Actualités robotique — page 37

7 313 articles au fil, du plus récent au plus ancien.

38

1801arXiv cs.RO 

Algèbre compositionnelle pour extrapoler les décalages robotiques mixtes sans réglage fin combiné

Un article publié sur arXiv (2609.13651) présente Compositional Shift Algebra (CSA), une méthode pour adapter les politiques de contrôle robotique quand plusieurs éléments changent simultanément (caméra, interface de commande, dynamique physique), plutôt que de réentraîner un modèle pour chaque combinaison ou de choisir quel module mettre à jour. CSA apprend séparément des opérateurs de décalage pour l'observation, la politique et la dynamique à partir de sondes à réinitialisation exacte, puis les compose pour extrapoler vers des combinaisons inédites sans réentraînement mixte. Sur la tâche StackCube du benchmark de simulation ManiSkill, la variante "residual CSA" atteint un taux de succès de 1.0 sur 10 seeds, égalant un oracle connaissant la combinaison exacte, et dépasse d'environ 67 points les meilleures références (adaptation à un facteur, zero-shot, moyenne de paramètres). Sur une seconde tâche, PickCube, CSA composé atteint aussi 1.0 contre 0.33 sans composition, et un contrôleur visuel plus contraint, sans accès privilégié aux poses du cube ni aux indicateurs de préhension, conserve 0.95 contre 0.00. Pour l'industrie robotique, ce travail cible un problème concret: les déploiements réels changent rarement un seul paramètre à la fois, et le coût de réentraîner un modèle pour chaque nouvelle combinaison de capteur, d'actionneur ou d'environnement freine la généralisation des politiques, y compris celles issues de modèles vision-langage-action comme Pi-0 ou GR00T. En montrant qu'une composition d'opérateurs appris séparément approche les performances d'un oracle sans données mixtes, CSA propose une piste pour réduire ce coût d'adaptation, ce qui concernerait directement les intégrateurs gérant des flottes hétérogènes de robots et de capteurs. Ce résultat reste toutefois validé uniquement en simulation, sur les tâches ManiSkill StackCube et PickCube, sans démonstration sur robot physique ni chiffres de déploiement industriel. Il se positionne face aux méthodes classiques de finetuning complet ou de sélection du module à mettre à jour, qu'il cherche à remplacer par une décomposition algébrique plus économe; d'autres tâches testées (PushCube, insertion PegInsertion) montrent des gains de 33 à 67 points selon les configurations. Les auteurs rapportent également une méthode appelée Intervention-Gated Adaptation utilisée comme contrôle négatif. Aucun calendrier de test sur robot réel n'est mentionné dans l'article.

Recherche❖Paper

1 source

38

1802arXiv cs.RO 

Apprentissage de représentations suffisantes pour la manipulation via des goulots d'étranglement de résultat

Publiée sur arXiv en septembre 2026 (arXiv:2609.13235), une étude propose de compresser les données échangées entre perception et actionnement dans les systèmes de manipulation robotique en réseau. Plutôt que des états géométriques denses type RGB-D optimisés pour la fidélité visuelle, l'encodeur produit une représentation stochastique de 512 octets, conditionnée sur l'action et entraînée via un goulot d'étranglement centré sur le résultat de l'action plutôt que sur la reconstruction géométrique. Sur 11 979 prises simulées couvrant 13 objets, cette représentation atteint une AUC de 0,876 pour prédire le succès de la préhension, contre seulement 0,542 pour un score de force issu de la géométrie reconstruite, qui tombe même sous le niveau du hasard sur les objets courbes. À 25% d'engagement, le taux de réussite des prises exécutées grimpe à 98,4% contre 50,3% pour la ligne de base géométrique. L'interface, 288 fois plus compacte qu'une image RGB-D, se décide en 16 millisecondes sur simple CPU. Pour les intégrateurs de flottes robotiques et les architectures de robotique en nuage, où perception et commande sont séparées par des liens à bande passante et calcul limités, ce résultat bouscule une hypothèse répandue: une reconstruction géométrique plus fidèle n'implique pas une meilleure manipulation, alors qu'une représentation optimisée directement pour le résultat de l'action préserve l'information utile à la prise tout en divisant drastiquement le trafic réseau. Le même encodeur alimente aussi la sélection de prise, un filtrage conforme, le choix actif de point de vue et l'adaptation au moment du test, ce qui en fait un composant potentiellement réutilisable plutôt qu'une astuce isolée pour les pipelines de manipulation distribués. Le travail reste à ce stade une contribution académique, évaluée en simulation et validée partiellement sur des objets scannés, où un substitut analytique concorde avec les invariances mesurées du simulateur à 0,56 degré près; aucun déploiement sur robot réel ni partenaire industriel n'est mentionné. Les auteurs signalent eux-mêmes une limite de généralisation: sur des objets non vus, l'AUC chute de 0,876 à 0,569, même si la couverture de calibration progresse de 0,728 à 0,883 après une mise à jour complète par retour d'information. Aucun acteur européen ni fabricant de robot n'est associé à ces travaux, positionnés comme une brique pour de futurs systèmes de manipulation distribués plutôt que comme un produit livré.

Recherche❖Paper

1 source

38

1803arXiv cs.RO 

Un paradigme d'évaluation personnalisée de l'équilibre dynamique pour la marche assistée par exosquelette de hanche sous perturbations du sol inattendues

Une équipe de recherche propose, dans un article publié le 15 septembre 2026 sur arXiv (2609.14765v1), un nouveau cadre d'évaluation personnalisée de l'équilibre pour les exosquelettes de hanche lors de perturbations imprévues de la marche. Le système combine sept sous-métriques biomécaniques (marge de stabilité, dynamique du centre de masse, moment angulaire du corps entier) en un coût composite propre à chaque participant, converti en variables sans dimension puis pondéré par des poids appris sur un simplexe via un modèle hiérarchique bayésien empirique. Ce sélecteur calcule pour chaque condition testée une probabilité postérieure d'être optimale, P(best), et détermine un ensemble restreint de candidats à haute probabilité de taille K_0,8. La méthode a été testée sur trois participants marchant à 1,1 m/s, soumis à des glissements de tapis unilatéraux sur 46 conditions d'assistance à la hanche, avec quatre répétitions par condition. Le sélecteur a concentré 80 % de la probabilité postérieure sur seulement 1 à 5 conditions parmi les 46, contre 2 à 12 pour une fusion à poids égaux et 4 à 37 pour une fusion par analyse en composantes principales (PCA). Ce résultat s'attaque à un problème concret pour les fabricants d'exosquelettes d'assistance et les laboratoires de biomécanique : personnaliser l'assistance robotique exige aujourd'hui de multiples essais avec des sujets humains, coûteux, longs et risqués puisqu'ils exposent les participants à des chutes répétées. En réduisant drastiquement le nombre de conditions à tester pour identifier la meilleure configuration, cette approche pourrait raccourcir les campagnes d'essais cliniques et limiter l'exposition des participants aux perturbations. Les essais sur les conditions sélectionnées ont montré des coûts composites significativement plus bas que les essais sans assistance (p < 0,05 pour deux des trois participants), et les tests de validation croisée par exclusion d'une répétition ont montré des corrélations de rang positives et une stabilité modérée des poids appris, ce qui renforce la crédibilité statistique de la méthode malgré le faible nombre de sujets. Les auteurs présentent ces résultats comme une preuve de concept, comparée à deux méthodes de fusion existantes (poids égaux, PCA) plutôt qu'à des produits commerciaux d'exosquelettes déjà déployés. L'article ne mentionne aucun partenaire industriel ni date de transfert vers un dispositif commercial ; il s'inscrit dans la recherche méthodologique sur l'optimisation d'essais humains en boucle fermée, un champ où la taille d'échantillon reste le principal facteur limitant pour toute personnalisation robotique portée sur le corps.

Exosquelettes❖Paper

1 source

38

1804arXiv cs.RO 

Coordonnée de mouvement atomique : manipulation pilotable par langage et réactive à la force

Une équipe de recherche a publié le 15 septembre 2026 sur arXiv (2609.15012) une méthode nommée Atomic Motion Coordinate (AMC) pour les politiques VLA (vision-language-action) qui pilotent des bras robotiques. Chaque bras reçoit treize « atomes » signés de translation, rotation et maintien, déduits du texte de l'instruction et de la cinématique directe, vision masquée, puis injectés dans chaque bloc de l'expert d'action via un alignement pondéré de codebook. Un résidu sphérique borné, recalculé à partir d'un latent nominal fixe, module cette coordonnée selon l'historique de contact pour ne régénérer que la portion non exécutée de la trajectoire. Sur 7 520 interventions hors ligne, AMC sépare des atomes opposés avec 92,5% et 83,1% de réussite (bras seul/double), contre 39,1% et 24,0% pour un baseline de type LA4VLA. Sur 50 essais réels par tâche, le taux de réussite sur des fruits hors distribution passe de 60,5% à 87,8%, et l'adaptation à la force fait grimper les scores des tâches « Plug » et « Vase » de 59,0/71,5% à 78,5/75,2%. Ce travail répond à une question centrale pour la robotique manipulatrice : une instruction en langage peut-elle réellement rediriger l'effecteur, ou le prior visuel de mouvement domine-t-il toujours, rendant la commande textuelle cosmétique ? En créant un écart mesurable entre atomes de mouvement opposés, AMC suggère que la contrôlabilité linguistique est atteignable sans sacrifier la réactivité aux forces de contact, un enjeu pour l'insertion de connecteurs ou la manipulation d'objets fragiles en usine. Pour les intégrateurs qui évaluent des piles VLA comme Pi-0, GR00T N2 ou Helix, un gain de généralisation hors distribution de près de 30 points sur une tâche variable est un signal notable, même mesuré sur un nombre d'essais limité. L'article s'inscrit dans la critique récurrente des politiques VLA généralistes : capables de suivre une instruction en démo contrôlée, mais peu fiables face à la variabilité réelle des objets et des forces de contact. Le choix d'un baseline LA4VLA montre que les auteurs visent les méthodes existantes de conditionnement par le langage, jugées insuffisantes pour séparer nettement des mouvements opposés. À ce stade, il s'agit d'une publication de recherche sur arXiv, sans acteur industriel, robot commercial ni calendrier de déploiement associé. Aucun plan de publication de code ni de suite expérimentale n'est précisé, laissant la reproductibilité et l'extension à d'autres plateformes comme prochaines étapes à surveiller.

IA physique⚡Actu

1 source

38

1805arXiv cs.RO 

NavPatch : correction de costmap au niveau objet guidée par preuves avec des modèles vision-langage

Des chercheurs présentent NavPatch, une couche de correction au niveau objet destinée aux robots mobiles qui s'appuie sur un modèle vision-langage pour ajuster les cartes de coûts géométriques utilisées en navigation. Le système applique trois types de correction (ADD, REMOVE, EXTEND) à des catégories d'objets pertinentes pour la navigation, comme un câble bas ignoré par les capteurs, un rideau souple créant un blocage fictif, ou un plot de signalisation nécessitant une zone d'exclusion plus large que son empreinte réelle. La localisation des objets repose sur du grounding en vocabulaire ouvert, complété par des données LiDAR et RGB-D pour le support 3D, avec un filtrage de la qualité des observations et un suivi inter images qui décide quand chaque correction est validée, remplacée ou annulée. Sur 50 essais réels répartis sur cinq configurations d'environnement, NavPatch atteint un taux de réussite global de 86,0%. Une étude d'ablation portant sur quatre configurations et 200 essais au total montre une progression du taux de réussite de 70,0% à 86,0%, et une réduction du taux de fausses validations de 68,4% à 40,7% par rapport à une approche fondée uniquement sur l'observation courante. Ce travail s'attaque à un problème concret pour les intégrateurs de robotique mobile: les cartes géométriques classiques, construites à partir de nuages de points ou de grilles d'occupation, peinent à représenter correctement des objets ambigus, transparents, filiformes ou nécessitant une marge de sécurité contextuelle. En montrant qu'une correction sémantique pilotée par un modèle vision-langage réduit significativement les faux positifs de blocage tout en améliorant le taux de succès en navigation réelle, l'étude apporte une preuve empirique que l'ajout d'une compréhension de scène au-dessus de la géométrie brute améliore la robustesse en conditions réelles, plutôt que de rester une simple démonstration en simulation. Pour les équipes déployant des AMR (robots mobiles autonomes) en entrepôt ou en environnement industriel, cela suggère une voie pour réduire les arrêts intempestifs et les erreurs de planification de trajectoire sans reconcevoir entièrement la pile de perception existante. Cette approche s'inscrit dans la tendance plus large consistant à combiner cartographie géométrique traditionnelle et modèles vision-langage pour de la navigation robotique, un axe de recherche actif alors que les capacités de grounding en vocabulaire ouvert des modèles multimodaux progressent rapidement. L'article, publié sous la référence arXiv:2609.14543v1, ne précise pas l'identité des auteurs ni leur affiliation institutionnelle dans les éléments fournis, et les essais restent limités à 50 essais réels sur cinq configurations, un périmètre expérimental modeste qui laisse ouvertes les questions de généralisation à des environnements industriels plus vastes ou plus dynamiques. Aucun partenariat industriel, déploiement commercial ou suite annoncée n'est mentionné à ce stade, ce qui situe clairement ce travail au stade de la recherche académique plutôt que du produit prêt à déployer.

Recherche❖Paper

1 source

38

1806arXiv cs.RO 

Pré-entraînement multimodal ancré sur la proprioception pour l'assemblage riche en contacts en zéro-shot sim-vers-réel

Un article publié sur arXiv (arXiv:2609.07534, version révisée) présente PACE (Proprioception-Anchored Cross-Modal Encoder), une méthode d'apprentissage pour l'assemblage robotique à contact riche, ces tâches de vissage ou d'insertion qui exigent une précision submillimétrique et une lecture fiable des forces pendant un contact prolongé. L'apprentissage par renforcement en simulation permet de passer à l'échelle, mais les écarts entre simulation et réel sur la vision, la dynamique de contact et les mesures de force-couple limitent d'ordinaire le transfert des politiques vers le matériel réel. Les auteurs partent du constat que la proprioception, positions et vitesses articulaires, reste cohérente d'un domaine à l'autre car exprimée dans un référentiel calibré partagé. PACE entraîne les représentations visuelles et de force-couple à prédire les transitions d'état proprioceptif, ce qui pousse l'encodeur à ignorer les facteurs propres au domaine (éclairage, texture, biais des capteurs) tout en conservant les indices de mouvement utiles à la tâche. Les politiques entraînées sur ces caractéristiques figées sont déployées sur robot réel sans réglage fin in situ ni suivi de pose d'objet. Sur quatre tâches d'assemblage à contact riche, le taux de réussite moyen atteint 93,3% en conditions réelles, avec un écart de seulement 2,7 points de pourcentage par rapport à la simulation. Cette faible dégradation tranche avec les pertes habituellement observées lors du transfert sim-to-real sur des tâches de contact, où l'écart peut atteindre plusieurs dizaines de points dès que le retour de force entre en jeu. Pour les intégrateurs de cellules d'assemblage, se passer du suivi de pose d'objet est un argument concret, cette brique restant l'une des plus coûteuses et fragiles des systèmes de vision industrielle actuels. Si le résultat se confirme au-delà des quatre tâches testées et à l'échelle d'une ligne de production, il indiquerait que le sim-to-real cesse d'être le principal frein à l'usage de l'apprentissage par renforcement pour des manipulations fines en usine, face aux automates programmés manuellement. Le travail s'inscrit dans la recherche sur la réduction de l'écart sim-to-real, qui recourt habituellement à la randomisation de domaine, à l'identification de système ou à la fusion apprise de plusieurs modalités, des approches citées comme lignes de base moins robustes que PACE face aux perturbations testées. Publié comme version corrigée (replace) sur arXiv, sans affiliation institutionnelle précisée dans le résumé, il s'agit à ce stade d'une contribution de recherche validée en laboratoire sur quatre tâches, non d'un produit commercialisé ni d'un pilote industriel annoncé. Les suites attendues restent l'extension à davantage de tâches et de plateformes, puis une validation en conditions de production réelles.

Recherche❖Paper

1 source

38

1807arXiv cs.RO 

Touch2Trace : apprentissage par imitation tactile pour le traçage dextérique de câbles

Une équipe de recherche présente Touch2Trace, un système d'apprentissage par imitation piloté par le toucher, conçu pour l'une des tâches les plus difficiles de la manipulation dextre : faire glisser un câble à travers la main par des mouvements répétés de pincement et d'enroulement du pouce et de l'index. Le système combine un encodeur tactile pré-entraîné en auto-supervision pour un capteur piézorésistif personnalisé de 32x32 points, baptisé TacV5, avec une politique transformeur légère entraînée par clonage comportemental à partir de démonstrations téléopérées, déployée à 60 Hz sur une main robotique à cinq doigts Tesollo DG-5F. Selon l'article déposé sur arXiv (2609.15921), le retour tactile seul, sans vision ni estimation explicite de l'état du câble, améliore radicalement les performances par rapport à une base proprioceptive seule : la distance moyenne de câble tracée avant échec passe de 0,2 cm à 20,1 cm et le taux de réussite de 0% à 93%, avec un transfert zero-shot vers des câbles et des configurations de routage inédits. Ce travail fournit, d'après les auteurs, la première caractérisation systématique en conditions réelles de l'effet de paramètres clés (pré-entraînement de l'encodeur, fréquence de contrôle, contexte temporel, résolution spatiale) sur la performance d'une politique tactile. L'enjeu dépasse le laboratoire : la démonstration contredit l'hypothèse répandue selon laquelle la manipulation fine d'objets déformables comme les câbles exige une vision ou une modélisation explicite de leur état, un point direct pour l'assemblage de faisceaux électriques, le câblage industriel et l'automatisation en électronique. Elle donne aussi un signal concret aux fabricants de mains robotiques dextres et aux intégrateurs qui arbitrent entre coût et pertinence des modalités de capteurs pour des tâches de préhension fine, en montrant qu'une architecture purement tactile peut suffire là où des pipelines vision plus complexes sont souvent supposés nécessaires. Le projet s'inscrit dans la lignée des recherches sur la manipulation dextre assistée par capteurs tactiles haute résolution, un domaine où les progrès restaient jusqu'ici bridés par le manque de capteurs assez denses et de politiques capables d'exploiter leur signal en temps réel. À la différence des approches vision-langage-action comme Pi-0 ou GR00T N2, qui s'appuient sur des flux visuels et un raisonnement multimodal, Touch2Trace repose entièrement sur le signal brut du TacV5, un capteur développé en interne pour ce cas d'usage. Il s'agit à ce stade d'une préimpression de recherche, sans annonce de déploiement industriel ni de partenariat commercial ; les auteurs la présentent comme une référence quantitative pour la conception future de systèmes tactiles dextres, ouvrant la voie à des essais sur des tâches de manipulation déformable plus variées.

Recherche❖Paper

1 source

38

1808arXiv cs.RO 

Réglementer la planification par modèle du monde grâce au raisonnement juridique

À mesure que les robots gagnent en autonomie de décision, la question de leur conformité aux lois se pose concrètement, et une équipe de recherche vient de proposer une architecture pour y répondre. Publiée sur arXiv sous la référence 2609.15113v1 (préimpression, non encore relue par les pairs), l'étude intitulée « Legislating World-Model-Based Planning with Legal Reasoning » décrit un système de planification robotique qui intègre des contraintes légales directement dans le contrôle moteur. Le dispositif combine un modèle du monde appris, utilisé à la fois pour planifier les mouvements et pour fournir le contexte factuel nécessaire au raisonnement juridique, avec un moteur de logique déontique défaisable (Defeasible Deontic Logic, DDL) chargé de vérifier la légalité d'une action avant son exécution, une approche dite ex ante par opposition à une sanction après coup. Le système a été testé sur un bras robotique simulé chargé de pousser un cube sur une grille de 3x3 cases. Les auteurs rapportent que l'agent contraint par les règles respecte celles-ci nettement plus souvent que sa version non contrainte, que la prise en compte explicite de l'incertitude de perception améliore encore ce taux de conformité, et que le raisonnement juridique s'exécute efficacement en temps réel avec des verdicts auditables et une capacité d'adaptation à de nouvelles règles. Ce travail formalise deux obstacles techniques souvent ignorés par les démonstrations commerciales de robots autonomes: l'écart de perception, où une erreur de capteur fait croire au système qu'un fait juridiquement pertinent est vrai alors qu'il ne l'est pas, et l'écart ontologique, où une même règle de droit peut se traduire en plusieurs contraintes de planification différentes, avec des niveaux de conformité très variables selon le choix retenu. Pour les intégrateurs et décideurs qui envisagent des déploiements de robots autonomes en entrepôt ou en environnement réglementé, ce résultat rappelle qu'ajouter du langage juridique en amont ne suffit pas: la traduction précise de la loi en contrainte numérique change radicalement le comportement réel de la machine, un point que les modèles vision-language-action (VLA) actuels ne traitent généralement pas. L'étude s'inscrit dans la continuité du « problème d'isomorphisme » en informatique juridique, qui cherche à aligner les textes de loi sources avec leurs encodages formels, et reprend la logique déontique défaisable, un formalisme déjà utilisé en intelligence artificielle du droit pour représenter obligations et exceptions. Il s'agit à ce stade d'une preuve de concept limitée à une simulation simple, sans robot physique ni environnement complexe, loin des déploiements réels de robots généralistes annoncés par l'industrie. Les auteurs eux-mêmes indiquent que combler les deux écarts identifiés nécessitera une correspondance standardisée entre texte de loi et contrainte de planification, ainsi qu'un ancrage perceptif plus fiable, avant d'envisager un passage à des systèmes réels.

Recherche❖Paper

1 source

38

1809arXiv cs.RO 

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

Des chercheurs ont repoussé la limite de vitesse connue pour un robot quadrupède avec BlackPanther2 (BP2), une plateforme de 36,5 kg, en atteignant 13,2 m/s sur tapis roulant et 11,65 m/s en extérieur, un résultat présenté comme un nouveau record mondial pour la locomotion quadrupède (arXiv:2609.13289, publié le 13 septembre 2026). La performance repose sur deux apports techniques combinés dans un même framework d'apprentissage : un modèle d'actionneur affiné qui capture explicitement le couplage tension-vitesse à haute vitesse et la saturation magnétique, pour représenter plus fidèlement l'enveloppe couple-vitesse réelle des moteurs, et un entraînement par renforcement structuré en curriculum à deux étapes avec un mécanisme d'ordonnancement adaptatif des commandes (Adaptive Command Scheduling, ACS) qui stabilise l'apprentissage sur une large plage de vitesses cibles. Cette avancée s'attaque directement à un problème connu du secteur : la plupart des méthodes de contrôle appris négligent les non-linéarités et les contraintes physiques des actionneurs pendant l'entraînement en simulation, ce qui crée un écart sim-to-real important dès que les mouvements deviennent très dynamiques, et peut conduire la politique apprise à exploiter des comportements non physiques, impossibles à reproduire sur le matériel réel. En modélisant plus précisément les moteurs, l'équipe montre qu'on peut réduire cet écart tout en repoussant les limites de vitesse réelles, un signal utile pour les intégrateurs et laboratoires travaillant sur la locomotion dynamique, la logistique en tout-terrain ou les usages militaires et d'inspection nécessitant des déplacements rapides. Le résultat illustre aussi que les gains de robustesse (via l'ACS) n'impliquent pas nécessairement de sacrifier la performance brute, contrairement à une hypothèse répandue sur le compromis vitesse/stabilité en robotique de champ. Le papier s'inscrit dans une compétition plus large de records de vitesse chez les quadrupèdes, où des plateformes comme celles de MIT Cheetah ou Unitree ont progressivement repoussé les seuils ces dernières années, mais où les chiffres annoncés restent souvent obtenus en conditions contrôlées et méritent d'être lus avec prudence tant que des tiers ne les reproduisent pas de façon indépendante. Les auteurs ne précisent pas de calendrier de déploiement commercial ni de partenaire industriel identifié pour BP2 à ce stade ; la contribution reste pour l'instant un résultat de recherche, avec le code et les détails de modélisation destinés à informer de futurs travaux sur le contrôle appris pour la locomotion à haute dynamique.

Recherche❖Paper

1 source

38

1810arXiv cs.RO 

Apprentissage par renforcement en conditions réelles avec échafaudage MPC pour la manipulation dextérique

Une nouvelle méthode d'apprentissage par renforcement (RL) entraînée directement sur un robot physique, sans simulation préalable ni démonstrations humaines, a été détaillée dans un article publié sur arXiv (2609.14878v1). Le système associe un contrôleur prédictif par échantillonnage (MPC) à un apprenant Soft Actor-Critic hors politique pour piloter une main robotique Allegro à 16 degrés de liberté. Concrètement, 20 trajectoires générées par le MPC sur le matériel réel, collectées en 12 minutes, servent d'abord à préremplir un buffer de rejeu et à pré-entraîner l'acteur et le critique. Pendant la phase en ligne, le MPC continue de guider la collecte de données par intermittence, tandis que le contrôle bascule progressivement vers la politique apprise. Sur une tâche de rotation continue d'objet en main, la politique atteint 100% de réussite en évaluation autonome (5 essais sur 5) après seulement 7 minutes d'apprentissage en ligne, moyennant environ trois chutes d'objet durant l'entraînement. Après 20 minutes, elle tourne plus de cinq fois plus vite que le contrôleur MPC initial et enchaîne 1000 rotations consécutives sur plus de 110 minutes sans lâcher l'objet. Ce résultat s'attaque à l'un des obstacles les plus concrets du RL en robotique: l'exploration initiale aléatoire, lente et destructrice pour le matériel réel. En ancrant l'apprentissage dans l'expérience d'un contrôleur classique plutôt que dans des démonstrations humaines téléopérées, coûteuses à produire en volume, la méthode réduit fortement le temps d'intervention et le nombre d'échecs physiques nécessaires avant d'obtenir une politique fiable. Pour les équipes travaillant sur la manipulation dextre, c'est un indice que l'apprentissage sur robot réel, longtemps jugé trop lent et risqué face au sim-to-real, peut converger en quelques dizaines de minutes sur une tâche à haute dimensionnalité, à condition de structurer l'exploration plutôt que de la laisser libre. Le résultat nuance aussi l'hypothèse selon laquelle des démonstrations humaines seraient indispensables pour amorcer ce type de politique. La démonstration reste toutefois limitée à une tâche de référence en conditions de laboratoire, sans institution ni calendrier de publication du code précisés. Les ablations montrent que le pré-entraînement MPC, la conservation de cette expérience dans le buffer et le guidage MPC en ligne apportent chacun un gain distinct et complémentaire, ce qui distingue l'approche des pipelines purement sim-to-real ou de l'apprentissage par imitation à partir de téléopération, aujourd'hui dominant dans la manipulation dextre humanoïde. Les auteurs rapportent en complément une adaptation rapide à d'autres géométries d'objets et une réorientation conditionnée par objectif, sans annoncer de partenariat industriel ni de déploiement au-delà du résultat de recherche.

Recherche❖Paper

1 source

38

1811arXiv cs.RO 

LG-VLN : un cadre de navigation vision-langage sans apprentissage préalable, orchestré par états LangGraph

Une équipe de recherche présente LG-VLN, un framework de navigation vision-langage en environnement continu (VLN-CE), dans un preprint arXiv de septembre 2026 (arXiv:2609.15098v1). Contrairement aux méthodes existantes qui s'appuient sur LiDAR ou cameras panoramiques, LG-VLN navigue en zero-shot a partir d'une seule camera RGB monoculaire, grâce a un réseau de reconstruction 3D qui estime profondeur, pose et nuage de points, a des features visuelles CleanDIFT partagées entre géométrie et sémantique, et a une carte de valeur sémantique combinant similarité visuelle et pertinence image-texte via BLIP-2. Tout le pipeline, de l'analyse de l'instruction a la récupération d'échec, est orchestre par LangGraph sous forme de graphe d'états a transitions conditionnelles. Sur un sous-ensemble fixe de 550 épisodes du split val-unseen de R2R-CE, le système atteint 21,3% de réussite et 12,1% de SPL, le code devant être publie ultérieurement. Ces résultats, modestes compares aux meilleures méthodes VLN-CE qui s'appuient sur des capteurs plus riches, montrent néanmoins qu'une navigation purement monoculaire et zero-shot reste possible dans des scènes 3D inédites, sans reentrainement dédié a l'environnement. Pour les intégrateurs robotiques, l'enjeu est économique: une navigation fiable sans LiDAR ni vues panoramiques allégé le cout matériel des plateformes mobiles. Le choix de LangGraph illustre aussi une tendance plus large, l'importation d'outils d'orchestration issus des agents LLM dans des pipelines robotiques jusque-la gérés par des machines a états codées en dur. Les ablations confirment que le partage de features sémantiques entre géométrie et navigation, renforce par la fusion avec BLIP-2, explique l'essentiel du gain, validant l'hypothèse que l'incohérence spatiale-sémantique freinait les pipelines séparés. La VLN-CE vise a faire suivre a des robots des instructions en langage naturel dans des bâtiments jamais vus, un objectif longtemps freine par des capteurs géométriques couteux ou un entrainement lourd propre a chaque environnement. LG-VLN s'appuie plutôt sur des modules de vision pré-entraines existants, CleanDIFT et BLIP-2. Le travail reste une publication de recherche en navigation, distincte des architectures vision-langage-action déployées sur des robots humanoïdes comme Optimus, Pi-0 ou GR00T N2, sans déploiement industriel ni partenaire commercial annonce. La suite dépendra de la publication du code, promise mais non datée, pour vérifier les scores au-delà des 550 épisodes testes.

Recherche❖Paper

1 source

38

1812arXiv cs.RO 

PredTac : apprentissage de la manipulation en contact riche par prédiction du toucher

Des chercheurs présentent PredTac, un cadre qui remplace les capteurs tactiles physiques par une estimation visuelle du contact lors de la manipulation robotique. Le système entraîne d'abord un prédicteur tactile supervisé par des données de contact réelles, puis utilise ses inférences comme substitut au toucher mesuré pendant l'apprentissage et l'exécution de politiques, à partir de simples observations visuelles et de l'état du robot. L'équipe teste PredTac sur trois tâches à fort contact, en simulation et sur robot réel : insertion USB, extraction d'un objet barbelé (Barbed-spike) et rotation de vanne (Valve). En simulation, les politiques à toucher prédit atteignent 27,0%, 52,0% et 44,7% de réussite selon la tâche, soit un gain de 8,0 à 13,7 points de pourcentage par rapport à une politique purement visuelle. Sur robot réel, avec l'architecture ACT, les taux grimpent à 70,0%, 50,0% et 90,0% (moyenne de 70,0% sur les trois tâches), un score proche des 72,2% obtenus avec un toucher réellement mesuré et largement supérieur aux 21,1% d'une politique vision seule. Ce résultat s'attaque à un point de friction connu de la robotique de manipulation fine : les capteurs tactiles physiques ajoutent du coût matériel, des contraintes de calibration, de synchronisation et de maintenance qui freinent le déploiement en dehors des laboratoires. Si le toucher peut être inféré de façon fiable à partir de la vision et de la proprioception, cela lève un obstacle matériel pour les intégrateurs qui veulent équiper des bras robotiques de compétences fines (insertion de connecteurs, manipulation d'objets irréguliers, actionnement de vannes) sans multiplier les capteurs embarqués et leurs pannes associées. Les auteurs nuancent toutefois la promesse : des tests d'intervention montrent que la performance reste sensible à la structure spatiale du contact prédit, une simple réorganisation spatiale des valeurs prédites faisant chuter le succès sur la tâche Valve de 10,7 points. Le toucher prédit n'égale donc pas encore totalement le toucher mesuré, mais s'en approche suffisamment pour être une alternative crédible plutôt qu'un pis-aller. Ce travail s'inscrit dans la lignée des architectures vision-langage-action (VLA) et des politiques comme ACT, qui cherchent à réduire la dépendance des robots manipulateurs à des capteurs spécialisés coûteux. Il complète les approches à toucher mesuré directement, en proposant une alternative bas coût sans capteur tactile dédié. L'étude, publiée en préprint sur arXiv le 15 septembre 2026, reste à ce stade une validation en laboratoire sur trois tâches ciblées et un unique bras robotique réel, sans indication de partenariat industriel ni de déploiement au-delà du cadre expérimental ; les prochaines étapes attendues concernent l'extension à davantage de tâches et de plateformes pour confirmer la généralisation de l'approche.

Recherche❖Paper

1 source

38

1813arXiv cs.RO 

Navigation multi-robots mobile sous incertitude d'exécution : apprentissage par opérateur de Koopman et commande prédictive non linéaire

Des chercheurs ont développé un système de contrôle prédictif non linéaire (NMPC) pour la navigation de robots mobiles en essaim, en couplant l'optimisation de trajectoire à des modèles dynamiques appris via la théorie de l'opérateur de Koopman. Le cœur de la méthode repose sur un modèle Koopman bilinéaire "relevé" (lifted), capable de prédire le comportement de systèmes à entrées affines soumis à des perturbations, sans connaître le modèle dynamique réel des robots. L'équipe a testé son approche sur deux tâches classiques de robotique en essaim : l'atteinte de cible (target reaching) et le contrôle de formation, avec des robots à roues évoluant dans des environnements encombrés d'obstacles. La validation s'est faite exclusivement par simulations numériques étendues, en faisant varier le degré de glissement aléatoire des roues, une source d'incertitude fréquente en conditions réelles. Aucun déploiement matériel n'est mentionné dans l'article, publié sur arXiv (2609.14058) : il s'agit donc d'une preuve de concept en simulation, pas d'une démonstration sur du hardware physique. L'intérêt pour l'industrie tient à la promesse d'un contrôle robuste sans identification précise du système, un problème récurrent pour les intégrateurs déployant des flottes de robots mobiles ou d'AMR sur des sols glissants, irréguliers ou mal caractérisés. Contourner la modélisation dynamique explicite via un opérateur de Koopman appris permettrait, en théorie, de réduire le travail d'ingénierie nécessaire pour adapter un contrôleur à chaque nouvelle plateforme ou terrain, tout en gardant les garanties de stabilité et de contrainte propres au NMPC. Reste que la démonstration se limite à des glissements de roues simulés dans des environnements contrôlés : l'écart classique entre simulation et réalité n'est pas encore comblé, et la généralisation à des perturbations non modélisées en usine reste à prouver. Cette approche s'inscrit dans un courant de recherche actif combinant apprentissage de dynamiques (Koopman, souvent présenté comme alternative linéarisable aux réseaux de neurones profonds) et commande optimale robuste, pour pallier les limites des modèles physiques classiques en robotique mobile multi-agents. Elle se positionne face à des méthodes concurrentes de contrôle de formation basées sur l'apprentissage par renforcement ou sur des modèles analytiques de glissement. Les auteurs ne mentionnent ni collaboration industrielle, ni calendrier de test sur robots physiques ; les prochaines étapes attendues pour ce type de travaux académiques sont généralement une validation expérimentale sur plateforme réelle et un passage à l'échelle vers des essaims plus nombreux.

Recherche❖Paper

1 source

38

1814arXiv cs.RO 

Des robots quadrupèdes franchissent une limite de vitesse grâce à la dynamique des pendules couplés de Huygens

Un quadrupède robotique a atteint une vitesse de course de 10,74 mètres par seconde, soit un nombre de Froude de 21,4, devenant selon ses concepteurs le premier robot à pattes à franchir la barre des 10 m/s, et a bouclé un sprint de 100 mètres en 12,2 secondes. Ces résultats, publiés dans un article arXiv (2609.13290v1) du 15 septembre 2026 intitulé "Breaking speed scaling in quadrupedal robots via Huygens' coupled-pendulum dynamics", ne reposent pas sur des actionneurs plus puissants mais sur un principe physique emprunté aux pendules couplés de Huygens : en exploitant le couplage inertiel entre les membres, l'énergie se redistribue sur le cycle de marche, ce qui réduit le couple articulaire de crête nécessaire pour courir vite. Les paramètres matériels ont ensuite été intégrés comme variables dans un cadre de co-optimisation, permettant d'exploiter systématiquement cette dynamique dès la conception du robot. À noter que la vitesse moyenne réelle sur 100 mètres (environ 8,2 m/s) reste inférieure à la pointe de 10,74 m/s, ce qui traduit une phase d'accélération avant d'atteindre le régime de croisière. Ce résultat, encore au stade de la recherche et non d'un produit commercialisé, remet en question l'hypothèse dominante selon laquelle repousser les limites de vitesse des robots à pattes exige des moteurs et transmissions toujours plus puissants, donc plus lourds et plus coûteux. En démontrant qu'une exploitation intelligente de la dynamique intrinsèque du châssis peut élargir la plage de vitesse atteignable sans surdimensionner l'actionnement, les auteurs offrent une piste de conception pertinente pour les fabricants de quadrupèdes destinés à l'inspection, la logistique ou les usages militaires, où poids et autonomie énergétique restent des contraintes critiques. La course à la vitesse chez les robots à pattes remonte aux plateformes historiques comme le Cheetah du MIT, qui avait franchi quelques mètres par seconde dès les années 2010, et se poursuit aujourd'hui avec des acteurs comme Unitree ou Boston Dynamics. Le recours à un modèle physique vieux de plusieurs siècles pour dépasser un plafond jusque-là attribué au seul matériel ouvre une piste de recherche que les auteurs envisagent d'étendre à d'autres morphologies robotiques, notamment bipèdes.

Recherche❖Paper

1 source

38

1815arXiv cs.RO 

Apprentissage de l'affectation des tâches multi-agents et de la navigation en usine : de la simulation aux robots réels

Une équipe de recherche a publié le 15 septembre 2026 sur arXiv (2609.14567) une étude anonyme sur FMAPPO (Feature-fusion Multi-Agent Proximal Policy Optimization), un algorithme de renforcement multi-agent décentralisé pour le "machine tending", le ravitaillement automatisé de plusieurs machines-outils par une flotte de robots mobiles en usine. FMAPPO fusionne des mesures LiDAR 2D avec l'état de la tâche pour attribuer les missions et naviguer en sécurité sans coordination centrale. Une chaîne simulation-vers-réel complète, bâtie avec un simulateur robotique haute fidélité et ROS2, a été déployée sur des plateformes mobile-manipulatrices physiques, bras robotiques désactivés durant les essais réels. En simulation, FMAPPO devance les références MAPPO et SMAPPO de 106% et 21% en livraison de pièces, 48% et 11% en collecte, avec 31 et 10 points de pourcentage d'utilisation machine en plus, 18% et 15% de collisions en moins et un score de sécurité supérieur de 14 et 6 points respectivement. Sur robots réels, les politiques décentralisées ont coordonné plusieurs robots au service de plusieurs machines sous contraintes réelles de perception et de contrôle, vidéos à l'appui en ligne. Pour les intégrateurs et décideurs industriels, ce travail cible un angle mort classique du RL multi-agent : la plupart des démonstrations restent cantonnées à la simulation, alors que le passage au réel révèle souvent un écart de robustesse important. Tester la sensibilité de la politique à la fréquence de mise à jour des commandes documente une contrainte concrète de déploiement, la latence de contrôle, rarement traitée dans la littérature académique. Le choix de désactiver les bras manipulateurs limite toutefois la portée de la preuve à la coordination et à la navigation multi-robots, pas à la manipulation effective des pièces, ce qui distingue une preuve de concept académique d'un système prêt pour la production. Sans entreprise ni site de déploiement nommés, l'article, un prétirage en cours d'évaluation par les pairs, relève de la recherche plutôt que d'une annonce produit. Le machine tending, chargement et déchargement de pièces sur des machines-outils, reste un cas d'usage disputé de la robotique mobile industrielle, où des fournisseurs d'AMR et de mobile-manipulateurs croisent désormais des modèles vision-langage-action génériques comme Pi-0 ou GR00T N2. FMAPPO se positionne en alternative décentralisée à MAPPO et à sa variante sécurisée SMAPPO, misant sur la fusion de capteurs LiDAR plutôt que sur des VLA lourds en calcul. La suite logique, non engagée dans ce papier, consisterait à réactiver la manipulation des bras robotiques pour valider un cycle complet de service machine en conditions réelles, puis à annoncer un pilote nommé chez un intégrateur ou sur un site industriel identifié.

Recherche❖Paper

1 source

38

1816arXiv cs.RO 

Estimation neuronale par horizon glissant à région de confiance pour robots

Des chercheurs ont publié une nouvelle version (v5) d'un article intitulé "Trust-Region Neural Moving Horizon Estimation for Robots" (arXiv:2309.05955), qui améliore NeuroMHE, une méthode d'estimation à horizon glissant (moving horizon estimation, MHE) dont les pondérations sont apprises par un petit réseau de neurones embarqué plutôt que réglées à la main. Jusqu'ici entraînée par descente de gradient, avec un gradient calculé récursivement via un filtre de Kalman, la méthode passe à une optimisation de type "trust-région", grâce au calcul des dérivées du second ordre de la MHE, baptisées "Hessienne MHE". Les auteurs montrent que l'essentiel des calculs déjà réalisés pour le gradient, notamment le filtre de Kalman, se réutilise pour obtenir cette Hessienne, avec une complexité de calcul seulement linéaire par rapport à l'horizon temporel de la MHE. Testée sur des données réelles de vol de quadricoptère pour l'estimation de forces de perturbation, l'approche s'entraîne en moins de 5 minutes avec seulement 100 points de données, dépasse un estimateur neuronal de référence de l'état de l'art jusqu'à 68,1% en précision, et n'utilise que 1,4% de ses paramètres réseau. Cette avancée vise un problème concret pour l'industrie robotique: estimer en temps réel, à bord de plateformes aux ressources limitées comme les drones, des perturbations externes telles que le vent ou une charge inconnue. Un modèle 68,1% plus précis avec seulement 1,4% des paramètres d'un concurrent change la donne pour l'embarqué, en réduisant la mémoire et le calcul nécessaires sur un contrôleur de vol. L'entraînement en moins de 5 minutes avec 100 échantillons seulement réduit aussi la dépendance aux vastes jeux de données habituellement requis pour l'apprentissage profond en commande, un frein classique à l'adoption industrielle, tandis que la robustesse accrue à l'initialisation du réseau limite le risque d'échecs d'entraînement imprévisibles. Cette méthode prolonge NeuroMHE, qui associait déjà l'estimation à horizon glissant, technique classique de la commande optimale, à des poids appris pour s'adapter aux incertitudes sans réglage manuel. L'estimateur neuronal de référence auquel la méthode est comparée n'est pas nommé dans le résumé, ce qui invite à la prudence avant toute reproduction indépendante sur d'autres plateformes que le quadricoptère testé. Republié en version 5 sur arXiv, le document reste une contribution de recherche, sans intégration commerciale ni pilote industriel annoncé; la suite logique serait de valider l'approche sur des robots à plus haute dimensionnalité, comme des bras manipulateurs ou des robots à pattes, où le calcul de la Hessienne devient plus complexe.

Recherche❖Paper

1 source

37

1817arXiv cs.RO 

Mécanisme de charnière à faible encombrement fabriqué par impression 3D directe sur feuille

Des chercheurs publient une prépublication arXiv (2609.15276v1, non encore évaluée par les pairs) décrivant un mécanisme d'articulation à charnière à faible jeu, fabriqué selon la méthode dite de "3D printing on sheet" (impression 3D sur feuille). Cette approche combine impression 3D et pliage de type origami pour réaliser des charnières sans recourir aux adhésifs habituellement nécessaires dans l'assemblage origami classique, ce qui simplifie la fabrication de mécanismes destinés aux robots à l'échelle de quelques dizaines de centimètres. Les auteurs comparent trois types de charnières et retiennent celle qui permet de conserver un faible jeu quelle que soit l'épaisseur des facettes assemblées. L'analyse de l'angle de torsion et de la force de flexion les conduit à fixer un jeu de 0,1 mm. Des essais de résistance torsionnelle mesurent séparément le couple lié à la déformation plastique du matériau et celui lié au jeu mécanique de la charnière, montrant que le premier suffit à contraindre les degrés de liberté parasites tandis que le second reste minime. Le mécanisme est finalement intégré à un bras manipulateur delta à 3 degrés de liberté, qui démontre un mouvement précis malgré la faible taille des pièces. L'intérêt de ces travaux est avant tout méthodologique : en supprimant les adhésifs, source classique de dérive dimensionnelle et de fatigue dans les mécanismes origami pliés, la technique promet des articulations plus reproductibles et moins coûteuses à assembler pour des robots miniatures ou des mécanismes compliants. Pour les concepteurs de robots parallèles, de préhenseurs ou de structures pliables à petite échelle, un jeu de charnière ramené à 0,1 mm réduit le jeu mécanique (backlash) qui dégrade habituellement la précision de positionnement. Il s'agit toutefois d'une contribution au niveau du composant, validée sur un prototype de laboratoire, et non d'un produit ou d'un système commercial déployé. Ces travaux s'inscrivent dans la lignée des techniques de fabrication origami et de lamination pour robots à petite échelle, qui cherchent depuis plusieurs années à simplifier l'assemblage de mécanismes pliés sans sacrifier la précision. Aucune entreprise ni acteur industriel n'est associé à cette publication, purement académique et publiée en accès libre sur arXiv ; les auteurs ne communiquent ni calendrier de validation supplémentaire ni perspective d'industrialisation au-delà de la démonstration sur le manipulateur delta à trois degrés de liberté.

Recherche❖Paper

1 source

37

1818arXiv cs.RO 

Réseau de perception visuelle multitâche conditionné par un LLM pour la navigation autonome

Un article de recherche publié en septembre 2026 sur arXiv (référence 2609.14297) décrit un nouveau framework de navigation autonome pour robots de service, baptisé VL-Navigation. Le système associe un réseau de perception visuelle multi-tâches à un grand modèle de langage (LLM) capable d'interpréter des commandes vocales ou textuelles de l'utilisateur. Contrairement aux approches classiques de planification de trajectoire comme A, RRT, DiPPer ou ViT-A, qui s'appuient sur une carte 2D globale et se dégradent avec l'accumulation de dérive odométrique et d'erreurs de capteurs, VL-Navigation génère des plans d'action séquentiels à partir d'indices visuels locaux et d'instructions géométriques égocentriques. La localisation est réinitialisée à chaque cible intermédiaire, ce qui limite l'accumulation de dérive sans nécessiter la maintenance d'une carte globale cohérente. Les chercheurs annoncent des résultats supérieurs aux méthodes existantes sur des données réelles et simulées, sans toutefois publier dans le résumé de chiffres précis de taux de réussite ou de temps de cycle, ce qui invite à la prudence tant que le travail n'a pas été validé par une relecture par les pairs. Le code source est disponible publiquement sur GitHub, sous le dépôt PraveenSingh24/VL-Navigation. Pour les intégrateurs de robots de service, en hôtellerie, en logistique légère ou en environnement hospitalier, ce travail cible un point de friction bien réel: le coût de maintenance des cartes SLAM dans des lieux qui évoluent constamment, mobilier déplacé, couloirs encombrés, zones en travaux. En confiant à un LLM la traduction d'instructions naturelles en plans d'action locaux plutôt qu'à une carte globale figée, l'approche s'inscrit dans la tendance plus large des modèles vision-langage-action qui cherchent à remplacer une partie du pipeline de cartographie classique par du raisonnement contextuel embarqué. Si les résultats se confirment à plus grande échelle, une telle méthode pourrait réduire le temps d'ingénierie nécessaire au déploiement de flottes mobiles dans des environnements partiellement inconnus, un frein récurrent à la commercialisation de la robotique de service au-delà des démonstrations contrôlées. La dérive odométrique cumulative reste un problème non résolu depuis les débuts de la navigation mobile autonome, et les algorithmes de référence cités dans l'article, A, RRT, DiPPer et ViT-A, illustrent les limites successives des approches purement géométriques face à des environnements dynamiques. VL-Navigation se positionne dans la lignée d'autres travaux récents associant modèles de langage et perception visuelle pour la navigation robotique, un champ en pleine expansion en parallèle des modèles VLA appliqués à la manipulation comme Pi-0 ou GR00T N2. Publié comme preprint sans affiliation industrielle mentionnée, l'article ne précise ni calendrier de déploiement pilote ni partenariat commercial; la mise à disposition du code sur GitHub vise avant tout la reproductibilité par la communauté académique, une étape encore éloignée d'une intégration en produit commercial.

Recherche❖Paper

1 source

37

1819arXiv cs.RO 

Relier pensée et action : stabiliser les agents LLM open source sur le long terme avec un framework ROS enrichi par MetaTool

Ce papier de recherche présente une architecture logicielle qui vise a résoudre l'instabilité des agents robotiques bases sur des LLM open-source lors de taches longues et complexes. L'équipe introduit un mécanisme intermédiaire baptise MetaTool, intègre a une architecture ROS-Agent, qui force le modèle de langage a générer un plan en pseudo-code des outils qu'il compte invoquer avant même de commencer l'exécution. Ce plan est stocke dans un scratchpad du ROS-Agent et persiste tout au long de la tache, ce qui sépare explicitement la phase de planification de la phase d'action. Le système a été valide sur une plateforme robotique mobile personnalisée, dotée de capacités de perception multimodale et de contrôle moteur. Sur des taches interactives en conditions réelles, les chercheurs rapportent des gains de complétion de tache et de cohérence contextuelle allant jusqu'a environ 24% sur les taches complexes, par rapport a une architecture de référence sans ce mécanisme. Ce résultat s'adresse directement a un problème concret pour quiconque déploie des agents robotiques bases sur des LLM en dehors des laboratoires des grands acteurs propriétaires: les modèles open-source, moins optimises pour le raisonnement agentique de bout en bout, ont tendance a boucler sur des actions inefficaces ou a perdre le fil d'une tache longue. En forçant une planification explicite avant l'exécution, l'approche s'attaque a une limite bien identifiée des architectures agentiques actuelles, ou le raisonnement et l'action sont souvent entremêlés sans garde-fou structurel. Pour les intégrateurs qui cherchent a éviter la dépendance a des modèles propriétaires couteux comme ceux utilises dans certains systèmes commerciaux, ce type de mécanisme intermédiaire montre une voie pour rendre les LLM open-source plus fiables sans changer de modèle de base, une piste pertinente pour les budgets serres en robotique industrielle. Le gain de 24% reste toutefois mesure sur une plateforme et un jeu de taches propres aux auteurs, sans comparaison publiée face a des frameworks agentiques commerciaux ou a d'autres architectures ROS-Agent existantes. L'article s'inscrit dans la lignée des travaux récents combinant ROS (Robot Operating System) et agents LLM pour piloter des robots via des commandes en langage naturel, un domaine qui a explose avec la multiplication de frameworks agentiques génériques (type ReAct) mal adaptes aux contraintes temps réel et de fiabilité de la robotique. Contrairement aux approches qui misent sur des modèles vision-langage-action (VLA) entraines de bout en bout comme Pi-0 ou GR00T N2, cette équipe choisit une voie orthogonale: garder un LLM généraliste open-source et l'encadrer par une couche logicielle de planification structurée. Publie sur arXiv en tant que nouvelle soumission, ce travail reste a ce stade une preuve de concept en environnement contrôle, sans indication de partenariat industriel, de déploiement en usine ou de calendrier de commercialisation.

Recherche❖Paper

1 source

37

1820arXiv cs.RO 

Marche bipède stable en cas de glissement du pied grâce à des contraintes non holonomes virtuelles

Des chercheurs publient sur arXiv (identifiant 2603.29050, version de remplacement) un cadre de commande pour stabiliser la marche bipède quand le pied glisse sur un sol à faible adhérence, un cas qui déstabilise les contrôleurs classiques conçus sous l'hypothèse d'un contact sans glissement. La méthode introduit des contraintes non holonomes virtuelles qui régulent la vitesse tangentielle du pied d'appui pendant le glissement, tout en restant compatibles avec les contraintes holonomes virtuelles qui génèrent la trajectoire de marche. Le système en boucle fermée est modélisé comme un système dynamique hybride, mêlant dynamique continue de la jambe oscillante et impacts discrets au contact du sol. Une loi de commande non linéaire impose les deux familles de contraintes et produit une variété de dynamique zéro hybride compatible avec le glissement pour la dynamique réduite de la locomotion; la stabilité des cycles de marche périodique est établie via l'application de Poincaré associée, validée par des résultats de simulation numérique. Le sujet cible un angle mort des humanoïdes bipèdes en cours de commercialisation, de Figure 03 à Optimus Gen 3, ou des plateformes pilotées par des modèles VLA comme Pi-0, GR00T N2 ou Helix: les démonstrations publiques se tiennent surtout sur des sols secs à forte adhérence, alors que les entrepôts et sites industriels exposent les robots à des surfaces mouillées, grasses ou poussiéreuses. Un contrôleur supposant l'absence de glissement peut faire chuter le robot dès que cette hypothèse est violée, ce qui reste un frein réel au passage des vitrines contrôlées au déploiement réel. Pour les intégrateurs logistiques et industriels, ce travail rappelle que la robustesse au glissement demeure un problème ouvert, non résolu par le seul passage à l'échelle des modèles d'apprentissage. La méthode s'appuie sur le cadre établi des contraintes holonomes virtuelles et de la dynamique zéro hybride, utilisé depuis les années 2000 dans la recherche académique sur la marche bipède pour générer et stabiliser des cycles de marche périodique. Il s'agit d'une contribution académique sans lien avec un fabricant précis, à distinguer nettement des annonces commerciales de Figure, Tesla ou Agility Robotics: les résultats présentés restent des simulations numériques, sans validation sur robot physique ni taux de réussite en conditions réelles. La suite logique consisterait à tester le cadre sur du matériel réel, où le bruit des capteurs et un frottement mal modélisé pourraient compliquer l'application directe de la loi de commande proposée.

Recherche❖Paper

1 source

37

1821arXiv cs.RO 

Apprentissage par renforcement sensible à la force : estimation hybride sans capteur pour la loco-manipulation de robots à roues et jambes

Un article scientifique publié sur arXiv (arXiv:2609.13779, prépublication non encore relue par les pairs) présente une méthode d'apprentissage par renforcement sensible à la force pour des robots à locomotion mixte roues-pattes effectuant simultanément déplacement et manipulation. Le système estime la force exercée par l'effecteur terminal sans capteur de force/couple dédié, en combinant trois briques : une observation du moment généralisé du robot, une projection du torseur des efforts sous contrainte de contact, et un réseau de neurones qui apprend en résiduel les biais liés au mouvement non captés par les modèles physiques. Cette estimation alimente une politique de contrôle « corps entier » conditionnée par mode, dotée d'un sélecteur axe par axe entre position et force, permettant de basculer entre mouvement libre, régulation de force pure et contrôle hybride force/position au sein d'un seul contrôleur. Les auteurs rapportent des gains en simulation sur la précision de l'estimation de force sans capteur et sur les performances de contrôle en force, puis valident l'approche sur un robot à roues-pattes réel lors de quatre tâches : rotation de valve, essuyage en mode hybride, ouverture de porte guidée par la force, et suivi à force nulle lorsqu'un humain guide le bras manuellement. Pour l'industrie, l'intérêt est d'abord économique : supprimer le capteur de force/couple dédié à l'effecteur réduit le coût, la fragilité et la maintenance des bras manipulateurs montés sur plateformes mobiles, un frein connu au déploiement des robots mobiles à bras dans des tâches à contact physique comme les vannes, les portes ou l'essuyage de surfaces. Qu'un seul contrôleur passe de façon fluide entre mouvement libre et régulation de force, sans recalibrage ni bascule manuelle de mode, répond à une limite fréquente des contrôleurs hybrides classiques sur bases flottantes à contacts changeants, typiques des plateformes combinant roues et pattes. Les gains annoncés restent toutefois qualitatifs, sans chiffres de précision ou de temps de cycle publiés dans le résumé, et les essais matériels portent sur un nombre limité de tâches et une seule plateforme, ce qui invite à la prudence avant d'en déduire une généralisation à d'autres robots ou environnements industriels. Le travail prolonge des recherches antérieures sur les observateurs de moment généralisé, déjà utilisés en robotique à pattes pour détecter des forces externes et des contacts, en les associant pour la première fois à un apprentissage par renforcement conditionné par mode sur une base mobile roues-pattes, catégorie intermédiaire entre robots à roues purs et humanoïdes bipèdes, plus rapide que la marche et plus stable que les roues seules sur terrain irrégulier. L'article ne précise ni le laboratoire ni l'industriel à l'origine des travaux, ni le nom du robot utilisé pour les essais, ce qui limite la comparaison directe avec des acteurs identifiés du secteur des plateformes hybrides. Il s'agit à ce stade d'une publication de recherche, sans annonce de produit ni de calendrier de déploiement commercial ; la suite logique évoquée serait une extension à davantage de tâches de manipulation en contact et une comparaison quantitative face à des contrôleurs équipés de capteurs de force réels.

Recherche❖Paper

1 source

37

1822arXiv cs.RO 

REVOLVE : un cadre automatisé en boucle fermée pour faire évoluer la manipulation robotique avec une intervention humaine minimale

Publié en septembre 2026 sur arXiv (2609.14633v1), REVOLVE (Robot Evolving via Orchestrated Loops, Verification, and Experience) est un framework logiciel qui automatise en boucle fermée l'entraînement de politiques de manipulation robotique. Il combine ARC (Automated Reset and Collection), qui réinitialise seul l'environnement et corrige les échecs de la politique, et DLE (Dual-Loop Evolution), qui réinjecte en continu les données d'échec dans l'entraînement et affine, via une mémoire externe des erreurs, le jugement de l'agent superviseur. Sur quatre tâches de manipulation réelles, après cinq itérations, REVOLVE relève de 18,5% le taux de réussite moyen des politiques et de 8,5% la précision de jugement de l'agent, tout en réduisant l'effort humain de 94,4% en collecte de données et de 95,1% en tests de déploiement. L'enjeu dépasse la prouesse technique : dans la quasi-totalité des déploiements de robots manipulateurs, remettre en état l'environnement et collecter des données correctives après un échec restent des tâches manuelles qui freinent le passage à l'échelle des politiques apprises par imitation ou par renforcement. En automatisant détection d'échec, réinitialisation physique et intégration continue de l'expérience, REVOLVE s'attaque au goulot d'étranglement qui sépare les démonstrations de laboratoire d'un déploiement industriel autonome. Pour les intégrateurs et équipes robotique en entreprise, l'intérêt est un modèle qui s'améliore pendant son exploitation plutôt qu'un système figé après l'entraînement, un argument qui pèse dans le débat sur la capacité réelle des politiques vision-language-action hors des vidéos de démonstration soigneusement sélectionnées. Cette proposition s'inscrit dans une limite connue de la recherche en manipulation robotique : les politiques data-driven progressent en exécution et en généralisation, mais restent dépendantes d'une supervision humaine constante pour corriger les erreurs et remettre les objets en place après chaque essai raté. REVOLVE se présente comme une plateforme logicielle unifiée regroupant collecte, entraînement, déploiement et apprentissage continu dans un seul flux, en alternative aux pipelines où ces étapes restent cloisonnées et dépendantes d'opérateurs. Classé «new» sur arXiv, ce travail reste une contribution de recherche, non un produit commercialisé ni un déploiement industriel confirmé, et l'article ne précise ni la nature des quatre tâches testées ni l'identité des laboratoires impliqués.

Recherche❖Paper

1 source

37

1823arXiv cs.RO 

IA auto-évolutive pour humanoïdes : mécanismes, sécurité et évaluation de l'auto-amélioration post-déploiement

Une synthèse publiée sur arXiv en septembre 2026 (référence 2609.13236v1), intitulée Self-Evolving AI for Humanoids, dresse un état des lieux des robots humanoïdes capables de continuer à apprendre après leur déploiement. Ses auteurs relèvent que la plupart des systèmes actuels, combinant apprentissage par renforcement, modèles du monde et modèles vision-langage-action, restent figés une fois leur politique entraînée hors ligne, alors que tâches et environnements continuent d'évoluer. Ils modélisent le robot déployé comme un tuple d'état, politique, perception, mémoire, flux de travail et corps, mis à jour par un opérateur d'évolution, et distinguent quatre mécanismes d'autonomie croissante, l'auto-apprentissage, l'auto-adaptation, l'auto-optimisation et l'auto-génération, toute évolution devant passer une vérification par modèle du monde sous supervision humaine. Ce travail souligne l'écart entre des humanoïdes présentés comme intelligents et des politiques en réalité entraînées puis gelées, alors que leur promesse commerciale suppose une adaptation continue aux tâches et environnements sans réentraînement complet. En traitant la sécurité comme une dimension de conception plutôt qu'un correctif après coup, les auteurs rappellent qu'un robot physique modifiant sa propre politique ou sa mémoire peut créer un danger matériel réel. Ils notent aussi que l'évaluation devrait suivre la trajectoire d'amélioration du robot plutôt qu'un instantané figé, et déplorent l'absence de benchmark pour mesurer spécifiquement l'auto-évolution des humanoïdes, ce qui prive intégrateurs et décideurs d'un moyen standardisé de vérifier si un robot déployé progresse ou régresse silencieusement. Cette synthèse s'inscrit dans la vague de l'IA incarnée portée par l'apprentissage par renforcement pour la locomotion, les modèles du monde et les modèles vision-langage-action, qui permettent aux humanoïdes de généraliser des instructions en langage naturel à des tâches variées. Jusqu'ici la recherche sur les agents auto-évolutifs portait surtout sur des agents logiciels désincarnés; ce papier compte parmi les premiers à examiner ce que change un corps physique, notamment la contrainte de sécurité et l'usure propre du robot. Il s'agit d'un cadrage théorique et d'une revue de littérature, sans déploiement industriel ni pilote nommé; les auteurs appellent la communauté à construire ce benchmark manquant et à traiter ensemble défis algorithmiques, matériels et de gouvernance avant un déploiement à grande échelle.

Recherche❖Paper

1 source

37

1824arXiv cs.RO 

Apprentissage par renforcement guidé par contraintes pour le contrôle en impédance variable dans l'insertion robotique à contacts multiples

Une équipe de recherche a publié en septembre 2026 sur arXiv (référence 2609.13516) CG-RL (Constraint-Grounded Reinforcement Learning), un contrôleur d'impédance variable pour l'insertion robotique en contact incertain, où la limite de force axiale tolérée et le gain adapté varient selon la tâche et imposent normalement un retuning manuel des contrôleurs classiques. La politique reçoit en entrée la limite de force et le retour de contact, produit un mouvement résiduel, un taux d'insertion et un gain demandé, que le contrôleur projette ensuite dans une plage admissible sans exposer cette plage à la politique elle-même. Testée en simulation sur une tâche d'insertion oblique, sur cinq graines d'entraînement, CG-RL atteint un taux de réussite de 85,8 % ± 7,7 % sans violation de la limite de force, contre seulement 50,1 % pour une référence à gain fixe réglée au point médian de la plage. Pour les intégrateurs travaillant sur l'assemblage à contact riche (connecteurs, pièces mécaniques), l'intérêt tient à la suppression du réglage manuel des gains d'impédance à chaque changement de tâche : une seule politique généralise à des limites de force inédites, y compris plus permissives que celles vues à l'entraînement, sans réentraînement. Privée de l'information sur la limite de force, la même politique ne montre pas cette adaptation continue, ce qui isole clairement l'apport du conditionnement par contrainte. Le gain reste garanti dans la plage admissible par construction du contrôleur, mais le respect effectif de la limite de force n'est validé qu'empiriquement, sans garantie formelle, une limite explicitement assumée par les auteurs. Le travail reste cantonné à la simulation, sans transfert démontré vers un robot physique : il s'agit d'une preuve de concept méthodologique, pas d'une solution prête pour l'usine. Le contrôle d'impédance reste depuis des décennies la référence pour la manipulation en contact, mais son réglage à gain fixe exige une expertise humaine propre à chaque tâche ; l'apprentissage par renforcement appliqué à l'impédance variable cherche depuis plusieurs années à automatiser ce réglage. CG-RL s'en distingue par une séparation explicite entre la politique apprise et la contrainte de sécurité, cette dernière étant appliquée par projection côté contrôleur plutôt qu'apprise par le réseau, ce qui garantit formellement l'admissibilité du gain sans garantir la satisfaction de la contrainte de force. L'article, classé comme nouvelle soumission arXiv sans partenaire industriel cité, appelle logiquement une validation sur robot réel et une extension à d'autres géométries d'insertion que le cas oblique testé ici.

Recherche❖Paper

1 source

37

1825arXiv cs.RO 

DuctAM : un manipulateur aérien à quadrirotor assisté par conduits pour des interactions push-and-pull à haute force

Des chercheurs présentent DuctAM, une plateforme de manipulation aérienne conçue pour exercer des forces horizontales soutenues lors d'opérations de poussée et de traction, une tâche jusqu'ici difficile pour les drones classiques. Le système repose sur un quadrotor standard auquel s'ajoutent deux ventilateurs carénés (ducted fans) montés le long de l'axe d'interaction, couplés à un schéma de contrôle qui découple l'attitude de l'appareil de la force produite, évitant ainsi les grandes inclinaisons habituellement nécessaires pour générer une poussée horizontale. Les auteurs ont mené des essais réels en conditions de vol : suivi de trajectoire en huit pour valider la stabilité en mode quadrotor classique et en mode "duct", mesures de force pour quantifier la capacité de poussée longitudinale découplée, puis trois tâches d'interaction concrètes, pousser un chariot, fermer une porte, et ouvrir un tiroir. Le papier, publié sous la référence arXiv:2609.15861v1, ne précise ni les valeurs chiffrées exactes de force ou de temps de cycle ni de contexte de déploiement industriel : il s'agit d'une démonstration de recherche en laboratoire, non d'un produit commercialisé. Pour l'industrie robotique, cette avancée s'attaque à un verrou technique précis : les drones manipulateurs (UAM) actuels peinent à exercer des forces horizontales importantes sans compromettre leur stabilité de vol, ce qui limite leur usage à des tâches de préhension légère ou d'inspection sans contact. Une solution qui prouve, par des essais physiques répétés plutôt que par simulation, qu'un drone compact peut pousser un chariot ou manipuler une porte ouvre la voie à des applications concrètes en maintenance industrielle, logistique en environnement contraint ou intervention en zone difficile d'accès, là où un bras robotique au sol ne peut pas opérer. Cela reste toutefois un résultat de recherche fondamentale : aucune indication de partenariat industriel, de volume de production ou de calendrier de commercialisation n'accompagne la publication. Le champ des UAM s'inscrit dans une trajectoire plus large qui vise à faire passer les drones de la seule perception à l'interaction physique avec leur environnement, un axe de recherche actif depuis plusieurs années dans les laboratoires de robotique aérienne. DuctAM se positionne comme une contribution technique ciblée sur le sous-problème des forces de poussée et traction, plutôt que comme une plateforme généraliste. L'article ne mentionne aucun acteur français ou européen impliqué, et les prochaines étapes annoncées se limitent à la validation expérimentale déjà publiée, sans pilote industriel ni feuille de route de déploiement précisée.

Recherche❖Paper

1 source

37

1826arXiv cs.RO 

Assistance humaine à la demande pour poursuivre une tâche après un échec d'action physique dans la planification par LLM

Une équipe de recherche présente REPAIR, un système de planification robotique combinant des modèles de langage (LLM) avec une intervention humaine à distance pour surmonter les échecs d'action physique, selon un article publié sur arXiv (2603.28156). Le problème visé est concret : lorsqu'un robot piloté par LLM échoue à saisir un objet, il peut continuer indéfiniment à tenter de le détecter sans réaliser, par exemple, que l'objet est tombé de la table, bloquant ainsi la tâche. Le système proposé fonctionne ainsi : quand le LLM détecte un échec d'action, le robot sollicite une assistance à distance, un opérateur humain résout le problème par téléopération puis décrit le résultat en langage naturel, information qui est réinjectée dans le LLM pour mettre à jour son plan et permettre la poursuite de la tâche. Les chercheurs ont testé leur approche sur une tâche réelle de collecte de déchets, en la comparant à une méthode entièrement autonome et à une téléopération intégrale de référence. Le système hybride améliore la progression de la tâche par rapport à la méthode purement autonome. Cette approche s'attaque à un angle mort connu du secteur : la plupart des systèmes de planification par LLM échouent silencieusement quand une erreur physique dépasse leur capacité de replanification en boucle fermée, tandis que les solutions purement téléopérées ne remontent jamais l'information vers le planificateur pour éviter de répéter l'erreur. En couplant intervention humaine ponctuelle et mise à jour du plan par retour en langage naturel, les auteurs montrent une voie intermédiaire entre autonomie totale et téléopération permanente, un compromis pertinent pour les intégrateurs qui déploient des robots en environnement non structuré sans vouloir monopoliser un opérateur à plein temps. Les résultats restent toutefois nuancés et méritent d'être lus avec prudence : pour les déchets faciles à récupérer, l'écart avec la référence téléopérée est faible, mais il se creuse nettement pour les cas plus difficiles, signe que le gain apporté par le LLM diminue quand la difficulté de manipulation augmente. Le travail s'inscrit dans la lignée des recherches sur la robustesse des systèmes de planification LLM appliqués à la robotique, un domaine où le fossé entre démonstrations en laboratoire et déploiement réel reste un sujet récurrent. Le site du projet est hébergé par l'équipe Emergent Systems Lab. L'étude se limite à un cas d'usage unique, la collecte de déchets, et les auteurs ne détaillent pas de calendrier de déploiement industriel ni de partenariat commercial à ce stade ; il s'agit d'un travail de recherche exploratoire plutôt que d'un produit prêt à l'emploi.

Recherche❖Paper

1 source

37

1827arXiv cs.RO 

WLA³ : modélisation d'action latente du monde pour la sémantique, la dynamique et la cinématique

Des chercheurs ont publié le 15 septembre 2026 sur arXiv (2609.15870) WLA³, pour World Latent Action Modeling for Semantics, Dynamics, and Kinematics, un cadre pour entraîner des politiques robotiques généralistes à partir de données hétérogènes. Son cœur, le WLAM (World Latent Action Model), apprend comment l'état du monde évolue sur un court intervalle en encodant des vues caméra synchronisées et les variations d'état du robot en une action latente locale compacte de 32 dimensions, associée à une représentation de transition plus riche. Cette représentation alimente trois usages : un agrégat latent sémantique supervise le modèle vision-langage, les actions latentes nourrissent la modélisation de la dynamique physique, et un expert d'action prédit conjointement ces actions et les commandes robotiques propres à chaque plateforme. Sur le benchmark LARYBench, l'action latente 32D atteint 67,89% de précision moyenne de classification, et sur six tâches réelles, WLA³ obtient 81,9% de réussite moyenne, contre 66,2% pour le modèle concurrent π0.5. Cette méthode cible un goulot d'étranglement des modèles vision-langage-action (VLA) : le manque d'annotations d'actions fiables, alors que les vidéos égocentriques humaines abondent mais sont rarement étiquetées avec précision. En dérivant la supervision directement des transitions observées entre images plutôt que d'annotations manuelles de gestes, WLA³ transforme la vidéo humaine brute en source d'apprentissage à grande échelle, tout en ancrant la représentation partagée dans des commandes exécutables grâce aux trajectoires robotiques réelles. Les auteurs montrent que les performances progressent avec le volume de données de pré-entraînement et que les vidéos humaines permettent un transfert humain-vers-robot, un argument en faveur de l'hypothèse que la vidéo à grande échelle peut compenser la pénurie de données de téléopération, un point de friction récurrent pour les intégrateurs robotiques. WLA³ prolonge une lignée de travaux sur les actions latentes apprises par vidéo et se positionne explicitement face à π0.5, la politique généraliste de Physical Intelligence, utilisée comme référence de comparaison. Le papier ne précise ni affiliation institutionnelle ni partenariat industriel : il s'agit d'une publication de recherche accompagnée d'une page de projet (wla-3.github.io), sans déploiement commercial annoncé. Les résultats, limités à six tâches réelles et à un seul benchmark de classification, restent à confirmer sur davantage d'embodiments et à plus grande échelle.

IA physique⚡Actu

1 source

37

1828arXiv cs.RO 

Transformeur à mise à jour incrémentale en temps réel pour le contrôle adaptatif par apprentissage par renforcement

Des chercheurs présentent sur arXiv (2609.13545) une nouvelle architecture pour le contrôle adaptatif par apprentissage par renforcement de bras manipulateurs, appliquée à la friction non observable, une dynamique de frottement que le contrôleur ne peut mesurer directement et doit inférer via sa mémoire de contexte. Jusqu'ici, les méta-contrôleurs à base d'attention fixaient le nombre de têtes avant l'entraînement, un hyperparamètre réglé par une recherche hors-ligne coûteuse ; sur de longs horizons de mémoire, cette capacité fixe provoque des échecs catastrophiques sur une part importante des graines d'entraînement. Le mécanisme proposé fait croître ou élague les têtes d'attention pendant l'entraînement par renforcement lui-même, piloté par deux signaux : le rang effectif de la distribution de contexte on-policy, qui déclenche l'ajout de têtes quand la capacité devient insuffisante, et la magnitude de sortie par tête, qui signale les têtes redondantes à retirer. Les auteurs démontrent analytiquement la continuité de la politique aux moments de croissance et une borne quantitative aux moments d'élagage. Testé sur un bras à deux liaisons avec friction de Stribeck, un modèle de frottement standard en robotique, le mécanisme atteint un succès complet sur tous les régimes de mémoire testés, éliminant le mode d'échec à long horizon et le besoin de réglage hors-ligne du nombre de têtes. Pour les praticiens du RL et les concepteurs de contrôleurs robotiques, ce résultat s'attaque à un compromis classique des architectures à capacité fixe : sous-dimensionner limite la mémoire utile, sur-dimensionner coûte cher en calcul et en réglage. Automatiser ce dimensionnement pendant l'entraînement, plutôt que par recherche d'hyperparamètres, pourrait réduire le coût d'ingénierie du déploiement de contrôleurs adaptatifs sur des systèmes aux dynamiques mal connues, comme l'usure ou le frottement variable dans le temps. La validation reste toutefois limitée à un bras à deux liaisons en simulation, un système-jouet standard en recherche mais éloigné d'un manipulateur industriel à six ou sept degrés de liberté ; aucun résultat sur matériel réel n'est fourni, ce qui invite à la prudence sur la portée pratique immédiate. Ce travail s'inscrit dans la lignée des méta-contrôleurs à base d'attention pour le contrôle adaptatif, une approche qui remplace l'identification explicite de paramètres physiques comme la friction, la masse ou l'inertie par une mémoire de contexte apprise. Il répond à une limite documentée de cette famille de méthodes : la dépendance à un nombre de têtes fixé arbitrairement avant l'entraînement et réglé par une recherche coûteuse. Les prochaines étapes logiques, non traitées dans cet article, seraient l'extension à des manipulateurs à davantage de degrés de liberté et une validation sur matériel physique, hors simulation.

Recherche❖Paper

1 source

37

1829arXiv cs.RO 

Composition de compétences pour l'apprentissage par renforcement des robots à pattes

Un article de recherche publié sur arXiv (référence 2609.14647v1, soumission de type "new") intitulé "Skill Composition for Legged Robot Reinforcement Learning" pose un constat simple sur l'état de l'art en robotique humanoïde : les robots à pattes, et les humanoïdes en particulier, maîtrisent de mieux en mieux des comportements isolés, chacun obtenu par l'entraînement d'un contrôleur spécialisé par apprentissage par renforcement. Ces politiques spécialisées s'entraînent vite, convergent de façon fiable puisqu'elles ne traitent qu'un problème restreint, et peuvent être validées indépendamment les unes des autres, trois propriétés qu'une politique unique de bout en bout censée tout couvrir ne possède pas. Le point faible identifié par les auteurs n'est pas l'acquisition des compétences elles-mêmes, mais la transition entre elles : le passage de contrôle d'une politique à une autre reste fragile et mal maîtrisé. L'argument central du papier est que la composition de sous-politiques indépendantes mérite d'être traitée comme un problème de recherche à part entière, et non comme un détail d'implémentation confié au premier mécanisme disponible. Une composition fiable est ce qui transforme une collection de compétences isolées en un répertoire réellement exploitable, extensible et partageable, un enjeu direct pour les intégrateurs qui cherchent à assembler des bibliothèques de comportements réutilisables plutôt que de réentraîner un modèle monolithique à chaque nouvelle tâche. Plus fondamentalement, si le contrôle peut être transféré entre politiques spécialisées de façon sûre et à tout moment, le choix de l'action suivante peut être délégué à un composant de nature différente, comme un planificateur, un automate ou un contrôleur symbolique, dont le comportement est inspectable à l'avance. Les politiques n'auraient alors plus qu'à agir, tandis que ce que le robot est autorisé à faire deviendrait vérifiable, un argument qui va à contre-courant de la course actuelle aux politiques VLA de bout en bout, à l'image de Pi-0, GR00T N2 ou Helix, et qui remet en avant l'intérêt de l'architecture modulaire pour la certification et la sécurité en environnement industriel. Il s'agit d'un article de position et de méthode, sans résultats chiffrés, démonstration matérielle ni annonce de déploiement dans le résumé disponible : aucun robot, aucune entreprise ni aucun site de test n'y sont cités, ce qui le distingue nettement des communiqués produits du secteur. Il s'inscrit dans un débat plus large qui oppose, d'un côté, les laboratoires misant sur des politiques vision-langage-action entraînées de bout en bout pour couvrir un maximum de tâches avec un seul réseau, et de l'autre, une tradition de robotique plus classique fondée sur la planification hiérarchique et les automates symboliques. En proposant de faire de la composition de compétences un objet de recherche autonome, les auteurs ouvrent une voie intermédiaire entre ces deux approches, sans préciser dans l'abstract de calendrier, de prototype ou de partenariat industriel concret pour la suite des travaux.

Recherche❖Paper

1 source

37

1830arXiv cs.RO 

GIFT : un gant instrumenté transfère la force et les compétences humaines à une main robotique sans capteurs tactiles

Un preprint publié sur arXiv en septembre 2026 (arXiv:2609.14173) présente GIFT (Glove-Inferred Force Transfer), qui transfère une préhension sensible à la force de la main humaine vers une main robotique sans capteur tactile partagé entre les deux. Un gant portable mesure côté humain la flexion des doigts, la force des doigts en newtons et l'orientation du poignet, filmée par une caméra de tête sans robot présent; côté robot, la force est estimée après coup à partir des résidus de courant moteur par rapport à une ligne de base en espace libre, compatible avec toute main à commande de position rapportant son courant. Sur une tâche de saisie et maintien d'une tasse, testée sur 50 lancers au protocole fixé à l'avance, deux politiques entraînées sur les mêmes démonstrations, avec ou sans entrées de force, ont réussi chacune 25 saisies sur 25, mais la force médiane de préhension en phase de maintien était inférieure de 53% avec les entrées de force, soit 1,20 N contre 2,55 N (p<0,0001). Une ablation séparée a montré qu'une politique vision seule échouait sur 15 saisies tentées, contre un succès systématique avec l'état de la main. Le résultat central est que ce canal de force, mesuré uniquement côté humain, se transfère à une main robotique sans aucun capteur tactile, via une carte de retargeting entre cinq canaux du gant et sept actionneurs du robot. Cela lève une contrainte qui limitait le transfert force-aware au même gant tactile porté par l'humain puis embarqué sur le robot, ou à un alignement appris entre deux capteurs tactiles distincts, deux solutions coûteuses à répliquer sur une nouvelle plateforme. L'échec de la politique vision seule dans l'ablation rappelle qu'une politique purement visuelle reste insuffisante pour une saisie fiable, une nuance utile face aux modèles vision-langage-action entraînés sur la seule image. GIFT prolonge des travaux antérieurs où humain et robot partageaient le même gant tactile ou nécessitaient un alignement appris entre deux capteurs différents; l'étude reste un preprint limité à une seule tâche de préhension, sans robot ni partenaire nommés et sans calendrier de déploiement. Les auteurs appellent à étendre la méthode à d'autres tâches et à d'autres mains robotiques disposant d'un retour de courant moteur, pour vérifier que le gain observé se généralise au-delà d'une tasse.

Recherche❖Paper

1 source

36

1831arXiv cs.RO 

SlipSense : apprentissage tactile multimodal pour une détection du glissement rapide et généralisée

SlipSense, système tactile multimodal de détection de glissement pour la manipulation robotique, est présenté dans un préprint publié sur arXiv en septembre 2026. Le framework s'appuie sur TacV5, un capteur combinant une matrice piézorésistive 32x32 échantillonnée à 240 Hz pour la pression et un accéléromètre MEMS 3 axes à 8 kHz pour les vibrations de frottement, les deux flux étant fusionnés par attention croisée avec prédiction temporelle causale à 240 Hz. Sur un jeu de données de 1,4 million de frames couvrant 37 objets, SlipSense atteint 96,7% de Macro F1, un taux de faux positifs sous 1,6%, et détecte 76% des événements de glissement en moins de 23,1 millisecondes. Entraîné uniquement sur des données collectées via UMI, il généralise en zero-shot à une main robotique dextre Tesollo, sur des objets, capteurs et plateformes inédits, sans réentraînement. La détection de glissement conditionne directement la robustesse de la préhension dextre, et deux faiblesses freinent habituellement l'industrialisation de ce type de système : une latence mal caractérisée et l'impossibilité de transférer un modèle d'un capteur ou d'une plateforme à l'autre sans réentraînement coûteux. En documentant un temps de détection de 23,1 ms et en démontrant un transfert zero-shot entre données UMI et main Tesollo, SlipSense s'attaque à l'écart classique entre démonstration en laboratoire et généralisation réelle, un problème récurrent aussi bien pour les capteurs tactiles que pour les modèles VLA. Pour les intégrateurs de mains et préhenseurs robotiques, un capteur et un modèle portables d'une plateforme à l'autre réduirait le coût d'intégration du toucher artificiel, aujourd'hui un frein réel. Une nuance mérite d'être gardée en tête : le taux de détection de 76% dans la fenêtre de 23,1 ms laisse un quart des glissements repérés plus tard ou hors délai. Le travail s'inscrit dans la recherche sur le toucher artificiel, où l'enjeu central est de combiner plusieurs modalités tactiles sans dégrader la latence de contrôle en boucle fermée. Le recours à UMI, interface de collecte de démonstrations agnostique au robot, dissocie l'apprentissage du capteur de la plateforme finale, ce qui explique le transfert réussi vers la main Tesollo. Signalé comme nouveau préprint sur arXiv, SlipSense reste à ce stade un travail de recherche, sans partenariat commercial ni disponibilité annoncée du capteur TacV5 hors du laboratoire à l'origine de l'étude. Les suites attendues pour ce type de travaux sont classiquement l'évaluation sur des tâches de manipulation complètes plutôt que sur la seule détection isolée, et l'extension du transfert zero-shot à d'autres familles de capteurs tactiles.

Recherche❖Paper

1 source

36

1832arXiv cs.RO 

VLBiMan++ : repousse les limites de généralisation de la manipulation bimanuelle en un seul essai ancrée vision-langage

Publié en septembre 2026 sur arXiv (2609.14310), VLBiMan++ est un framework de manipulation bimanuelle robotique qui généralise une tâche apprise à partir d'une seule démonstration humaine, sans réentraînement de politique. Le système décompose cette démonstration en compétences réutilisables et les adapte géométriquement à de nouvelles configurations grâce à un ancrage vision-langage. Les auteurs étendent la généralisation selon cinq axes : les tâches, via des compositions à horizon long ; les objets, en couvrant des catégories inconnues et des formes articulées ou déformables ; les scènes, avec encombrement, occlusion et interférences dynamiques ; l'embodiment, sur des plateformes bimanuelles hétérogènes ; et le déploiement, lors d'exécutions en boucle fermée prolongées soumises à des perturbations répétées. Deux mécanismes soutiennent cet élargissement, une adaptation consciente de l'état de l'objet et une optimisation légère de trajectoire, allant au-delà des simples variations de pose rigide à 6 degrés de liberté (DoF). Des expériences réelles, dont le protocole précis n'est pas détaillé dans le résumé, indiquent un taux de succès élevé maintenu sur ces scénarios plus complexes. L'enjeu dépasse la prouesse technique : la télé-opération massive pour collecter des démonstrations, puis le réentraînement à chaque nouvel objet, scène ou robot, restent le principal poste de coût des déploiements de manipulation bimanuelle. En montrant qu'une démonstration unique peut être décomposée puis réadaptée sans reprise d'apprentissage, VLBiMan++ s'attaque à l'écart classique entre démonstrations impressionnantes en laboratoire et robustesse réelle, un point sensible face aux modèles vision-langage-action (VLA) comme GR00T N2, Pi-0 ou Helix, qui s'appuient sur de vastes corpus de démonstrations téléopérées. Pour les intégrateurs et décideurs industriels, l'intérêt est avant tout économique : réduire la dépendance aux données à grande échelle rendrait la manipulation bimanuelle générique accessible à des lignes de production plus petites, sans les budgets de collecte des grands laboratoires. VLBiMan++ prolonge un précédent framework, VLBiMan, qui avait déjà démontré la transférabilité d'une compétence unique mais sur un périmètre plus restreint ; la nouveauté est le passage d'une preuve de concept isolée à un cadre systématique couvrant tâches, objets, scènes, embodiments et durée de déploiement. Le travail se positionne face à l'écosystème des modèles fondation pour la robotique généraliste porté par des acteurs comme Physical Intelligence, NVIDIA ou Figure AI, mais mise sur l'apprentissage one-shot plutôt que sur l'entraînement massif. Publié sans affiliation commerciale précisée dans le résumé, VLBiMan++ reste à ce stade une contribution académique validée par des expériences en laboratoire, sans pilote industriel ni calendrier de déploiement annoncés.

Recherche❖Paper

1 source

36

1833arXiv cs.RO 

Orienter les politiques génératives de robots avec des préférences lexicographiques

Des chercheurs présentent, dans un article publié sur arXiv (2609.15014v1), une méthode pour piloter, au moment de l'inférence et sans modifier leurs poids, des politiques robotiques génératives préentraînées basées sur des modèles de diffusion ou de flow matching, afin qu'elles respectent des préférences de déploiement classées par ordre de priorité lexicographique, par exemple des contraintes de faisabilité liées au robot avant des préférences propres à l'utilisateur. La méthode modifie l'échantillonneur de deux façons: un guidage par barrière dynamique empêche les mises à jour de priorité inférieure de dégrader les coûts de priorité supérieure, et une sélection en cascade filtre les échantillons candidats niveau par niveau. Sur un benchmark de navigation, elle améliore le taux de succès, la traversabilité et la conformité aux préférences par rapport à la politique gelée seule, et dépasse nettement des références à somme pondérée pourtant réglées manuellement. Transférée à une politique de manipulation en flow matching sur le benchmark simulé LIBERO, elle améliore la conformité sans réduire le taux de réussite des tâches, et une étude contrôlée montre qu'elle égale la meilleure performance des poids fixes sur une plage de réglages beaucoup plus large. Cette approche cible un problème concret de déploiement des politiques robotiques génératives de type VLA: un modèle entraîné sur des données générales n'intègre pas nécessairement l'ordre de priorité exigé sur le terrain, où sécurité et faisabilité doivent souvent primer sur les préférences d'un opérateur ou d'un client. Plutôt que de ré-entraîner ou d'affiner le modèle pour chaque cas d'usage, la méthode agit uniquement à l'inférence sur un modèle figé, ce qui intéresse directement les intégrateurs cherchant à adapter une politique généraliste à des contraintes site par site sans cycle de fine-tuning. Elle met aussi en évidence les limites des combinaisons pondérées de coûts, pratique courante mais fragile car elle exige un réglage manuel à chaque nouveau déploiement. Les résultats restent toutefois limités à des benchmarks simulés, navigation et LIBERO, sans validation sur robot physique ni chiffres de déploiement réel. Le travail s'inscrit dans une recherche plus large sur le guidage de modèles génératifs appliqué à la prise de décision sous contraintes, à mesure que diffusion et flow matching remplacent les politiques d'apprentissage par renforcement classiques dans la robotique généraliste. LIBERO, utilisé pour la partie manipulation, est un benchmark de référence pour évaluer les politiques d'imitation et les modèles vision-langage-action en simulation, et le choix de tester les deux familles de modèles reflète leur coexistence actuelle dans le secteur, sans qu'aucun modèle commercial ni entreprise partenaire ne soit cité. Aucun acteur français ou européen n'apparaît dans les travaux. Classé comme nouvelle soumission arXiv, l'article ne précise ni calendrier de suite ni test annoncé sur robot réel, et se présente comme une contribution méthodologique destinée à d'autres équipes de recherche plutôt qu'à un produit ou un pilote commercial.

Recherche❖Paper

1 source

36

1834arXiv cs.RO 

SEA-Nav : apprentissage de politique efficace pour une navigation quadrupède sûre et agile en environnements encombrés

SEA-Nav (Safe, Efficient, and Agile Navigation) est un framework d'apprentissage par renforcement sûr destiné à la navigation de robots quadrupèdes dans des environnements encombrés, décrit dans un article déposé sur arXiv sous la référence 2603.09460 (version 2, catégorie « replace »). Le système combine trois mécanismes : un bouclier fondé sur une fonction de barrière de contrôle (control barrier function, CBF) différentiable, qui contraint la politique à ne produire que des commandes de vitesse sûres, et un mécanisme d'initialisation adaptative des états de quasi-collision, qui augmente la probabilité que l'agent apprenne à partir d'expériences critiques proches de la collision. S'y ajoute un terme de régularisation d'action qui supprime les commandes physiquement infaisables au moment du déploiement sur le robot réel. Selon les auteurs, la politique converge après environ une heure d'entraînement sur une seule carte graphique RTX 4090, puis se transfère sans réentraînement (zero-shot) vers des scènes réelles encombrées. Ce résultat vise un problème récurrent de la locomotion robotique : les méthodes de navigation sûre existantes deviennent souvent trop prudentes dans des scènes complexes, ou exigent des cycles d'entraînement longs et coûteux avant tout déploiement physique. En ramenant le temps d'entraînement à l'échelle de l'heure sur du matériel grand public, SEA-Nav s'inscrit dans une tendance de fond de la recherche en robotique mobile visant à réduire le fossé entre simulation et réalité (sim-to-real) sans sacrifier la sécurité ni l'agilité des déplacements. C'est un compromis que peu de méthodes de RL sûr parviennent à tenir simultanément dans des environnements densément encombrés, où la marge de manœuvre entre collision et immobilisme est la plus étroite. L'article s'inscrit dans la lignée des travaux récents combinant apprentissage par renforcement et contraintes de sécurité formelles pour la locomotion des quadrupèdes, un domaine où la navigation en environnement encombré reste un point faible comparé aux approches plus matures de marche sur terrain accidenté ou de franchissement d'obstacles isolés. Le papier, une version révisée d'un dépôt antérieur, ne précise ni la plateforme quadrupède utilisée ni un éventuel partenariat industriel. Il ne fait état d'aucun essai de terrain au-delà des scènes encombrées testées en laboratoire. Il s'agit donc, à ce stade, d'une contribution de recherche méthodologique plutôt que d'un produit ou d'un déploiement commercial, sans calendrier de suite ni acteur industriel identifié.

Recherche❖Paper

1 source

36

1835arXiv cs.RO 

X-WBC : un modèle fondation à embodiment croisé pour le contrôle corporel complet des humanoïdes

Des chercheurs ont publié le 15 septembre 2026 sur arXiv (référence 2609.15213v1) une architecture baptisée X-WBC, conçue pour entraîner une politique de contrôle corps entier ("whole-body control") partagée entre plusieurs robots humanoïdes de morphologies différentes. Le problème ciblé est concret : jusqu'ici, chaque robot nécessite sa propre politique entraînée isolément, ce qui empêche de mutualiser les corpus de mouvement humain et l'expérience d'apprentissage entre plateformes. X-WBC sépare la sémantique du mouvement humain, jugée largement transférable, de l'exécution physique propre à chaque robot. Le système utilise des tokens de commande centrés sur l'humain pour aligner mouvement humain complet, mouvement de référence du robot et observations éparses issues de dispositifs VR, un Transformer causal pour extraire une structure temporelle réutilisable à partir de trajectoires mélangées de plusieurs robots, et des modules légers spécifiques à chaque plateforme pour traduire cette représentation partagée vers la proprioception et l'espace d'action de chaque machine. Les auteurs rapportent des tests sur neuf embodiments simulés, des mouvements externes non vus à l'entraînement, et quatre robots réels. Pour l'industrie robotique, l'enjeu dépasse la prouesse technique : si l'entraînement croisé entre embodiments tient à l'échelle, il ouvre la voie à des modèles fondation de contrôle corps entier nourris par des flottes hétérogènes plutôt que par un seul robot à la fois, un goulot d'étranglement bien connu des fabricants qui peinent à collecter des données de téléopération en volume suffisant. Cela complèterait les modèles vision-langage-action comme Pi-0 ou GR00T N2, aujourd'hui centrés sur la manipulation, en s'attaquant cette fois au versant locomotion et équilibre, réputé plus contraint par les différences de cinématique et de dynamique entre robots. Les résultats restent toutefois ceux d'un article de recherche non encore relu par les pairs, validés majoritairement en simulation, avec seulement quatre plateformes physiques testées : rien n'indique à ce stade un déploiement industriel ni un produit commercialisable. Ce travail s'inscrit dans la lignée des modèles fondation pour la robotique lancée par les VLA de manipulation, à l'image de Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure, mais transpose l'idée du transfert cross-robot au contrôle corps entier, un domaine où l'hétérogénéité des morphologies humanoïdes complique historiquement le partage de données d'apprentissage. Aucun partenaire industriel ni calendrier de déploiement n'est mentionné dans l'article ; les auteurs présentent X-WBC comme une preuve de concept méthodologique, dont la confirmation passera par des essais sur davantage de plateformes physiques et par une revue par les pairs.

Recherche❖Paper

1 source

36

1836arXiv cs.RO 

MessyMem : une mémoire acquise par la pratique pour la manipulation mobile

Un système baptisé MessyMem, décrit dans un article publié sur arXiv (identifiant 2609.15976v1, version initiale de septembre 2026), s'attaque à un problème concret de la manipulation mobile : les robots qui interviennent dans plusieurs pièces et à plusieurs reprises n'accumulent aujourd'hui aucune connaissance persistante d'une visite à l'autre, par exemple qu'un placard est verrouillé ou qu'un objet se trouve dans un tiroir précis. MessyMem construit et maintient un graphe de scène 3D spatialement ancré, listant objets et emplacements, qu'il enrichit avec des propriétés et des résultats appris par interaction, et qu'il relie à des observations visuelles pour permettre un rappel précis. Les auteurs l'ont testé en simulation, sur une séquence continue de 25 tâches s'étalant sur plus de 3 heures, où le système atteint 80,0 % de progression des tâches, soit 14,8 points de pourcentage de mieux que la meilleure variante ablationnée du système et 28,9 points de mieux que la meilleure méthode externe comparée. Le système parvient à retrouver des preuves pertinentes parmi des milliers d'images clés stockées, remontant à plus d'une heure dans le passé. Un test complémentaire a également été mené sur un manipulateur mobile réel, sans que l'abstract ne détaille de métriques chiffrées équivalentes pour cette partie. Ce travail répond directement à une limite connue des architectures actuelles : les représentations de scène compactes utilisées par les planificateurs pilotés par modèles vision-langage omettent les connaissances tirées de l'interaction, les historiques vidéo bruts sont difficiles à interroger, et les modèles raisonnent au moment de l'inférence sans jamais mettre à jour durablement ce que le robot sait. Pour les intégrateurs et décideurs qui envisagent des flottes de robots opérant en continu sur de longues périodes, dans des environnements domestiques, commerciaux ou industriels, ce type de mémoire structurée laisse espérer une réduction du temps perdu à ré-explorer ou refaire des erreurs déjà rencontrées. Il faut toutefois noter que les chiffres les plus spectaculaires proviennent d'un banc d'essai simulé construit par les auteurs eux-mêmes, ce qui limite pour l'instant leur portée face à une validation à grande échelle sur robot physique. L'approche s'inscrit dans un effort de recherche plus large visant à doter les manipulateurs mobiles d'une mémoire à long terme complémentaire des modèles de planification génératifs, plutôt qu'un simple contexte réinitialisé à chaque tâche. S'agissant d'une publication de recherche fraîche et non d'un produit commercialisé, les suites logiques attendues sont l'extension à un plus grand nombre de tâches et d'environnements, ainsi qu'une validation renforcée sur robots physiques déployés en conditions réelles.

Recherche❖Paper

1 source

36

1837arXiv cs.RO 

Fonction de barrière de contrôle guidée par imagination comportementale avec incertitude partagée pour la navigation de robots mobiles

Des chercheurs présentent BIG-CBF (Behavior-Imagination-Guided Control Barrier Function), une architecture de navigation pour robots mobiles autonomes décrite dans un article publié sur arXiv (2609.14343) en septembre 2026. Le système sépare la sélection de manœuvre, exécutée à basse fréquence, du filtrage de sécurité proprement dit, exécuté à haute fréquence via une fonction de barrière de contrôle (CBF) classique. Sur un horizon court, six comportements en boucle fermée sont imaginés et évalués selon leur compatibilité CBF et un objectif combinant progression de la tâche, risque de blocage, fluidité et fréquence de changement de manœuvre. Les couches d'imagination et d'exécution partagent les mêmes sources d'incertitude (délai de mouvement relatif, prédiction des obstacles, maintien d'ordre zéro, résidus d'exécution des commandes), tandis qu'une CBF stricte reste l'autorité finale de sécurité. Sur un benchmark comparatif de 3 600 épisodes répartis sur neuf scénarios, BIG-CBF atteint un taux de réussite global de 99,78 %, le meilleur des méthodes testées, tout en réduisant nettement le nombre d'interventions de la CBF en aval. Sur un robot omnidirectionnel physique embarquant un calculateur Jetson Orin Nano, le système complète ses 15 essais d'évaluation sans aucun contact enregistré. Ce travail s'attaque à une limite connue des filtres de sécurité CBF à intervention minimale : sans conscience du niveau tâche, ils peuvent choisir une direction d'évitement non productive quand plusieurs manœuvres sont localement valides, ce qui produit un comportement sûr mais bloqué dans des environnements géométriquement ambigus, un robot qui s'arrête au lieu de contourner un obstacle. Pour les intégrateurs d'AMR en environnement industriel ou logistique, ce type de blocage reste l'un des principaux freins à l'autonomie complète, autant sinon plus que le risque de collision lui-même. En partageant les mêmes modèles d'incertitude entre la couche de planification et la couche d'exécution, BIG-CBF cible directement l'écart classique entre planification et comportement réel du robot. Les résultats, mesurés à la fois en simulation à grande échelle et sur matériel physique, avec des métriques d'énergie et de fréquence d'intervention de la CBF, offrent une validation plus rigoureuse que les démonstrations vidéo isolées courantes dans le secteur, même si 15 essais matériels restent un échantillon modeste pour conclure à une robustesse générale. Les fonctions de barrière de contrôle constituent depuis plusieurs années un cadre mathématique standard pour garantir des contraintes de sécurité locales, en particulier l'évitement de collision, dans la robotique mobile et les véhicules autonomes, généralement sous forme de filtres d'optimisation appliqués à une commande nominale. BIG-CBF se positionne comme une amélioration de cette approche classique face aux méthodes de planification purement réactive ou aux architectures d'apprentissage de bout en bout, en conservant la garantie formelle de sécurité tout en ajoutant une couche de raisonnement sur les manœuvres. L'article ne précise ni industriel partenaire ni calendrier de déploiement commercial : il s'agit d'une contribution de recherche, testée en simulation et sur un seul robot omnidirectionnel de laboratoire équipé d'un module Jetson Orin Nano, sans indication de généralisation à d'autres plateformes ou à des flottes plus larges pour l'instant.

Recherche❖Paper

1 source

36

1838arXiv cs.RO 

Retargeting d'impédance par décomposition continue de variétés pour l'apprentissage par imitation à contacts riches

CMDIR (Continuous Manifold-Decomposed Impedance Retargeting), présentée dans un article publié le 15 septembre 2026 sur arXiv (2609.15716), transforme des démonstrations à impédance fixe en contrôleurs à impédance variable continue destinés à l'apprentissage par imitation dans des tâches manipulatives à contact riche. La méthode s'appuie sur une représentation continue appelée TMIR (Task-Manifold Impedance Representation), qui associe un repère de tâche évolutif à des instructions de contrôle, et sur un module nommé Quality-to-Fast qui compile automatiquement une structure de solveur à partir de trajectoires de développement dans un espace fini prédéfini, puis certifie chaque candidat par évaluation multi-résolution. Sur 225 essais de contrôleurs retargetés répartis sur trois tâches de contact réelles, CMDIR complet améliore la rétention moyenne d'une métrique proxy de tâche et réduit l'écart de pose, les fluctuations de force et la force de pointe par rapport à MDIR discret. Une variante d'optimisation, FastMPO, affiche une accélération de 5,8 à 9,4 fois par rapport à C-MPO pour des résultats en boucle fermée comparables. Pour l'industrie robotique, ce travail s'attaque à un problème concret: la plupart des politiques apprises par imitation peinent sur les tâches de contact où la rigidité du contrôleur doit varier en continu, comme l'insertion de pièces, l'assemblage ou la manipulation d'objets fragiles, faute de quoi les forces générées deviennent instables. En montrant que l'interface complète de supervision TMIR est apprenable, et que les exécutions réussies présentent moins de fluctuations de force et une force de pointe plus faible, l'étude renforce l'idée que le contrôle d'impédance variable peut être intégré nativement dans les pipelines VLA plutôt que traité comme un module ajouté après coup. Les auteurs tempèrent toutefois eux-mêmes leurs résultats: la fiabilité de complétion des tâches reste inégale selon les tâches et environnements testés, un aveu qui tranche avec le ton parfois promotionnel du secteur et rappelle que la robustesse à l'échelle industrielle n'est pas acquise. CMDIR prolonge MDIR (Manifold-Decomposed Impedance Retargeting), dont elle étend le principe des démonstrations discrètes vers un régime continu, une évolution classique en apprentissage par imitation où chaque génération cherche à lisser les contraintes de la précédente. Le résumé ne cite aucune entreprise ni laboratoire nommément et se positionne comme une contribution méthodologique plutôt qu'un produit commercial: il s'agit d'un travail de recherche testé sur des tâches de contact réelles en conditions de laboratoire, pas d'un système déployé en usine. Le gain de vitesse de FastMPO ouvre des pistes pour rendre ces méthodes de retargeting d'impédance praticables à plus grande échelle, mais les suites attendues portent sur l'élargissement des tâches testées, l'amélioration de la fiabilité de complétion et une validation sur des plateformes industrielles avant toute adoption par des intégrateurs.

Recherche❖Paper

1 source

36

1839arXiv cs.RO 

Apprentissage par admittance vision-force pour l'insertion de tige dans un trou mobile

Des chercheurs présentent VFAL (Vision-Force Admittance Learning), un cadre robotique pour insérer une pièce (peg) dans un trou en mouvement, une tâche classique d'assemblage industriel rendue instable par un environnement dynamique, comme une base mobile ou une cible dont le déplacement n'est pas connu à l'avance. Le système fusionne un retour visuel asynchrone et basse fréquence avec un modèle d'admittance basé sur la force à haute fréquence, l'estimation de pose visuelle servant de terme de régularisation pour stabiliser l'ensemble. Pour l'estimation de pose, les auteurs s'appuient sur des modèles de fondation en vision de dernière génération plutôt que sur des marqueurs ou capteurs dédiés, et ajoutent des mécanismes de récupération après échec pour renforcer la robustesse. Le papier, publié sous la référence arXiv:2609.14133v1, rapporte des expériences réelles montrant un taux de réussite élevé et une bonne adaptabilité à différents types de pegs et de contextes dynamiques, tout en conservant une précision de l'ordre du millimètre, sans toutefois préciser de chiffres exacts de taux de succès, de temps de cycle ou de charge utile dans le résumé. L'insertion peg-in-hole est un test de référence en robotique de manipulation depuis des décennies car elle exige une précision millimétrique difficilement compatible avec l'incertitude d'un environnement mobile. Pour les intégrateurs industriels, notamment en assemblage automobile ou électronique où les pièces peuvent être portées par un convoyeur ou une plateforme mobile, une solution qui combine vision et force sans dépendre d'une cible fixe ouvre la voie à des lignes d'assemblage plus flexibles, sans immobiliser systématiquement la pièce à insérer. Le recours à des modèles de fondation en vision pour l'estimation de pose, plutôt qu'à des pipelines de vision sur mesure, illustre aussi une tendance plus large du secteur à réutiliser des modèles génériques pré-entraînés pour des sous-tâches de perception, réduisant l'ingénierie spécifique par cas d'usage. Ce travail s'inscrit dans une longue lignée de recherches académiques sur l'admittance control et l'apprentissage par renforcement pour la manipulation fine, un domaine où des laboratoires universitaires et industriels publient régulièrement sur arXiv avant toute commercialisation. Le document ne mentionne ni partenariat industriel, ni déploiement en usine, ni feuille de route de commercialisation : il s'agit d'une contribution de recherche validée par des expériences en laboratoire, à distinguer clairement d'un produit prêt à l'emploi. Les prochaines étapes attendues pour ce type de travaux sont généralement l'extension à d'autres géométries de pièces, l'intégration sur des bras robotiques commerciaux, puis d'éventuels essais pilotes avec des intégrateurs industriels, mais aucun calendrier n'est communiqué dans cette publication.

Recherche❖Paper

1 source

36

1840arXiv cs.RO 

Compréhension des préférences utilisateur pour un filtre à admittance variable sensible à la pente d'un robot chien-guide

Un preprint arXiv publie le 15 septembre 2026 (arXiv:2609.15362) décrit un chien-guide robotique quadrupède pour personnes malvoyantes, équipe d'une poignée rigide sans capteur dédié. Le système combine suivi de trajectoire, estimation du couple d'interaction par la quantité de mouvement, et un filtre d'admittance dont la raideur et l'amortissement s'ajustent en temps réel selon la pente détectée par la camera de profondeur embarquée. Plusieurs stratégies d'adaptation ont été comparées par simulations haute fidélité puis lors d'une étude avec des participants voyants bandes, selon un plan d'expérience de Taguchi L9. Premiers résultats : augmenter la raideur en montée et la réduire en descente améliore les mesures objectives et subjectives, sans effet principal significatif de l'amortissement. Cette recherche s'inscrit dans un axe encore naissant de la robotique d'assistance, visant a compléter les chiens-guides dresses, dont la formation coute cher et dont l'offre reste très inférieure aux besoins mondiaux des personnes malvoyantes. L'absence de capteur de force dédié, l'interaction étant déduite de la dynamique même du robot, simplifie le matériel et pourrait en réduire le cout si l'approche est industrialisée. Pour les chercheurs en interaction physique homme-robot, l'apport principal est méthodologique : utiliser un plan de Taguchi pour régler objectivement des paramètres d'admittance habituellement fixes empiriquement, une méthode transposable a d'autres robots d'assistance a la mobilité. Le travail reste toutefois exploratoire : l'étude repose sur des participants voyants bandes plutôt que sur des personnes réellement malvoyantes, et aucun produit ni déploiement n'accompagne cette publication non encore validée par les pairs. Le concept de chien-guide robotique s'appuie sur la maturation des robots quadrupèdes commerciaux, dont la stabilité et la capacité tout-terrain ouvrent des usages d'assistance physique directe, au-delà de l'inspection industrielle qui a domine leurs premiers déploiements. D'autres équipes universitaires explorent des architectures comparables combinant navigation autonome et interfaces haptiques pour guider des personnes malvoyantes, sans qu'aucun acteur commercial français ou européen ne soit cite dans cette publication. Les auteurs qualifient eux-mêmes leurs résultats de préliminaires, ce qui laisse attendre des travaux futurs pour affiner la modélisation de l'amortissement et étendre l'étude a un public réellement malvoyant, sans date ni institution de suite précisées.

Recherche❖Paper

1 source

36

1841arXiv cs.RO 

Noyau physique : latents visuels structurés pour la manipulation en obscurité

Une équipe de recherche publie sur arXiv (référence 2609.13244, septembre 2026) une étude sur la « manipulation dans le noir » : après une brève phase visuelle initiale qui encode une image RGB en un vecteur latent z0, une politique et un modèle de dynamique en boucle ouverte achèvent seuls, sans nouvelle image, des tâches de manipulation en contact (protocole darkf). Sur le benchmark de simulation ManiSkill StackCube (n=160), darkf réussit l'empilement complet dans 68,1 % des cas sur une chaîne en cinq étapes (approche, prise, levage, positionnement, empilement), contre 35,6 % pour un réencodage visuel à chaque pas et 0 % pour un encodage gelé ou une image noire. Dans un protocole partagé « écriture puis maintien » (n=40), l'occlusion et des masques de contact vérité terrain font chuter la méthode visuelle de 43 % à 0 %, alors que darkf conserve 82,5 % de réussite. Un changement d'éclairage simulant la nuit pendant l'écriture fait tomber le taux à 0 %, mais le même changement pendant le maintien n'affecte pas darkf. Une politique dédiée à l'écriture (pi_write) atteint 35 % de réussite à budget visuel réduit, un niveau que n'atteignent ni des références type Dreamer sans géométrie privilégiée (0 %), ni un contrôleur MPC à état privilégié en 9 dimensions, qui plafonne aussi à 35 % mais que les auteurs jugent non comparable faute d'accès aux mêmes informations. Ces résultats nuancent l'hypothèse dominante en robotique par apprentissage selon laquelle un flux vidéo continu serait indispensable au pilotage de tâches en contact : une fois l'état visuel encodé, un modèle du monde en boucle ouverte suffit à mener à bien une séquence complexe comme l'empilement. Pour les intégrateurs, l'intérêt est opérationnel : moins de dépendance à la caméra en continu signifie moins de sensibilité à l'occlusion, à la compression d'image et aux variations d'éclairage pendant l'exécution, ainsi qu'une charge de calcul allégée. Le travail interroge aussi une hypothèse répandue dans la recherche en modèles vision-langage-action (VLA), pour qui la réactivité pixel par pixel serait seule garante de robustesse : un espace latent figé après une écriture unique s'avère ici plus résistant aux perturbations qu'un réencodage permanent, à condition que cette écriture initiale soit de bonne qualité. L'approche s'inscrit dans la lignée des modèles du monde à latent structuré, popularisés par les architectures RSSM des systèmes Dreamer et PlaNet, et fait écho aux débats actuels autour des modèles vision-langage-action déployés en robotique humanoïde et industrielle, tels Pi-0, GR00T N2 ou Helix, qui s'appuient généralement sur un flux visuel continu. Contrairement à ces systèmes commerciaux, cette publication reste une recherche académique menée uniquement en simulation, limitée au benchmark ManiSkill et à une seule tâche d'empilement de cubes, sans validation sur robot réel ni annonce de déploiement industriel. La suite logique, non couverte par ce travail, consisterait à étendre le protocole à des tâches plus variées et à en tester la robustesse hors simulation, sur matériel réel, avant toute application industrielle.

Recherche❖Paper

1 source

35

1842arXiv cs.RO 

Encodage de mouvement multi-domaines : imitation expressive en temps réel pour robots à pattes

Un preprint mis à jour sur arXiv (2512.07673v2, version corrigée d'une soumission antérieure) présente Multi-Domain Motion Embedding (MDME), une représentation de mouvement pour l'imitation temps réel sur robots à pattes. La méthode combine, en parallèle, un encodeur à ondelettes qui capture les motifs périodiques structurés comme la marche, et un embedding probabiliste qui modélise les mouvements apériodiques et variables, à partir d'un jeu d'entrées minimal. Les auteurs testent l'approche en imitation sans retargeting: la politique de contrôle du robot est conditionnée directement sur les embeddings appris pour reconstruire les états retargetés idéaux, sans réglage par mouvement ni retargeting en ligne. Les essais couvrent des plateformes humanoïdes et quadrupèdes, avec reproduction de trajectoires longues et un déploiement temps réel en zero-shot sur des mouvements inédits. Le texte ne précise ni les robots nommément, ni les degrés de liberté, ni de chiffres de charge utile ou de temps de cycle: c'est un travail de recherche en preprint, pas un produit commercialisé. Si les résultats se confirment, l'apport tient surtout à la suppression de deux goulots d'étranglement des pipelines d'imitation de mouvement: le réglage manuel par mouvement et le retargeting en ligne, qui alourdissent aujourd'hui le passage d'une bibliothèque de mouvements captés à un comportement exécutable sur robot réel. Qu'une seule représentation couvre à la fois humanoïdes et quadrupèdes, plutôt que des embeddings spécialisés par morphologie, va dans le sens d'une mutualisation des pipelines d'apprentissage pour les intégrateurs opérant plusieurs types de plateformes. Cela reste une démonstration en conditions de recherche, avec les réserves habituelles sur la sélection des mouvements testés et l'absence de comparaison chiffrée détaillée dans le résumé disponible. Ce travail s'inscrit dans la lignée des recherches sur l'apprentissage de représentations de mouvement pour le contrôle robotique, où les approches précédentes traitaient généralement séparément les motifs périodiques et les mouvements libres. Les auteurs revendiquent une amélioration par rapport à ces approches antérieures en reproduction de mouvement et en généralisation à des mouvements inédits, sans nommer les méthodes de référence utilisées pour la comparaison. Aucun acteur industriel, aucun partenariat de déploiement ni calendrier de pilote n'est mentionné: la suite logique serait une publication évaluée par les pairs, suivie d'éventuels tests sur des plateformes robotiques commerciales.

Recherche❖Paper

1 source

35

1843arXiv cs.RO 

Génération de trajectoires de marche par diffusion

Un article publié sur arXiv (référence 2609.14642v1) décrit une méthode de génération de trajectoires de démarche musculo-squelettique par modèles de diffusion conditionnels, destinée aux exosquelettes des membres inférieurs et à la rééducation. Les auteurs génèrent des trajectoires d'angles articulaires conditionnées par des paramètres de marche comme la longueur de pas, et comparent un modèle de diffusion par transformeur de référence à une variante contrôlable ajoutant normalisation adaptative et guidage sans classifieur. Les expériences s'appuient sur un jeu de données de 4 590 cycles de marche, dont les résultats montrent des trajectoires périodiques jugées réalistes, avec une contrôlabilité partielle des caractéristiques de la démarche. Pour les fabricants d'exosquelettes et les équipes de rééducation, l'enjeu est concret: les trajectoires de référence reposent aujourd'hui sur des gabarits construits à la main ou des optimisations coûteuses, qui se généralisent mal d'un patient ou d'une condition de marche à l'autre. Une génération conditionnelle capable de s'adapter à la morphologie et aux objectifs thérapeutiques sans reconstruire un modèle par cas pourrait accélérer la personnalisation des dispositifs assistifs, et confirme la diffusion des modèles de diffusion, déjà répandus en génération d'images et en robotique manipulatrice, vers la biomécanique. Les auteurs restent prudents: la contrôlabilité reste partielle, sans test sur exosquelette physique ni comparaison chiffrée avec les méthodes existantes, ce qui en fait une preuve de concept en simulation plutôt qu'un système validé cliniquement. Ce travail s'inscrit dans la synthèse de mouvement humain par apprentissage profond, où les modèles de diffusion tendent à remplacer les approches d'optimisation biomécanique classiques comme la dynamique inverse ou les modèles musculo-squelettiques type OpenSim. Le choix d'un transformeur de diffusion et d'un guidage sans classifieur rapproche la méthode des techniques de génération d'images conditionnelle et des modèles vision-langage-action récemment déployés en robotique humanoïde. Publié en soumission croisée sur arXiv, l'article ne mentionne aucun industriel de l'exosquelette ni partenariat clinique; les suites attendues pour ce type de recherche sont une validation sur des cohortes de patients réels, l'extension à d'autres paramètres de démarche que la longueur de pas, et une intégration aux boucles de contrôle temps réel des exosquelettes commerciaux.

Exosquelettes❖Paper

1 source

35

1844arXiv cs.RO 

EMoG : génération de démarche modulée par l'émotion pour une locomotion humanoïde expressive

Un article de recherche publié sur arXiv sous la référence 2609.14432 (septembre 2026) présente EMoG, un framework de génération de démarche modulée par l'émotion pour la locomotion expressive de robots humanoïdes, construit autour d'un « code de style émotionnel » dont l'intensité est ajustable en continu. Combiné à des commandes physiques classiques (vitesse, direction), ce code alimente un réseau MLP léger qui génère en temps réel des trajectoires de démarche périodiques, expressives et cohérentes avec la commande demandée, ensuite exécutées par une politique unique d'apprentissage par renforcement. Pour l'entraînement, les auteurs ont constitué un jeu de données de démarches annotées par émotion auprès de performeurs professionnels, avec un pipeline automatisé extrayant des cycles de marche périodiques physiquement cohérents. EMoG intègre également un parseur basé sur un LLM convertissant des instructions en langage naturel libre en paramètres de style émotionnel et de mouvement, pour un contrôle interactif. Les expériences rapportées montrent une modulation continue du style de marche avec des signaux expressifs perceptibles, sans dégradation du suivi des commandes physiques. La plupart des systèmes de locomotion humanoïde se concentrent sur la stabilité et l'exécution de tâches, laissant l'expressivité émotionnelle de côté ou reléguée aux gestes du haut du corps plutôt qu'intégrée au contrôle de la marche lui même. En traitant l'émotion comme un paramètre continu du contrôleur de bas niveau plutôt que comme une couche cosmétique ajoutée après coup, EMoG ouvre la voie à des robots capables de signaler un état (prudent, enjoué, fatigué) par leur simple façon de marcher, sans sacrifier la précision de navigation attendue par les intégrateurs. C'est aussi un signal de plus que les interfaces en langage naturel pilotées par LLM s'imposent comme couche de contrôle au dessus des politiques d'apprentissage par renforcement de bas niveau, une tendance déjà visible dans les architectures vision langage action du secteur. Ce travail s'inscrit dans un champ encore jeune : la quasi totalité des efforts commerciaux sur les humanoïdes, stabilité de marche, manipulation, téléopération, ignore largement la dimension expressive, jugée secondaire face aux enjeux de fiabilité et de rentabilité industrielle. EMoG reste à ce stade un travail académique publié en preprint, sans plateforme robotique ni partenaire industriel nommés dans le résumé, et sans annonce de déploiement réel : les résultats proviennent d'expériences contrôlées, pas d'un déploiement en usine ou en environnement public. Il rejoint néanmoins un intérêt croissant pour l'expressivité robotique comme levier d'acceptabilité sociale, un axe que laboratoires et startups d'interaction humain robot devraient suivre de près pour des usages d'accueil, de service ou de robotique sociale, où la perception émotionnelle du geste compte autant que la performance motrice.

Recherche❖Paper

1 source

35

1845arXiv cs.RO 

Contrôle de l'orientation des robots souples par sous-variétés spectrales adiabatiques

Un preprint publié le 14 septembre 2026 sur arXiv (2609.14376) présente une méthode de contrôle d'orientation pour robots souples fondée sur les sous-variétés spectrales adiabatiques (adiabatic spectral submanifolds, aSSM). Les robots souples, recherchés pour les interactions sûres en environnement délicat, exigent un contrôle précis de position et d'orientation, généralement assuré par commande prédictive par modèle (MPC), qui nécessite un modèle de la dynamique non linéaire à la fois fidèle et peu coûteux en calcul. Les auteurs étendent la théorie des aSSM en identifiant ces sous-variétés à partir de jeux de données d'observables élargis, ce qui améliore les schémas de commande aSSM-MPC existants. Testé sur une simulation par éléments finis haute-fidélité d'un bras souple actionné par pression, leur contrôleur réduit l'erreur de suivi de position et d'orientation de plus de 60% par rapport aux méthodes data-driven de référence existantes. Ce résultat s'attaque à un verrou central de la robotique souple : modéliser en temps réel une dynamique continue et fortement non linéaire, ce qui a longtemps cantonné la commande de ces systèmes à des tâches peu précises. Un gain de 60% sur l'erreur de suivi, s'il se confirme au-delà de la simulation, rapprocherait les robots souples d'usages où la précision d'orientation compte autant que la sécurité intrinsèque du matériau, comme la manipulation délicate ou l'interaction physique avec l'humain. Pour les intégrateurs, la prudence reste de mise : le résultat n'a été validé que sur simulation par éléments finis, pas sur robot physique, et l'écart simulation-réel demeure l'obstacle suivant avant toute exploitation industrielle. Les aSSM prolongent la théorie plus générale des variétés spectrales invariantes utilisée pour réduire les modèles de systèmes dynamiques non linéaires, déjà mobilisée en robotique souple pour construire des modèles réduits exploitables en commande. Les approches concurrentes s'appuient soit sur des modèles complets par éléments finis, trop lourds pour du temps réel, soit sur des modèles appris par réseaux de neurones, souvent moins interprétables ; ce travail cherche à combler l'écart de précision entre modèle réduit et modèle complet en enrichissant les observables utilisés. Aucune validation matérielle ni partenariat industriel n'est mentionné : il s'agit d'un résultat académique en preprint, dont l'étape suivante logique serait un test sur bras souple physique.

Recherche❖Paper

1 source

34

1846arXiv cs.RO 

IMPACT-VLA : attribution de propagation multimodale sensible aux interactions via trajectoires contrefactuelles pour VLA

Des chercheurs ont présenté fin 2026 IMPACT-VLA, une méthode d'attribution pour les politiques Vision-Language-Action (VLA), documentée dans un article publié sur arXiv sous la référence 2609.15005. L'outil vise à déterminer à quel moment de l'exécution d'une tâche de manipulation robotique chaque modalité d'entrée, image, état proprioceptif ou instruction en langage naturel, contribue réellement au succès final. La méthode découpe une trajectoire de référence réussie en phases comportementales définies par les transitions d'action, aligne ces phases sur les frontières de requête de la politique, puis ré-exécute le modèle en boucle fermée avec des interventions contrefactuelles sur des blocs phase-modalité. Testée sur 30 tâches de manipulation du benchmark LIBERO avec le modèle OpenVLA-OFT, elle montre que la modalité dominante change en cours de tâche dans 25 cas sur 30, soit 83,3%. Elle révèle aussi que les gains marginaux des blocs tardifs, pour des paires de modalités en interaction négative, augmentent d'environ 3,3 fois lorsque l'entrée est remplacée en phase précoce. Ce travail s'attaque à un angle mort connu des systèmes VLA qui alimentent la nouvelle génération de robots manipulateurs, à commencer par OpenVLA, mais aussi des familles comme Pi-0, GR00T N2 ou Helix: les méthodes d'explicabilité existantes mesurent une sensibilité locale ou une importance moyennée dans le temps, sans capturer les dépendances entre phases. Les auteurs montrent que leur attribution en boucle fermée identifie l'information critique plus fidèlement qu'une simple perturbation statique de l'action, et surtout qu'une récupération fonctionnelle du robot peut survenir sans récupération comportementale visible, une distinction utile pour les équipes qui évaluent la robustesse réelle d'un pipeline de manipulation avant déploiement, au-delà des métriques de taux de succès brutes. Le travail reste à ce stade une contribution académique en simulation, validée uniquement sur le banc d'essai LIBERO et un seul modèle, OpenVLA-OFT, sans démonstration sur robot physique ni chiffres de déploiement industriel. Il s'inscrit dans la lignée des travaux d'interprétabilité pour les architectures VLA combinant préentraînement vision-langage et génération d'action, et ouvre la voie à une extension vers d'autres modèles et vers des essais en conditions réelles.

Recherche❖Paper

1 source

34

1847arXiv cs.RO 

GLAM : un modèle du monde latent sur mémoire spatiotemporelle globale pour l'exploration et la navigation actives

Un nouveau papier de recherche publié le 14 septembre 2026 sur arXiv (référence 2609.14561, soumission inédite, non encore relue par les pairs) présente GLAM, un modèle du monde latent conditionné par un objectif et entraîné sur une mémoire spatiotemporelle globale, ainsi que GLAM NAV, le système de navigation complet construit autour de ce modèle. À partir de tokens de carte historiques, d'un objectif de navigation et de la pose courante du robot, GLAM prédit conjointement les représentations futures de la carte et les latents de points de passage centrés sur le robot, dans un espace de représentation partagé. Le modèle suit un paradigme de prédiction latente de type JEPA, opère directement sur des tokens latents au niveau de la carte plutôt que sur une reconstruction d'images RGB, et s'appuie sur un encodeur-décodeur de waypoints pré-entraîné pour superviser et décoder les plans de navigation. Les données d'entraînement proviennent de trajectoires expertes de la tâche ObjectNav rejouées dans le simulateur Habitat sur les scènes HM3D v0.2, découpées en échantillons de prédiction à plusieurs échelles temporelles. Sur un sous-ensemble contrôlé du benchmark HM3D-ObjectNav, GLAM NAV dépasse une base de référence BSC-Nav reproduite, à la fois en taux de succès et en SPL (succès pondéré par la longueur du chemin). L'intérêt pour la robotique mobile tient à l'approche : en prédisant l'évolution de la mémoire spatiale et l'intention de navigation dans un même espace latent, sans reconstruire des images pixel par pixel, GLAM illustre la piste des modèles du monde compacts appliqués à l'exploration active et à la navigation sémantique, plutôt qu'aux seules politiques d'action de type VLA. Pour les intégrateurs travaillant sur des robots autonomes en environnement inconnu, ce type d'approche promet une planification moins coûteuse en calcul que les pipelines classiques de reconstruction 3D. Le résultat reste toutefois circonscrit à un sous-ensemble contrôlé en simulation, sans validation sur robot réel ni déploiement annoncé, ce qui limite pour l'instant la portée de la comparaison à BSC-Nav. Le travail s'inscrit dans la lignée des architectures JEPA (prédiction dans l'espace latent plutôt que reconstruction pixel) appliquées cette fois à la navigation robotique, en s'appuyant sur l'écosystème de simulation Habitat et le jeu de scènes HM3D largement utilisés par la communauté ObjectNav. Le résumé ne précise ni les auteurs ni leur institution, ni de calendrier de validation matérielle ; il s'agit à ce stade d'une contribution académique en amont de toute intégration industrielle.

Recherche❖Paper

1 source

32

1848arXiv cs.RO 

SurfSLAM : reconstruction stéréo sous-marine par transfert simulation-réel pour SLAM en temps réel

Des chercheurs présentent SurfSLAM, un système de localisation et cartographie simultanées (SLAM) sous-marin en temps réel, décrit dans un article arXiv (2601.10814, version 3, mise a jour d'un preprint existant). Le système s'appuie sur des cameras stéréo pour estimer la profondeur métrique, fusionnée avec des mesures IMU, barométriques et Doppler Velocity Log (DVL). Pour entrainer le réseau d'estimation de disparité stéréo, les auteurs utilisent un pipeline sim-to-real combinant données simulées et un finetuning auto-supervise sur données réelles, contournant l'absence de jeux de données stéréo sous-marins annotes. L'équipe a aussi collecte un dataset inédit de plus de 24 000 paires stéréo capturées par un robot sous-marin lors de relevés d'épaves de navires, avec modèles de photogrammétrie dense et trajectoires de référence pour l'évaluation. Cette avancée s'attaque a un verrou connu de la perception sous-marine: les réseaux stéréo entraines sur des images terrestres ne se transfèrent pas directement au milieu aquatique, ou l'atténuation lumineuse, les artefacts visuels, l'éclairage dynamique et le manque de texture des scènes dégradent fortement les performances. Pour les intégrateurs de robots sous-marins actifs dans l'inspection offshore, l'archéologie subaquatique ou la surveillance d'infrastructures, une odométrie visuelle stéréo fiable en temps réel constitue une brique critique la ou les capteurs acoustiques seuls restent couteux ou peu précis. En démontrant un gain mesurable sur des données réelles complexes, l'étude apporte une preuve empirique que l'approche sim-to-real, déjà éprouvée en robotique terrestre, peut se transposer au sous-marin sans exiger un volume massif de données réelles annotées. Le travail s'inscrit dans une lignée de recherches visant a combler le manque chronique de jeux de données stéréo sous-marins réels, frein historique au SLAM visuel en mer, longtemps domine par les approches acoustiques (sonar) ou par des méthodes monoculaires moins précises metriquement. Publie sur arXiv comme mise a jour d'un preprint antérieur, SurfSLAM reste a ce stade une contribution académique plutôt qu'un produit commercialise, et l'article ne précise ni institution porteuse ni partenariat industriel. Les auteurs positionnent leur dataset de relevés d'épaves comme benchmark réutilisable pour la communauté, ouvrant la voie a des comparaisons avec d'autres frameworks de SLAM sous-marin et a une adoption future par des opérateurs de robots d'inspection cherchant une alternative moins couteuse aux capteurs acoustiques.

Recherche❖Paper

1 source

31

1849arXiv cs.RO 

ResSafe : filtrage de sécurité par apprentissage par renforcement résiduel pour humanoïdes

ResSafe, une architecture de contrôle en deux politiques pour les robots humanoïdes, a été publiée le 15 septembre 2026 sur arXiv sous la référence 2609.15988. La méthode sépare performance et sécurité : une politique nominale est entraînée uniquement pour accomplir la tâche, tandis qu'une politique résiduelle apprend en parallèle des corrections de sécurité qui ajustent ses actions. Cette seconde politique agit comme un filtre de sécurité implicite, censé limiter chutes et instabilités liées à la dynamique à haute dimensionnalité et aux interactions riches en contacts propres aux humanoïdes. L'abstract ne cite aucune plateforme robotique ni aucun chiffre de performance (taux de chute, distance parcourue, degrés de liberté), signe d'une recherche encore amont, sans validation matérielle détaillée. Pour l'industrie, ce découplage répond à un problème connu : faire arbitrer par une seule politique performance, robustesse et sécurité oblige à régler manuellement plusieurs termes de récompense concurrents, un exercice fragile qui complique le passage du simulateur au robot réel. En sortant la sécurité de cette équation unique, ResSafe propose une approche modulaire qui, si elle se confirme sur du matériel, pourrait faciliter l'ajout de correctifs de sécurité sans réentraîner toute la politique de locomotion. L'enjeu parle directement aux intégrateurs et décideurs du secteur, confrontés à un écart persistant entre démonstrations en simulation et fiabilité en conditions réelles. Le travail s'inscrit dans une recherche académique plus large sur le contrôle par apprentissage des humanoïdes, où le RL pour la locomotion et le suivi de mouvement s'est largement généralisé ces dernières années. Il se distingue des méthodes de filtrage de sécurité explicite, fondées sur des barrières de contrôle ou des modèles analytiques de la dynamique, souvent coûteuses ou difficiles à généraliser à un système aussi complexe. L'article ne mentionne ni code source, ni partenaire industriel, ni calendrier d'essais sur robot physique : ResSafe reste, à ce stade, une contribution de recherche dont l'apport devra être confirmé au-delà de la simulation.

Recherche❖Paper

1 source

31

1850arXiv cs.RO 

Champ vectoriel coopératif sécurisé et distribué pour systèmes multi-robots à contrainte de courbure de trajectoire

Une équipe de recherche publie sur arXiv (2609.15266v1) une nouvelle méthode de guidage collectif pour flottes de robots mobiles contraints par leur rayon de braquage. L'article, intitulé "Distributed Safe Cooperative Vector Field for Trajectory Curvature Constrained Multi-Robot Systems", propose une approche combinant deux champs vectoriels : un champ coopératif qui coordonne le suivi de trajectoire entre robots voisins, et un champ d'évitement de collision à frontière réactive, ajustable dynamiquement selon la courbure cinématique propre à chaque robot. Chaque unité n'a besoin d'échanger qu'une seule variable virtuelle avec ses voisines pour synchroniser son mouvement, éviter les obstacles et prévenir les collisions inter-robots. Les auteurs valident la méthode à la fois en simulation et sur une plateforme réelle multi-robots, sans préciser dans le résumé le nombre d'unités, le modèle de robot ou le matériel employé. L'enjeu vise une limite souvent négligée dans la littérature sur les champs vectoriels de navigation : la plupart des méthodes existantes supposent des robots capables de tourner instantanément, une hypothèse irréaliste pour les plateformes à entraînement différentiel ou de type voiture, dont le rayon de braquage est physiquement borné. Ignorer cette contrainte peut faire diverger la trajectoire réelle du chemin planifié, un problème concret pour les flottes d'AMR en entrepôt, les robots agricoles ou les véhicules autonomes opérant en essaim. En rendant la frontière d'évitement adaptable à la courbure, l'approche cherche à garantir que chaque manœuvre d'évitement reste physiquement exécutable, et pas seulement géométriquement valide sur le papier. Ne requérir qu'une seule variable partagée par voisin limite aussi la charge de communication, un facteur clé pour la scalabilité des systèmes distribués à mesure que le nombre de robots augmente. Le champ vectoriel de guidage est une technique établie en contrôle coopératif multi-robot, utilisée depuis plusieurs années pour le suivi de chemin et la formation de flottes, mais son adaptation explicite aux contraintes de courbure reste un axe de recherche actif face à des approches concurrentes fondées sur la planification en temps réel ou l'optimisation sous contraintes de type commande prédictive. Publié comme preprint arXiv sans mention d'affiliation industrielle, d'évaluation par les pairs ni de partenaire de déploiement, ce travail relève de la recherche académique en contrôle plutôt que d'une annonce produit. Aucune suite commerciale ni calendrier de déploiement n'est évoqué ; la validation expérimentale reste circonscrite à un banc d'essai de laboratoire, et la robustesse de la méthode pour des flottes de grande échelle reste à démontrer au-delà des résultats présentés dans l'article.

Recherche❖Paper

1 source