RecherchearXiv cs.RO 15 octobre 2026

HiFun : un cadre hiérarchique pour l'apprentissage efficace de la manipulation dextre fonctionnelle

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

HiFun est un cadre d'apprentissage par renforcement (RL) hiérarchique, entraîné directement en conditions réelles, pour des tâches de manipulation fonctionnelle avec mains robotiques multi-doigts. Ce travail est décrit dans un preprint arXiv (2610.19518v1) dont la page projet est publiée. Ses auteurs séparent le contrôle en deux niveaux. Une « compétence de main fonctionnelle » exécute le contact précis. Une politique de coordination bras-main pilote le bras et déclenche cette compétence. Les données sont collectées plus efficacement grâce à l'augmentation par Dynamic Movement Primitives (DMP), des trajectoires paramétrées qui multiplient les démonstrations. Sur six tâches réelles et deux mains dextres différentes, HiFun atteint 98,3 % de succès moyen après une heure d'entraînement en ligne. Les auteurs indiquent aussi une robustesse aux perturbations dynamiques. Le résumé ne précise ni les noms des mains, ni la liste des tâches, ni le nombre d'essais par tâche.

L'intérêt est d'abord pratique. La manipulation dextre réelle se heurte à un double verrou. La simulation modélise mal les dynamiques de contact. Les démonstrations dans l'espace complet bras-main, avec un bras couplé à une main à nombreux degrés de liberté (DoF), sont coûteuses et bruitées. En découplant le contact fin de la coordination globale, HiFun réduit l'espace que l'humain doit démontrer. Il rend aussi l'intervention humaine en temps réel exploitable pour apprendre à récupérer après un contact glissé ou une force appliquée trop tôt. Si le chiffre de 98,3 % en une heure tient hors du laboratoire, il plaide pour un apprentissage réel court plutôt que pour un sim-to-real parfait. Il faut toutefois rester prudent. Il s'agit d'un preprint non évalué par des pairs, sur six tâches choisies par les auteurs. La moyenne peut masquer des écarts entre tâches. Le temps d'intervention humaine, qui ne figure pas dans le résumé, compte autant que la durée d'entraînement pour juger du coût réel.

Ce travail s'inscrit dans une tendance de fond. Les modèles vision-langage-action (VLA) généralistes progressent sur la préhension simple, mais restent fragiles sur la dextérité fine avec contacts riches. Les approches de RL réel avec intervention humaine, ainsi que les compétences hiérarchiques, sont l'alternative explorée par la recherche académique. Elles se positionnent face aux politiques apprises par imitation à grande échelle, que développent des acteurs comme Physical Intelligence, NVIDIA ou Figure. Aucun déploiement industriel ni calendrier de pilote n'est annoncé. Les prochaines étapes à surveiller sont la publication du code et des données, la reproduction par d'autres laboratoires, et le test sur des tâches plus longues et sur des mains plus variées.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

IA physique & VLA Physical Intelligence — π0 arXiv cs.RO

À lire aussi

1arXiv cs.RO

Compositional : apprentissage de la manipulation fonctionnelle dextérique sans démonstrations

CoDex est un nouveau framework de manipulation dextre présente par un article arXiv (2606.31909v1) issu du Robin Lab de l'université du Texas a Austin. Il s'attaque a la manipulation fonctionnelle compositionnelle d'objets, c'est a dire des taches ou il faut a la fois orienter un objet vers une cible et actionner son mécanisme interne, comme viser une plante avec un pulvérisateur ou appliquer de la colle chaude sur du bois. Le système a été teste sur un bras robotique a 7 degrés de liberté équipe d'une main multi-doigts a 16 degrés de liberté, sur six taches impliquant des objets jamais vus a l'entrainement: pulvérisateurs, pistolets a colle, soufflettes a air, lampes de poche et moulins a poivre. Sans aucune démonstration humaine, CoDex utilise des modèles vision-langage pour déduire les contraintes sémantiques de la tache et de la scene, génère ensuite une courte liste de prises fonctionnelles candidates par optimisation analytique sous contrainte, puis affine ces prises via apprentissage par renforcement pour produire des politiques complètes de saisie, déplacement et actionnement, transférables de la simulation au monde réel. L'intérêt principal tient a l'approche zero-démonstration. La plupart des systèmes de manipulation dextre récents, des modèles VLA comme Pi-0, GR00T N2 ou Helix, dépendent d'immenses jeux de démonstrations téléopérées, un goulot d'étranglement couteux quand il faut couvrir la longue traine d'outils du quotidien. En montrant qu'un pipeline combinant VLM et RL peut généraliser a des objets et mécanismes inédits sans collecte de données humaines, CoDex propose une alternative crédible pour les intégrateurs confrontes a des catalogues d'objets trop vastes pour être démontrés un par un. Le travail s'inscrit dans la lignée des recherches sur le grasping fonctionnel et la manipulation dextre, en rupture avec le paradigme dominant de l'imitation learning massive. Il reste a ce stade une démonstration académique limitée a six taches et un seul bras robotique, sans annonce de déploiement industriel; les prochaines étapes attendues concernent l'extension a un plus grand nombre de catégories d'objets et de mécanismes d'actionnement plus complexes.

RecherchePaper

1 source

2arXiv cs.RO

Apprentissage hiérarchique de politiques résiduelles pour la manipulation mobile en conditions réelles, avec peu de guidage humain

HiRe-MoMa (Hierarchical Residual Mobile Manipulation) est un cadre d'apprentissage proposé dans un preprint arXiv (2610.20607) pour affiner, directement sur robot réel, des systèmes de manipulation mobile (MoMa). Il gèle une politique de base et apprend par-dessus des corrections additives, dites résiduelles, indépendantes de l'architecture de cette politique. Ce résiduel est scindé en deux têtes, l'une pour la base mobile et l'autre pour le bras manipulateur, avec un conditionnement unidirectionnel censé limiter les interférences de gradients et refléter la hiérarchie physique de la plateforme. Un second mécanisme, l'Expert-Guided Value Alignment, exploite de rares interventions humaines, couvrant moins de 20 % de l'entraînement, pour remodeler la fonction de valeur du critique et orienter l'exploration autonome. Les expériences ont été menées sur le robot TIAGo++, avec environ 30 minutes d'interaction en ligne, et les auteurs rapportent une amélioration constante des performances quelle que soit la politique de base. Le résumé ne donne ni taux de réussite ni liste de tâches. L'intérêt pour l'industrie tient au goulot d'étranglement que ce travail vise : l'affinage en conditions réelles de systèmes mobiles, où l'espace d'action est de grande dimension et où la base et le bras sont fortement couplés. Les politiques généralistes de type VLA (vision-langage-action) restent souvent fragiles une fois sorties de leurs conditions d'entraînement, et l'apprentissage par renforcement sur robot réel est coûteux en données et risqué. Une adaptation en une demi-heure, avec un superviseur humain intervenant ponctuellement, correspondrait à un coût de mise en service compatible avec un pilote chez un intégrateur. Le caractère agnostique vis-à-vis de la politique de base est un atout, car il permettrait de greffer la méthode sur des modèles existants sans les réentraîner. Les auteurs affirment toutefois être « parmi les premiers » à y parvenir, ce qui reste à situer, et l'absence de chiffres dans le résumé impose de lire les tableaux : nombre de tâches, de séries d'essais, robustesse hors configuration d'entraînement et fréquence des échecs ou des collisions. Ce travail s'inscrit dans la montée de l'apprentissage résiduel et de l'affinage par RL de politiques pré-entraînées par imitation, une voie explorée pour combler l'écart entre démonstration et fiabilité. Le choix de TIAGo++, plateforme de recherche bimanuelle développée par PAL Robotics, société barcelonaise, donne en outre une visibilité à l'écosystème européen. Il s'agit d'un résultat académique et non d'un produit : aucun déploiement commercial ni calendrier n'est annoncé. Les suites naturelles sont la validation sur d'autres plateformes, des tâches plus longues et des environnements plus dynamiques, ainsi qu'une comparaison avec les approches d'affinage de grands modèles généralistes. Le site du projet, hire-moma.github.io, doit détailler les expériences.

UELe choix du robot TIAGo++ de PAL Robotics (Barcelone) donne une visibilité à l'écosystème européen, sans déploiement ni impact direct en France.

RecherchePaper

1 source

3arXiv cs.RO

HeLoM : apprentissage hiérarchique pour la locomotion et la manipulation corps entier par un robot hexapode

Des chercheurs ont publié sur arXiv (arXiv:2509.23651v3) HeLoM, un framework hiérarchique d'apprentissage pour la manipulation whole-body par un robot hexapode. L'objectif central est la manipulation non-préhensile, c'est-à-dire pousser des objets sans les saisir, une stratégie qui contourne la complexité de la conception de prises tout en exploitant le contact direct pour contrôler la pose d'un objet. Le système repose sur une architecture à deux niveaux : un planificateur haut niveau qui définit les comportements de poussée, et un contrôleur bas niveau qui maintient la stabilité locomotrice et génère des commandes articulaires dynamiquement cohérentes. En pratique, les pattes avant assurent l'interaction avec l'objet tandis que les pattes arrière fournissent la propulsion. Les expériences en monde réel montrent que le robot peut pousser des objets de tailles et propriétés physiques variées, et a priori inconnues, vers des poses cibles définies. L'intérêt de HeLoM pour le secteur robotique tient à deux points. Premièrement, il démontre qu'un système hexapode peut réaliser une manipulation efficace sans bras ni préhension, en mobilisant la totalité de la cinématique du corps, une approche qui s'applique par extension à d'autres plateformes multi-pattes. Deuxièmement, la robustesse face aux propriétés inconnues de l'objet (masse, forme irrégulière) illustre un progrès sur le gap sim-to-real : le framework, validé en simulation, transfère dans le monde physique sans connaissance a priori des paramètres de l'objet. Pour un intégrateur industriel, cela signifie potentiellement une manipulation de charges lourdes ou encombrantes sans recourir à un bras robotique dédié. L'approche s'inscrit dans un courant plus large de recherche sur la loco-manipulation whole-body, où des laboratoires comme ETH Zurich (ANYmal), Carnegie Mellon (loco-manipulation quadrupède) et Boston Dynamics travaillent à unifier locomotion et manipulation dans un cadre unique. HeLoM se distingue en ciblant spécifiquement l'hexapode, morphologie plus stable mais moins explorée que le quadrupède pour la manipulation. La publication est un preprint arXiv (version 3), sans mention de déploiement industriel ni de partenariat. Les prochaines étapes naturelles seraient l'extension à des comportements de tirage ou de levage, et des tests sur des charges plus importantes avec mesure explicite du payload maximal, absent des résultats actuellement publiés.

RecherchePaper

1 source

4arXiv cs.RO

LabDex : un référentiel hiérarchique pour la manipulation dextérique en laboratoire

LabDex, un jeu de données et benchmark a grande échelle pour la manipulation dextre en laboratoire de chimie, a été publie sur arXiv le 20 aout 2026 sous la référence 2608.18618v1. L'outil organise les taches de laboratoire selon une taxonomie hiérarchique en trois niveaux: les compétences atomiques, qui couvrent les gestes de manipulation fondamentaux; les taches compositionnelles, qui les combinent; et les protocoles expérimentaux a long horizon, qui enchainent plusieurs étapes dépendantes de l'état du système. Fait notable, LabDex réunit pour la première fois sous un cadre commun des plateformes réelles et simulées, avec des définitions de taches, des démonstrations et des protocoles d'évaluation standardises. Ses concepteurs ont teste plusieurs méthodes d'apprentissage robotique sur ces trois niveaux, en conditions réelles comme en simulation, pour valider la conception des taches et la qualité des démonstrations collectées. Ce travail comble un angle mort des benchmarks existants, qui ne combinaient jusqu'ici ni l'usage de mains dextres, ni des interactions réalistes avec du matériel de laboratoire, ni des procédures multi-étapes, ce qui limitait l'entrainement et l'évaluation systématiques des politiques robotiques dans ce domaine. Pour les laboratoires autonomes de chimie et de découverte de médicaments, cela offre un cadre de référence commun pour comparer des approches sur un protocole partage plutôt que sur des démonstrations isolées et difficiles a reproduire. En reliant compétences élémentaires et performance sur des taches complexes, LabDex permet aussi d'analyser ce qui, dans une politique de manipulation, se généralisé réellement d'une tache a l'autre, une question souvent laissée dans le flou par les démonstrations triées sur le volet des annonces commerciales de bras manipulateurs ou d'humanoïdes. Cette publication s'inscrit dans la dynamique des laboratoires autonomes, ou "self-driving labs", un axe de recherche visant a confier a des robots des protocoles expérimentaux répétitifs ou dangereux, aujourd'hui réalisés manuellement par des chimistes. Jusqu'ici, les benchmarks de manipulation dextre provenaient soit de la robotique domestique ou industrielle générale, soit de simulations pures, sans lien direct avec les contraintes concrètes d'un laboratoire de chimie. LabDex se positionne comme une brique de fondation pour la communauté de recherche en apprentissage robotique, avec l'ambition de servir de référence standardisée pour comparer de futures politiques, y compris des modèles généralistes de type vision-langage-action, sur des taches de complexité croissante.

RecherchePaper

1 source