Manipulation
Fellow suit ce sujet depuis juillet 2026 : 20 articles résumés en français, dont 7 jugés majeurs ou notables.
Toute l'actualité · 20 articles
AtomicRL : apprentissage par renforcement atomique pour la manipulation robotique à long horizon
Un framework de post-entraînement RL exploite la structure de tâches atomiques pour améliorer l'attribution du crédit et l'exploration des politiques VLA, avec un pipeline Real2Sim2Real vers les robots physiques.
UniWALM : un modèle unifié monde-action-langage pour le contrôle de robots incarnés
UniWALM apprend vidéo, action et langage dans une représentation partagée unique, et utilise le langage généré comme mémoire pour améliorer la manipulation robotique, sans planificateur externe.
CoDA : co-évolution des moteurs de données et des politiques d'action en robotique
Un framework fait co-évoluer un moteur de simulation générative et une politique d'action via une mémoire partagée, avec des gains marqués en généralisation hors distribution.
RoboSimStudio : un toolkit interactif pour le Real2Sim rapide des tâches de manipulation robotique
Ce toolkit rend explicites et modifiables le solveur, le modèle de contact et les paramètres physiques, afin que humains et agents de code affinent itérativement les simulations de manipulation.
Long-WAM : étendre le contexte des modèles monde-action pour le contrôle robotique en temps réel
Un framework qui démontre que la pré-entraînement autorégressif permet d'exploiter efficacement de longues historiques visuelles pour la manipulation robotique, avec des gains de 15 points de succès sur RoboCasa GR-1.
QF3 : un RL rapide pour politiques de flow avec gradients Q filtrés
Un nouvel algorithme off-policy accélère l'apprentissage par renforcement des politiques de flow, avec transfert zero-shot vers des robots humanoïdes réels.
DepthWorld : un modèle du monde en 3D pour la manipulation robotique
Un pipeline de calibration et un modèle de diffusion vidéo permettent de générer des rollouts RGB et profondeur géométriquement cohérents.
EyeRobot 2.0 : regard actif pour une manipulation précise sans caméras au poignet
Un robot bimanuel fixe des points 3D comme un œil humain pour manipuler finement sans caméra de poignet, via RL hiérarchique.
DynaHarness : un harnais physique dynamique pour des agents robotiques auto-évolutifs
Un système couplant raisonnement sémantique et exécution physique permet à des robots de corriger leurs échecs et d'améliorer leurs capacités en continu.
X-Reset : passer à l'échelle le RL centré-objet grâce à des resets cross-embodiment
Un nouveau cadre de RL utilise des démonstrations main-objet humaines pour résoudre l'exploration en manipulation robotique dextre.
RAPID : programmation agentique de robots à partir de démonstrations
Un système qui génère, vérifie et raffine automatiquement des programmes robotiques à partir d'une seule démonstration visuelle humaine, grâce à une boucle agentique itérative.
Workspace Models : une mémoire robotique légère guidée par la saillance
Une méthode entraîne un token de mémoire compact à partir de VLM, évitant leur usage coûteux au moment de l'exécution des tâches robotiques.
Agile-WAM : un modèle monde-action tactile agile pour le contrôle robotique en contact riche
Un nouveau modèle combine vision et toucher pour prédire actions et dynamiques physiques, plus rapide que les backbones génératifs classiques.
Rêver le son du contact : générer vidéo et audio pour une manipulation robotique sensible à la force
Des chercheurs exploitent le son généré par IA pour extraire des profils de force et guider un bras robotique dans des tâches de contact.
Quoi et quand ? Diagnostiquer et améliorer l'ancrage visuel conditionnel dans les politiques d'imitation visuomotrices
Une étude montre comment des objets distracteurs perturbent la sélection de cibles dans les politiques robotiques d'imitation, et propose des correctifs concrets.
Facet-0 : un modèle fondation robotique pour la manipulation précise avec contact
Un nouveau modèle robotique prédit les forces de contact générées par ses actions pour atteindre une précision sub-millimétrique en assemblage.
SUN : des programmes persistants pour unifier contrôle, apprentissage et politiques réelles guidées par le langage
Un nouveau système, Kuafu, synthétise automatiquement des programmes sémantiques pour entraîner des politiques robotiques sans démonstrations ni récompenses manuelles.
R³ : entraîner des robots à raisonner en langage naturel via reinforcement learning
Une méthode de post-training transforme des VLMs standards en raisonneurs robotiques capables de guider des politiques de manipulation complexes.
BATON : exploration agentique par sous-tâches et mémoire de transitions pour la manipulation robotique longue durée
Un cadre qui combine agent LLM et modèles VLA pour décomposer les tâches robotiques complexes et éviter la propagation d'erreurs entre étapes.
πR² : des politiques de flux réactives et temps réel pour la manipulation robotique
Une méthode pour rendre les politiques de manipulation à grands modèles réactives en temps réel, sans sacrifier l'expressivité ni le multi-action.