RecherchearXiv cs.RO 19 octobre 2026

Récolte de fraises ciblant le pédicelle par apprentissage par imitation sur un bras robotique téléopéré à bas coût

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs publient sur arXiv (octobre 2026) un pipeline d'apprentissage par imitation visuomoteur dédié à la cueillette de fraises en ciblant le pédicelle, la fine tige qui relie le fruit à la plante, plutôt que le fruit lui-même. Les démonstrations sont collectées par téléopération humaine sur un bras robotique à bas coût. Elles servent à entraîner une politique ACT (Action Chunking with Transformers) dotée d'un backbone visuel ResNet-50. La politique est ensuite déployée en autonomie sur une plateforme embarquée Jetson AGX Orin, à 15 Hz. L'entraînement porte sur 130 démonstrations et 100 000 pas de gradient. La loss passe de 2,84 à 0,091. Le dataset, les poids du modèle, le code, les configurations et les instructions de déploiement sont publiés en open source sur Hugging Face et GitHub.

Le choix du pédicelle répond à un verrou connu de la récolte robotisée. Cette tige mesure seulement 1,3 à 3 mm de diamètre, sa couleur se confond avec le feuillage et le détachement propre de la zone d'abscission exige un contrôle fin de l'effort. Saisir directement le fruit risque de le meurtrir, ce qui dégrade sa valeur marchande. Les approches classiques enchaînent des modules séparés de vision, de planification de trajectoire et de manipulation en contact, et se montrent fragiles dans un feuillage dense qui provoque des occlusions. Une politique end-to-end apprise à partir de démonstrations unifie ces trois étapes. Il faut toutefois lire les résultats avec prudence. Le résumé ne rapporte qu'une convergence de la loss d'entraînement. Il ne donne ni taux de réussite de cueillette, ni temps de cycle, ni taux de fruits endommagés, ni essais en conditions réelles de serre ou de champ. Une loss basse sur 130 démonstrations ne prouve pas la généralisation, et l'écart entre démonstration de laboratoire et exploitation commerciale reste entier.

L'intérêt tient surtout à l'accessibilité. Les acteurs établis de la récolte de fraises, comme Advanced Farm, Harvest CROO ou Tevel côté fruitier, s'appuient sur des systèmes propriétaires coûteux. Ici, un bras téléopéré bon marché, un module embarqué courant et des démonstrations humaines suffisent à produire une politique reproductible. Cela abaisse la barrière d'entrée pour les laboratoires et les intégrateurs agricoles, notamment européens, et rejoint la tendance des politiques ACT et des modèles VLA appris par imitation. La suite logique est d'évaluer des taux de succès chiffrés, d'augmenter le nombre de démonstrations et de tester la robustesse face à la variété des cultivars, des éclairages et des densités de feuillage.

Impact France/UE

Un pipeline open source et peu coûteux de récolte par imitation abaisse la barrière d'entrée pour les laboratoires et intégrateurs agricoles européens, sans acteur français ou européen directement impliqué.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Robots à trois bras : apprentissage par imitation visuomotrice de politiques robotiques

Voici l'article traduit et résumé. Une équipe de recherche présente TriManPolicy, un système d'apprentissage par imitation conçu pour piloter des robots à trois bras simultanément. Le problème de départ est concret : la téléopération bi-manuelle classique fonctionne bien quand le nombre de canaux de contrôle correspond entre l'opérateur humain et le robot, mais elle échoue dès qu'un robot dispose d'un troisième bras, puisqu'un seul opérateur ne peut piloter en continu que deux membres à la fois. Basculer entre paires de bras force alors à enregistrer des mouvements indépendants de façon séquentielle, ce qui pousse l'apprentissage par clonage comportemental à reproduire des délais imposés par l'interface de contrôle plutôt que par la tâche elle-même. Le composant central de TriManPolicy est le Dependency-Aware Tri-Arm Scheduling (DATS), un algorithme qui retraite les démonstrations hors ligne : il conserve les segments sensorimoteurs locaux tels que démontrés mais les repositionne dans le temps selon des contraintes d'ordre des tâches et d'usage des bras, validées par un humain. Le résultat entraîne une politique unique et synchrone pour les trois bras, sans nécessiter le graphe de dépendances ni le planificateur au moment du déploiement. Sur six tâches réelles complexes, les politiques entraînées sur données retimées par DATS montrent une coordination plus efficace, avec un taux de succès comparable aux méthodes classiques. Cette avancée s'attaque à un goulot d'étranglement peu discuté de la robotique humanoïde et multi-bras : la collecte de données de démonstration reste le facteur limitant pour entraîner des politiques visuomotrices de type VLA, et les systèmes à trois bras ou plus (bras additionnels, mains bimanuelles montées sur base mobile) sont de plus en plus courants dans les plateformes industrielles. En prouvant qu'il est possible de découpler la structure temporelle de la démonstration humaine de celle exigée par la tâche, TriManPolicy ouvre la voie à une collecte de données plus rapide et moins coûteuse pour des architectures robotiques complexes, un enjeu direct pour les intégrateurs qui cherchent à réduire le coût par démonstration sans sacrifier la qualité de coordination entre membres. Ce travail s'inscrit dans la lignée plus large des recherches sur l'apprentissage par imitation visuomoteur, où la majorité des systèmes existants (type ALOHA, Mobile ALOHA ou les plateformes bimanuelles standard) suppose une correspondance stricte entre canaux de téléopération humains et effecteurs robotiques. En proposant une méthode de retiming offline validée par supervision humaine plutôt qu'un simple filtrage des temps morts, les auteurs montrent que DATS modifie réellement la structure de supervision entre bras. Les six tâches testées en conditions réelles suggèrent une piste concrète pour les futurs travaux sur les architectures à quatre bras ou plus, notamment pour les robots humanoïdes à deux bras plus une base mobile ou un troisième effecteur dédié à une tâche auxiliaire.

RecherchePaper

1 source

2arXiv cs.RO

Apprentissage par imitation ancré vision-langage et conscient du contexte pour le désassemblage robotique

Le 17 septembre 2026, une équipe de recherche a publié sur arXiv (référence 2609.17714) une nouvelle méthode d'apprentissage par imitation destinée au désassemblage robotique de pièces mécaniques et de connecteurs. Le problème visé est celui de l'exécution à long horizon : un bras robotique doit enchaîner plusieurs tâches de manipulation ordonnées sur une même scène contenant de multiples pièces, sans que les politiques d'imitation classiques parviennent à déduire, à partir des seules images brutes, quel geste effectuer quand plusieurs objectifs sont valides simultanément. La solution proposée combine une sélection hiérarchique des tâches avec un mécanisme dit "task-context-aware", qui ancre des instructions en langage naturel dans la représentation visuelle spatiale de la scène pour associer chaque consigne à sa cible de manipulation. Le système généralise à des géométries de connecteurs et des configurations d'assemblage variées sans nécessiter d'annotations explicites des objets. Les auteurs rapportent un gain de 35 points de pourcentage de taux de réussite de bout en bout par rapport à une politique de diffusion (diffusion policy) de référence, et de 75 points par rapport à la précédente méthode "task-context-aware" existante. Pour l'industrie du désassemblage, du recyclage et du reconditionnement (électronique, batteries, électroménager), ce travail s'attaque à un vrai verrou : la diversité combinatoire des configurations réelles rend impossible l'entraînement exhaustif d'un robot sur chaque variante de pièce. En s'appuyant sur le langage plutôt que sur des étiquettes d'objets prédéfinies, la méthode illustre une tendance plus large du secteur consistant à faire porter la généralisation par le contexte linguistique, une logique proche de celle des modèles vision-langage-action (VLA) déjà déployés par ailleurs. Un tel gain de robustesse, si confirmé hors laboratoire, intéresserait directement les intégrateurs qui cherchent à réduire le travail d'annotation et de reprogrammation entre lignes de désassemblage différentes. Ce travail s'inscrit dans la vague plus large des modèles vision-langage-action qui cherchent à dépasser les démonstrations à tâche unique, à l'image d'approches comme Pi-0, GR00T ou Helix dans le domaine plus large de la manipulation robotique généraliste. Il reste toutefois à ce stade une publication de recherche non validée par des pairs, sans partenaire industriel ni site de déploiement annoncé : la prochaine étape attendue serait une validation sur robot réel à plus grande échelle plutôt qu'en environnement contrôlé.

UEAucune entreprise ou institution européenne n'est impliquée, mais la méthode intéressé potentiellement les filières européennes de recyclage et reconditionnement (électronique, batteries) soumises a des exigences croissantes de désassemblage.

RecherchePaper

1 source

3arXiv cs.RO

Un robot peut-il lire le braille ? Apprentissage par imitation pour adapter le contact tactile

Un article de recherche publié en prépublication sur arXiv (référence 2609.30676v1) présente un système robotique capable de corriger physiquement son propre contact avant de lire du braille en relief. Les lecteurs braille robotiques existants se concentrent presque exclusivement sur la reconnaissance tactile après que le contact a été établi, en supposant que ce contact est déjà de bonne qualité. Les auteurs proposent à l'inverse un cadre d'adaptation active du contact : un système de "Multi-Head Policy Learning" apprend, à partir de démonstrations guidées par un expert humain, à la fois à évaluer si un contact est exploitable et à corriger la pose du capteur tactile en conséquence. En déploiement, le robot évalue et réajuste itérativement son contact, ne conservant que les observations tactiles fiables pour la reconstruction finale des caractères braille. Testé sur 20 plaques braille physiques, dont 10 réservées à l'évaluation en ligne, le système atteint 94,0% de qualité de contact tactile et 88,6% de précision de reconstruction des caractères. L'intérêt de ces résultats dépasse le seul cas du braille : ils démontrent que, pour des tâches de manipulation tactile fine, corriger activement la pose de contact avant la reconnaissance donne de meilleurs résultats que de compenser après coup des observations tactiles imparfaites par de la reconnaissance plus robuste. C'est un signal utile pour les équipes travaillant sur la manipulation en boucle fermée guidée par le toucher, un domaine encore largement dominé par des approches vision-centrées ou par des pipelines de reconnaissance passive. Pour les acteurs de l'assistance aux personnes malvoyantes ou de la robotique de service, cela suggère une voie concrète vers des lecteurs braille robotisés plus fiables, potentiellement utiles pour la numérisation de documents en braille ou l'assistance à la lecture, même si le système reste à ce stade un prototype de laboratoire évalué sur un nombre limité de plaques. Ce travail s'inscrit dans la lignée des recherches en apprentissage par imitation appliqué à la manipulation tactile fine, où l'essentiel des efforts publiés jusqu'ici portait sur l'interprétation de motifs tactiles plutôt que sur la qualité du contact physique lui-même. L'abstract ne précise ni l'institution ni les auteurs, ni de calendrier de suite ou de partenariat industriel : il s'agit à ce stade d'une contribution académique nouvellement annoncée sur arXiv, sans indication de transfert vers un produit ou un déploiement réel.

RecherchePaper

1 source

4arXiv cs.RO

Robots collaborants : imitation séquentielle asymétrique pour l'apprentissage de politiques couplées

Des chercheurs ont présenté Sequential Asymmetric Imitation (SAI), une méthode d'apprentissage par imitation pour entraîner deux robots manipulateurs mobiles bimanuels à collaborer physiquement sur des tâches conjointes impliquant des objets rigides ou déformables. Publiée en pré-impression sur arXiv (2606.16490v1), l'étude part d'un constat précis : les échecs en manipulation collaborative ne proviennent pas d'un manque de compétence individuelle, mais de problèmes de synchronisation, notamment les attentes mal timées, le cédage insuffisant et les conflits lors du saisissement ou du relâchement d'objets. SAI propose un curriculum en trois étapes piloté par un seul téléopérateur : Robot A est d'abord entraîné à partir de démonstrations unilatérales avec un partenaire humain compliant ; Robot B est ensuite entraîné contre la politique déployée de Robot A ; enfin, Robot A est affiné par des interventions ponctuelles ciblées sur les zones de défaillance de coordination. Les expériences en conditions réelles montrent des gains mesurés sur la réussite des tâches, la synchronisation de phase et le comportement de cédage adaptatif, par rapport à des baselines d'imitation indépendante. L'apport principal de SAI réside dans l'élimination de la contrainte des démonstrations synchronisées à deux opérateurs, un frein logistique majeur pour la collecte de données dans les systèmes multi-robots. En structurant le curriculum de manière asymétrique, la méthode expose progressivement chaque robot à des comportements partenaires de plus en plus réalistes, incluant délais, décalages de phase et résistance insuffisante, sans nécessiter de canal de communication explicite entre les robots. Pour les intégrateurs industriels, l'argument est concret : un seul opérateur qualifié suffit à générer un dataset multi-agent viable. L'étude suggère que la coordination physique peut émerger de la structure du curriculum d'imitation elle-même, plutôt que d'un mécanisme de coordination dédié, ce qui contredit l'hypothèse dominante selon laquelle la collaboration multi-robot nécessite obligatoirement une communication inter-agents ou des démonstrations co-téléopérées. Ce travail s'inscrit dans un corpus croissant sur la manipulation multi-robot en milieu non structuré, où les approches dominantes reposaient jusqu'ici soit sur des communications inter-robots explicites, soit sur des démonstrations co-téléopérées coûteuses. En n'utilisant aucun des deux, SAI propose une troisième voie potentiellement plus scalable pour les déploiements industriels impliquant des paires de bras robotiques. Il convient toutefois de souligner que la méthode n'est validée que sur un ensemble limité de tâches réelles, sans benchmark standardisé face à des méthodes récentes comme ACT ou Diffusion Policy en contexte multi-agent, et que ce document reste un pré-print non révisé par les pairs. La page projet est disponible sur GitHub (cyc0429.github.io/sai-project-page) ; les prochaines étapes naturelles incluront la généralisation à des topologies de tâches plus complexes et l'évaluation sur des horizons temporels plus longs.

RecherchePaper

1 source