Présentation du cadre de contrôle humanoïde polyvalent proposé. (A) Apprentissage évolutif et robuste à partir de mouvements humains, avec des comportements agiles et proches de l’humain grâce au suivi de mouvement. (B) Contrôle polyvalent de tâches aval non observées, grâce à diverses compétences motrices acquises et à la diffusion guidée. Crédit : Science Robotics (2026). DOI : 10.1126/scirobotics.adx8924
Les robots humanoïdes, systèmes robotiques dont la morphologie et les membres rappellent ceux des humains, pourraient potentiellement assister les personnes dans leurs tâches manuelles au quotidien. Cependant, à ce jour, la plupart de ces robots ne peuvent exécuter de manière fiable qu’un nombre limité de mouvements.
Apprendre aux robots humanoïdes à exécuter une grande variété de mouvements agiles et semblables à ceux des humains peut s’avérer complexe et chronophage. Une méthode consiste à entraîner les contrôleurs (c’est-à-dire les algorithmes qui déterminent les mouvements du robot) à l’aide d’une vaste base de données de démonstrations humaines.
Bien que cette approche permette aux robots de reproduire certains mouvements, elle peut parfois produire des mouvements artificiels ou nécessiter des ajustements spécifiques à chaque action. De plus, de nombreuses méthodes proposées antérieurement reposaient sur l’entraînement ou le réglage de politiques de contrôle pour des mouvements ou des objectifs précis, ce qui limitait leur capacité à s’appliquer à de nouvelles tâches.
Des chercheurs de l’Université de Californie à Berkeley (UC Berkeley) et de l’Université Stanford ont récemment développé BeyondMimic, un nouveau cadre d’intelligence artificielle capable d’enrichir le répertoire de mouvements des robots humanoïdes tout en réduisant le besoin de réglages spécifiques à chaque mouvement ou de réentraînement pour chaque tâche. Ce cadre, présenté dans un article publié dans Science Robotics , combine une approche d’apprentissage par renforcement avec un modèle qui génère des plans de mouvement en affinant le bruit au sein d’une représentation compressée du mouvement.
Le robot humanoïde a appris un large éventail de mouvements naturels et agiles, semblables à ceux de l’humain, et les a combinés pour accomplir des tâches variées, guidé par des objectifs qui n’avaient pas été observés lors de son entraînement. Crédit : Science Robotics (2026). DOI : 10.1126/scirobotics.adx8924
Comment fonctionne le framework BeyondMimic
Pour entraîner leur système d’intelligence artificielle, les chercheurs ont utilisé environ 2,5 heures de données de mouvement montrant des humains marchant, courant, dansant, pratiquant des arts martiaux, sautant, faisant des roues et réalisant d’autres mouvements agiles. Les mouvements inclus dans ces données ont ensuite été adaptés aux proportions et aux articulations du robot humanoïde G1 développé par Unitree Robotics.
Grâce à l’apprentissage par renforcement, l’équipe a entraîné des stratégies de contrôle pour reproduire les positions, les orientations et les vitesses des différentes parties du corps lors de chaque mouvement de référence. L’apprentissage par renforcement est une méthode couramment utilisée pour entraîner des algorithmes informatiques par le biais de récompenses et de sanctions. Dans ce cas précis, le modèle était récompensé pour un suivi précis des mouvements, tandis que des sanctions pénalisaient les mouvements saccadés, les positions articulaires dangereuses et les contacts indésirables entre les différentes parties du corps du robot.
« Nous présentons BeyondMimic, un cadre de travail adaptable à une grande variété de mouvements et suffisamment polyvalent pour les combiner harmonieusement afin de réaliser des tâches en aval inédites », écrivent Qiayuan Liao, Takara E. Truong et leurs collègues dans leur article. « Une formulation compacte de suivi de mouvement permet de maîtriser un large éventail de comportements extrêmement agiles, tels que les roues aériennes, les coups de pied retournés, les coups de pied acrobatiques et le sprint, avec une configuration unique et des hyperparamètres partagés, tout en atteignant des performances quasi humaines. »
Pour compresser les actions apprises par le robot, l’équipe a utilisé un auto-encodeur variationnel, un algorithme qui transforme les données d’action en une représentation compacte et structurée (c’est-à-dire un espace latent de dimension réduite). Un décodeur convertit ensuite ces représentations compressées en commandes pour le robot.
Les chercheurs ont ensuite entraîné un algorithme, appelé modèle de diffusion, à apprendre des séquences contenant à la fois les états physiques prédits du robot et des représentations compressées de ses mouvements. Au cours de l’entraînement, ils ont ajouté du bruit à ces séquences, et le modèle a ainsi appris à reconstruire les mouvements originaux.
« Dépassant la simple imitation de mouvements existants, nous proposons un modèle de diffusion latente unifié qui permet une spécification d’objectifs polyvalente, une transition fluide entre les tâches et une composition dynamique de ces comportements agiles », écrivent Liao, Truong et leurs collègues. « En tirant parti du guidage par classificateur, une technique de diffusion spécifique pour l’optimisation en temps réel vers des objectifs inédits, notre modèle a étendu sa capacité à résoudre des tâches en aval jamais rencontrées lors de l’entraînement, telles que la restauration de mouvements, la téléopération par joystick et l’évitement d’obstacles, et a transféré ces compétences directement sur du matériel réel. »
Crédit : Science Robotics (2026). DOI : 10.1126/scirobotics.adx8924
Démonstrations initiales et possibilités futures
Les chercheurs ont d’abord validé les mouvements par simulation, puis ont déployé 30 séquences de mouvements représentatives sur un robot Unitree G1. Leurs résultats se sont avérés prometteurs, le robot ayant exécuté avec succès divers mouvements, notamment des postures d’équilibre, de la danse, du ramper, du sprint, des coups de pied, des sauts périlleux et des roues aériennes.
Au cours de ces expériences, les chercheurs ont également demandé à 77 participants de comparer les mouvements de marche et de course produits par BeyondMimic avec ceux générés par la manette standard d’Unitree. Dans 70,8 % des comparaisons, les participants ont jugé les mouvements de BeyondMimic plus humains et naturels que ceux de la manette standard.
À l’avenir, le cadre développé par l’équipe pourrait être perfectionné et testé avec une gamme de mouvements encore plus étendue. Il pourrait également être adapté à d’autres plateformes robotiques humanoïdes.
https://techxplore.com/news/2026-09-humanoid-robot-sprint-ai-human.html
