RecherchearXiv cs.RO 22 octobre 2026

Généralisation de la charge utile pour les commandes anticipatrices dans le suivi de trajectoire de robots à articulations rigides et élastiques

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent, dans un preprint arXiv (2610.29356), une méthode pour adapter l'action de commande en boucle ouverte (feedforward) d'un robot manipulateur aux variations de charge utile, sans passer par un modèle dynamique exact. Le travail dérive d'abord le nombre minimal d'objets d'exemple nécessaires pour généraliser par rapport aux paramètres de la charge. Un algorithme permet ensuite d'exécuter la même trajectoire avec une nouvelle charge, à partir de ses seuls paramètres, sans connaître le modèle dynamique du robot, y compris en présence d'articulations élastiques. La méthode est indépendante du contrôleur sous-jacent. Elle est validée en simulation puis sur deux configurations expérimentales : un Franka Emika Panda standard et un Panda équipé d'un poignet élastique. Le résumé ne donne aucune valeur chiffrée (erreur de suivi, gain de précision, nombre d'objets requis).

L'enjeu concerne la robotique industrielle classique, bien plus que les humanoïdes. Les robots répétitifs tirent leur précision d'un feedforward fondé sur un modèle fidèle, or ce modèle est difficile à obtenir quand la charge change ou que le robot comporte des éléments élastiques (réducteurs souples, poignets compliants, actionneurs à raideur série). Les approches par apprentissage du feedforward fonctionnent bien pour une tâche donnée, mais se généralisent mal dès que les paramètres changent : il faut réapprendre à chaque nouvelle pièce. Ici, quelques exemples de charges suffiraient pour couvrir toute une famille d'objets, ce qui réduirait le temps de mise en service pour un intégrateur manipulant des pièces variées. Les limites sont à garder en tête : le Panda est un robot de recherche, les essais restent de laboratoire et l'article ne dit rien de la tenue à l'échelle industrielle, des charges lourdes ou de la mesure des paramètres de la charge.

Ce travail s'inscrit dans la lignée de la commande par apprentissage itératif (ILC) et des méthodes de compensation de modèle, qui peinent depuis longtemps à transférer ce qu'elles ont appris d'une tâche à l'autre. La plateforme Franka Emika, très répandue dans les laboratoires européens, sert de banc d'essai commun à ces recherches. Le sujet des articulations élastiques recoupe l'intérêt croissant pour les robots compliants et collaboratifs, plus sûrs mais plus difficiles à modéliser. Il s'agit d'un preprint, sans relecture par les pairs à ce stade, et aucune industrialisation ni pilote n'est annoncé. La suite logique serait une validation sur d'autres robots, avec des charges plus variées et des comparaisons chiffrées face aux méthodes concurrentes.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Apprentissage itératif par renforcement pour bras à articulations élastiques : généralisation garantie entre trajectoires malgré les incertitudes du modèle

Des chercheurs proposent le Reinforced Iterative Learning Control (RILC), une architecture de commande qui couple en parallèle un contrôleur à apprentissage itératif (ILC) et une politique d'apprentissage par renforcement (RL) pour le suivi de trajectoire de bras robotiques à articulations élastiques. Le travail, publié sur arXiv (référence 2610.28329), vise les robots compliants, dont la dynamique non linéaire et les incertitudes de modèle compliquent la commande. La validation combine simulation et expériences sur un robot série élastique sous-actionné à 4 degrés de liberté, avec plusieurs trajectoires et plusieurs erreurs de modélisation volontairement introduites. L'article ne fournit, dans son résumé, aucun chiffre de précision, de temps d'apprentissage ou de nombre d'itérations. L'enjeu tient à un compromis connu. L'ILC offre une précision théorique élevée et préserve la compliance passive du robot, mais il doit réapprendre chaque nouvelle trajectoire, avec de fortes erreurs initiales. Le RL généralise d'une trajectoire à l'autre, mais exige beaucoup d'échantillons et atteint une précision de suivi limitée. Dans RILC, l'ILC fournit des échantillons de qualité et le RL joue le rôle de politique généralisante « au mieux », ce qui permet un suivi performant dès les premiers essais. Les auteurs affirment aussi démontrer que la composante RL ne dégrade pas la stabilité de l'ILC et peut, sous conditions précises, réduire asymptotiquement la borne d'erreur. Pour les intégrateurs travaillant avec des bras compliants, cette garantie est le point le plus utile. Elle répond à la réserve habituelle sur les politiques apprises, qui est l'absence de garanties de convergence. Ces garanties restent toutefois conditionnelles, et rien n'indique encore leur tenue hors du banc de laboratoire. Ce travail s'inscrit dans la recherche de méthodes qui évitent l'identification explicite des paramètres, laborieuse sur des robots à élasticité série. Il se situe entre commande classique à garanties formelles et apprentissage de bout en bout, une voie opposée à celle des grands modèles généralistes de type VLA, qui visent la généralisation sémantique plutôt que la précision de suivi. Il s'agit d'une preuve de concept académique, sans produit ni déploiement industriel annoncé. La suite logique serait un test sur des robots à plus de degrés de liberté, sur des trajectoires plus variées et sous charge, ainsi qu'une comparaison chiffrée avec les ILC et RL de référence.

RecherchePaper

1 source

2arXiv cs.RO

Un cadre en boucle réel-simulation-réel (RSR) pour le transfert de politiques robotiques généralisables

Des chercheurs proposent un cadre « Real-to-Sim-to-Real » (RSR), publié sur arXiv dans sa troisième version (2503.10118v3), qui vise à réduire l'écart entre simulation et monde réel lors du transfert de politiques de contrôle robotique. Sa contribution centrale est une fonction de coût d'inspiration théorique de l'information. Elle pèse deux objectifs : accomplir la tâche, et orienter la politique vers la collecte d'échantillons réels les plus informatifs possible pour améliorer le transfert. Cette fonction s'intègre dans des algorithmes d'apprentissage par renforcement existants, comme PPO ou SAC, et vise une exploration équilibrée des zones critiques du domaine réel. Le cadre a été implémenté avec la plateforme MuJoCo MJX et testé sur deux familles de tâches : de la manipulation avec un bras robotique à 6 DOF, et de la locomotion avec un robot à pattes. Les auteurs annoncent une acquisition de données plus efficace et une nette amélioration des performances en conditions réelles. Le résumé ne chiffre ni les gains ni le nombre d'essais, et ne nomme ni robots ni laboratoires. L'intérêt est de traiter le sim-to-real comme un problème de choix des données réelles à collecter, et non seulement de réglage de la simulation. Les échantillons réels coûtent cher, surtout sur des robots à pattes ou des bras industriels où chaque essai use le matériel et mobilise des opérateurs. Une politique qui cherche activement l'information manquante sur l'écart de dynamique pourrait réduire le nombre d'itérations réel-simulation nécessaires avant déploiement. Le simulateur différentiable est facultatif. Quand il existe, les données servent aussi à calibrer ses paramètres. Sinon, le cadre reste utilisable, ce qui élargit son champ d'application aux équipes sans pipeline différentiable. Il faut toutefois rester prudent : il s'agit d'un travail académique évalué sur deux plateformes, sans comparaison chiffrée visible dans le résumé, et loin d'une validation à l'échelle industrielle ou sur des tâches longues et variées. Ce travail s'inscrit dans l'effort général pour fermer l'écart sim-to-real, qui freine le passage de l'entraînement massif en simulation aux robots déployés. La randomisation de domaine, l'identification de paramètres et les simulateurs différentiables en sont les approches classiques. Le choix de MuJoCo MJX, version accélérée sur GPU via JAX, reflète la place de ces outils dans la recherche actuelle. Les grands acteurs de l'humanoïde et des modèles de fondation robotiques s'appuient eux aussi fortement sur la simulation, ce qui rend ces méthodes d'exploration guidée potentiellement pertinentes pour eux. La suite dépendra de la publication du code, de l'évaluation sur des systèmes plus complexes et de comparaisons directes avec les méthodes existantes.

RecherchePaper

1 source

3arXiv cs.RO

GSAM : un cadre robotique sûr et généralisable pour la manipulation d'objets articulés

Des chercheurs ont publié sur arXiv (référence 2605.30740) GSAM, un framework conçu pour la manipulation d'objets articulés (tiroirs, portes, robinets) par des robots de service. Le système combine quatre modules : un percepteur visuel qui extrait les paramètres cinématiques (axe de rotation, amplitude de mouvement), un raffineur basé sur un VLM fine-tuné utilisant le raisonnement par chaîne-de-pensée (CoT) pour corriger les estimations brutes, un générateur de contraintes d'interaction qui encode la géométrie de l'objet et l'évitement d'obstacles, et un planificateur cinématique qui vérifie l'atteignabilité avant exécution. Sur 50 tâches de type charnière réparties en 5 catégories d'objets et 50 configurations initiales aléatoires de l'effecteur, GSAM améliore le taux de succès de 36,0 % par rapport à la meilleure baseline existante, avec une réduction de l'écart-type de 3,1 % indiquant une meilleure consistance comportementale. Ce résultat s'attaque directement au fossé démo-réalité sur une sous-tâche souvent ignorée : les interactions avec des objets mécaniquement contraints impliquent des trajectoires curvilignes et une compréhension de la géométrie interne que ni les politiques end-to-end entraînées en simulation ni les planificateurs purement visuels ne gèrent correctement. L'usage du raisonnement CoT pour corriger des estimations cinématiques erronées plutôt que pour générer un plan de haut niveau constitue un usage pragmatique et inhabituel des VLM en robotique. Pour les intégrateurs sur des robots de service industriels ou hospitaliers, la réduction des collisions destructrices a une valeur opérationnelle directe : forcer mécaniquement un joint en production est un incident matériel, pas une métrique abstraite. Le problème de manipulation articulée est étudié depuis plusieurs années dans des équipes comme Stanford (projet Where2Act, 2021), ETH Zurich et CMU. Les approches concurrentes comprennent les frameworks VLA tels que pi0 (Physical Intelligence) ou OpenVLA, ainsi que les méthodes de perception articulée comme PARIS ou CatGrasp. GSAM se distingue en combinant explicitement un LLM pour la génération de contraintes et un VLM pour la perception raffinée, plutôt qu'une politique implicite entraînée bout-en-bout. Le travail reste un preprint arXiv non soumis à une conférence majeure (ICRA, IROS, CoRL) : les gains annoncés sont encourageants mais nécessitent une validation sur robot physique en conditions non contrôlées.

RecherchePaper

1 source

4arXiv cs.RO

GraphPoint : graphes d'entités sémantiques et trajectoires de points pour la manipulation robotique compositionnelle

Un article déposé sur arXiv (référence 2609.18358) début septembre 2026 présente GraphPoint, une méthode de manipulation robotique associée à un nouveau benchmark baptisé CoMani. Le travail part d'un constat répandu en robotique : les politiques de manipulation entraînées par apprentissage peinent à généraliser au-delà de leurs démonstrations, même quand une nouvelle instruction combine des objets et des comportements déjà vus séparément. Les auteurs expliquent que lorsque langage et scène visuelle sont trop fortement corrélés pendant l'entraînement, la politique finit par mémoriser un mapping visuo-moteur fixe au lieu de réellement suivre l'instruction donnée. CoMani propose des scènes initiales appariées et des variations contrôlées portant sur un seul facteur sémantique à la fois, afin de forcer les modèles évalués à s'appuyer sur le langage plutôt que sur des raccourcis visuels. Deux niveaux de généralisation compositionnelle sont testés : à l'intérieur d'une sous-tâche, en recombinant entités, types d'action et modificateurs déjà connus, et entre sous-tâches, en réutilisant des comportements appris dans des tâches longues et inédites. GraphPoint, la méthode proposée, relie des graphes d'entités sémantiques à un contrôle géométrique en prédisant la trajectoire future du point de préhension du gripper, convertie ensuite en commandes moteur via la géométrie du robot ; le gripper et les objets sont organisés par rôles sémantiques et leurs interactions conditionnées par le type et le modificateur d'action demandés, tandis qu'une estimation de progression guide les transitions entre étapes. L'enjeu dépasse la seule démonstration technique : il touche directement le problème de l'écart entre performance affichée sur des tâches déjà vues et robustesse réelle en usage, un point sensible pour tout intégrateur évaluant une politique vision-langage-action avant déploiement industriel. En isolant précisément si un modèle suit l'instruction ou reconnaît simplement une scène mémorisée, CoMani offre aux équipes de recherche un outil de diagnostic plus rigoureux que les démonstrations vidéo sélectionnées qui dominent souvent la communication du secteur autour des capacités de généralisation. Le papier s'inscrit dans la vague récente de benchmarks cherchant à mesurer la généralisation compositionnelle des politiques de manipulation plutôt que leur seule réussite sur des tâches figées. Les auteurs indiquent que le code sera publié en accès libre sous le nom GraphPoint, sans préciser de calendrier ni d'institution porteuse. Aucun partenariat industriel, déploiement réel ou chiffre de performance chiffré au-delà des résultats d'ablation sur CoMani n'est mentionné à ce stade, ce qui situe cette publication au stade de la recherche amont plutôt que du produit commercialisable.

RecherchePaper

1 source