Science Robotics publie ZEST, une méthode de transfert zéro-shot qui apprend à des robots physiques des gestes athlétiques à partir de motion capture, de vidéos et d’animations. Les essais cités couvrent Atlas, Unitree G1 et Spot, avec un objectif clair : réduire l’ingénierie spécifique à chaque compétence.
Le papier, publié le 12 août dans Science Robotics, porte un titre très direct : « ZEST: Zero-shot embodied skill transfer for athletic robot control ». Il rassemble des chercheurs du RAI Institute et de Boston Dynamics autour d’un problème central de la robotique humanoïde : comment apprendre des mouvements riches, longs et avec contacts sans reconstruire à la main un contrôleur pour chaque geste.
ZEST signifie « zero-shot embodied skill transfer ». Dans ce contexte, le terme zéro-shot désigne le passage de l’entraînement en simulation au matériel, sans nouvelle phase d’adaptation lourde sur le robot cible. La méthode entraîne des politiques par renforcement à partir de sources variées : motion capture de haute qualité, vidéo monoculaire plus bruitée et animation qui ne respecte pas nécessairement toutes les contraintes physiques.
Des gestes difficiles, plusieurs robots
L’intérêt du papier tient à la diversité des démonstrations. Les auteurs indiquent que ZEST apprend sur Atlas des compétences dynamiques et multicontacts comme ramper ou danser au sol à partir de motion capture. Ils décrivent aussi un transfert de mouvements expressifs et d’interactions avec la scène, comme grimper sur une caisse, vers Atlas et Unitree G1 depuis des vidéos. La méthode est également appliquée à Spot, avec des acrobaties issues d’animations, dont un salto arrière continu.
Ce n’est pas seulement une démonstration spectaculaire. Les robots à jambes doivent composer avec des contacts nombreux, des pertes d’équilibre possibles, des écarts entre simulation et matériel réel, et des morphologies différentes. Une politique qui suit une trajectoire propre en simulation peut échouer dès qu’un pied glisse, qu’un segment entre en contact plus tôt que prévu ou que l’action vient d’une vidéo humaine imparfaite.
Selon le résumé officiel indexé par Crossref, ZEST combine un échantillonnage adaptatif des segments difficiles et un curriculum automatique fondé sur une force d’assistance modélisée. Le système ne s’appuie pas sur des labels de contact, des fenêtres d’observation de référence, des estimateurs d’état complexes ou un façonnage de récompense très spécialisé. Cette sobriété est importante si l’on veut passer d’un catalogue de démonstrations isolées à une interface plus générale entre mouvements biologiques et robots.
Pourquoi cela compte pour les humanoïdes
La course actuelle aux humanoïdes met souvent l’accent sur les modèles d’IA, la perception et le langage. ZEST rappelle que le contrôle du corps entier reste un verrou très matériel. Un humanoïde utile en usine, en entrepôt ou dans un laboratoire ne doit pas seulement comprendre une consigne : il doit déplacer son centre de masse, accepter des contacts imprévus, coordonner bras et jambes, puis répéter la manœuvre sur un corps réel.
Le papier arrive d’ailleurs dans le même numéro de Science Robotics qu’un article SONIC sur le contrôle corps entier des humanoïdes. Ensemble, ces travaux signalent un déplacement du sujet : il ne suffit plus de faire marcher un robot ou de lui faire rejouer une chorégraphie courte. Les équipes cherchent maintenant des méthodes capables d’absorber des sources de données hétérogènes et de transférer des comportements longs vers plusieurs plateformes.
Notre analyse
ZEST ne transforme pas automatiquement une vidéo quelconque en comportement industriel prêt à l’emploi. Les compétences athlétiques restent un banc d’essai, pas une preuve directe de productivité. Mais elles forcent les algorithmes à gérer ce qui manque souvent aux démonstrations plus simples : contacts riches, transitions instables, mouvements expressifs et différences de morphologie.
Pour les fabricants, l’enjeu est évident. Si une méthode réduit le coût d’ajout d’une compétence, elle peut accélérer les cycles de test sur des robots comme Atlas, Unitree G1 ou Spot. Pour les utilisateurs finaux, le point à surveiller sera moins le caractère spectaculaire des gestes que la capacité à généraliser vers des tâches utiles : monter, se relever, manipuler en appui, se faufiler, travailler au sol ou franchir un obstacle sans scénario préparé.
La prochaine étape sera donc la même que pour beaucoup de travaux de robotique physique : vérifier la robustesse hors laboratoire, avec des environnements moins propres, des objets moins coopératifs et des contraintes d’exploitation réelles. ZEST apporte une brique crédible à cette trajectoire, parce qu’elle attaque directement le passage entre données humaines, simulation et robots physiques.
