Aller au contenu principal
FAME : RL adaptatif à la force pour élargir l'enveloppe de manipulation d'un robot humanoïde grandeur natureIllustration générée par IA
RecherchearXiv cs.RO 

FAME : RL adaptatif à la force pour élargir l'enveloppe de manipulation d'un robot humanoïde grandeur nature

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource unique

Des chercheurs du laboratoire CORRELL proposent FAME, un cadre d'apprentissage par renforcement qui permet à un humanoïde grandeur nature de rester stable lorsqu'il subit des forces aux mains pendant une manipulation bimanuelle. Le travail, publié sur arXiv (2603.08961, version 2), conditionne une politique de maintien debout sur un contexte latent appris qui encode à la fois la configuration articulaire du haut du corps et les forces d'interaction aux deux mains. L'entraînement applique des forces 3D échantillonnées de façon isotrope sur chaque main, selon un curriculum de postures du haut du corps. Au déploiement, la force n'est pas mesurée : elle est reconstruite en ligne à partir des couples et états articulaires par dynamique inverse du corps rigide, sans capteur force/couple au poignet. Sur plus de 100 configurations du haut du corps soumises à des forces croissantes, FAME atteint 38,9 % de réussite avec une tolérance de 150 mm sur la position des mains. Les références plafonnent à 16,6 % (même force sans encodage), 4,3 % (politique à curriculum conditionnée par la pose) et 24,7 % (politique de locomotion entraînée de façon adverse). Le transfert est montré dans une cuisine simulée sous MuJoCo, puis sur un Unitree H1-2 grandeur nature avec des charges asymétriques et bimanuelles. Le code et les vidéos sont publiés.

Ce résultat s'attaque à un point faible de la manipulation humanoïde : la plupart des politiques de locomotion savent ne pas tomber, mais pas tenir une tâche pendant qu'on les pousse. Le critère de réussite est ici plus exigeant que le simple fait de rester debout, puisque le robot doit aussi garder les mains près de la cible. La politique adverse en est l'illustration : elle reste droite en faisant un pas, ce qui déplace les mains et fait échouer la tâche. Pour un intégrateur, le gain est double. Retirer les capteurs F/T de poignet réduit coût, masse et fragilité, et la dynamique inverse est déjà disponible sur les plateformes à retour de couple. Il faut toutefois relativiser : 38,9 % de réussite sur un balayage volontairement difficile de forces et de postures montre que l'enveloppe reste étroite, très loin d'un niveau de fiabilité industrielle. Les résultats sont aussi essentiellement obtenus en simulation, avec une démonstration matérielle qualitative sur le H1-2, sans taux de réussite chiffré sur robot réel.

Le travail s'inscrit dans la montée des politiques de contrôle du corps entier pour humanoïdes, où la manipulation avec charge reste moins mature que la marche ou la téléopération. Il se positionne face aux approches de robustesse par entraînement adverse et aux politiques conditionnées sur la seule pose, que les auteurs surclassent nettement dans leur protocole. Les acteurs commerciaux comme Figure, Tesla (Optimus) ou Agility misent sur des contrôleurs propriétaires dont les performances sous charge ne sont pas publiées, ce qui rend la comparaison impossible. Les prochaines étapes naturelles seraient d'intégrer ce contrôleur de stabilité sous une politique de manipulation de type VLA, de quantifier les résultats sur robot réel et d'élargir l'enveloppe au-delà de la posture debout, vers la marche chargée.

Dans nos dossiers

À lire aussi

HULK : apprendre la locomanipulation de force du corps entier pour les robots humanoïdes
Illustration générée par IA
1arXiv cs.RO 

HULK : apprendre la locomanipulation de force du corps entier pour les robots humanoïdes

Des chercheurs ont publié sur arXiv (octobre 2026) HULK, un cadre de contrôle du corps entier destiné à la manipulation locomotrice « avec force » sur robots humanoïdes, c'est-à-dire le transport d'objets volumineux et lourds. Le principe repose sur une commande prédictive (MPC) qui guide l'apprentissage par renforcement grâce à des prédictions de la dynamique en charge. Deux politiques « enseignantes » sont entraînées : l'une suit des mouvements de bras sous forces appliquées aux poignets, l'autre marche en tenant un grand objet plaqué contre le corps. Une fonction barrière de contrôle fondée sur le « capture point » vient renforcer l'enseignante des poignets pendant l'entraînement pour préserver l'équilibre sous charge. Les deux enseignantes sont ensuite distillées en une seule politique. L'évaluation couvre la simulation et le Unitree G1. En simulation, l'enseignante dotée de la barrière affiche les erreurs de suivi de vitesse avant et latérale les plus faibles parmi les contrôleurs comparés, à 10 kg par bras, et réduit de 35,7 % l'excursion agrégée du mouvement divergent (DCM) par rapport au seul apprentissage guidé par MPC. Elle résiste à des poussées sur le torse allant jusqu'à 130 N. L'intérêt tient au problème ciblé. La plupart des politiques de locomotion apprises pour humanoïdes sont entraînées à vide ou avec des charges légères, alors que les usages logistiques et industriels impliquent des caisses, bacs ou cartons qui déplacent le centre de masse et imposent un effort soutenu sur tout le haut du corps. En injectant la dynamique chargée dans l'entraînement, HULK s'attaque à l'un des écarts entre démonstrations et exploitation réelle. Le chiffre de 10 kg par bras reste toutefois à relativiser : il est obtenu en simulation, sur une plateforme G1 de taille et de puissance modestes, et l'article ne fournit, dans ce résumé, ni temps de cycle, ni taux de réussite sur matériel, ni durée de port. La réduction de 35,7 % du DCM est un gain relatif entre variantes de la même méthode, pas une performance absolue. La preuve d'une robustesse en conditions réelles, avec des objets variés et des sols imparfaits, reste à faire. HULK s'inscrit dans la vague des approches « teacher-student » et de contrôle du corps entier par apprentissage, déjà largement testées sur le G1 pour la marche, le saut ou les mouvements expressifs, et dans la recherche de bases communes entre MPC, qui apporte des garanties physiques, et RL, qui apporte la robustesse. Les acteurs industriels, dont Figure, Tesla avec Optimus et Agility, visent des charges utiles plus élevées sur des machines propriétaires, sans publier leurs méthodes de contrôle. Ici, il s'agit d'une contribution académique, sans produit ni pilote annoncé. La suite logique serait un transfert sur des humanoïdes plus grands et des charges réelles plus lourdes, avec des mesures publiées sur matériel.

RecherchePaper
1 source
Ctrl-F : la force comme interface pour la locomanipulation humanoïde
Illustration générée par IA
2arXiv cs.RO 

Ctrl-F : la force comme interface pour la locomanipulation humanoïde

Des chercheurs proposent Ctrl-F, un cadre hiérarchique « mouvement-force » pour la manipulation locomotrice de robots humanoïdes (arXiv:2611.05507v1). Le système ajoute au suivi de mouvement une commande de force explicite: un vecteur 3D appliqué à chaque corps de contact désigné, main ou pied. Il repose sur deux niveaux. Un contrôleur unifié suit la trajectoire de référence tout en appliquant au monde la force demandée. Un planificateur de force de haut niveau émet cette commande en ligne, à partir de l'état de l'objet et des observations proprioceptives. En simulation comme sur matériel réel, le système accomplit des tâches qui exigent des efforts élevés et soutenus, et ajuste sa commande quand la charge change. Sur robot, il réalise des traînées, des poussées et des levages à la main, ainsi que des coups de pied. Il déplace des caisses jusqu'à 20 kg en poussée et en frappe, là où la référence insensible à la force échoue, et il s'adapte à des charges ajoutées en cours de tâche. L'abstract ne précise ni le modèle de robot, ni le nombre d'essais, ni le taux de réussite. L'enjeu tient à une limite connue du suivi de mouvement humanoïde. Ces politiques généralistes reproduisent une grande variété de gestes humains, mais en espace libre: le robot sait où placer son corps, pas comment interagir avec l'environnement. Les approches qui intègrent l'objet à l'objectif réduisent souvent l'interaction à un contact ou à une géométrie, ce qui laisse de côté les cas exigeants, comme pousser une charge lourde. Les auteurs soutiennent que la force est un canal de commande naturel entre l'imitation de mouvement et l'interaction avec l'objet, puisqu'elle précise non seulement où toucher, mais avec quelle intensité. Le résultat est utile pour les intégrateurs qui visent la logistique ou la manutention de charges inertes: l'adaptation en ligne à une masse inconnue ou changeante est ce qui sépare une démo d'un poste réellement tenable. Il faut toutefois rester prudent. Une charge de 20 kg en poussée ou en frappe correspond à des tâches où le frottement et l'inertie dominent, ce qui est moins exigeant qu'un portage. Les levages sont cités sans plafond de masse. Il s'agit d'un travail académique sur banc d'essai, sans indication de cadence, de fiabilité ni de durée d'exploitation. Ce travail s'inscrit dans l'essor des contrôleurs de suivi de mouvement à grande échelle pour humanoïdes, issus de l'imitation de données de capture humaine, qui servent de base à de nombreux systèmes récents. Les acteurs industriels comme Figure, Tesla, Agility ou Boston Dynamics cherchent à rendre ces robots utiles en manipulation lourde, tandis que les modèles vision-langage-action traitent surtout la planification de haut niveau, rarement la force. Ctrl-F place l'effort au centre de la boucle de commande, une approche complémentaire de ces modèles. La suite logique serait une validation sur davantage de plateformes, des objets plus variés et des charges plus lourdes, ainsi qu'une intégration avec des planificateurs appris à partir de la vision.

RecherchePaper
1 source
Adaptation cinématique basée sur la force et le couple pour les tâches de manipulation robotique
Illustration générée par IA
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
FORCA : un agent de code sensible à la force pour la manipulation robotique riche en contacts
Illustration générée par IA
4arXiv cs.RO 

FORCA : un agent de code sensible à la force pour la manipulation robotique riche en contacts

FORCA, un agent de code décrit dans l'article arXiv 2610.31841, prend en entrée des observations visuelles et les mesures du capteur force/couple (F/T) monté au poignet du robot, puis écrit des programmes Python pour sonder le contact et produire des mouvements réactifs à la force. Entre deux exécutions, l'agent examine les enregistrements de force en parallèle des résultats visuels, diagnostique la cause de l'échec et révise à la fois la trajectoire et la logique de retour d'effort. Le système ne requiert ni démonstrations, ni entraînement spécifique à la tâche, ni simulation. Les auteurs l'ont testé sur cinq tâches avec un robot réel, couvrant trois formes de manipulation riche en contact : l'amélioration de la précision (notamment de saisie), l'adaptation à des changements de propriétés d'objet ou de surface, et la régulation du contact face à des variations de surface ou à un objet en mouvement. Face à une variante de l'agent limitée à la vision, FORCA améliore la précision de saisie et le taux de réussite, et réduit les pertes de contact lors d'essais d'essuyage et d'épluchage. Le résumé ne donne ni chiffres de gain, ni modèle de langage utilisé, ni modèle de robot. L'intérêt tient à la voie suivie : au lieu d'entraîner une politique VLA (vision-langage-action) sur des démonstrations téléopérées, coûteuses à collecter, la logique de contrôle est générée comme du code lisible, puis corrigée par essais successifs. Pour un intégrateur, cela rend le comportement inspectable et modifiable, et laisse espérer une mise en service plus rapide sur des tâches de contact (essuyage, épluchage, insertion) que les modèles purement visuels traitent mal, faute de perception de la force. La comparaison avec la variante vision seule suggère que le capteur F/T apporte un gain réel, mais elle ne prouve rien sur la fiabilité industrielle. Cinq tâches de laboratoire, sans taux publiés dans le résumé, sans temps de cycle ni nombre d'itérations de raffinement nécessaires, laissent ouverte la question de la robustesse, de la sécurité des essais physiques menés par un agent, et du coût de ces boucles d'essai-erreur sur du matériel réel. Ce travail s'inscrit dans la montée des agents de code pour la robotique, qui traduisent le langage en programmes, et dans l'effort pour doter les modèles fondation d'une perception tactile et de force, que les VLA actuels exploitent peu. Il rejoint les approches de politiques apprises comme Pi-0 ou GR00T, qui misent sur les données, avec un compromis différent : moins de données, mais plus d'ingénierie de la boucle de diagnostic. Il s'agit d'un préprint en première version (v1), non évalué par les pairs. Les suites naturelles seraient une validation sur davantage de plateformes et de tâches, des comparaisons directes avec des politiques apprises, et l'ouverture du code.

RecherchePaper
1 source