# ResGAC améliore le suivi des effecteurs du Unitree G1

> Ce nouveau contrôleur réduit les erreurs de position et fait passer le taux de réussite à l’insertion d’une cheville de 50 % à 90 % sur un humanoïde debout.

Oossa · 2026-10-08 · https://oossa.com/fr/resgac-improves-end-effector-tracking-on-unitree-g1-humanoid

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.

## Les faits

- Article publié le 2026-10-08
- ResGAC a atteint un taux de réussite de 90 % pour l’insertion d’une cheville dans un trou en position debout, 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.

## Sources et références

1. [Precise SE(3) End-Effector Tracking in Whole-Body Humanoid Control](https://arxiv.org/abs/2610.09479) – arXiv cs.RO, 2026-10-08

Dernière mise à jour: 2026-10-08