RecherchearXiv cs.RO 24 avril 2026

Navigating l'encombrement : planification bi-niveau par points de passage pour systèmes multi-robots

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs de l'Université de Californie à Santa Barbara (UCSB, laboratoire NLP-Chang) ont publié sur arXiv (référence 2604.21138) un framework hybride de contrôle multi-robots capable de planifier simultanément à deux niveaux : la planification de tâches à haut niveau (quel robot fait quoi, dans quel ordre) et la planification de trajectoires à bas niveau (comment éviter les collisions). Le système repose sur une représentation compacte appelée "waypoints", des points de passage intermédiaires qui paramétrisent les trajectoires motrices de façon plus légère qu'une optimisation de trajectoire continue. Pour entraîner le tout, l'équipe utilise un algorithme RLVR (Reinforcement Learning with Verifiable Rewards) modifié, combiné à une stratégie de curriculum progressif qui remonte les retours de faisabilité physique du planificateur bas niveau vers le planificateur haut niveau. Les expériences sont conduites sur BoxNet3D-OBS, un benchmark multi-robots 3D à obstacles denses, avec des configurations allant jusqu'à neuf robots simultanément. Sur ce benchmark, l'approche surpasse de manière consistante les baselines "motion-agnostic" (qui ignorent les contraintes physiques) et les baselines fondées sur des VLA (Vision-Language-Action models).

Ce résultat pointe un problème structurel souvent minimisé dans la littérature : l'affectation du crédit entre les deux niveaux de planification. Quand un système multi-robots échoue, est-ce que la tâche était mal assignée ou la trajectoire physiquement infaisable ? Cette ambiguïté rend les approches séquentielles (planifier les tâches, puis les trajectoires) fragiles dès que l'environnement est encombré. Le fait que les modèles VLA, pourtant en vogue depuis les travaux pi-0, GR00T N2 et Helix, sous-performent sur ce benchmark suggère que leur capacité de généralisation atteint ses limites dès qu'on ajoute des contraintes de collision à grande échelle : bonne nouvelle pour les approches d'optimisation hybride, mauvaise nouvelle pour ceux qui misent sur les VLA comme solution universelle en entrepôt.

Ce travail s'inscrit dans une tendance de fond : appliquer les techniques de raisonnement par renforcement issues du traitement du langage naturel (notamment la famille DeepSeek-R1 et RLVR) à la robotique multi-agents. Les systèmes concurrents dans cet espace incluent les travaux sur TAMP (Task and Motion Planning) de MIT CSAIL et CMU, ainsi que les approches de planification décentralisée type MAPF (Multi-Agent Path Finding). Le code est disponible sur GitHub (UCSB-NLP-Chang/navigate-cluster). Les prochaines étapes probables incluent une validation sur robots physiques et une montée en charge au-delà de neuf agents, terrain où les questions de latence de planification deviendront critiques pour des déploiements industriels réels.

Dans nos dossiers

NVIDIA GR00T arXiv cs.RO

À lire aussi

1arXiv cs.RO

Planification de mouvement distribuée pour systèmes multi-robots sous contraintes topologiques

Des chercheurs proposent, dans un preprint arXiv (2610.10065), un contrôleur distribué fondé sur la commande prédictive (MPC, Model Predictive Control) pour exécuter des consignes de coordination multi-robots exprimées sous forme de tresses topologiques. Ces tresses décrivent de façon compacte et abstraite la relation qualitative souhaitée entre les trajectoires spatio-temporelles de plusieurs robots mobiles, par exemple qui passe devant ou derrière qui. Plutôt que de suivre directement la tresse, le contrôleur s'appuie sur les nombres d'enroulement (winding numbers), des invariants topologiques des tresses, comme variable de substitution. Cela transforme la spécification en fonction continue, facile à injecter comme terme du coût dans un MPC, et la décompose en spécifications par paires, traitables par de simples problèmes MPC locaux. Pour garder une cohérence globale, les robots estiment leur progression par consensus et synchronisent ainsi leurs mouvements. La validation porte sur des simulations et des expériences réelles. Le résumé annonce des gains en vitesse d'exécution et en effort de commande, sans fournir de chiffres. L'intérêt tient à un verrou concret de la robotique de flotte. Les approches existantes exécutent un générateur de tresse à la fois, ce qui ralentit les trajectoires et les rend sous-optimales. Pour un intégrateur qui gère des AMR dans un entrepôt, des convoyeurs mobiles ou des essaims de drones, cela se traduit par des croisements séquentiels, des temps d'attente et des consommations d'énergie évitables. Le caractère distribué compte tout autant: chaque robot ne résout qu'un problème local, sans planificateur central ni point de défaillance unique, ce qui favorise le passage à l'échelle. La méthode ne dit en revanche rien sur la taille des flottes testées, les latences de communication tolérées ni la robustesse aux pertes de liaison, des critères décisifs pour un déploiement industriel. Il s'agit de recherche académique, sans produit ni pilote annoncé, et les gains revendiqués ne sont pas chiffrés dans le résumé. Ce travail s'inscrit dans une lignée où la topologie sert à structurer la coordination multi-agents, par opposition aux planificateurs purement géométriques ou aux méthodes d'optimisation centralisées coûteuses quand le nombre de robots augmente. Les tresses offrent un langage de haut niveau pour spécifier des chorégraphies de robots, mais leur exécution distribuée restait le maillon faible. Cette proposition cherche à combler cet écart entre spécification abstraite et contrôle temps réel. Les suites logiques seraient des essais à plus grande échelle, avec des robots hétérogènes et des environnements encombrés, puis une comparaison directe avec les méthodes de planification multi-robots utilisées en logistique. Aucune échéance n'est communiquée.

RecherchePaper

1 source

2arXiv cs.RO

Guidage des modes au niveau de la trajectoire pour la planification de mouvement contrôlable de robots multiples par diffusion

Une équipe de chercheurs publie sur arXiv (2609.36530) une méthode de planification de mouvement par modèles de diffusion, pensée pour conserver plusieurs solutions faisables tout en tenant compte d'indications grossières fournies en amont. Le principe est de guider la génération dans l'espace des trajectoires « propres », c'est-à-dire reconstruites à chaque pas de la diffusion inverse, plutôt que dans l'espace bruité. Cette trajectoire reconstruite sert d'espace commun pour deux types d'informations. Les coûts de planification, comme l'évitement d'obstacles, sont intégrés par raffinement à base de gradient. Un a priori partiel, par exemple un tronçon de trajectoire ou une région souhaitée, est injecté progressivement aux niveaux de bruit correspondants, avec une force de guidage décroissante au fil des pas. Pour plusieurs robots, il suffit d'ajouter un coût de collision entre agents. Le résumé annonce des essais sur des tâches mono et multi-robots, avec synthèse de trajectoires contrôlable, solutions faisables variées et coordination sûre. Il ne donne aucun chiffre : ni taux de succès, ni nombre de robots, ni temps de calcul, ni matériel utilisé. L'enjeu est technique mais concret pour la coordination de flottes. Un planificateur classique renvoie souvent une seule trajectoire, alors qu'un opérateur ou un système de supervision veut pouvoir dire « passe plutôt par ici » sans figer le résultat. Un guidage trop strict par l'a priori détruit la diversité qui fait l'intérêt des diffusions, et un guidage trop faible ignore l'intention de l'opérateur. Ici, le relâchement progressif de la contrainte cherche le compromis : l'a priori fixe le mode global de la solution dans les premières étapes, puis le modèle affine les détails librement. Pour un intégrateur d'AMR (robots mobiles autonomes) ou de cellules multi-bras, cela pourrait faciliter l'injection de règles de circulation ou de préférences humaines dans un planificateur génératif. Le résumé ne prouve pas que cela tienne hors laboratoire. Il ne dit rien des garanties de sécurité, de la latence en temps réel ni du passage à l'échelle avec le nombre d'agents, trois points décisifs pour un déploiement industriel. Ce travail s'inscrit dans la série de méthodes qui appliquent les modèles de diffusion à la planification de trajectoires, popularisée par des approches comme Diffuser et Diffusion Policy. Ces méthodes ajoutent du guidage par coût, mais restent en difficulté pour combiner des a priori partiels et de la multimodalité. Les alternatives classiques, comme la planification par échantillonnage, l'optimisation de trajectoire ou les approches par conflits pour le multi-agent, offrent davantage de garanties formelles mais peu de génération multimodale pilotable. Il s'agit d'une prépublication (v1) et rien n'indique à ce stade de code publié, de comparaison chiffrée ou de test sur robots réels. La suite logique serait une validation sur matériel, une comparaison avec les planificateurs multi-agents établis et une évaluation du coût de calcul.

RecherchePaper

1 source

3arXiv cs.RO

Prise de décision et planification de déploiement fondées sur la confiance pour des systèmes multi-robots résilients

Une équipe de recherche publie sur arXiv (référence 2608.25690, mise en ligne fin août 2026) une étude sur la prise de décision séquentielle robuste dans les systèmes multi-robots confrontés à des attaques de localisation. Le travail porte sur le routage en ligne de flottes de robots lorsque certains agents subissent un usurpation GPS (spoofing) qui fausse à la fois les données envoyées au planificateur et l'exécution réelle des tâches. Les auteurs introduisent un modèle d'attaque à contrainte de distance conçu pour tromper un moniteur de surveillance tout en restant plausible, associé à une stratégie d'appariement bipartite à paliers qui maximise l'impact sur l'attribution des tâches tout en limitant l'amplitude du décalage de position déclaré. En réponse, ils développent un moniteur dit "trust-aware" qui combine une estimation probabiliste de la fiabilité de localisation, calibrée sur des jeux de données réels de spoofing GPS, avec des indices comportementaux tirés de l'exécution effective des tâches, afin de classer les agents et d'exclure les robots compromis des cycles de planification suivants. Les expériences s'appuient à la fois sur ces données de spoofing réelles et sur des données de demande de taxis de San Francisco pour simuler des scénarios de flotte réaliste. Le résultat central est que des adversaires non détectés font perdre à la technique de "rollout", une méthode de planification par simulation anticipée très utilisée pour améliorer une politique de base, son avantage habituel de réduction de coût, en brisant la cohérence entre ce que le planificateur anticipe et ce que les robots exécutent réellement. Le retrait des agents compromis via le moniteur de confiance restaure cette cohérence et permet de récupérer le gain de performance attendu. Pour les opérateurs de flottes de robots mobiles autonomes (AMR, taxis robotisés, drones), l'étude illustre concrètement qu'une couche de détection de confiance distincte de la localisation brute est nécessaire, la sécurisation du signal GPS seul ne suffisant pas à garantir la stabilité des décisions de routage. Ce travail s'inscrit dans la continuité des recherches sur la robustesse des politiques de planification par rollout et sur la détection d'usurpation GPS, un vecteur d'attaque déjà documenté dans l'aviation, le maritime et les drones militaires, mais peu étudié jusqu'ici sous l'angle de son impact direct sur la qualité des décisions d'un planificateur multi-robots. Les auteurs testent leur approche selon plusieurs configurations : tailles de flottes adverses variables, capacités de spoofing différentes, attaques adaptatives et divers horizons de planification, sans toutefois préciser à ce stade de calendrier de déploiement industriel ou de partenariat commercial.

RecherchePaper

1 source

4arXiv cs.RO

Modélisation par diffusion optimale pour la planification de mouvement multi-robots

Des chercheurs présentent MDOC (Model-Based Diffusion Optimal Control), un planificateur de trajectoires pour flottes multi-robots fondé sur la diffusion, décrit dans un preprint publié sur arXiv (2607.12423). Contrairement aux approches récentes qui traitent la planification de trajectoires comme un problème d'inférence probabiliste et apprennent leurs fonctions de score à partir de larges jeux de données de démonstration, MDOC s'appuie directement sur des modèles de dynamique connus, sans données d'entraînement. Sa mécanique de sécurité combine ces modèles avec des projections contraintes par des Control Barrier Functions (CBF), et le système passe à l'échelle multi-robots grâce à la méthode de Conflict-Based Search (CBS), qui résout les conflits de trajectoires entre agents de façon hiérarchique. Les auteurs rapportent, en simulation, de meilleures performances que des planificateurs de référence en termes d'efficacité d'échantillonnage, de fluidité géométrique des trajectoires et de taux de réussite, tout en réduisant le temps de calcul et en garantissant des trajectoires sans collision. L'enjeu dépasse l'exercice académique : la planification de mouvement multi-robots en environnement continu se heurte à une explosion combinatoire de l'espace des trajectoires conjointes, et les méthodes par diffusion existantes peinent à garantir rigoureusement la faisabilité dynamique et les contraintes de sécurité strictes lors de l'échantillonnage. En s'affranchissant de la dépendance aux données de démonstration tout en conservant des garanties formelles de sécurité, MDOC répond à un frein réel à l'adoption industrielle de ces techniques pour des flottes d'AMR ou de robots collaboratifs, où l'absence de collision n'est pas négociable. Le travail s'inscrit dans la lignée des approches récentes qui recadrent la planification de trajectoires comme un problème d'inférence par diffusion, en s'en distinguant par son caractère "model-based" plutôt que piloté par les données. Il se positionne aussi comme une alternative aux méthodes classiques d'optimisation de trajectoire et de recherche multi-agents. À ce stade, les résultats restent limités à des expériences en simulation ; aucun déploiement sur robots physiques n'est mentionné, ce qui en fait une contribution méthodologique à confirmer avant tout usage en conditions réelles.

RecherchePaper

1 source