Des chercheurs dirigés par Joohwan Seo ont présenté ResGAC, un contrôleur corps entier pour robots humanoïdes. Il combine une commande d’admittance géométrique avec une couche d’apprentissage par renforcement résiduel, qui compense les dynamiques non modélisées. Testé sur un Unitree G1 réel, ResGAC a réduit les erreurs de translation et de rotation par rapport à la méthode de référence SONIC. Lors d’un essai d’insertion d’une cheville dans un trou, effectué debout, il a réussi dans 90 % des cas, contre 50 % pour SONIC.
Pourquoi c'est important
Un suivi plus précis permet aux robots humanoïdes d’effectuer des tâches délicates tout en marchant, ce qui élargit leur champ d’utilisation dans l’industrie et les services.
