Le suivi généraliste de mouvement pour humanoïdes — faire suivre à un robot des références de mouvement corps entier arbitraires tout en gardant l'équilibre — implique des dizaines de choix de conception dont les effets individuels sont rarement isolés. Un nouvel article de l'équipe HUCEBOT de l'IIT (Fabio Amadio et Enrico Mingo Hoffman), soumis sur arXiv le 22 juillet, accomplit ce travail peu spectaculaire mais essentiel : une étude empirique contrôlée et reproductible de ce qui fait réellement la différence, construite autour de YAHMP, un nouveau framework open-source modulaire pour entraîner, évaluer et déployer des politiques de suivi corps entier sur l'Unitree G1.
Six curseurs, tournés systématiquement
YAHMP définit une configuration nominale, puis fait varier un facteur à la fois : représentation des commandes de mouvement, historique d'observation, représentation des actions, profil d'actionnement, randomisation des forces sur les mains pendant l'entraînement, et approche d'entraînement. Les politiques sont évaluées sur un jeu de test de mouvements humains reciblés, avec TWIST2 comme baseline externe entraînée sur le même jeu de mouvements — une comparaison à armes égales rare dans un domaine où la plupart des articles ne rapportent que leurs propres baselines.
Les résultats séparent proprement deux familles de choix. Certains — comme les représentations de commande et d'action — ont des effets nets sur le suivi. D'autres changent surtout l'effort d'actionnement, la complexité d'entraînement ou la capacité d'interaction physique, sans améliorer significativement la précision. Comparé à la politique nominale YAHMP, TWIST2 réduit de 10 % l'erreur de position des corps clés, mais le paie ailleurs : erreurs de base +32 à 36 %, erreur d'orientation des corps clés +51 %, erreur de position articulaire +38 %, erreur de vitesse articulaire +81 % — un profil qui suit précisément les positions clés tout en dégradant la fidélité d'orientation et de l'espace articulaire.
Zero-shot sur matériel réel
La politique nominale se déploie zero-shot sur un vrai Unitree G1 — sans fine-tuning sur robot réel, sans pipeline sim-to-real dédié, sans filtrage des commandes. L'inférence tourne sur un portable Intel Core Ultra 7 165H en liaison câble directe, avec lecture d'état via ROS 2 et envoi des consignes articulaires dans une boucle de contrôle à 50 Hz identique à la simulation. Le robot suit des références couvrant locomotion, accroupissement, danse et mouvements de type loco-manipulation, répétables ou concaténables sans réinitialiser le contrôleur.
La robustesse a tenu sous les mauvais traitements : le G1 a conservé ou récupéré son équilibre tout en étant poussé et tiré manuellement en plein mouvement, et a continué à suivre les références sur un matelas souple — un sol jamais vu à l'entraînement. La randomisation des forces sur les mains pendant l'entraînement prouve sa valeur pour les interactions forceuses plutôt que pour la précision de suivi en soi, l'une des dissociations les plus nettes de l'étude.
Pourquoi le domaine a besoin d'articles comme celui-ci
Les articles de suivi de mouvement présentent typiquement la bande-annonce d'une configuration unique. La contribution de YAHMP est l'inverse : un banc d'essai modulaire et open-source où chaque choix de conception peut être ablaté isolément, avec une comptabilité honnête de ce que chaque curseur coûte et rapporte. Pour les laboratoires qui montent des piles de suivi humanoïde en 2026 — et pour le débat sur le sim-to-real gap en général — cela transforme le folklore en preuves.
