NVIDIA vient de publier la version 0.2 de SOMA Retargeter, un logiciel open source dédié à la conversion d’animations humaines en trajectoires exploitables par des robots humanoïdes. Cette mise à jour s’appuie sur cinq plateformes déjà configurées – les Unitree G1 et H2, le Booster T1 ainsi que les AgiBot X2 Ultra et A3T3 – et propose un ensemble d’exemples concrets pour illustrer le processus de retargeting.
De l’animation BVH aux angles articulaires du robot
Le point d’entrée du pipeline est un fichier d’animation au format BVH. Ce format décrit le mouvement d’un squelette commun, le squelette SOMA, qui sert de référence neutre. SOMA Retargeter adapte ensuite les cibles de mouvement aux dimensions et aux limites mécaniques du robot choisi. Le calcul des poses repose sur une cinématique inverse accélérée par Newton et NVIDIA Warp, tandis qu’un module de correction ajuste la position des pieds afin d’éviter tout glissement ou pénétration du sol dans la simulation.
Une fois le calcul terminé, le logiciel exporte un fichier CSV contenant, image par image, la position et l’orientation de la base du robot ainsi que les angles de chaque articulation. Ces données peuvent être intégrées à une bibliothèque de mouvements et converties dans les formats attendus par des chaînes d’TrainingProcessus durant lequel un modèle ajuste ses paramètres à partir de données afin d'améliorer ses performances. de politiques, comme SONIC ou ProtoMotions.
D’où proviennent les mouvements humains ?
NVIDIA précise que les séquences humaines peuvent être obtenues de plusieurs sources :
- Capture de mouvement traditionnelle, par exemple le DatasetEnsemble de données organisé pour entraîner, valider, tester ou évaluer un modèle d'intelligence artificielle. BONES‑SEED ;
- Reconstruction 3D à partir d’une vidéo unique grâce à GEM‑X ;
- Génération à partir de texte ou de contraintes de pose avec les outils Kimodo et ARDY.
La version 0.2 enrichit la suite d’exemples en associant chaque mouvement humain à l’un des cinq robots supportés. Un configurateur visuel aide à aligner la pose de référence et à mapper les articulations correspondantes. Un optimiseur de poids permet, quant à lui, de prioriser certaines contraintes de cinématique inverse – par exemple la stabilité des pieds, la précision des mains ou le contrôle du bassin.
Pourquoi la diversité des robots compte
Les cinq robots ciblés par SOMA Retargeter n’ont pas les mêmes proportions ni la même architecture articulaire. Une trajectoire valide pour le Unitree G1 ne peut donc pas être transposée telle quelle sur le AgiBot X2 Ultra. Le logiciel doit préserver l’intention du geste tout en respectant les amplitudes disponibles sur chaque modèle. Le processus de retargeting s’accompagne d’une visualisation du résultat, d’un ajustement des correspondances squelettiques et d’un nouveau calcul si besoin, garantissant ainsi une traçabilité des paramètres employés.
Un outil de préparation, pas un contrôleur de production
Il est important de souligner que SOMA Retargeter n’est pas destiné à piloter directement un robot en temps réel. Il s’agit avant tout d’une étape de pré‑traitement, permettant de générer des jeux de données de mouvement utilisables pour entraîner des politiques de contrôle. Les équipes de recherche ou de développement peuvent ainsi créer des bibliothèques de gestes réalistes, puis les exploiter dans des pipelines d’Reinforcement LearningMéthode d'apprentissage dans laquelle un agent améliore ses décisions en fonction des récompenses reçues lors de ses interactions. ou d’imitation.
En pratique, un ingénieur robotique peut récupérer une séquence de marche capturée chez un humain, la faire passer par SOMA Retargeter, ajuster les poids de contraintes pour garantir que les pieds restent stables, puis exporter le CSV dans le format requis par son simulateur. Le résultat est une trajectoire prête à être intégrée à un processus d’entraînement, sans devoir réinventer chaque étape de conversion.
Cette démarche ouvre la porte à une plus grande standardisation des données de mouvement dans le domaine de la robotique humanoïde, en offrant un pont ouvert entre les sources de capture humaine et les exigences mécaniques variées des plateformes robotisées.




