RecherchearXiv cs.RO 21 septembre 2026

FORTE : optimisation adaptative de la capacité de force pour manipulateurs mobiles

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de recherche présente FORTE, un framework de contrôle pour manipulateurs mobiles redondants, décrit dans un preprint publié sur arXiv (2609.21497, catégorie "new"). Le système s'appuie sur un modèle vision-langage qui analyse une image RGB et une description de tâche pour estimer les propriétés physiques d'un objet et générer une séquence de forces requises, incluant les effets gravitationnels et inertiels liés au port de charge. FORTE définit ensuite une métrique de capacité de force orientée tâche, calculée comme la distance signée entre une boule d'incertitude de force et le polytope de force résiduelle dynamique du robot, qui quantifie l'écart entre les besoins de la tâche et la capacité d'actionnement restante. Cette métrique est intégrée dans une optimisation de trajectoire corps entier combinant manipulabilité, évitement des butées articulaires, fluidité de mouvement et suppression des oscillations de la base mobile. Les essais portent sur un manipulateur mobile exécutant des tâches de levage et de maintien en un point sous charges utiles variables, avec code source public sur GitHub (yeying256/FORTE).

Le résultat central concerne directement les intégrateurs de bras robotiques montés sur AMR ou plateformes mobiles: contrairement aux méthodes existantes qui maximisent systématiquement la capacité de force au détriment de la dextérité, ou qui ignorent les exigences propres à chaque tâche, FORTE ajuste dynamiquement l'effort de contrôle à la charge réelle. Le robot conserve ainsi une manipulabilité élevée pour les charges légères tout en garantissant une marge de force suffisante pour les charges lourdes, un compromis que les approches de référence testées ne reproduisent pas. C'est une piste concrète pour la logistique et l'industrie, où un même bras doit alterner entre pièces légères de précision et charges lourdes sans reparamétrage manuel des contraintes de force, et un exemple supplémentaire d'usage de modèles vision-langage pour informer la planification de mouvement sans modèle physique préalable de l'objet manipulé.

Ce travail répond à une limite connue des méthodes de résolution de redondance: elles négligent généralement les exigences de force spécifiques à la tâche, ou maximisent la capacité de force de façon indiscriminée, sacrifiant la dextérité quand une large marge n'est pas nécessaire. Les auteurs comparent explicitement FORTE à trois références fixes, le rayon inscrit du polytope de force résiduelle, son cône, et l'optimisation basée sur la seule manipulabilité. Publié comme preprint arXiv en version initiale, le travail reste à ce stade une contribution de recherche accompagnée d'une implémentation ouverte, sans partenaire industriel, plateforme commerciale ni calendrier de déploiement mentionnés dans l'article.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Optimisation par données des configurations de capteurs tactiles pour la manipulation dextérique

Des chercheurs ont publié sur arXiv (arXiv:2409.20473v3) un cadre méthodologique permettant, pour la première fois, de quantifier la contribution individuelle de chaque capteur tactile à la performance d'une politique d'apprentissage par renforcement profond (DRL) appliquée à la manipulation dextère. L'étude cible la Shadow Hand, une main robotique à 24 degrés de liberté équipée de 92 capteurs tactiles. En deux étapes, les auteurs réduisent ce réseau dense à 14 capteurs tout en conservant plus de 90 % de la performance initiale sur trois tâches de manipulation standardisées (bloc, oeuf, stylo). La première phase, empirique, écrête le nombre de capteurs de 92 à 21 en maintenant 93 % des performances. La seconde phase, plus fine, combine une régression par processus gaussiens (GPR) et une régression Lasso pour classer l'importance fonctionnelle de chaque capteur restant. Le résultat le plus saillant contredit l'intuition habituelle en robotique : les capteurs du doigt médius contribuent négativement à l'apprentissage, dégradant activement la politique DRL plutôt que de l'améliorer. À l'inverse, le pouce, l'annulaire et l'auriculaire concentrent l'essentiel de l'information utile au contrôle de contact. Pour les intégrateurs et les équipes de R&D en manipulation robotique, cela signifie qu'une réduction drastique du nombre de capteurs n'est pas seulement possible sans sacrifier les performances, elle peut même les améliorer en éliminant des signaux redondants ou antagonistes. Des expériences de transfert zéro-shot sur deux nouveaux objets et une validation croisée sur l'Allegro Hand et la Leap Hand confirment que ces classements d'importance se généralisent au-delà de la plateforme d'entraînement. La problématique de placement de capteurs tactiles reste largement non résolue dans la littérature, en l'absence de méthodes systématiques comparables à celles développées pour la vision. Ce travail s'inscrit dans un contexte où plusieurs laboratoires et entreprises, dont Sanctuary AI, Agility Robotics ou encore OpenAI avec Dexterous Manipulation, investissent massivement dans la manipulation fine comme prochain verrou de la robotique humanoïde. Les concurrents directs sur la Shadow Hand incluent des frameworks basés sur le sim-to-real (IsaacGym, MuJoCo), qui peinent encore à modéliser fidèlement le retour tactile dense. Les auteurs proposent leurs critères de déploiement comme des guidelines quantitatifs applicables à d'autres morphologies robotiques, ouvrant la voie à des configurations capteurs optimisées dès la phase de conception mécanique plutôt qu'a posteriori.

RecherchePaper

1 source

2arXiv cs.RO

TacO : évaluation comparative des capteurs tactiles pour la manipulation d'objets

Des chercheurs ont publié sur arXiv (réf. 2605.21976) un cadre d'évaluation systématique baptisé TacO, conçu pour comparer les capteurs tactiles sur des tâches de manipulation robotique concrètes. Quatre modalités ont été mises à l'épreuve : capteurs visuels (à base de caméra et d'élastomère), acoustiques, magnétiques et résistifs, testés sur trois scénarios représentatifs de l'assemblage industriel : pick-and-place avec masse inconnue, réorientation d'objet en main, et insertion de connecteur. Pour chaque tâche, des politiques de manipulation distinctes ont été entraînées, puis évaluées selon les propriétés intrinsèques de chaque capteur : résolution spatiale, détection du cisaillement (shear sensing), représentation tactile, et friction du matériau de contact. L'ensemble des capteurs, du code, des données et des configurations matérielles sera rendu public sur le site du projet. Ce travail remet en cause une hypothèse structurante de la communauté robotique : que le toucher améliore systématiquement les performances de manipulation. TacO montre au contraire que l'utilité de l'information tactile dépend fortement de la modalité du capteur, des propriétés mécaniques des matériaux et de la nature exacte de la tâche. Cette nuance a des implications directes pour les intégrateurs et les équipes R&D : choisir un capteur tactile sans référence à la tâche cible relève du pari. Pour les COO et décideurs industriels qui évaluent des solutions de manipulation complexe (assemblage, insertion, tri de pièces), TacO fournit un étalon comparatif là où n'existait jusqu'ici que du consensus non quantifié. Il faut noter que les métriques de performance détaillées par tâche ne sont pas divulguées dans le préprint, ce qui limite l'interprétation sans accès au papier complet. Le besoin de ce benchmark s'inscrit dans une dynamique plus large : le succès des approches vision-language-action (VLA) et de l'apprentissage par démonstration a repoussé les limites du manipulation standard, mais ces méthodes butent sur les tâches à contact riche, où le retour visuel seul ne suffit pas. Plusieurs capteurs font figure de références sectorielles -- GelSight et DIGIT pour le tactile visuel, ReSkin pour le magnétique, des matrices résistives pour la pression -- mais aucune comparaison tête-à-tête rigoureuse ne permettait aux équipes de justifier leur choix. TacO comble ce vide méthodologique. Les prochaines étapes naturelles incluent l'extension à des tâches bi-manuelles, à des environnements moins contrôlés, et l'intégration de ces résultats dans les pipelines d'entraînement de politiques généralisées comme Pi-0 ou GR00T N2.

UELes équipes R&D et intégrateurs européens travaillant sur la manipulation à contact riche pourront s'appuyer sur ce benchmark open-source pour justifier objectivement leurs choix de capteurs tactiles, comblant un vide méthodologique jusqu'ici non quantifié.

RecherchePaper

1 source

3arXiv cs.RO

Adaptation cinématique basée sur la force et le couple pour les tâches de manipulation robotique

Publié sur arXiv le 21 août 2026 (arXiv:2608.21592v1), l'article présente une méthode d'adaptation cinématique en ligne pour la manipulation robotique en contact riche, où la relation entre les articulations d'un robot et l'outil qu'il tient change à chaque prise, parfois presque instantanément lors des changements de mode de contact, notamment pour les mains multi-doigts dont les points de contact ne sont pas fixés à l'avance. Les auteurs dérivent une loi de mise à jour dont la stabilité est démontrée mathématiquement: elle identifie la cinématique d'un outil inconnu à partir des seules mesures articulaires et d'un capteur de force/couple monté au poignet, sans aucune mesure extéroceptive de la pointe de l'outil, aussi bien en rigide qu'avec un contrôleur de compliance en boucle interne. L'identification ne porte que sur les directions excitées par le mouvement: la longueur d'un outil reste inobservable lors d'une insertion rigide en ligne droite, mais devient partiellement observable via le relâchement passif d'une boucle compliante. Une formulation alternative en programme quadratique reproduit le terme de prédiction de cette loi mais échoue à reproduire son terme de suivi. La validation reste, pour l'instant, une simulation d'insertion cheville-trou. Ce travail cible un verrou concret pour l'industrie: la plupart des systèmes de manipulation supposent une cinématique outil-effecteur fixe et connue, ce qui impose de recalibrer le robot à chaque changement d'outil ou de préhenseur, un frein à la polyvalence recherchée par les intégrateurs et les concepteurs de mains robotiques multi-doigts. En rendant l'estimation purement proprioceptive, sans caméra ni capteur tactile dédié, l'approche réduit l'instrumentation nécessaire pour des tâches de prise pleine main où les points de contact varient à chaque saisie. Elle s'inscrit aussi dans un débat plus large de la recherche en robotique: découpler l'apprentissage de la politique de tâche, par exemple via apprentissage par renforcement, de l'adaptation aux spécificités physiques d'un robot, d'une main ou d'un outil donné, dans l'idée de faciliter le transfert de politiques apprises vers d'autres configurations matérielles sans réentraînement complet. Les auteurs présentent ce travail comme une première étape d'un programme de recherche plus large, et non comme une solution aboutie: aucune validation sur robot physique n'est rapportée, seulement une simulation simple d'insertion, ce qui laisse ouverte la question du passage à l'échelle sur des prises complexes et sur du matériel réel. Le résumé public n'identifie ni laboratoire ni entreprise, et aucun lien n'est établi avec des plateformes commerciales comme Figure ou Tesla Optimus, ni avec des modèles vision-langage-action tels que Pi-0 ou GR00T N2. La démarche s'inscrit dans la lignée des recherches sur la manipulation dextre adaptative et l'estimation en ligne de paramètres physiques, un axe exploré en parallèle par plusieurs laboratoires de robotique pour réduire la dépendance des politiques de manipulation à une calibration extéroceptive précise.

RecherchePaper

1 source

4arXiv cs.RO

Optimisation de la conception de grands manipulateurs robotiques souples à haute force sous charges gravitationnelles

Une équipe de recherche publie sur arXiv (identifiant 2608.16728v1) une méthode d'optimisation géométrique pour les membres de robots souples de grande taille destinés à l'interaction physique avec l'humain. Le problème visé consiste à maximiser la force de blocage en bout de bras tout en respectant une contrainte anti-flambage sous le seul poids propre du membre, sans charge extérieure appliquée. Les auteurs démontrent qu'une solution explicite, sous forme fermée, existe à ce problème d'optimisation sous certaines hypothèses. La méthode a été testée expérimentalement sur trois géométries différentes d'un manipulateur souple de grande taille actionné pneumatiquement. Résultat clé : le modèle prédit correctement quelles géométries respectent la contrainte de non-flambage et laquelle produit la force la plus élevée à l'effecteur terminal, une validation obtenue par confrontation directe au comportement physique mesuré plutôt que par simulation seule. Jusqu'ici, la conception de robots souples de grande taille reposait presque exclusivement sur des prototypes de preuve de concept construits par tâtonnement, sans cadre systématique pour déterminer à l'avance si un paradigme de conception donné convient à une tâche donnée. Cette lacune devient critique dès qu'on dépasse l'échelle du démonstrateur de laboratoire : un bras souple de grande taille doit générer assez de force utile pour une interaction physique réelle (assistance, manipulation collaborative) tout en supportant son propre poids sans flamber, deux exigences structurellement en tension. En offrant une solution fermée plutôt qu'une optimisation itérative coûteuse, ce travail permet à un concepteur de juger, avant fabrication, si une famille de manipulateurs souples est viable à grande échelle pour un usage donné, évitant des cycles répétés de construction et d'essai-erreur sur des structures pneumatiques volumineuses. La robotique souple s'est surtout développée à petite échelle, avec des pinces et bras compliants pensés pour la sécurité et l'adaptabilité ; le passage à de grandes tailles fait apparaître un phénomène quasi absent des petits systèmes, l'affaissement et le flambage sous poids propre, qui bride mécaniquement la force disponible en bout de chaîne. Ce papier, classé comme nouvelle soumission sur arXiv, relève de la recherche en optimisation de conception plutôt que d'un produit commercial : aucune entreprise, aucun site de déploiement ni calendrier industriel n'est mentionné. Ses retombées les plus probables concernent les laboratoires et équipementiers explorant des actionneurs pneumatiques souples pour l'interaction homme-robot à grande échelle, assistance, rééducation ou cobotique, qui disposent désormais d'un outil de dimensionnement a priori plutôt que d'une succession de prototypes physiques pour arbitrer entre paradigmes de conception concurrents.

RecherchePaper

1 source