Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
RecherchearXiv cs.RO 

Grasp-TAGS : sélection de préhension adaptée à la tâche par distillation de critique pour la locomanipulation préhensile

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Des chercheurs du laboratoire RPM de l'Université du Minnesota présentent Grasp-TAGS, un cadre de sélection de prise pour le réarrangement d'objets volumineux par des manipulateurs mobiles (loco-manipulation). Une politique unique d'apprentissage par renforcement PPO est entraînée sur plusieurs configurations de prise initiale. Son critic, c'est-à-dire l'estimateur de valeur, est ensuite distillé dans un petit réseau d'utilité de prise. Ce réseau classe les prises candidates à partir de leur seule configuration et de la position cible de l'objet. La meilleure prise est choisie avant tout contact, puis la politique aval exécute la tâche. Les auteurs annoncent un taux de réussite moyen de 89,84 %, contre 79,87 % pour la meilleure politique à prise fixe, soit 9,97 points de plus. Ils annoncent aussi une réduction de l'erreur d'orientation finale sur tous les objets testés. Le résumé ne précise ni le nombre d'objets, ni la plateforme, ni le passage éventuel au matériel réel. Il s'agit d'un preprint arXiv, pas d'un produit.

Le travail s'attaque à un angle mort fréquent. Les méthodes à base de modèles exigent une dynamique précise. Les méthodes par apprentissage supposent généralement une prise initiale imposée. Or deux prises géométriquement stables peuvent donner des performances très différentes une fois l'objet déplacé. Pour un intégrateur en logistique d'entrepôt ou en robotique de service, le choix de la prise devient donc une variable de performance à part entière, et pas seulement un test de faisabilité. La distillation d'un critic en un évaluateur léger est pragmatique, car elle évite de simuler chaque candidate au moment de l'inférence. Un gain de dix points reste toutefois un résultat de laboratoire. Sans validation sur robot réel et sans comparaison avec des planificateurs de prise appris, il ne prouve pas encore la robustesse en conditions d'exploitation.

Ce travail s'inscrit dans la montée des politiques de loco-manipulation entraînées en simulation, portées notamment par les quadrupèdes à bras et les humanoïdes. Il prolonge aussi les recherches sur les prises « task-aware », qui conditionnent la saisie à l'usage aval plutôt qu'à la seule stabilité. Le projet est accompagné d'une page web de résultats qualitatifs. La suite logique serait une validation matérielle, une extension à des objets inconnus et une intégration avec des modèles vision-langage-action. Aucun calendrier ni partenaire industriel n'est annoncé.

Dans nos dossiers

IA physique & VLAarXiv cs.RO

À lire aussi

Exploration guidée par le contact pour la locomanipulation non préhensile via un RL multi-critique
1arXiv cs.RO 

Exploration guidée par le contact pour la locomanipulation non préhensile via un RL multi-critique

Des chercheurs proposent une nouvelle méthode d'apprentissage par renforcement pour la manipulation non préhensile, c'est-à-dire la capacité d'un robot à déplacer un objet sans le saisir, en le poussant, le faisant glisser ou en s'appuyant dessus. Décrite dans un article publié le 31 août 2026 sur arXiv (référence 2608.28140), l'approche s'appelle "contact-guided exploration" et s'appuie sur un framework de type Multi-Critic RL. Le principe consiste à entraîner un critique d'exploration dédié, guidé par une récompense dense qui pousse l'organe terminal du robot vers des points de contact pertinents sur l'objet ; l'influence de ce critique est ensuite progressivement réduite pour laisser émerger une politique optimale pour la tâche elle-même. Les points de contact candidats sont générés par un algorithme de préhension généraliste, ce qui permet à la méthode de s'adapter à des géométries d'objets variées sans réentraînement spécifique. Les chercheurs ont testé leur approche sur plusieurs tâches simulées : pousser une caisse, transporter une chaise et ouvrir un lave-vaisselle. La politique de transport de chaise a ensuite été validée par des expérimentations réelles sur un manipulateur mobile quadrupède. L'enjeu dépasse le simple exercice académique : la manipulation non préhensile reste un point faible connu des robots mobiles, car les dynamiques de contact intermittent et les changements brusques de régime physique (hybrid dynamics) sont difficiles à modéliser et à apprendre, que ce soit par des méthodes basées sur des modèles physiques ou par du RL pur. Pour les intégrateurs travaillant sur des plateformes mobiles à bras, qu'il s'agisse de quadrupèdes ou d'AMR équipés de manipulateurs, cette capacité ouvre la voie à des usages où saisir un objet est impossible ou inefficace, comme déplacer des charges volumineuses, ouvrir des portes ou des appareils électroménagers. Le fait que la politique transfère du simulateur vers le réel sur une tâche concrète, le transport de chaise, apporte une preuve supplémentaire que le fossé simulation-réalité peut être réduit sur des tâches à contact riche, un domaine où les échecs restent fréquents. Ce travail s'inscrit dans une lignée de recherches en RL multi-critiques visant à mieux structurer l'exploration dans des espaces d'action complexes, un problème classique pour les tâches à récompense éparse comme la recherche de contact. Il rejoint les efforts plus larges de la communauté robotique autour des manipulateurs mobiles quadrupèdes, aux côtés d'autres plateformes combinant locomotion et bras articulé. Les auteurs ne mentionnent pas de calendrier de déploiement industriel ; il s'agit à ce stade d'une validation expérimentale en laboratoire, ouvrant la voie à une généralisation ultérieure vers d'autres objets et environnements.

RecherchePaper
1 source
Garder le contact : marges de frottement adaptatives à la tâche pour la manipulation bimanuelle non préhensile
2arXiv cs.RO 

Garder le contact : marges de frottement adaptatives à la tâche pour la manipulation bimanuelle non préhensile

Des chercheurs proposent, dans un preprint arXiv (2610.36961), une méthode de planification des forces pour maintenir le contact lors de manipulations bimanuelles non préhensiles, c'est-à-dire sans saisir l'objet, par exemple en le basculant autour d'un point d'appui de l'environnement. Le travail repose sur la « distance de friction signée », une mesure qui quantifie dans l'espace des forces la marge dont dispose chaque contact avant de glisser. Les auteurs en déduisent une marge adaptative, calculée à partir de la correction de force nécessaire pour compenser les écarts de moment autour du pivot pendant l'inclinaison. Ces marges sont intégrées à une séquence de programmes coniques du second ordre (SOCP), un par angle d'inclinaison, chacun donnant une solution de forces de contact globalement optimale. L'optimiseur équilibre l'objet autour du pivot tout en éloignant les forces des robots et du pivot de la frontière nominale du cône de friction. Des expériences réelles montrent une exécution réussie malgré des variations des propriétés de l'objet et des erreurs de modèle. Le résumé ne donne ni plateforme robotique, ni taux de réussite, ni nombre d'essais. L'enjeu est pratique. Respecter le cône de friction est la condition minimale, mais une force juste à l'intérieur et une force bien à l'intérieur sont toutes deux « faisables » alors que leur robustesse au glissement ou à la perte de contact diffère fortement. En fixant la marge selon la sensibilité réelle de la tâche, plutôt qu'avec une valeur constante, l'approche cible l'écart entre modèle et réalité. Cet écart (masse mal estimée, frottement variable) fait souvent échouer les démonstrations en conditions réelles. Les comparaisons avec une marge fixe et sans marge indiquent que l'adaptation compte, mais il faut lire les chiffres du papier avant de conclure à un gain décisif. Pour un intégrateur, la manipulation non préhensile intéresse la logistique et la manutention de colis volumineux, où des bras sans préhenseur dédié peuvent déplacer des charges encombrantes. Le résultat reste un travail de recherche sur une tâche précise, et non un produit. Ce travail s'inscrit dans la lignée de la planification de contacts par optimisation convexe, qui offre des garanties d'optimalité et une bonne interprétabilité, en contraste avec les politiques apprises de bout en bout de type VLA, plus généralistes mais moins explicables sur les marges de sécurité. Les auteurs mettent en avant des redistributions de forces lisibles lorsque les propriétés de l'objet changent, un argument utile pour la certification et le débogage industriels. Aucun partenaire industriel, calendrier de transfert ni pilote n'est annoncé, et une page projet (keeping-contact.github.io) accompagne la publication. Les suites naturelles seraient l'extension à d'autres tâches non préhensiles, une validation sur des objets plus variés et une combinaison avec des méthodes apprises pour estimer en ligne les propriétés de l'objet.

RecherchePaper
1 source
De la préhension à la dextérité : pré-entraînement à grande échelle pour la manipulation dextérique
3arXiv cs.RO 

De la préhension à la dextérité : pré-entraînement à grande échelle pour la manipulation dextérique

Des chercheurs publient sur arXiv un nouveau papier intitulé "From Grasps to Dexterity: Large-Scale Grasp Pretraining for Dexterous Manipulation", qui s'attaque à un problème precis de la manipulation dextre robotique: utiliser un simple geste de préhension pour ensuite manipuler un outil articulé (actionner une gâchette, tourner une molette, ouvrir une pince) plutôt que de simplement le saisir et le poser. L'équipe construit un jeu de données de 355 000 trajectoires à partir d'annotations de préhension dextre à grande échelle, utilisé pour préentraîner un contrôleur bas niveau conditionné par objectif, lui-même piloté par un module haut niveau qui prédit les sous-objectifs de la main. Ce contrôleur est ensuite affiné sur des démonstrations spécifiques à chaque tâche. Pour évaluer l'approche, les auteurs introduisent DexCraft, un banc d'essai en simulation comportant six tâches d'usage d'outils articulés nécessitant une coordination fine des doigts. En conditions réelles, la méthode améliore le taux de réussite complet des tâches de 33,3 points de pourcentage par rapport à la référence DP3, et dépasse aussi les politiques de diffusion entraînées de bout en bout ainsi que les architectures hiérarchiques entraînées depuis zéro. L'intérêt pour l'industrie tient au fait que la plupart des grands jeux de données de préhension dextre existants n'avaient jusqu'ici servi qu'à générer des prises ou à faire du pick-and-place, une tâche relativement simple comparée à l'usage fonctionnel d'un outil, qui exige de maintenir le contact tout en actionnant une pièce mobile. Démontrer qu'un préentraînement sur des données de grasping generalise à ce type de manipulation contact-riche est un signal utile pour les équipes qui travaillent sur des mains robotiques multi-doigts, notamment dans le contexte des humanoïdes où la dextérité fine reste un goulot d'étranglement bien plus limitant que la locomotion. Cela va dans le sens d'une hypothèse défendue par plusieurs laboratoires: les grands corpus de démonstration, même génériques, peuvent servir de socle de préentraînement réutilisable plutôt que d'être collectés tâche par tâche. Ce travail s'inscrit dans la lignée des approches hiérarchiques d'apprentissage par imitation combinant planification haut niveau et contrôle bas niveau, un courant de recherche actif face aux politiques de diffusion de bout en bout comme DP3, utilisées ici comme référence de comparaison. Il s'agit à ce stade d'un résultat académique publié sur arXiv, testé en simulation via DexCraft et validé par des expériences réelles limitées, et non d'un système déployé commercialement. Les auteurs mettent à disposition des vidéos de démonstration sur leur page de projet, mais aucune date de mise en open source du code ni de partenariat industriel n'est mentionnée dans le résumé.

RecherchePaper
1 source
TEAR : routage d'autorité par preuves de tâche pour la manipulation robotique
4arXiv cs.RO 

TEAR : routage d'autorité par preuves de tâche pour la manipulation robotique

Des chercheurs proposent TEAR (Task-Evidence Authority Routing), un cadre logiciel déployable en périphérie (edge) qui décide, directement sur le robot, de la source de contrôle à qui confier la manipulation: téléopération humaine ou autonomie locale. L'arbitrage repose sur deux types d'indices. Les premiers portent sur l'état du réseau, qui conditionne la fiabilité de la téléopération. Les seconds portent sur la sémantique de la tâche, c'est-à-dire la cohérence de l'exécution autonome avec ce qui est demandé. Un arbitre temporel léger reçoit ces deux flux, l'état du robot et l'autorité en cours, puis déclenche les transferts de contrôle. Testé en simulation et en conditions réelles avec un réseau dynamique, TEAR atteint des taux de réussite proches de la téléopération pure, tout en limitant l'intervention humaine à 19,8-27,4 % des pas de contrôle. Il améliore le taux de succès de 30 à 40 % par rapport à l'autonomie seule, dans les configurations testées. L'étude, publiée sur arXiv (v1), ne précise pas dans son résumé les plateformes robotiques ni les tâches utilisées. L'intérêt tient à une question que les déploiements terrain rencontrent déjà: le choix n'est pas binaire entre « tout autonome » et « tout téléopéré ». La téléopération gère bien les contacts complexes et les situations ambiguës, mais elle dépend d'une liaison stable. L'autonomie locale fonctionne sans lien continu, mais décroche face à l'ambiguïté sémantique, à la dérive sur les longs horizons ou aux imprévus. Traiter cette complémentarité comme un problème de routage d'autorité, exécuté côté robot, évite de dépendre d'un opérateur qui surveille en permanence. Pour un intégrateur ou un exploitant, le chiffre clé est le ratio: environ un quart des pas seulement sous contrôle humain peut rendre un opérateur capable de superviser plusieurs machines, à condition que ces résultats tiennent hors laboratoire. Une réserve s'impose: les gains de 30 à 40 % sont mesurés face à une autonomie seule dont la force n'est pas détaillée, et les conditions d'essai restent « dans nos réglages ». Ce travail s'inscrit dans la montée des politiques de type VLA (vision-langage-action) et des modèles généralistes, dont la fiabilité reste insuffisante pour une autonomie totale, ce qui pousse les acteurs vers des schémas hybrides où l'humain intervient en exception, plutôt que vers un remplacement complet. Plusieurs entreprises de robotique humanoïde et de logistique pratiquent déjà une téléopération d'appoint, souvent de façon manuelle et peu documentée. TEAR cherche à formaliser et automatiser ce basculement. Les suites à surveiller sont une validation sur des politiques VLA récentes, des mesures de latence de transfert et de sécurité lors des changements d'autorité, ainsi qu'une évaluation sur des sites réels avec des réseaux dégradés. Aucun pilote industriel ni calendrier de déploiement n'est annoncé à ce stade.

RecherchePaper
1 source