Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
MetaPusher : méta-apprentissage et planification pour la manipulation non préhensile d'objets inconnus avec adaptation rapide en ligne
RecherchearXiv cs.RO 

MetaPusher : méta-apprentissage et planification pour la manipulation non préhensile d'objets inconnus avec adaptation rapide en ligne

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

Un article publié le 21 septembre 2026 sur arXiv (2609.21122) présente MetaPusher, un système de méta-apprentissage et de planification adaptative pour la manipulation non-préhensile (pousser, faire glisser sans saisir) d'objets jamais rencontrés par le robot. Un modèle dynamique méta-appris s'ajuste en quelques interactions pendant l'exécution de la tâche, tandis qu'un planificateur kinodynamique met à jour ses plans à long horizon en réutilisant son arbre de recherche existant plutôt qu'en repartant de zéro, sans phase de collecte de données dédiée à l'objet. Testé en simulation et en transfert simulation-vers-réel contre quatre méthodes de référence (fine-tuning, apprentissage actif, contrôle MPPI, politique de renforcement), MetaPusher réduit l'erreur de prédiction dynamique et améliore le taux de réussite des tâches jusqu'à 20 %.

Les propriétés physiques d'un objet inconnu, comme sa friction ou la distribution de sa masse, ne se déduisent pas de la seule perception visuelle, ce qui limite les politiques de manipulation entraînées sur un catalogue fermé d'objets. Le problème pratique que cible ce travail est bien identifié par les intégrateurs : actualiser un modèle dynamique en cours de tâche invalide généralement la trajectoire déjà planifiée, forçant un choix entre geler le modèle au prix de la précision, ou replanifier entièrement au prix du temps de cycle. En couplant les deux, MetaPusher illustre une piste pour réduire, dans le tri ou la logistique industrielle, la dépendance à des bases d'objets préalablement appris.

Ce travail s'inscrit dans une recherche plus large sur la réduction de l'écart entre simulation et réel sans réentraînement massif par objet. Plutôt que de se comparer à des systèmes commerciaux, l'équipe confronte sa méthode aux approches classiques de la littérature (fine-tuning, apprentissage actif, MPPI, apprentissage par renforcement), sur lesquelles elle affiche son gain de 20 % en réussite des tâches. Il s'agit à ce stade d'une contribution académique évaluée en simulation et sur des scénarios de transfert contrôlés, sans mention de déploiement industriel, de partenariat ni de calendrier au-delà de la publication.

Dans nos dossiers

arXiv cs.RO

À lire aussi

ActivePusher : apprentissage actif et planification par physique résiduelle pour la manipulation non-préhensile
1arXiv cs.RO 

ActivePusher : apprentissage actif et planification par physique résiduelle pour la manipulation non-préhensile

Une équipe de recherche du laboratoire elpis-lab a publié sur arXiv en juin 2025 (identifiant 2506.04646, désormais à sa quatrième révision) un framework baptisé ActivePusher, dédié à la manipulation non-préhensile, c'est-à-dire le déplacement d'objets par poussée ou roulement, sans saisie. L'approche combine deux blocs techniques : un modèle de dynamique par physique résiduelle, qui superpose un correctif appris par réseau de neurones à un modèle physique analytique de base, et un mécanisme d'apprentissage actif guidé par l'incertitude, qui oriente automatiquement la collecte de données vers les paramètres de compétence les moins bien couverts. Le framework s'intègre avec des planificateurs kinodynamiques à base de modèle, en pondérant l'échantillonnage de commandes selon les zones de faible incertitude du modèle appris. Les auteurs valident l'approche en simulation et sur robot réel, avec des taux de succès de planification supérieurs aux méthodes de référence, à volume de données d'entraînement égal. L'enjeu est significatif pour les intégrateurs et équipes R&D travaillant sur la manipulation en environnement non structuré. La manipulation non-préhensile reste un goulot d'étranglement dans de nombreuses lignes d'assemblage et de tri, précisément parce que les modèles analytiques (friction, contact multipoint) sont difficiles à calibrer et fragiles face aux variations de surface ou de géométrie. ActivePusher attaque ce problème sous deux angles simultanément : réduire le coût de collecte de données en évitant les interactions aléatoires peu informatives, et rendre la planification longue-portée plus fiable en évitant les régions d'incertitude élevée. C'est une réponse directe au "sim-to-real gap" structurel qui plombe les déploiements industriels de bras manipulateurs sur tâches de contact. La manipulation non-préhensile est un axe de recherche actif depuis les travaux fondateurs sur la mécanique du contact des années 1990, mais les approches purement analytiques ont montré leurs limites face à la variabilité du monde réel. Des frameworks comme MPPI (Model Predictive Path Integral) ou les planificateurs kinodynamiques basés sur des modèles appris (travaux de Karol Hausman, Pieter Abbeel) forment le paysage concurrent direct. ActivePusher se distingue par le couplage explicite entre acquisition active et planification, là où la plupart des approches traitent ces deux problèmes séparément. Le code source est disponible publiquement sur GitHub (elpis-lab/ActivePusher), ce qui devrait favoriser la reproductibilité. Aucun partenaire industriel ni timeline de transfert n'est mentionné : il s'agit d'une contribution académique, sans déploiement annoncé à ce stade.

RecherchePaper
1 source
AdaptManip : apprentissage du levage et de la livraison adaptatifs d'objets en corps entier, avec estimation d'état récurrente en ligne
2arXiv cs.RO 

AdaptManip : apprentissage du levage et de la livraison adaptatifs d'objets en corps entier, avec estimation d'état récurrente en ligne

Des chercheurs publient AdaptManip, un cadre entièrement autonome qui permet à un robot humanoïde d'enchaîner navigation, saisie et livraison d'un objet, le tout appris par apprentissage par renforcement (RL) en simulation, sans démonstration humaine ni données de téléopération. Le système repose sur trois briques couplées. Un estimateur récurrent suit l'objet manipulé en temps réel malgré un champ de vision limité et des occlusions. Une politique de base corps entier assure une locomotion robuste, complétée par un contrôle de manipulation « résiduel » (une correction ajoutée à la politique de marche) pour soulever et livrer l'objet de façon stable. Enfin, un estimateur de position globale par LiDAR fournit une localisation peu sujette à la dérive. Tout est entraîné en simulation puis déployé sur matériel réel en zero-shot, sans réglage supplémentaire. Les auteurs affirment que la méthode surpasse nettement les approches de référence, dont celles par apprentissage par imitation, en adaptabilité et en taux de réussite global, et montrent une séquence complète autonome sur un humanoïde réel. L'article est une version révisée (v2) d'un dépôt arXiv de février 2026. L'intérêt tient à la cible visée : la fragilité des politiques par imitation face aux perturbations. Ces approches dépendent de démonstrations coûteuses à collecter, et leur robustesse hors distribution reste leur point faible. Montrer qu'un pipeline purement RL, sans téléopération, peut transférer au réel une tâche mêlant locomotion et manipulation corps entier irait dans le sens d'une thèse défendue par une partie du secteur : le sim-to-real devient viable pour la loco-manipulation, et pas seulement pour la marche. Pour un intégrateur, le point le plus concret est l'estimateur d'état qui continue de suivre l'objet quand la caméra le perd de vue, un cas fréquent en logistique, où les bras et la charge masquent la scène. Les réserves restent classiques : il s'agit d'un résumé académique, sans charge utile, temps de cycle, taux de réussite chiffrés ni modèle d'humanoïde précisés, et rien n'indique la variété d'objets ou d'environnements testés. Ce travail s'inscrit dans la course aux politiques corps entier pour humanoïdes. Elle oppose les approches de modèles vision-langage-action (VLA) entraînés sur des données de téléopération, comme celles de Figure (Helix) ou de Physical Intelligence (Pi-0), à des approches RL en simulation. AdaptManip se range dans la seconde famille, plus économe en données mais dépendante de la fidélité du simulateur. La suite logique serait une validation sur des charges et des objets plus variés, des mesures de cycle en conditions réelles, puis un test hors laboratoire. Aucun pilote industriel ni calendrier n'est annoncé : on reste au stade de la recherche.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
CoAd : planification à temps constant pour la manipulation continue d'objectifs avec bibliothèque compressée et adaptation en ligne
3arXiv cs.RO 

CoAd : planification à temps constant pour la manipulation continue d'objectifs avec bibliothèque compressée et adaptation en ligne

Le laboratoire elpis-lab a publié une version révisée de son article CoAd sur arXiv (arXiv:2603.12488). Le travail vise un cas fréquent en manipulation robotique : un robot qui résout à répétition des problèmes de planification ne différant que par la position de l'objet cible et de son obstacle, l'espace de travail restant fixe. Plutôt que de stocker une solution par configuration comme les bibliothèques d'expérience existantes, CoAd découpe l'espace continu des objectifs en zones appelées Task Coverage Regions et ne calcule hors ligne que des solutions "racines" représentatives de chacune ; à l'exécution, il récupère la racine correspondante en temps constant puis l'adapte via interpolation linéaire, primitives de mouvement dynamiques (DMP) ou optimisation de trajectoire simplifiée. Testé sur plusieurs bras manipulateurs, en simulation et en réel, le système affiche des requêtes sous la milliseconde et une bibliothèque fortement compressée par rapport aux méthodes de référence ; le code est publié sur GitHub sous elpis-lab/CoAd. Pour les intégrateurs qui automatisent la prise et dépose à cadence élevée, la promesse touche un vrai goulot d'étranglement : les planificateurs par expérience gagnent en vitesse mais n'offrent aucune garantie de couvrir tout l'espace continu des positions cibles, ou exigent des bibliothèques de trajectoires trop volumineuses pour du matériel embarqué. En ne stockant que des solutions racines et en déportant le reste vers une adaptation calculée à la volée, CoAd propose un compromis mémoire-latence plus favorable pour du calcul contraint. Il s'agit toutefois d'une évaluation interne aux auteurs, sans partenaire industriel ni déploiement en production annoncé : les chiffres de compression et de latence n'ont pas été vérifiés de façon indépendante. Le travail répond aux limites des approches de planification par expérience antérieures, capables d'accélérer les requêtes répétées mais sans garantie de couverture continue et au prix de bibliothèques de solutions volumineuses. CoAd relève de la planification de mouvement classique et hybride, à l'écart des politiques bout-en-bout apprises par des modèles vision-langage-action qui dominent l'actualité de la robotique humanoïde. Le passage en version 2 sur arXiv signale une révision de l'article, sans calendrier de publication finale ni suite industrielle précisée. Le code étant déjà public sur GitHub, une reproduction et une évaluation indépendante par la communauté robotique restent possibles dès maintenant.

RecherchePaper
1 source
ACDC : planification de curriculum adaptatif avec contrôle contrastif dynamique pour l'apprentissage par renforcement conditionné par objectifs en manipulation robotique
4arXiv cs.RO 

ACDC : planification de curriculum adaptatif avec contrôle contrastif dynamique pour l'apprentissage par renforcement conditionné par objectifs en manipulation robotique

Des chercheurs proposent ACDC (Adaptive Curriculum planning with Dynamic Contrastive control), une nouvelle méthode d'apprentissage par renforcement conditionné par objectif (goal-conditioned RL) pour la manipulation robotique, dans une version mise à jour (v3) d'un article déposé sur arXiv. Le système combine deux mécanismes. D'un côté, un planificateur de curriculum adaptatif multidimensionnel (AC) qui ajuste dynamiquement l'équilibre entre exploration diversifiée et exploitation ciblée, en fonction du taux de réussite de l'agent et de sa progression d'entraînement. De l'autre, un module de contrôle contrastif dynamique (DC) qui traduit ce plan de curriculum en sélection d'expériences guidée par la norme, via un apprentissage contrastif contraint. Les auteurs annoncent des résultats supérieurs aux méthodes de référence de l'état de l'art sur plusieurs tâches de manipulation robotique complexes, tant en efficacité d'échantillonnage qu'en taux de réussite final. L'article ne précise ni les environnements de test exacts, ni les valeurs chiffrées des gains obtenus, ni le laboratoire ou l'affiliation des auteurs. Pour la recherche en robotique, ACDC s'attaque à une limite connue des approches actuelles de goal-conditioned RL : leur dépendance à des schémas de priorisation de l'expérience collectée, souvent statiques, qui produisent des performances inégales selon la diversité des tâches. En rapprochant la stratégie d'apprentissage du curriculum progressif observé chez l'humain, plutôt que d'un simple rejeu d'expérience priorisé, l'approche vise une meilleure généralisation entre tâches de manipulation, un enjeu clé pour les intégrateurs qui cherchent à réduire le volume de données nécessaire à l'entraînement de politiques robotiques. Le travail s'inscrit dans une lignée de recherches combinant curriculum learning et contrastive learning pour améliorer l'efficacité d'échantillonnage en RL, un axe actif depuis les méthodes de hindsight expérience replay. Le statut "replace" sur arXiv indique une révision par rapport à une version antérieure, sans qu'on sache si l'article a été accepté dans une conférence ou une revue à comité de lecture. Aucune suite (code source, benchmark public, application industrielle) n'est mentionnée à ce stade.

RecherchePaper
1 source