche complexe : enfiler un manteau à une personne à l'aide d'un robot à deux bras. Publié sur arXiv (2607.10999v1), le travail s'attaque à un point de blocage connu du secteur : la plupart des algorithmes existants traitent le vêtement comme un assemblage de segments discrets, ce qui les rend incapables de gérer correctement les vêtements partiellement enfilés sous contraintes de contact avec les membres du patient. Les chercheurs introduisent à la place une simulation de tissu différentiable fonctionnant en temps réel, basée sur un schéma itératif explicite intégrant des perturbations d'ordre supérieur pour rester stable même avec de grands pas de temps, tout en restant peu coûteux en calcul. Cette simulation permet de résoudre l'état du vêtement sous contraintes de contact, ce qui alimente une stratégie de contrôle multi-phase pour l'habillage complet du manteau. Pour tenir la cadence en temps réel, les auteurs ajoutent un modèle local contraint avec son propre solveur d'optimisation, qui vient compenser à haute fréquence le contrôleur global basé sur la simulation différentiable. L'approche est validée à la fois en simulation et sur un robot physique. L'enjeu dépasse le simple exercice académique : la manipulation de tissus déformables reste l'un des problèmes les plus résistants en robotique, bien plus difficile que la préhension d'objets rigides, et l'habillage assisté est un cas d'usage concret pour l'autonomie des personnes en situation de handicap ou dépendantes. En résolvant le problème des vêtements partiellement portés sous contact, plutôt qu'en simplifiant le tissu en segments indépendants, ce travail comble un écart persistant entre les démonstrations en simulation et la réalité physique du contact peau-tissu, un des points faibles classiques des approches purement data-driven. Ce résultat s'inscrit dans une lignée de recherches sur la simulation physique différentiable appliquée à la robotique, un axe qui gagne du terrain face aux approches par apprentissage pur, précisément parce qu'il permet de modéliser explicitement la physique du contact. L'article, classé comme nouvelle soumission, ne précise pas encore de calendrier de transfert vers un produit ou un essai clinique ; il s'agit à ce stade d'une preuve de concept destinée à la communauté de recherche.

Recherche❖Paper

1 source

36

1194arXiv cs.RO 

Vers un apprentissage robotique prédictif, aligné et à grande échelle

Le papier arXiv 2607.11270, publié le 14 juillet 2026, présente Lumo-2, un modèle latent monde-action développé pour la robotique conçu pour générer des actions en raisonnant sur la dynamique du monde dans un espace latent plutôt qu'en clonant du comportement observé. L'idée centrale est que la qualité de génération d'actions dépend de la géométrie de cet espace latent : les auteurs montrent que les objectifs classiques de tokenisation d'actions basés sur la reconstruction biaisent les représentations vers la fidélité du signal brut, ce qui désaligne la qualité de reconstruction et la performance de contrôle réelle. Pour corriger cela, ils proposent un alignement multi-étapes des modalités, où les représentations d'actions sont progressivement rapprochées de la dynamique du monde latente, de la vision et du langage. Le papier revendique des gains sur des tâches réelles de manipulation dexterous et à long horizon face à des modèles vision-langage-action (VLA) et monde-action (WAM) de référence, sans toutefois publier de chiffres précis de taux de réussite, de temps de cycle ou de comparaison nommée dans le résumé disponible : à ce stade, il s'agit d'une annonce de recherche, pas d'un produit déployé ni de résultats benchmarkés vérifiables publiquement. Si les résultats se confirment à l'échelle et hors distribution, cela renforcerait l'hypothèse selon laquelle le raisonnement prédictif structuré, et non la seule imitation de trajectoires, est la voie vers des politiques robotiques généralisables, un sujet clé alors que des labs et startups (Physical Intelligence avec Pi-0, NVIDIA avec GR00T N2, Figure avec Helix) cherchent tous à faire tenir leurs VLA face à des environnements réels imprévisibles plutôt qu'à des démonstrations scénarisées. Ce travail s'inscrit dans la lignée des modèles monde-action apparus depuis 2024-2025, qui tentent de combiner la prédiction vidéo façon world models avec la génération de commandes motrices. Aucun acteur français ou européen n'est cité dans cette publication, et aucune date de suivi, de code ouvert ou de déploiement industriel n'est mentionnée à ce stade.

Recherche⚡Actu

1 source

36

1195arXiv cs.RO 

Un aperçu de la coexistence physique à long terme avec des robots intelligents

PHILIA est un système agent multi-robots présenté dans un article publié sur arXiv (2607.11377, soumission nouvelle) et conçu pour la coexistence physique de longue durée entre humains et robots au domicile. Son architecture repose sur une abstraction appelée « robot gateway », qui expose de façon unifiée les runtimes locaux de chaque robot, la perception embarquée, la navigation, la synthèse vocale et les politiques de contrôle, tout en conservant l'écosystème d'interaction et d'outils d'OpenClaw, un framework agent existant dont PHILIA hérite les capacités conversationnelles. Le système a été validé sur des robots Astribot S1, plateforme de manipulation humanoïde développée par la startup chinoise Astribot, et le contrat de la gateway a été pensé pour accueillir à terme d'autres plateformes robotiques hétérogènes via une interface commune couvrant observation, exécution de tâches, navigation, lecture vocale, supervision d'état et annulation de tâche. Les auteurs présentent des scénarios domestiques allant du simple rangement d'objets à des tâches longues et dextres comme remplir un sac à dos ou soulever un sac poubelle. L'intérêt de cette architecture tient à sa séparation explicite entre le raisonnement agent, peu fréquent et fortement sémantique, et l'exécution robotique bas niveau, à haute fréquence. Cette séparation rend l'expérience utilisateur compositionnelle: une amélioration de l'interface, de l'embodiment robotique, de la politique de contrôle ou de l'algorithme de navigation peut profiter au système sans le redessiner entièrement. C'est une réponse directe à un problème récurrent du secteur des robots humanoïdes domestiques, où les démonstrations spectaculaires reposent souvent sur des pipelines figés et peu réutilisables. En intégrant une mémoire longue durée des préférences utilisateur et une confirmation humaine en boucle pendant l'exécution, PHILIA cible aussi l'écart de confiance entre politiques de contrôle performantes en laboratoire et fiabilité réelle attendue en environnement domestique. Le travail s'inscrit dans la vague de recherche sur les agents robotiques généralistes combinant modèles de langage et politiques vision-langage-action, aux côtés d'efforts comme Gemini Robotics ou Helix. Il reste à ce stade une contribution de recherche à l'état d'article, testée sur une seule plateforme matérielle, sans annonce de déploiement commercial ni de partenaire industriel identifié.

Recherche❖Paper

1 source

35

1196arXiv cs.RO 

Traj-VLN : apprentissage de l'interaction dans l'espace des pixels par génération autorégressive de trajectoire

Des chercheurs présentent Traj-VLN, une méthode publiée en prépublication sur arXiv (référence 2607.10744) pour la navigation vision-langage en environnements continus (VLN-CE), où un agent embarqué doit se déplacer dans un lieu inconnu en suivant des instructions en langage naturel du type « marche jusqu'au bout du canapé et tourne à gauche ». Plutôt que d'injecter des données de profondeur ou une géométrie 3D explicite dans le modèle vision-langage (VLM), les auteurs proposent de faire apprendre directement au VLM, par fine-tuning, à générer une trajectoire dans l'espace des pixels de l'image 2D, de façon autorégressive : à partir de l'instruction et de l'historique d'observations, le modèle prédit une séquence de coordonnées de pixels formant un chemin depuis le centre bas de l'image courante. Les auteurs indiquent que cette supervision par trajectoire en pixels, dont un signal proche (le pixel-goal) avait déjà montré sa supériorité sur l'apprentissage d'actions discrètes dans des travaux antérieurs, améliore sensiblement les performances de navigation, et que leur modèle principal atteint un niveau état de l'art avec des ressources de calcul et un volume de données d'entraînement relativement limités. L'intérêt dépasse l'exercice académique : la navigation vision-langage en continu reste un verrou central pour tout robot mobile ou humanoïde censé exécuter des instructions naturelles dans un environnement non cartographié au préalable, un scénario clé pour la logistique d'entrepôt, l'assistance domestique ou l'inspection industrielle. Le choix de contourner la profondeur et la géométrie 3D est significatif : les VLM généralistes sont entraînés quasi exclusivement sur des conversations autour d'images RGB, et leur faire ingérer des cartes de profondeur ou des nuages de points exige d'ordinaire des architectures spécialisées ou des données rares. En reformulant le problème comme une génération de trajectoire en pixels, modalité que ces modèles maîtrisent déjà nativement, Traj-VLN illustre une tendance de fond du secteur : réutiliser les priors des VLM plutôt que d'entraîner des chaînes de perception 3D dédiées, ce qui pourrait réduire le coût d'intégration pour les fabricants de robots mobiles autonomes (AMR) et les intégrateurs cherchant à connecter leurs plateformes à des VLM existants. Ce travail s'inscrit dans la lignée des approches vision-langage-action (VLA) qui, ces deux dernières années, cherchent à faire des sorties en pixels ou en points-objectifs une interface universelle entre perception et action, aussi bien pour la manipulation que pour la navigation. Le résumé du papier ne précise ni les benchmarks utilisés, ni les chiffres de performance exacts, ni la disponibilité du code ou des poids, ce qui invite à la prudence tant que ces éléments ne sont pas comparés indépendamment aux systèmes concurrents. Publié comme simple prépublication arXiv (catégorie « cross »), Traj-VLN n'est rattaché à aucun laboratoire nommé ni à un acteur français ou européen dans les informations disponibles ; la suite logique, comme pour la plupart des travaux VLN académiques, sera une évaluation sur des benchmarks standards du domaine (R2R, RxR ou équivalents en continu) et, potentiellement, un transfert au delà de la simulation vers des plateformes robotiques réelles.

Recherche❧Opinion

1 source

35

1197arXiv cs.RO 

Trajectoire et certification pour bras robotiques à 3 degrés de liberté par élimination réelle de quantificateurs sur bases de Gröbner comprehensives

Cet été, une équipe de recherche en calcul formel publie sur arXiv un algorithme de planification de trajectoire et de certification pour bras manipulateurs à 3 degrés de liberté (DOF), fondé sur l'élimination réelle de quantificateurs appliquée à des systèmes de Gröbner complets, méthode désignée CGS-QE. Concrètement, pour chaque point de la trajectoire de l'effecteur terminal, le problème de cinématique inverse est habituellement résolu en recalculant une base de Gröbner, une opération coûteuse en temps de calcul répétée à chaque étape. Les auteurs évitent ce recalcul systématique en construisant un système de Gröbner complet paramétrique, où les coordonnées de l'effecteur terminal sont traitées comme des paramètres plutôt que recalculées point par point. La méthode va plus loin : elle certifie mathématiquement qu'une solution de cinématique inverse existe en tout point d'une trajectoire donnée, y compris pour des trajectoires composées de segments de droite et de splines cubiques naturelles. L'algorithme a été implémenté dans le système de calcul formel Risa/Asir. L'intérêt pour l'industrie robotique tient moins à une démonstration spectaculaire qu'à un changement de nature de la garantie apportée. Les approches numériques ou par échantillonnage, largement utilisées pour valider la faisabilité d'une trajectoire, ne prouvent l'existence d'une solution qu'aux points testés, laissant planer un doute entre les échantillons. Une certification formelle, dérivée de l'algèbre symbolique plutôt que de simulations, offre une garantie continue sur toute la trajectoire, un atout pour les intégrateurs de bras robotiques dans des contextes où la sécurité ou la fiabilité du mouvement doit être prouvée et non simplement observée en test. Le gain d'efficacité annoncé par les auteurs reste toutefois à confirmer sur des cas industriels réels, l'article se limitant à des manipulateurs à 3 DOF, en deçà de la complexité des bras à 6 ou 7 DOF couramment déployés en production. Cette approche s'inscrit dans une lignée de recherche en calcul formel qui applique les bases de Gröbner et l'élimination de quantificateurs à la cinématique des robots, un domaine historiquement dominé par les méthodes numériques itératives. Le choix de Risa/Asir, système de calcul formel japonais utilisé en recherche académique, situe ce travail du côté théorique plutôt que produit. Les auteurs évoquent une extension possible à des trajectoires plus complexes, sans calendrier ni partenariat industriel annoncé à ce stade.

Recherche❖Paper

1 source

35

1198arXiv cs.RO 

SmoothTurn : apprendre à tourner en douceur pour une navigation agile avec des robots quadrupèdes

Traduction et résumé de l'article ci-dessous. L'équipe de recherche à l'origine de SmoothTurn s'attaque à un angle mort des politiques de navigation locale pour robots quadrupèdes : la capacité à enchaîner des virages fluides tout en courant à haute vitesse. Les approches existantes entraînent typiquement une politique à atteindre un seul objectif à la fois, en récompensant le robot pour rester immobile une fois la cible atteinte. Résultat, lorsqu'on enchaîne plusieurs objectifs nécessitant des changements de direction, le robot ne peut ni anticiper la manœuvre suivante ni conserver son élan lors du passage d'un objectif à l'autre, ce qui brise sa dynamique de course. SmoothTurn reformule le problème comme une tâche de navigation locale séquentielle et introduit trois éléments techniques : une récompense conçue pour l'atteinte séquentielle d'objectifs, un espace d'observation élargi incluant une fenêtre d'anticipation ("lookahead") sur les objectifs futurs, et un curriculum d'apprentissage automatique qui augmente progressivement la difficulté des séquences d'objectifs en fonction des performances du robot. La politique entraînée a été déployée directement sur des robots quadrupèdes réels, avec capteurs et calcul embarqués, sans étape d'adaptation supplémentaire. Cette avancée cible un écart concret entre démonstration et réalité opérationnelle pour les cas d'usage à forte valeur comme l'intervention en incendie ou l'inspection industrielle, où la vitesse ET la manœuvrabilité comptent autant l'une que l'autre. Une politique qui sait maintenir son élan en pivotant, au lieu de ralentir puis réaccélérer à chaque changement de cap, se rapproche davantage de ce qu'exige un déploiement terrain réel plutôt qu'un simple parcours de démonstration en ligne droite. Pour les intégrateurs et décideurs qui évaluent des plateformes quadrupèdes pour des missions agiles, ce type de résultat conforte l'idée que l'apprentissage par renforcement peut produire des comportements moteurs sophistiqués et transférables du simulateur au monde réel (sim-to-real), sans nécessiter de re-conception matérielle. Les auteurs rapportent des résultats empiriques en simulation et sur robot réel montrant des comportements émergents non explicitement programmés : contrôle de l'élan lors du changement d'objectif, orientation anticipée vers la prochaine cible, et planification de trajectoires efficaces. SmoothTurn s'inscrit dans la lignée des travaux antérieurs sur la navigation locale conditionnée par un objectif unique, qu'il étend au cas séquentiel. Le papier, initialement soumis sous l'identifiant arXiv:2603.12842 puis republié en version corrigée, ne précise pas quel modèle de robot quadrupède a servi aux essais réels ni le nom du laboratoire ou de l'université porteurs du projet. Ce travail se positionne dans un champ de recherche actif sur la locomotion agile par apprentissage, aux côtés d'efforts similaires chez des acteurs académiques et industriels travaillant sur des quadrupèdes comme ceux de Boston Dynamics ou Unitree. Les prochaines étapes attendues porteraient sur l'extension à des terrains plus complexes ou irréguliers et sur des tests d'endurance en conditions réelles prolongées, non détaillés dans le résumé disponible.

Recherche❖Paper

1 source

34

1199arXiv cs.RO 

CR-Solver : solveur cinématique accéléré par GPU pour robots continuum à câbles tendineux

Une équipe de recherche présente CR-Solver, un solveur cinématique en deux étapes destiné à la génération de mouvement pour les robots à structure continue actionnés par câbles (tendon-driven continuum robots). Publié sur arXiv le 14 juillet 2026, l'outil repose sur une optimisation non linéaire contrainte qui unifie en un seul cadre la cinématique inverse, le suivi de trajectoire et la planification de chemin. Sa particularité technique est l'accélération GPU du calcul parallèle, qui permet de résoudre ces problèmes d'optimisation nettement plus vite que les solveurs CPU classiques. Testé sur trois tâches de validation, CR-Solver atteint un taux de réussite supérieur à 95% avec une précision de l'ordre du millimètre. L'implémentation est entièrement écrite en Python, un choix assumé par les auteurs pour abaisser la barrière technique à l'adoption plutôt que viser la performance brute d'un langage compilé. L'enjeu dépasse la simple prouesse algorithmique. Les robots continus, souples et hautement dexterous, sont de plus en plus utilisés pour la navigation et la manipulation en environnements confinés ou non structurés, par exemple en chirurgie mini-invasive ou en inspection industrielle. Or la quasi-totalité des bibliothèques de planification de mouvement existantes reposent sur des hypothèses de corps rigides, inadaptées à la déformation continue de ces manipulateurs. CR-Solver comble ce vide en offrant un outil pratique, rapide et open à la communauté, ce qui pourrait accélérer le déploiement de ces robots hors du seul cadre du laboratoire, là où le manque d'outils logiciels robustes freinait jusqu'ici leur industrialisation. Le papier s'inscrit dans une dynamique de recherche plus large sur la robotique molle et les systèmes hyper-redondants, où le calcul en temps réel de la cinématique inverse reste un verrou majeur faute de modèles analytiques simples. En misant sur le GPU plutôt que sur des solveurs CPU traditionnels ou des approximations analytiques, les auteurs positionnent leur approche comme une alternative extensible aux méthodes existantes, sans toutefois préciser de calendrier de mise à disposition publique du code ni de partenariat industriel à ce stade.

Recherche❖Paper

1 source

34

1200arXiv cs.RO 

CoRL-MPPI : améliorer le MPPI avec des comportements appris pour un évitement de collision multi-robots efficace et sûr

Une équipe de recherche présente CoRL-MPPI, une méthode combinant apprentissage par renforcement coopératif et Model Predictive Path Integral (MPPI) pour l'évitement de collision décentralisé entre robots mobiles. Publié sur arXiv (version 3, remplaçant une soumission antérieure), le papier décrit un réseau de neurones profond entraîné en simulation pour apprendre des comportements coopératifs locaux d'évitement d'obstacles. Cette politique apprise est ensuite injectée dans le processus d'échantillonnage du contrôleur MPPI classique, orientant les trajectoires candidates vers des actions plus coopératives et pertinentes, y compris dans des scénarios éloignés des données d'entraînement. Les auteurs affirment que leur méthode conserve les garanties théoriques de sécurité du MPPI standard, tout en améliorant le taux de succès de navigation et en réduisant les délais, dans des environnements denses et dynamiques impliquant plusieurs robots. Les résultats sont comparés à des méthodes classiques (MPPI pur) et à des approches d'apprentissage par renforcement multi-agents concurrentes. Pour l'industrie robotique, ce travail illustre une tendance de fond: hybrider contrôle optimal classique et apprentissage profond plutôt que de choisir entre les deux camps. Le MPPI seul souffre d'un échantillonnage aléatoire non informé, ce qui limite ses performances en environnement dense; le RL pur, à l'inverse, manque souvent de garanties formelles de sécurité, un point bloquant pour tout déploiement industriel réel (flottes d'AMR en entrepôt, essaims de drones). En préservant les propriétés de sécurité prouvable du MPPI tout en injectant du comportement appris, CoRL-MPPI répond directement à une critique récurrente adressée aux méthodes purement data-driven: l'absence de garanties exploitables en production. C'est un signal pertinent pour les intégrateurs qui évaluent des piles de navigation multi-robots pour la logistique ou les essaims aériens. Le MPPI est un cadre de contrôle prédictif largement utilisé en robotique mobile depuis plusieurs années, apprécié pour sa flexibilité vis-à-vis de modèles de mouvement arbitraires. Les tentatives précédentes d'amélioration se sont concentrées soit sur de meilleures fonctions de coût, soit sur des politiques d'apprentissage remplaçant entièrement le contrôle classique, au prix des garanties théoriques. CoRL-MPPI se positionne dans une troisième voie, celle des architectures hybrides guidage-par-politique, déjà explorée dans d'autres contextes de planification de trajectoire. Le papier ne mentionne pas de partenariat industriel ni de déploiement matériel réel: il s'agit d'un travail de recherche évalué en simulation, dont la prochaine étape logique serait une validation sur robots physiques en conditions denses et dynamiques.

Recherche❖Paper

1 source