RecherchearXiv cs.RO 16 juin 2026

Quand un robot doit-il replaner ? Planification mise à jour guidée par le regret dans les MDP à variation temporelle

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs publient sur arXiv (réf. 2606.16972, juin 2026) un cadre formel pour décider quand, et non comment, un robot doit recalculer sa politique de navigation dans un environnement à dynamiques changeantes. La contrainte centrale est le budget embarqué : énergie et calcul sont finis, chaque cycle de ré-estimation d'état suivi d'une replanification coûte des ressources. Les auteurs modélisent le problème comme un processus de décision markovien à dynamiques variables (TVMDP) avec une borne connue sur le taux de dérive des transitions, puis proposent un schéma dit "skip-update" : à des instants choisis, le robot estime le noyau de transition par maximum de vraisemblance et recalcule une politique finie ; entre ces mises à jour, il propage son estimation d'état et réutilise la politique courante. La règle de déclenchement est guidée par le regret dynamique accumulé, quantifiant l'écart entre politique actuelle et politique optimale. Validé sur un rover simulé sur Mars (dynamiques de glissement variables) et un quadrotor Crazyflie en environnement intérieur (champs d'obstacles), l'allocation adaptative surpasse les stratégies à intervalle fixe dans les deux cas.

La contribution principale n'est pas algorithmique mais posturale : la littérature en planification robotique s'attarde principalement sur la façon de replanner efficacement, rarement sur le moment où ce coût computationnel se justifie. Disposer d'une règle traçable et fondée théoriquement pour déclencher les mises à jour a des implications directes pour les robots déployés en conditions réelles : AMR industriels sur sol contaminé ou à trafic variable, drones d'inspection en vol prolongé, sondes spatiales où les cycles CPU et la batterie constituent des ressources critiques non renouvelables. L'approche permet de délester le calculateur embarqué sans sacrifier les performances de navigation dans des environnements non-stationnaires, ce qui répond à un compromis jusqu'ici géré de façon heuristique dans la majorité des implémentations terrain.

Le sim-to-real et la robustesse aux dynamiques changeantes figurent parmi les défis ouverts de la robotique de terrain depuis plusieurs années, en lien direct avec les travaux sur le contrôle adaptatif et le MPC (model predictive control). L'utilisation du Crazyflie, plateforme quadrotor open-source standard dans la recherche académique (ETH Zurich, CMU), et d'une simulation Mars-rover constitue des benchmarks reconnus, sans déploiement industriel annoncé ni partenaire commercial mentionné. Les auteurs ne fournissent ni timeline produit ni métriques de performance absolues sur du matériel embarqué réel, ce qui limite la portée immédiate des résultats. Les suites logiques incluent l'extension multi-robots et la validation sur calculateurs embarqués contraints, terrains où des acteurs comme l'ESA ou des équipes françaises spécialisées telles que le LAAS-CNRS (Toulouse) pourraient trouver des applications directes dans leurs programmes de robotique spatiale et de terrain.

Impact France/UE

Le LAAS-CNRS (Toulouse) et l'ESA sont identifiés comme bénéficiaires potentiels naturels pour leurs programmes de robotique spatiale et de terrain autonome, sans implication directe à ce stade.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Robot humanoïde : planification dynamique de tâches guidée par LLM et logique temporelle hiérarchique pour le transfert d'objets

Des chercheurs proposent un nouveau cadre neuro-symbolique pour piloter des tâches de transfert d'objets (handover) entre plusieurs robots en présence d'humains, en combinant modèles de langage (LLM) et logique temporelle formelle. Le système traduit une instruction humaine en langage naturel en spécifications hiérarchiques de type LTLf (Linear Temporal Logic sur traces finies), puis résout un problème conjoint d'allocation de tâches et de planification, appelé STAP (Simultaneous Task Allocation and Planning). Contrairement aux approches statiques classiques, l'architecture intègre une boucle de planification à horizon glissant (receding horizon planning) couplée à une perception en temps réel, ce qui lui permet de réajuster dynamiquement les plans lorsque l'environnement change, par exemple si une personne se déplace ou modifie sa consigne. Les auteurs rapportent des expériences menées à la fois en simulation et sur des robots réels. Ce travail s'attaque à un problème central pour l'industrie robotique : les LLM permettent aujourd'hui à des non-experts de formuler des tâches complexes en langage naturel, mais les plans générés restent souvent cinématiquement infaisables ou inefficaces sur des horizons longs, faute de garanties formelles. À l'inverse, les méthodes de logique temporelle offrent des garanties de correction et d'optimalité, mais fonctionnent généralement hors-ligne et passent mal à l'échelle. En démontrant un gain mesurable de taux de réussite, de fluidité d'interaction et une réduction du surcoût de replanification par rapport à des méthodes de référence, cette approche illustre une piste concrète pour fiabiliser les systèmes multi-robots collaboratifs en environnement partagé avec des humains, un enjeu direct pour les intégrateurs qui cherchent à dépasser le stade de la démonstration contrôlée. Le papier s'inscrit dans la lignée des travaux cherchant à combiner l'expressivité des LLM avec la rigueur des méthodes formelles de planification, un axe de recherche actif face aux limites connues des architectures purement neuronales de type VLA (vision-language-action) pour les tâches longues et critiques en sécurité. Il s'agit d'une republication (replace) sur arXiv, signe d'une révision par les auteurs ; le texte ne précise pas d'affiliation industrielle ni de calendrier de déploiement commercial, ce qui en fait une contribution de recherche plutôt qu'une annonce produit.

RecherchePaper

1 source

2arXiv cs.RO

SteerQuant : orienter l'erreur de quantification par une mise à l'échelle guidée par les actions dans les modèles monde-action

Des chercheurs publient SteerQuant, un cadre de quantification 4 bits conçu pour les « world-action models » (WAMs), ces modèles qui génèrent conjointement des états futurs du monde et des actions par débruitage itératif. Un même jeu de poids traite des flux hétérogènes (tokens vidéo, proprioceptifs et d'action). Le système associe une cartographie de l'effet des erreurs de quantification de chaque flux sur l'action finale à un calibrage du scaling des canaux partagés, puis ajuste le scaling des activations par flux et par étape de débruitage. Il s'accompagne de Rudder, un moteur d'inférence 4 bits qui fusionne scaling et compensation de sortie dans les kernels bas débit. En W4A8 et W4A4, le taux de succès moyen sur LIBERO reste à 0,8 point de pourcentage du modèle pleine précision, avec jusqu'à 2,23 fois d'accélération du débruitage face au BF16 sur trois WAMs, et une mémoire GPU de pointe réduite. Sur un robot réel à deux bras, le déploiement W4A8 offre un gain de 1,35 fois en inférence de bout en bout, à succès moyen constant par rapport au BF16. L'enjeu tient à un constat simple : en contrôle, la précision numérique ne suffit pas comme critère. Une même erreur de quantification n'a pas le même effet selon le flux où elle survient, et une erreur sur un token vidéo peut compter bien moins qu'une erreur sur un token d'action. En orientant l'erreur vers les calculs qui pèsent peu sur l'action finale, sans dupliquer les poids ni monter la précision de certains flux, la méthode évite les compromis habituels de la quantification mixte. Pour les intégrateurs, c'est une piste concrète pour embarquer des WAMs, jusqu'ici lourds à cause du débruitage itératif, sur des GPU embarqués limités en mémoire et en latence. Le chiffre réel mérite toutefois lecture attentive : 1,35 fois en bout en bout contre 2,23 fois sur le seul débruitage montre que le gain se dilue dès que l'on mesure la chaîne complète. LIBERO reste de plus un benchmark de simulation, et l'essai réel se limite à un robot à deux bras dont le détail des tâches n'est pas donné ici. Ces travaux s'inscrivent dans la montée des modèles qui prédisent à la fois le monde et l'action, en complément des VLA (vision-langage-action) comme Pi-0 ou GR00T. Ces modèles sont coûteux en calcul, ce qui freine leur passage en production. La quantification 4 bits était déjà éprouvée sur les LLM et sur certains VLA, mais peu adaptée à ces architectures multi-flux. Il s'agit d'une prépublication arXiv, non évaluée par des pairs, sans annonce de produit ni de pilote industriel. La suite logique serait une validation sur davantage de plateformes, de tâches longues et de matériels embarqués, ainsi qu'une éventuelle ouverture du code de Rudder.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

Quand les automates rencontrent les flux : compilation de logique temporelle pour la planification tâche-mouvement en robotique

Une équipe de recherche en robotique présente SAM-TD (Synchronous Action Monitoring with Token Destruction), une méthode de compilation permettant d'imposer des contraintes de logique temporelle linéaire sur traces finies (LTLf) dans la planification tâche-mouvement (TAMP) basée sur les flux, ou "streams". Publiée sur arXiv en aout 2026, l'approche traduit des spécifications LTLf arbitraires en automates, puis intègre des gardes d'automates régressées directement dans les schémas d'action, définis avant le début de la planification. Pendant la recherche de plan, SAM-TD met à jour de façon synchrone l'état de chaque automate et s'appuie sur un jeton de validité partagé entre tous les automates pour élaguer les branches qui violent les contraintes. Les auteurs rapportent ce qu'ils présentent comme la première démonstration de TAMP basée sur des streams sous contraintes LTL_f, testée dans trois environnements robotiques PDDLStream, et affirment que SAM-TD reste compétitif face aux méthodes de référence de compilation de contraintes temporelles sur des benchmarks PDDL discrets classiques. Le TAMP basé sur les streams combine planification symbolique discrète et génération continue de paramètres géométriques (poses, prises, trajectoires) produits à la volée pendant la recherche de solution. Jusqu'ici, ces planificateurs ne vérifiaient que l'atteignabilité d'un objectif, sans garantir de contraintes temporelles comme l'ordre d'exécution critique pour la sécurité, l'invariance ou la liveness, pourtant indispensables sur des tâches à long horizon. Le verrou technique tenait au fait que les streams génèrent un ensemble d'objets géométriques en expansion continue au fil des boucles de raffinement, incompatible avec les techniques existantes de compilation de logique temporelle conçues pour un ensemble d'objets fixe et énumérable. En levant ce verrou sans modifier le planificateur sous-jacent ni exiger d'énumération préalable des objets, SAM-TD ouvre la voie à des architectures capables de respecter des règles de sécurité formelles tout en conservant la flexibilité des générateurs continus, un enjeu direct pour les intégrateurs qui déploient des manipulateurs en environnement partagé avec des humains ou soumis à des contraintes réglementaires strictes. Le cadre PDDLStream, sur lequel s'appuie ce travail, sert de référence académique pour coupler planification classique PDDL et générateurs de paramètres continus en robotique ; les techniques antérieures de compilation de logique temporelle avaient été conçues pour ce contexte discret et supposaient un monde d'objets clos, d'où leur incompatibilité avec les streams. SAM-TD se positionne comme une extension du cadre existant plutôt que comme un nouveau planificateur, ce qui pourrait faciliter son adoption par les équipes déjà équipées d'outils PDDLStream. L'article ne mentionne ni pilote industriel ni calendrier de déploiement sur robot réel : les résultats se limitent à des environnements simulés et à des benchmarks PDDL standards, laissant ouverte la question du passage à l'échelle en conditions réelles.

RecherchePaper

1 source

4arXiv cs.RO

Planification de trajectoire sans données de trajectoire : une approche guidée par les variétés

Une équipe de chercheurs propose Ariadne, une méthode de planification de trajectoire qui se passe entièrement de données de trajectoires d'experts. L'approche habituelle consiste à entraîner un modèle génératif sur de grandes collections de trajectoires, puis à lui demander, à l'inférence, de produire un chemin exécutable à partir des contraintes de la tâche (point de départ, objectif). Ariadne apprend à la place la variété (manifold) sous-jacente de l'espace d'états, puis construit les trajectoires en exploitant la géométrie de cette variété. L'entraînement ne requiert que des observations d'états, sans séquences d'actions ni chemins complets. Les expériences portent sur Maze2D et sur des benchmarks de planification de mouvement robotique. Selon les auteurs, Ariadne produit des chemins faisables à partir d'une supervision limitée aux états et généralise à des paires départ-objectif jamais vues. Sur une tâche de planification à deux bras en haute dimension, la méthode reste "compétitive" face à des approches supervisées par trajectoires et à des planificateurs classiques, sans aucune donnée de trajectoire. Le résumé ne donne aucun chiffre précis (taux de réussite, temps de calcul, nombre de DOF). L'enjeu est d'abord économique. Les méthodes génératives par trajectoires dépendent d'une supervision coûteuse : il faut collecter ou synthétiser des démonstrations expertes, ce qui pèse sur le passage à l'échelle. Les auteurs soulignent aussi deux faiblesses connues de ces méthodes : elles se dégradent avec la longueur des séquences et généralisent mal aux contraintes nouvelles, comme un couple départ-objectif absent des données d'entraînement. Si le résultat tient, il réduirait la dépendance à des jeux de démonstrations propriétaires, un goulot d'étranglement pour les intégrateurs qui veulent adapter un planificateur à une nouvelle cellule robotisée. À nuancer : "compétitif" n'est pas "supérieur", et la plupart des évaluations se font en simulation. Maze2D est un banc d'essai de faible dimension, et la tâche à deux bras n'est décrite que de façon qualitative. Les performances en temps de calcul, face à des planificateurs par échantillonnage éprouvés, restent à établir. La robustesse face à des obstacles dynamiques ou à du bruit de perception n'est pas non plus documentée. Ce travail s'inscrit dans un débat plus large sur le coût des données en robotique. D'un côté, les approches par diffusion et les politiques apprises à partir de démonstrations (imitation learning) ont fait progresser la planification et la manipulation. De l'autre, les planificateurs classiques à base d'échantillonnage, de type RRT ou PRM, n'ont besoin d'aucune donnée mais peinent en haute dimension et dans les espaces contraints. Ariadne se place entre les deux : un apprentissage non supervisé de la géométrie de l'espace d'états, suivi d'une planification qui exploite cette structure. Le papier, publié sur arXiv (2610.08863, version 1), n'annonce ni code ni déploiement industriel. Les prochaines étapes à surveiller sont la validation sur robot réel, des comparaisons chiffrées sur des bras à 7 DOF ou plus, et le test sur des scènes encombrées avec des contraintes de collision changeantes.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source