La fonction avant la forme : correspondance fonctionnelle pour la génération de prises dextériques inter-morphologies

Des chercheurs proposent FunCo-Grasp, un cadre de génération de préhensions dextres « cross-embodiment », c'est-à-dire transférable d'une main robotique à l'autre. Il est décrit dans un préprint arXiv (v1, non évalué par les pairs). Le principe est d'établir des « correspondances fonctionnelles » entre des mains aux géométries, topologies et cinématiques très différentes. Deux alignements y contribuent. Le Functional Part Alignment associe chaque lien physique de la main à une partie fonctionnelle commune, selon son rôle dans la saisie. Le Canonical Frame Alignment exprime ensuite ces parties dans des repères locaux canoniques. Un modèle de diffusion, conditionné par cette représentation et par la géométrie de l'objet, génère l'agencement spatial cible des parties fonctionnelles. Cet agencement est ensuite converti en configuration articulaire exécutable. Pour une main inédite, il suffit de fournir ses modèles géométrique et cinématique, plus une annotation fonctionnelle légère faite une seule fois. Aucune donnée de préhension sur la main cible, aucun fine-tuning et aucun retargeting appris ne sont nécessaires. En simulation, sur des objets exclus de l'entraînement dans le CMapDataset filtré, le taux de succès moyen atteint 92,40 % sur trois mains vues à l'entraînement et 74,02 % sur quatre mains inédites. En conditions réelles, le même modèle réussit 76,00 % des essais sur deux mains inédites, sans entraînement supplémentaire.

L'intérêt tient à l'obstacle que ces travaux visent. Aujourd'hui, chaque nouvelle main dextre oblige souvent à recollecter des données ou à réentraîner, ce qui freine les intégrateurs qui comparent ou changent d'effecteur. Ici, le coût d'adaptation se réduit à une annotation unique. Cela rend plausible un modèle de préhension réutilisable d'une main à l'autre. L'écart de 18 points entre mains vues et inédites en simulation montre cependant que le transfert est loin d'être résolu. Le chiffre réel de 76 % repose sur seulement deux mains, et l'article ne donne ici ni le nombre d'objets, ni le nombre d'essais, ni les conditions de test. Il décrit de plus des préhensions statiques, pas de la manipulation en main, ce qui reste loin des exigences d'une ligne de production. Le résultat va néanmoins dans le sens d'une hypothèse du secteur : une représentation structurée par la fonction généralise mieux que l'apprentissage de motifs propres à chaque main.

Le travail s'inscrit dans une série de méthodes cross-embodiment pour la dextérité. Les approches précédentes s'appuient souvent sur des représentations spécifiques à chaque main ou sur du retargeting appris, ce qui limite la généralisation. Les mains multi-doigts se multiplient pourtant, des modèles à quatre doigts jusqu'aux mains humanoïdes à plus de vingt degrés de liberté. Le préprint n'annonce ni code, ni pilote industriel, ni calendrier. Les prochaines étapes logiques seraient un test sur un éventail plus large de mains, la prise en compte de la manipulation dynamique et une évaluation sur des objets non rigides ou en environnement encombré.