# ReDex améliore les performances réelles des mains robotiques entraînées en simulation

> Ce nouveau système fait passer le taux de réussite du retournement d’objets de 14 % à 86 %, et la progression de la rotation d’un tournevis de 26 % à 95 % sur de vrais robots.

Oossa · 2026-10-07 · https://oossa.com/fr/redex-boosts-real-world-success-of-simulation-trained-hand-policies

Des chercheurs dirigés par Jinzhou Li ont présenté ReDex, une méthode qui adapte aux robots réels des stratégies de manipulation dextre entraînées en simulation. Le système permet à un humain de corriger délicatement les contacts des doigts, tandis que la stratégie initiale contrôle les autres doigts. Les essais, qui combinent la stratégie de base, les mouvements des doigts guidés par un humain et les données de force au bout des doigts, servent à entraîner une nouvelle stratégie conditionnée par la force grâce à l’apprentissage par imitation. Lors de tests portant sur deux tâches exigeant de nombreux contacts, ReDex a fait passer le taux de réussite du retournement d’objets de 14 % à 86 %, et la progression de la rotation d’un tournevis de 26 % à 95,3 %.

## Les faits

- Le taux de réussite du retournement d’objets est passé de 14 % à 86 % pour deux objets.
- La progression de la rotation d’un tournevis est passée de 26,0 % à 95,3 % pour trois objets.

## Pourquoi c'est important

Cette méthode montre comment transposer concrètement aux robots réels des gestes de manipulation appris en simulation, avec un minimum de corrections humaines.

## Sources et références

1. [ReDex: Repairing Sim-to-Real Dexterous Policies by Finger-Level Compliant Interaction](https://arxiv.org/abs/2610.07525) – arXiv cs.RO, 2026-10-07

Dernière mise à jour: 2026-10-07