ActivePusher: Active Learning and Planning with Residual Physics for Nonprehensile Manipulation

Auteurs: Zhuoyun Zhong, Seyedali Golestaneh, Constantinos Chamzas · ICRA 2026

Licences

• Accès libre
• Article: CC BY 4.0

Tout ce qui suit s'appuie sur l'article complet sous sa licence CC BY 4.0 ; sa figure est montrée en citant les auteurs.

En bref

Un modèle de poussée à physique résiduelle doté d'une incertitude fondée sur le NTK choisit les poussées les plus informatives pour s'exercer et les plus fiables pour planifier, ce qui améliore l'efficacité des données et la réussite du push-to-grasp.

Pourquoi c'est important

L'approche ne nécessite ni grand jeu de données hors ligne, ni simulateur haute fidélité, ni démonstrations humaines, et le robot remet lui-même l'objet en place, de sorte que l'apprentissage se déroule sans intervention humaine. La même estimation d'incertitude sert à la fois à la collecte de données et à la planification, ce qui relie directement l'apprentissage des compétences à la réussite de la tâche.

Problème

Les modèles analytiques de poussée reposent sur des hypothèses simplifiées de frottement, de contact et de masse, tandis que les modèles appris nécessitent beaucoup de données d'interaction réelles coûteuses et sont peu fiables dans les parties de l'espace d'actions qu'ils ont peu vues. La collecte aléatoire de données ne cible pas les poussées qui amélioreraient le plus le modèle.

Solution proposée

Une poussée est paramétrée par le côté, le décalage latéral et la distance ; un MLP apprend le résidu entre un modèle analytique quasi statique de poussée et le résultat SE(2) observé. L'incertitude épistémique s'obtient en traitant le réseau entraîné comme un processus gaussien avec son Neural Tangent Kernel. Pendant l'apprentissage, une acquisition BAIT modifiée choisit des lots de poussées qui réduisent le plus la variance a posteriori ; pendant la planification, le planificateur cinodynamique SST échantillonne des poussées candidates et retient celle dont l'incertitude est la plus faible.

Idées clés

• Une seule estimation d'incertitude sert deux usages opposés : rechercher une forte incertitude pour choisir ce sur quoi s'exercer, l'éviter pour choisir ce qu'il faut exécuter
• Ajouter un modèle analytique grossier de poussée comme a priori résiduel aide surtout lorsque peu de données sont disponibles
• Orienter l'échantillonnage des commandes de SST vers les poussées à faible incertitude préserve l'optimalité asymptotique du planificateur tout en évitant les actions mal modélisées
• Avec la planification active, le planificateur tend à choisir des chemins plus longs, que le modèle juge plus sûrs

Principaux résultats

• La planification active avec le meilleur modèle entraîné a porté la réussite du Push-to-Grasp jusqu'à 95 % en simulation et 85 % dans le monde réel, et a réduit l'erreur de suivi par rapport à un échantillonnage aléatoire des commandes
• Le modèle résiduel avec apprentissage actif a donné une RMSE de validation en SE(2) plus faible que la collecte aléatoire de données sur quatre objets YCB simulés (boîte de crackers, tasse, flacon de moutarde, banane) et une vraie boîte de crackers, avec une taille de lot de 20
• En simulation, sur 100 problèmes de planification, l'apprentissage actif résiduel a donné une réussite de tâche plus élevée et une erreur de suivi plus faible que les références MLP et à échantillonnage aléatoire pour toutes les tailles de jeu de données
• Configuration : réservoir de 1 000 paramètres de poussée candidats, 800 poussées de validation, lots de 20 (simulation) ou 40 (réel), 1000 environnements Genesis parallèles pour la collecte de données

Limites

• Seule l'incertitude épistémique est modélisée ; le bruit aléatoire est ignoré, de sorte que le planificateur peut éviter des régions peu bruitées ou s'engager excessivement sur des poussées intrinsèquement bruitées
• Les tâches et les objets se limitent à des poussées planes dans SE(2) ; les objets non convexes ou articulés, la poussée 3D, le roulement et le lancer ne sont pas couverts
• Les plans sont exécutés en boucle ouverte, sans rétroaction ni replanification
• Le modèle analytique approche chaque objet par un rectangle englobant, fixe le rapport de frottement à c = 0,05 pour tous les objets et suppose un contact adhérent
• Les résultats sont présentés sous forme de courbes dans des figures ; à part les taux de réussite maximaux de 95 % et 85 %, peu de chiffres exacts sont donnés

Impact sur le domaine

Finaliste de l'ICRA 2026 Best Paper Award on Planning and Control, avec 9 citations. L'article ne mentionne aucune publication de code ou de données.

Résumé

La planification avec des modèles dynamiques appris offre une approche prometteuse pour la manipulation à long horizon dans le monde réel, en particulier dans des contextes sans préhension comme la poussée ou le roulement, où il est difficile d'obtenir des modèles analytiques précis. Bien que les méthodes fondées sur l'apprentissage soient prometteuses, la collecte de données d'entraînement peut être coûteuse et inefficace, car elle repose souvent sur des interactions échantillonnées aléatoirement qui ne sont pas nécessairement les plus informatives. Pour relever ce défi, nous proposons ActivePusher, un nouveau cadre qui combine une modélisation à physique résiduelle avec un apprentissage actif à noyau guidé par l'incertitude, afin de concentrer l'acquisition de données sur les paramètres de compétence les plus informatifs. En outre, ActivePusher s'intègre naturellement à des planificateurs cinodynamiques fondés sur un modèle, en exploitant les estimations d'incertitude pour orienter l'échantillonnage des commandes vers des actions plus fiables. Nous évaluons notre approche à la fois en simulation et dans des environnements réels et démontrons qu'elle améliore l'efficacité des données et les taux de réussite de la planification par rapport aux méthodes de référence.

Liens

• arXiv 2506.04646: https://arxiv.org/abs/2506.04646
• DOI 10.1109/ICRA57385.2026.11696785: https://doi.org/10.1109/ICRA57385.2026.11696785
• PDF: https://arxiv.org/pdf/2506.04646v1