EG
Diagramme du framework NEXT montrant la méthode d'Estimation Neuronale de Couple Externe pour bras robotiques sans capteurs de force dédiés
ResearchJune 15, 2026Embodied Global Team

CMU FACTR 2: L'Apprentissage de la Détection de Force Externe pour les Bras Robotiques Améliore l'Apprentissage de Politiques de 17%

Des chercheurs du CMU présentent FACTR 2 avec NEXT, une méthode qui estime les couples externes sans capteurs de force dédiés, s'entraînant en 1 minute à partir de 10 minutes de données, améliorant l'apprentissage de politiques de plus de 17%.

#CMU#Force Sensing#Robotic Manipulation#Behavior Cloning#FACTR 2#Policy Learning
Reading in French

Des chercheurs de l'Université Carnegie Mellon (CMU) et de l'Université Waseda ont présenté FACTR 2, avec deux innovations clés — NEXT (Estimation Neuronale de Couple Externe) et FIRST (Ré-échantillonnage Informé par la Force) — qui apportent des capacités de détection de force aux bras robotiques standards sans matériel supplémentaire.

Les tâches de manipulation riches en contact nécessitent une sensibilité à la force, mais la plupart des bras robotiques manquent de capteurs de force dédiés en raison de leur coût élevé. NEXT est une méthode basée sur les données qui estime les couples externes en utilisant uniquement les informations d'état des articulations, ne nécessitant que 10 minutes de collecte de données et 1 minute d'entraînement.

FIRST améliore le clonage de comportement en ré-échantillonnant la distribution du lot d'entraînement pour sur-échantillonner les phases de pré-contact et de contact. Dans cinq tâches de manipulation à long horizon, FIRST surpasse les politiques antérieures conscientes de la force de plus de 17% en progression de tâche.

Language: French- Showing content in French