RecherchearXiv cs.RO 27 octobre 2026

Capture non préhensile par robot à l'aide de contraintes virtuelles

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent une méthode de rattrapage d'objets sans préhension, c'est-à-dire sans pince ni saisie: l'objet est reçu et stabilisé sur la surface de l'effecteur, comme sur un plateau. Publiée sur arXiv (référence 2610.35851v1), l'approche repose sur des contraintes non holonomes virtuelles (VNHC). Le mouvement de l'effecteur est conçu et piloté directement en fonction des états de l'objet avant le contact. Dans le cas plan, la méthode permet d'attraper l'objet à une hauteur choisie, avec une vitesse normale relative minimale à l'instant du contact. La fonction VNHC dépend uniquement de cette hauteur cible, et une même contrainte couvre une plage de conditions initiales. Une fois l'objet reçu, une commande prédictive (MPC) amène l'objet et l'effecteur à l'arrêt à un emplacement voulu. La validation a été réalisée uniquement en simulation, sans expérimentation sur robot physique ni chiffres de performance publiés dans le résumé.

L'intérêt tient à ce que la méthode supprime deux étapes habituelles du rattrapage robotique: la prédiction de la trajectoire de l'objet, puis la génération d'une trajectoire robot variable dans le temps. Ces étapes sont sensibles au bruit de perception et à la latence, deux causes classiques de l'écart entre démonstration et terrain. Une loi définie sur l'état de l'objet est potentiellement plus simple à embarquer et plus robuste. Pour un intégrateur, les cas d'usage seraient la réception de pièces en vol, le tri dynamique ou la manipulation de produits fragiles où la saisie est impossible ou trop lente. Il faut toutefois rester prudent: le travail se limite au plan, sans frottement ni rebond détaillés dans le résumé, sans bruit de capteur ni dynamique de bras réaliste. Rien n'indique pour l'instant une tenue sur matériel réel, et il s'agit d'une publication académique, pas d'un produit ni d'un pilote.

Ce travail s'inscrit dans la lignée des méthodes de rattrapage dynamique, qui combinent prédiction de trajectoire, planification en ligne et, plus récemment, apprentissage par renforcement ou politiques apprises. Les contraintes virtuelles, déjà employées en commande de locomotion et de manipulation nonprehensile, sont ici transposées à la réception d'objets. Elles offrent une alternative analytique et interprétable aux approches par apprentissage, plus gourmandes en données et moins prévisibles. Les prochaines étapes logiques seraient l'extension au cas tridimensionnel, la prise en compte des incertitudes de perception et la validation sur un manipulateur réel. Aucun calendrier ni partenaire industriel n'est annoncé.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Marche bipède stable en cas de glissement du pied grâce à des contraintes non holonomes virtuelles

Des chercheurs publient sur arXiv (identifiant 2603.29050, version de remplacement) un cadre de commande pour stabiliser la marche bipède quand le pied glisse sur un sol à faible adhérence, un cas qui déstabilise les contrôleurs classiques conçus sous l'hypothèse d'un contact sans glissement. La méthode introduit des contraintes non holonomes virtuelles qui régulent la vitesse tangentielle du pied d'appui pendant le glissement, tout en restant compatibles avec les contraintes holonomes virtuelles qui génèrent la trajectoire de marche. Le système en boucle fermée est modélisé comme un système dynamique hybride, mêlant dynamique continue de la jambe oscillante et impacts discrets au contact du sol. Une loi de commande non linéaire impose les deux familles de contraintes et produit une variété de dynamique zéro hybride compatible avec le glissement pour la dynamique réduite de la locomotion; la stabilité des cycles de marche périodique est établie via l'application de Poincaré associée, validée par des résultats de simulation numérique. Le sujet cible un angle mort des humanoïdes bipèdes en cours de commercialisation, de Figure 03 à Optimus Gen 3, ou des plateformes pilotées par des modèles VLA comme Pi-0, GR00T N2 ou Helix: les démonstrations publiques se tiennent surtout sur des sols secs à forte adhérence, alors que les entrepôts et sites industriels exposent les robots à des surfaces mouillées, grasses ou poussiéreuses. Un contrôleur supposant l'absence de glissement peut faire chuter le robot dès que cette hypothèse est violée, ce qui reste un frein réel au passage des vitrines contrôlées au déploiement réel. Pour les intégrateurs logistiques et industriels, ce travail rappelle que la robustesse au glissement demeure un problème ouvert, non résolu par le seul passage à l'échelle des modèles d'apprentissage. La méthode s'appuie sur le cadre établi des contraintes holonomes virtuelles et de la dynamique zéro hybride, utilisé depuis les années 2000 dans la recherche académique sur la marche bipède pour générer et stabiliser des cycles de marche périodique. Il s'agit d'une contribution académique sans lien avec un fabricant précis, à distinguer nettement des annonces commerciales de Figure, Tesla ou Agility Robotics: les résultats présentés restent des simulations numériques, sans validation sur robot physique ni taux de réussite en conditions réelles. La suite logique consisterait à tester le cadre sur du matériel réel, où le bruit des capteurs et un frottement mal modélisé pourraient compliquer l'application directe de la loi de commande proposée.

RecherchePaper

1 source

2arXiv cs.RO

Robot binoculaire non préhensile : apprentissage de primitives de manipulation par catégorie

BiNoMaP présente un nouveau cadre pour l'apprentissage de primitives de manipulation bimanuelle non préhensile, c'est-à-dire des gestes robotiques qui ne saisissent pas l'objet mais le manipulent par contact, comme pousser, faire pivoter, envelopper ou pousser du bout des doigts. Contrairement à la plupart des travaux antérieurs limités à un seul bras ou dépendants de supports environnementaux favorables (murs, rebords), les chercheurs proposent une configuration bimanuelle générique. Leur méthode se distingue aussi par son approche sans apprentissage par renforcement (RL-free), articulée en trois étapes: extraction de trajectoires de mouvement des mains à partir de vidéos de démonstration en vue égocentrique, puis raffinement de ces trajectoires brutes via un algorithme d'optimisation géométrique pour corriger le bruit de perception et les écarts morphologiques entre humain et robot, et enfin paramétrage des primitives selon des attributs géométriques de l'objet, principalement sa taille, pour permettre une généralisation à des instances inédites. Les primitives ont été testées sur deux plateformes robotiques bimanuelles réelles aux configurations cinématiques distinctes, démontrant un transfert cross-embodiment sans redesign de la structure des compétences. L'intérêt pour l'industrie robotique tient à l'angle mort que ce travail comble: la manipulation non préhensile reste largement sous-exploitée car son caractère riche en contacts la rend difficile à modéliser analytiquement, alors que de nombreuses tâches industrielles ou domestiques (repositionner un objet encombrant, l'orienter, le pousser dans un bac) ne se prêtent pas à une simple préhension. En s'appuyant sur des démonstrations vidéo plutôt que sur du RL coûteux en simulation, l'approche répond aussi à un problème récurrent du secteur, le fossé entre simulation et réalité (sim-to-real gap), en apprenant directement des trajectoires exécutables. Pour les intégrateurs et décideurs B2B travaillant sur des bras bimanuels ou des plateformes humanoïdes à deux bras, cela suggère une voie pour doter les robots de compétences de manipulation plus polyvalentes sans multiplier les cycles d'entraînement par RL ni redessiner les primitives à chaque changement de robot. Ce travail s'inscrit dans la lignée des recherches en apprentissage par imitation à partir de vidéos humaines, un axe de plus en plus exploré face aux limites du RL pur pour les tâches de contact complexes, aux côtés d'approches VLA comme GR00T N2 ou Pi-0 qui visent la généralisation à l'échelle. La publication, une version révisée d'un article initialement déposé sur arXiv (2509.21256), a été validée par des expériences robot réel sur "divers objets et configurations spatiales", sans toutefois préciser de partenaire industriel ou de calendrier de déploiement commercial. Aucun acteur français ou européen n'est mentionné dans cette publication, qui reste à ce stade un travail de recherche académique plutôt qu'un produit prêt à déployer.

RecherchePaper

1 source

3arXiv cs.RO

Génération rapide de préhensions via MeanFlow contraint par groupes de Lie

Un preprint publie sur arXiv (arXiv:2608.26076v1) présente Lie Group-constrained MeanFlow, une méthode de synthèse de prise (grasp synthesis) pour bras robotiques. Elle applique MeanFlow, une technique générative récente, sur le groupe de Lie produit SO(3) x R3, qui encode conjointement orientation et position d'une prise dans un seul espace géométrique. L'entrainement combine une condition de consistance semi-groupe purement algébrique avec un flow matching riemannien conditionnel sur ce groupe, qui ancre la vitesse moyenne du modèle a la distribution réelle des prises. Sur le jeu de données ACRONYM, la méthode génère des prises fiables en 5 évaluations de réseau au maximum, pour une latence d'inférence de l'ordre de la milliseconde, soit un gain de vitesse allant jusqu'a 39 fois par rapport aux modèles de diffusion et de flow-matching de référence, a qualité de prise équivalente. Les auteurs rapportent également un transfert direct vers des essais de préhension réelle sur robot, sans reentrainement ni adaptation de domaine, avec une robustesse maintenue face au bruit d'observation. Ce résultat s'attaque a un goulot d'étranglement connu du secteur du grasping: les modèles de diffusion capturent bien la multimodalité des prises valides sur un objet, mais leurs dizaines d'étapes d'échantillonnage restent trop lentes pour les cadences industrielles du bin-picking ou de la préparation de commandes. Ramener ce nombre a cinq évaluations sans perte de qualité rapproche les pipelines génératifs des contraintes temps réel attendues par les intégrateurs. Le maintien des performances en conditions réelles, avec bruit de capteur et sans reentrainement, répond aussi a une critique fréquente des démonstrations purement simulées, l'écart sim-to-real restant l'un des principaux freins a la mise en production des pipelines de perception-action. La méthode prolonge les travaux récents de distillation des modèles de diffusion en peu d'étapes, dont MeanFlow est une variante; son apport propre est de l'appliquer rigoureusement a un espace non euclidien, celui des rotations SO(3), que de nombreuses approches antérieures traitaient par des paramétrisations approximatives plutôt que par une géométrie riemannienne native. Les points de comparaison cites restent les modèles de diffusion et de flow-matching de référence évalués sur ACRONYM, jeu de données standard du domaine. A ce stade, il s'agit d'une publication de recherche non revue par les pairs et non d'un produit déployé : aucun partenariat industriel, pilote ou calendrier n'est mentionne, la validation réelle se limitant a des essais de préhension en laboratoire.

RecherchePaper

1 source

4arXiv cs.RO

Cadre de contrôle par vision monoculaire pour la préhension

Des chercheurs présentent un système de préhension robotique piloté uniquement par une caméra RGB monoculaire, capable de manipuler aussi bien des objets rigides que déformables avec un seul pipeline de contrôle, sans capteur tactile ni pince spécialisée. Le framework combine détection d'objets en vocabulaire ouvert, segmentation d'image, assignation de points sensible aux contours, suivi de points en temps réel et estimation de profondeur monoculaire pour reconstruire la géométrie et le mouvement des objets à partir de la seule vision. Son élément central est un modèle qui estime la raideur attendue d'un objet à partir de sa description sémantique, fournissant un a priori pour choisir la stratégie de préhension avant tout contact. Pour les objets déformables, l'adaptation de la prise s'appuie sur une mesure de dissimilarité de type Procrustes calculée sur des points-clés suivis, utilisée comme indicateur visuel de déformation. Pour les objets rigides, l'écartement de la pince est réglé par la mise à l'échelle des distances entre points suivis. Le système a été testé sur un bras Franka Emika Research 3, en conditions réelles de prise et dépose, sur de la salade, de la mozzarella fraîche, des croissants, du papier essuie-tout et des bouteilles en plastique rigide. L'intérêt pratique tient à l'unification: la plupart des approches existantes traitent séparément le rigide et le souple, en s'appuyant souvent sur des capteurs tactiles, des modèles spécifiques par objet ou des pinces dédiées. Démontrer une préhension stable sur les deux catégories avec une seule pipeline vision, sans tactile, ouvre une piste économique et généralisable pour la manutention alimentaire et la manipulation domestique, deux domaines où la variabilité des objets rend coûteuse toute solution sur mesure. Le travail s'inscrit dans la lignée des recherches en préhension robotique cherchant à réduire la dépendance au capteur tactile au profit de la vision seule, à l'heure où les modèles vision-langage-action gagnent en popularité pour la manipulation généraliste. Les auteurs positionnent leur approche comme une alternative sensor-efficient à ces pipelines multimodaux plus lourds, la validation restant pour l'instant limitée à un jeu restreint d'objets en laboratoire.

RecherchePaper

1 source