RecherchearXiv cs.RO 11 août 2026

Projection-rétraction MPPI : contrôle exact sur variété de contraintes pour manipulateurs

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs du RCI Lab publient sur arXiv (référence 2608.07573v1) une nouvelle méthode de commande pour bras manipulateurs baptisée Projection-Retraction MPPI (PR-MPPI). Le système a été validé sur des plateformes bimanuelles à 14 degrés de liberté (DOF) : en simulation, via un test de stress sur les limites articulaires et un test d'évitement d'obstacles randomisé, puis sur matériel réel avec un humanoïde Unitree H1-2 dont les deux bras évitent de façon réactive un obstacle mobile. Le code source et les vidéos d'expérience sont publiés sur rcilab.github.io/prmppi. Il s'agit d'une publication de recherche académique, sans annonce de produit commercial ni de déploiement industriel.

Le Model Predictive Path Integral (MPPI) est une technique de commande prédictive très utilisée en manipulation robotique car elle gère des coûts non convexes sans calcul de gradient, en échantillonnant en parallèle de nombreuses trajectoires candidates, une approche qui tire parti du calcul GPU massivement parallèle. Sa limite connue est que les contraintes strictes, comme une chaîne cinématique fermée que deux bras doivent maintenir exactement pour porter ensemble un objet rigide, ou les limites articulaires et distances de sécurité aux obstacles, ne sont traitées que comme des pénalités douces dans le coût, susceptibles d'être violées dès que le coût de tâche devient dominant. PR-MPPI corrige ce point en projetant, à chaque étape de simulation, la vitesse échantillonnée sur le sous-espace de la contrainte d'égalité puis sur le demi-espace de chaque contrainte d'inégalité, avant de ramener la commande finale sur la contrainte à une tolérance numérique près, indépendamment du poids attribué à la tâche. Pour la manipulation bimanuelle et les humanoïdes évoluant près d'humains ou d'obstacles mobiles, cette garantie de respect exact, et non plus seulement approximatif, des contraintes de sécurité répond à une faiblesse pratique connue des architectures de commande par échantillonnage.

Le MPPI est hérité des méthodes de commande prédictive par échantillonnage développées initialement pour les véhicules autonomes, avant d'être largement repris ces dernières années dans la commande corps-complet des bras manipulateurs et des humanoïdes, portée par les gains de calcul parallèle sur GPU. L'article positionne PR-MPPI comme une réponse directe à la principale faiblesse de cette famille de méthodes, la gestion uniquement molle des contraintes strictes, un problème qui concerne potentiellement des architectures de commande similaires chez d'autres constructeurs d'humanoïdes et de bras bimanuels, alors même que le H1-2 d'Unitree a servi ici de plateforme de test réel. Aucun partenariat industriel, pilote commercial ni calendrier de déploiement n'est mentionné : la publication reste, à ce stade, une validation académique en simulation et sur un seul robot en laboratoire, code et vidéos mis à disposition de la communauté recherche.

Dans nos dossiers

Unitree Manipulation robotique arXiv cs.RO

À lire aussi

1arXiv cs.RO

Contrôle par échantillonnage en temps réel sous contraintes strictes : l'approche MPPI avec contraintes de variété

Une équipe du RCI Lab publie MC-MPPI (Manifold-Constrained Model Predictive Path Integral), un framework de contrôle temps-réel déposé sur arXiv le 26 mai 2026 (arXiv:2605.24813). La méthode répond à une limitation structurelle du MPPI standard : l'impossibilité de garantir des contraintes d'égalité strictes (hard constraints) lors de tâches de manipulation en chaîne fermée. MC-MPPI sépare le problème en deux niveaux : une planification dans un espace latent de faible dimension, apprise par un VAE (Variational Autoencoder) qui encode la variété de contraintes, suivie d'une correction d'exécution par un contrôleur QP (Quadratic Programming) résolvant en un seul appel l'erreur résiduelle. Sur un système bi-bras à 14 degrés de liberté en chaîne fermée, le framework tourne à 100 Hz aussi bien en simulation qu'en conditions réelles, et surpasse significativement les méthodes de référence en précision de suivi de trajectoire. Le verrou adressé est structurel : les pénalités de coût douces du MPPI standard ne garantissent pas la faisabilité des trajectoires candidates, rendant la méthode inapplicable à la manipulation bimanuelle contrainte, aux systèmes à deux points de contact rigide, ou à toute chaîne cinématique fermée. MC-MPPI conserve le parallélisme massif qui rend MPPI attractif : le VAE génère des trajectoires quasi-faisables sans modification par échantillon, permettant une linéarisation précise des contraintes et réduisant la correction d'exécution à un QP résolu en un seul passage au lieu d'une projection itérative coûteuse. Pour un intégrateur ou un responsable technique industriel, cela ouvre MPPI à des tâches d'assemblage et de manipulation précise jusqu'ici réservées aux solveurs par optimisation itérative comme iLQR ou SQP. MPPI est une méthode de contrôle prédictif par échantillonnage stochastique, introduite par Williams et al. à Georgia Tech en 2016 et depuis adoptée en navigation robotique et pour les systèmes sous-actionnés. Les extensions contraintes existantes recourent à des projections itératives coûteuses ou à des reformulations variationnelles qui dégradent la fréquence de contrôle. MC-MPPI se distingue en apprenant la géométrie de contrainte hors-ligne via le VAE, limitant la charge en ligne au seul QP. Les approches concurrentes incluent les méthodes CBF-QP (Control Barrier Function), le MPC différentiable, et les planificateurs neuronaux pour la manipulation bimanuelle. L'équipe met à disposition vidéos et implémentation à rcilab.github.io/mcmppi ; des validations sur des configurations plus complexes ou des manipulateurs mobiles constitueraient des étapes naturelles.

RecherchePaper

1 source

2arXiv cs.RO

URF : cadre de contrôle unifié pour une manipulation stable et consciente du contact

Traitement effectué. Voici l'article en français : --- Des chercheurs proposent URF (Unified Robot Control-Policy Framework), une architecture de contrôle qui unifie prédiction d'action et exécution bas niveau pour la manipulation robotique en contact rigide. Publié sur arXiv (2607.20912v1), le système part d'un constat technique précis : les politiques de manipulation apprises prédisent généralement une trajectoire ou une cible virtuelle, puis délèguent son exécution à un contrôleur bas niveau séparé, ce qui peut provoquer un contact instable, des erreurs de suivi, une surcharge de force voire une casse d'outil selon le contrôleur utilisé. URF fait converger ces deux étages : à partir d'observations multimodales, le modèle prédit simultanément une cible virtuelle, une matrice de rigidité (stiffness matrix), et un ratio de bascule entre contrôle en admittance et contrôle en impédance. Ce ratio détermine à quel moment privilégier un suivi de mouvement précis (admittance) ou une gestion plus sûre du contact rigide (impédance). Faute de vérité terrain sur la rigidité de l'environnement dans les données de démonstration, les chercheurs construisent leurs labels de supervision à partir des forces de contact réellement mesurées. Sur deux tâches de test, retournement de boîte et pressage linéaire, URF affiche un taux de réussite supérieur aux approches en admittance seule, avec moins d'échecs par montée en force rapide, oscillations de force, casse d'outil ou arrêts de sécurité du robot. Pour l'industrie de la manipulation robotique, ce travail cible un angle mort souvent sous-traité dans la course aux politiques VLA (vision-language-action) : la qualité d'une politique de haut niveau ne garantit rien si le contrôleur bas niveau n'est pas conçu pour exploiter cette information de contact. Beaucoup de démonstrations impressionnantes de manipulation dextre échouent en conditions réelles précisément à cause de ce écart entre commande prédite et exécution physique stable, un des points aveugles classiques du fossé démo-vers-réalité. En intégrant la prédiction du comportement du contrôleur lui-même dans le modèle appris, URF illustre une tendance de fond chez les intégrateurs et laboratoires de recherche en manipulation : traiter le contrôle de force comme un objet d'apprentissage à part entière plutôt que comme un simple paramètre fixe en aval, ce qui intéresse directement les applications d'assemblage industriel, de polissage ou d'insertion de précision où le contact rigide est la norme plutôt que l'exception. Ce travail s'inscrit dans la lignée des architectures hybrides impédance-admittance étudiées depuis longtemps en robotique de contact, mais l'apporte au contexte des politiques de manipulation apprises de bout en bout, un terrain où les grands modèles VLA (de type Pi-0, GR00T ou Helix évoqués dans le débat sectoriel actuel) se concentrent surtout sur la prédiction de trajectoires plutôt que sur la dynamique de contact fine. Il s'agit ici d'une publication de recherche académique, avec page projet dédiée, et non d'un produit commercialisé ni d'un déploiement industriel : les résultats se limitent à deux tâches de manipulation en environnement contrôlé. La suite logique, non détaillée dans l'abstract, porterait sur l'extension à des tâches de contact plus variées et sur une validation en dehors du cadre expérimental initial avant toute intégration dans des piles de contrôle robotique commerciales.

RecherchePaper

1 source

3arXiv cs.RO

ReMoSPLAT : contrôle réactif de manipulation mobile sur un Gaussian Splat

Des chercheurs présentent ReMoSPLAT, un contrôleur réactif pour la manipulation mobile fondé sur une formulation de programme quadratique, qui exploite une représentation en Gaussian Splatting pour l'évitement d'obstacles. Le système coordonne simultanément le mouvement de la base et du bras d'un manipulateur mobile afin d'atteindre une pose cible de l'effecteur terminal, y compris dans des scènes encombrées, sans recourir à une planification de trajectoire coûteuse en calcul. Les auteurs comparent deux méthodes de calcul de distance robot-obstacle : une approche purement géométrique et une approche par rastérisation directement sur le nuage de gaussiennes. Les expériences, menées en simulation sur des scans synthétiques et des scans réels, montrent des performances comparables à celles de contrôleurs disposant d'une connaissance parfaite de l'environnement (vérité terrain). L'approche a également été validée sur une plateforme robotique physique, avec des ressources détaillées sur remosplat.github.io. Le papier, référencé arXiv:2512.09656, est une version mise à jour d'un travail déjà soumis. L'intérêt pour l'industrie robotique tient à la promesse d'éviter le compromis habituel entre réactivité et sécurité : la plupart des contrôleurs réactifs rapides ignorent la géométrie fine de l'environnement, tandis que les méthodes fiables en évitement d'obstacles s'appuient sur une planification lourde et lente. En intégrant directement une représentation Gaussian Splat, format de rendu 3D initialement conçu pour la synthèse d'images photoréalistes, dans une boucle de contrôle temps réel, les auteurs montrent qu'il est possible de rapprocher perception dense et contrôle réactif sans sacrifier la vitesse. C'est un signal utile pour les intégrateurs travaillant sur des AMR à bras embarqué appelés à opérer dans des environnements non structurés, entrepôts ou ateliers, où la cartographie complète et statique de la scène n'est pas toujours disponible ou à jour. Ce travail s'inscrit dans une tendance plus large d'adoption du Gaussian Splatting comme représentation de scène pour la robotique, en alternative aux occupancy grids ou aux maillages classiques, une piste explorée en parallèle par plusieurs laboratoires académiques depuis 2024. Contrairement aux annonces commerciales de robots humanoïdes, il s'agit ici d'un résultat de recherche à un stade préliminaire, validé sur banc d'essai plutôt que déployé en production, dont la suite logique serait une évaluation sur des tâches de manipulation plus longues et des environnements dynamiques.

RecherchePaper

1 source

4arXiv cs.RO

Robot Trajectron V3 : un cadre de contrôle partagé probabiliste pour la manipulation SE(3)

Un nouveau cadre de contrôle partagé pour la téléopération de bras robotiques à haut degré de liberté, baptisé Robot Trajectron V3 (RT-V3), a été publié sur arXiv (référence 2607.09315). Il cible les tâches de préhension en SE(3), c'est-à-dire combinant translation et rotation dans l'espace. RT-V3 formule l'assistance comme une inférence bayésienne : un modèle transformer génératif apprend un a priori sur l'intention de l'utilisateur à partir de nuages de points, de poses de préhension candidates et de la dynamique passée du robot, puis le combine en temps réel aux commandes de l'opérateur pour estimer la trajectoire future la plus probable. Une représentation factorisée translation-rotation améliore l'apprentissage dans ces espaces d'action de haute dimension. Des études utilisateurs réelles montrent un taux de réussite et une efficacité supérieurs aux méthodes de référence, avec une charge de travail physique et mentale réduite pour l'opérateur. L'enjeu est concret pour l'industrie robotique : la téléopération de bras à haute dimensionnalité reste lourde cognitivement et source d'erreurs, surtout avec des interfaces à faible bande passante comme les joysticks ou les interfaces cerveau-machine. Pour les intégrateurs travaillant en logistique, en désamorçage ou en intervention en environnement dangereux, un contrôle partagé qui anticipe l'intention humaine peut réduire la fatigue de l'opérateur sans exiger une autonomie complète, encore risquée en scène non structurée. Le travail illustre aussi une tendance de fond du secteur : l'usage de modèles génératifs conditionnés par la vision, proches des architectures VLA popularisées par des systèmes comme Pi-0 ou GR00T N2, pour de l'assistance plutôt que de l'autonomie totale. Les résultats restent toutefois issus d'études en laboratoire, dont le passage à l'échelle industrielle reste à démontrer. Le nom "V3" signale une itération sur des versions antérieures de Robot Trajectron, dans un champ de recherche sur le contrôle partagé homme-robot déjà disputé entre approches par diffusion, par apprentissage par renforcement et par inférence bayésienne. Aucun partenaire industriel ni déploiement commercial n'est mentionné : il s'agit à ce stade d'une contribution académique, sans licence ni intégration produit annoncée. La suite logique pour ce type de travaux est généralement une extension à des tâches multi-étapes ou à des flottes de robots, ainsi qu'une comparaison plus poussée face aux politiques VLA end-to-end qui gagnent du terrain dans l'industrie humanoïde.

RecherchePaper

1 source