Dans le contexte du mouvement de robots, la planification de manipulation est le problème consistant à trouver l’enchaînement de mouvements exact qu’un robot devrait faire afin de réaliser des tâches, ou autrement dit la transition entre une situation initiale et une situation finale dans l’environnement du robot. Au sein de l’équipe Gepetto du LAAS-CNRS à Toulouse, je me suis intéressé à ce problème appliqué à des robots humanoïdes manipulant des objets à l’aide de pinces. Le problème a déjà fait l’objet de recherche et différents algorithmes existent pour y répondre. La complexité du problème, venant de la haute dimensionnalité de l’espace des solutions potentielles, oblige à recourir à l’aléatoire, si bien que la majorité des algorithmes actuels ont pour principe commun l’exploration d’un arbre aléatoire. Après une introduction aux définitions et structures nécessaires à sa compréhension, on expliquera le principe d’un nouvel algorithme de planification de manipulation, qui utilise l’aléatoire de manière innovante. Ensuite, ce rapport détaillera l’implémentation que j’ai produite de cet algorithme au sein du logiciel HPP, développé par le LAAS. Enfin, on évoquera les pistes de développements futurs basés sur mes travaux lors de ce stage.