RecherchearXiv cs.RO 28 octobre 2026

Dextérité et sécurité accrues pour l'atteinte de pose d'objet en main, avec des résultats remarquables

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs, dont l'équipe derrière le projet DexSafe (Ian Chuang et collaborateurs), publient sur arXiv une méthode d'entraînement de politiques de manipulation dextre pour la main robotique à plusieurs doigts LEAP. La tâche visée est l'atteinte de pose d'objet en main: amener un objet vers presque n'importe quelle position et orientation à portée des doigts, quelle que soit l'orientation du poignet, à travers de longues séquences d'objectifs consécutifs. Les politiques sont entraînées uniquement en simulation, sans données humaines, puis transférées en zero-shot sur la main réelle, avec capture de mouvement ou une seule caméra de profondeur montée au poignet. Sur 13,3 heures d'évaluation réelle, 4 800 objectifs inédits et 4 objets, la politique à base d'états atteint 95,2 % des objectifs à moins de 2 cm et 0,4 rad. Un filtre de sécurité résiduel appris réduit les chutes d'objet de 75 % tout en conservant 91,5 % d'objectifs atteints. Les politiques savent aussi faire tourner une ampoule tenue dans une pose arbitraire, gérer des objectifs hors distribution et résister à des mouvements de bras rapides ou à des perturbations. Avec la seule caméra de poignet, elles servent de compétences portables, par exemple pour visser une ampoule. La recette complète est publiée en open source.

L'intérêt tient à ce que la dextérité apprise reste aujourd'hui cantonnée à des préhensions simples ou à des mouvements répétitifs comme la rotation d'un objet, et que la sécurité, par exemple ne pas laisser tomber la pièce, est rarement mesurée. Ici, le taux de chute devient une métrique de premier rang, et un réglage de conservatisme permet d'arbitrer explicitement entre performance et fiabilité: un compromis que tout intégrateur industriel devra chiffrer avant un déploiement. Les résultats montrent aussi qu'un transfert sim-to-real sans démonstration peut fonctionner sur un système à haute dimension, grâce à une identification système soignée et à un curriculum de friction adaptatif. Il faut toutefois rester prudent: quatre objets, un seul type de main et un cadre de laboratoire ne disent rien de la robustesse sur des pièces variées, grasses ou déformables, ni sur des cadences de production. Le chiffre de 95,2 % concerne en outre la version avec capture de mouvement, plus favorable que la perception par caméra seule.

La main LEAP, à bas coût et largement répandue dans les laboratoires, est devenue une plateforme de référence pour la recherche en dextérité, en concurrence avec des travaux sur d'autres mains à plusieurs doigts et avec les approches par téléopération et imitation, plus dépendantes de données humaines. Les auteurs proposent ce travail comme banc d'essai pour étudier performance, fiabilité et sécurité dans les systèmes dextres de grande dimension. Les prochaines étapes naturelles sont l'élargissement à davantage d'objets, une perception plus robuste et l'intégration avec des modèles vision-langage-action. Aucun calendrier de déploiement commercial n'est annoncé: il s'agit d'une publication de recherche, sans produit ni pilote.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

IA physique & VLA arXiv cs.RO

À lire aussi

1arXiv cs.RO

Apprentissage de la préhension pour atteindre des poses 6D générales avec un objet en main

Des chercheurs ont publié sur arXiv (2609.13761) un système nommé POISE, pour Palm-relative Object reaching In SE(3), qui permet à une main robotique multi-doigts de déplacer un objet déjà saisi vers une pose cible en position et orientation, soit six degrés de liberté, sans le relâcher ni le regripper. L'architecture combine apprentissage par renforcement sim-to-real, initialisation par prises stables diversifiées, contrôle conditionné par la géométrie de l'objet et curriculum adaptatif de cibles 6D. En simulation, diversifier les prises initiales fait grimper la réussite sur des prises inédites de 40,1% à 51,5%, et la récupération après chute d'objet de 33,8% à 72,9%; le curriculum porte la réussite sur l'ensemble des poses possibles de 6,2% à 59,5%. Sur le robot physique, la récompense de maintien de prise fait passer la réussite d'une séquence de trois cibles de 20% à 80%; le système atteint ensuite des cibles 6D successives sans réinitialisation manuelle, sur plusieurs objets et orientations de poignet, en récupérant de perturbations externes. Ce travail comble un manque des méthodes de manipulation dextre actuelles, souvent limitées à la rotation continue ou à la translation isolée plutôt qu'au contrôle conjoint de position et d'orientation depuis une prise existante. Pour les intégrateurs industriels, cette capacité peut réduire les cycles de reprise de prise et les déplacements de bras lors du repositionnement de pièces en assemblage fin ou en logistique. L'écart entre 6,2% et 59,5% selon la présence du curriculum montre toutefois que le sim-to-real reste fragile sur cette tâche 6D complète. Il s'agit d'une prépublication non évaluée par les pairs, testée en laboratoire, sans main robotique commerciale nommée ni volume ou prix annoncés. La recherche s'inscrit dans le champ de la manipulation dextre multi-doigts, où les démonstrations publiques se limitent souvent à la réorientation par rotation ou à des repositionnements grossiers, plutôt qu'au contrôle simultané des six degrés de liberté. Elle se distingue des politiques génériques de type VLA, telles que celles associées aux modèles Pi-0 ou GR00T N2, en ciblant spécifiquement la sous-tâche de repositionnement en main plutôt qu'un contrôle de bout en bout. Les auteurs annoncent la publication du code sur un site dédié au projet, sans calendrier de pilote industriel ni partenaire matériel précisé, et aucun acteur français ou européen n'apparaît dans cette publication.

RecherchePaper

1 source

2arXiv cs.RO

Filtre de sécurité en ligne pour la manipulation d'objets déformables avec des opérateurs neuronaux sans horizon fixe

Des chercheurs ont publié le 1er mai 2026 sur arXiv (arXiv:2605.01069) un filtre de sécurité en ligne pour la manipulation robotique d'objets déformables, fluides, textiles, matières souples. La méthode repose sur deux composants : un opérateur neuronal "horizon-agnostique" qui apprend la dynamique aux équations aux dérivées partielles (PDEs) de ces matériaux à partir de leurs conditions aux limites, et une fonction de barrière de contrôle (Control Barrier Function, CBF) qui certifie la satisfaction des contraintes via un programme quadratique léger. Le filtre intercepte en temps réel la politique nominale de contrôle et la corrige à la marge pour éviter toute violation de contrainte, sans retraining requis quelle que soit la durée du rollout. Évalué sur des tâches de manipulation de fluides dans l'environnement de simulation FluidLab, le filtre améliore le taux de trajectoires sûres de jusqu'à 22 points de pourcentage par rapport aux politiques non filtrées, tout en réduisant le nombre de pas nécessaires pour atteindre l'ensemble sûr. L'enjeu central est la distinction entre sécurité indirecte et garantie certifiée. Les approches d'apprentissage existantes traitent la sécurité via le reward shaping, sans aucune garantie formelle de satisfaction des contraintes au déploiement. Ici, la contrainte de sécurité devient affine dans le taux d'entrée aux frontières, ce qui la rend calculable en temps réel. Pour les intégrateurs déployant des robots en contexte chimique, pharmaceutique ou agroalimentaire, la différence est réglementairement et commercialement substantielle : une politique "apprise à éviter le danger" n'est pas équivalente à une contrainte certifiée formellement. La capacité à généraliser à des longueurs de rollout variables sans retraining réduit également le coût d'adaptation à de nouvelles tâches. La manipulation d'objets déformables reste un angle mort de la robotique industrielle : leur état est continu et haute-dimension, régi par des PDEs complexes. Les opérateurs neuronaux, comme FNO ou DeepONet, ont émergé ces dernières années comme approximateurs de solutions d'EDPs, mais leur intégration dans des boucles de contrôle sûres reste rare. Les CBFs, bien établies pour les systèmes dynamiques à dimension finie, s'appliquent ici pour la première fois à des systèmes à dimension infinie. Ce preprint n'a pas encore été soumis à peer-review et les résultats sont exclusivement en simulation, sans validation sur hardware réel. Les approches concurrentes comme le safe RL (Constrained Policy Optimization, WCSAC) ou le MPC contraint ne sont pas directement comparées, ce qui laisse ouverte la question de positionnement dans l'état de l'art.

RecherchePaper

1 source

3arXiv cs.RO

Uni-PNP : apprentissage unifié de politiques de préhension et de manipulation sans préhension pour atteindre des poses d'objets généralisables

Uni-PNP est une politique unifiée qui apprend conjointement la manipulation préhensile (avec saisie) et non préhensile (pousser, basculer, faire glisser) pour amener un objet dans une pose cible, quels que soient l'objet et le préhenseur. Les auteurs, dont le code et la page projet sont annoncés publiquement, procèdent en deux temps. Un encodeur de géométrie est d'abord pré-entraîné à prédire le mouvement d'un objet induit par un contact, à partir d'un jeu de données de dynamique de contact issu de simulations d'interactions entre objets et pinces variés. La politique est ensuite entraînée par apprentissage par renforcement en deux étapes, des objets saisissables vers des objets non saisissables, afin de favoriser la découverte d'interactions non préhensiles et leur combinaison avec la saisie. En simulation, le taux de succès atteint 76,39 % sur plusieurs centaines d'objets vus avec leurs pinces, et 57,91 % sur des objets inédits, soit 20,52 et 17,79 points de pourcentage de plus que la meilleure référence de pose-reaching testée. Les chercheurs décrivent aussi un transfert vers un scénario réel. L'intérêt tient à ce que la plupart des systèmes existants enchaînent des primitives distinctes (pousser, puis saisir) avec des objectifs intermédiaires prescrits, ce qui limite la coordination fine entre contact et prise. Ils restent en outre sensibles à la géométrie de l'objet et de la pince, et dépendent de supports précis dans l'environnement, un frein concret au déploiement en entrepôt ou en atelier où les pièces et les outils varient. Les comportements émergents rapportés vont dans le sens d'une manipulation plus robuste : repositionnement avec ou sans saisie, prise obtenue après avoir fait basculer l'objet, réorientation en s'appuyant sur la table pendant la saisie. Il faut toutefois relativiser : 57,91 % sur objets inédits reste loin d'une fiabilité industrielle, ces chiffres viennent de la simulation, et la validation réelle est présentée de façon qualitative. L'écart entre démonstration et production demeure donc entier. Ce travail s'inscrit dans la lignée des recherches sur la manipulation non préhensile et sur l'apprentissage par renforcement avec curriculum en simulation, qui traitaient jusqu'ici saisie et contact comme deux compétences à assembler. Il se positionne face aux approches séquentielles par primitives et aux politiques de pose-reaching généralistes. C'est une publication académique (arXiv, v1), sans produit, prix ni calendrier de déploiement. Les suites logiques seront des évaluations réelles plus étendues, avec davantage de pinces et de scènes, et l'intégration éventuelle de ces politiques dans des modèles vision-langage-action plus larges.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

RetrDex : récupération efficace d'objets dans des environnements encombrés avec une main dextérique

RetrDex est un framework de recherche publié sur arXiv (référence 2502.18423, troisième révision) dont l'objectif est d'apprendre à un système bras-main dextre à récupérer des objets enfouis sous un empilement d'autres objets. L'approche repose sur du reinforcement learning (RL) parallèle à grande échelle conduit en simulation, couplé à une représentation spatiale qui encode les patterns d'occlusion ainsi que les relations géométriques entre la cible, la main multi-doigts et les objets alentour. La politique résultante développe un répertoire de gestes, poussée, agitation et piquage (poking), pour dégager activement les obstacles avant ou pendant la saisie. Évalué sur 16 objets ménagers courants dans des configurations variées, le système affiche de bonnes performances sur des cibles vues en entraînement comme sur des cibles inédites. Un transfert zero-shot vers un robot réel multi-doigts est revendiqué, sans fine-tuning supplémentaire. La récupération d'objets en scène encombrée est un problème ouvert en manipulation robotique : les approches classiques décomposent la tâche en étapes séquentielles indépendantes (retirer les objets qui gênent un par un, puis saisir), ce qui génère des séquences longues et peu robustes aux variations. RetrDex intègre ces interactions physiques directement dans la politique de récupération, réduisant potentiellement le nombre de mouvements nécessaires. La revendication la plus notable reste le zero-shot sim-to-real sur une main dextre : ce type de transfert est notoirement difficile à cause de la complexité des contacts multi-doigts et du gap dynamique entre simulation et réalité physique. Si les résultats tiennent à l'examen approfondi, cela renforce la thèse que le RL massivement parallèle en simulation peut généraliser sur du matériel réel pour des tâches de manipulation en espace contraint, sans données réelles supplémentaires. Le papier s'inscrit dans une tendance forte : utiliser le RL en simulation à très grande échelle pour entraîner des politiques de manipulation dextre, une direction explorée par des équipes de Berkeley (DexGraspNet), Stanford et, côté industriel, par des acteurs comme Unitree ou Agility Robotics sur leurs propres mains multi-doigts. Les méthodes concurrentes récentes, graphes de relations de support ou planification séquentielle avec contraintes géométriques, adoptent des stratégies que RetrDex cherche à dépasser en termes d'efficacité. Soumis initialement en février 2025 et révisé jusqu'en 2026, le travail n'annonce pas de code open-source dans son résumé, ce qui limite les possibilités de réplication à court terme. Les suites naturelles seraient des tests sur objets déformables, une extension à des charges utiles plus importantes et une intégration dans une chaîne logistique ou un poste d'assemblage industriel réel.

RecherchePaper

1 source