RecherchearXiv cs.RO 30 juin 2026

HJ-SafeDMP : primitives de mouvement dynamiques guidées par Hamilton-Jacobi pour la sécurité certifiée du robot

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de chercheurs a publié sur arXiv (2506.28995) HJ-SafeDMP, un cadre algorithmique qui combine Dynamic Movement Primitives (DMP) et analyse de joignabilité Hamilton-Jacobi (HJ) pour garantir formellement la sécurité des trajectoires d'un robot. Les DMP assurent stabilité inhérente et généralisation de trajectoire depuis une seule démonstration humaine, mais sans certificat de sécurité formelle. HJ-SafeDMP apprend hors ligne une Control Barrier Value Function (CBVF) via une récursion HJ model-free à différences finies, puis la déploie comme filtre de sécurité en temps réel avec une loi de contrôle en forme fermée, sans résoudre de programme quadratique en ligne, contrairement aux approches CBF-QP classiques. Les expériences sur un manipulateur à 7 degrés de liberté (DOF) montrent une exécution plusieurs ordres de grandeur plus rapide que les baselines d'optimisation, avec garanties formelles d'évitement de collision et couverture probabiliste calibrée par prédiction conforme sur échantillon fini.

L'enjeu industriel est direct : les DMP sont prisés pour leur robustesse aux perturbations et leur flexibilité temporelle, mais ils n'offrent aucun certificat de sécurité. À l'inverse, l'analyse HJ Reachability fournit des marges de sécurité au pire cas (worst-case safety margins), mais souffre de la malédiction de la dimensionnalité, ce qui la rend impraticable pour le contrôle en temps réel sur des architectures robotiques réelles. HJ-SafeDMP résout ce compromis sans coût d'optimisation en ligne, le rendant compatible avec les boucles de contrôle rapides des robots industriels et cobots. La calibration par prédiction conforme apporte en outre une garantie probabiliste quantifiée, un argument potentiellement pertinent pour les processus de certification de sécurité fonctionnelle en contexte d'interaction humain-robot.

Les DMP ont été introduits au début des années 2000 par Stefan Schaal et sont restés une référence en apprentissage par imitation. Les méthodes CBF (Control Barrier Functions) constituent aujourd'hui le standard pour la sécurité temps réel, mais leur résolution QP à chaque pas de temps génère un goulot computationnel non négligeable. L'analyse HJ Reachability, portée notamment par la Berkeley HJ Reachability Toolbox, est théoriquement rigoureuse mais rarement déployée en temps réel faute de scalabilité sur des systèmes à haute dimensionnalité. HJ-SafeDMP s'en distingue aussi par un objectif d'apprentissage par expectile qui évite les requêtes hors distribution, un point de fragilité courant des approches offline. Il s'agit d'une contribution académique préliminaire : aucun partenaire industriel ni calendrier de déploiement en production n'est mentionné dans l'article.

Impact France/UE

Contribution indirectement pertinente pour les équipes R&D cobot européennes travaillant sur la certification de sécurité fonctionnelle (ISO 10218, AI Act), mais aucun acteur FR/EU impliqué et aucun déploiement industriel annoncé.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Allocation de bases guidée par la raideur d'interaction dans les primitives de mouvement dynamiques pour un transfert de compétences efficace

Des chercheurs proposent SC-DMPs (Stage-Criticality-Guided Dynamic Movement Primitives), une variante des Dynamic Movement Primitives destinée à l'apprentissage de compétences robotiques où certaines phases exigent une précision supérieure aux autres. Les DMPs classiques représentent une trajectoire par un système dynamique stable, modulé par une somme de fonctions de base dont la disposition est fixée à l'avance, en général uniformément sur la phase canonique. SC-DMPs remplace cette grille rigide par une allocation adaptative. Un indice de criticité par étape est construit en combinant deux signaux : la raideur d'interaction entre l'opérateur et le robot pendant la démonstration, et un indice de cohérence de trajectoire, dérivé de la variabilité dans l'espace tâche entre plusieurs démonstrations. Les centres des fonctions de base sont ensuite redistribués dans le temps normalisé par une inversion de la criticité cumulée, puis reportés sur la phase canonique. Leurs largeurs sont également ajustées pour moduler le support d'approximation local. Les articles concernés sont validés sur des trajectoires d'écriture manuscrite et trois tâches sur robot réel, dont l'arXiv ne détaille pas ici les plateformes ni les tâches précises. Pour les intégrateurs et les équipes qui transfèrent des savoir-faire par démonstration, l'enjeu est une meilleure utilisation de la capacité du modèle sans l'alourdir. Une grille uniforme gaspille des fonctions de base sur les segments simples, comme les approches en espace libre, et en manque dans les zones à fort enjeu : insertion, contact, passage de contraintes géométriques. Selon les auteurs, la criticité inférée se concentre bien dans les régions géométriquement exigeantes et contraintes par la tâche. Les comparaisons avec DMP, ProMP, ProDMP, GP-MP et KMP montrent une meilleure reproduction de trajectoire, une meilleure généralisation du point final et une meilleure précision aux étapes critiques, tout en conservant un modèle compact et la structure stable des DMPs classiques. À noter : il s'agit d'un préprint sans relecture par les pairs, et les gains chiffrés, les marges et les conditions expérimentales ne figurent pas dans le résumé, ce qui limite l'évaluation de l'ampleur réelle de l'amélioration. Ces travaux s'inscrivent dans la lignée des primitives de mouvement, apparues avec les DMPs d'Ijspeert et Schaal, puis étendues par les approches probabilistes (ProMP), leur variante ProDMP, les processus gaussiens (GP-MP) et les méthodes à noyaux (KMP). Ces alternatives gagnent en expressivité statistique, souvent au prix d'une stabilité moins directe ou d'un modèle plus lourd. SC-DMPs prend le parti inverse : conserver la garantie de stabilité des DMPs et redistribuer intelligemment les ressources. Ce courant reste distinct des politiques VLA et de l'apprentissage par imitation de bout en bout, qui dominent la course humanoïde, mais il répond à un besoin concret en manipulation de précision, où la donnée de démonstration est rare. Les suites probables incluent des validations sur des tâches industrielles plus variées et une publication en revue, aucune date ni aucun partenaire industriel n'étant annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2arXiv cs.RO

DODGER : apprentissage par renforcement guidé par la sécurité pour la navigation de robots parmi des obstacles dynamiques

Des chercheurs publient sur arXiv (2609.38873) DODGER, un cadre d'apprentissage par renforcement (RL) « guidé par la sécurité » pour la navigation de robots au milieu d'obstacles dynamiques, comme des piétons. La méthode s'appuie sur les fonctions barrières de contrôle (CBF), un outil mathématique qui définit un ensemble d'états sûrs et sert à corriger une commande dangereuse avant son exécution. Elle a été évaluée de trois façons : une analyse de sécurité sur une voiture de Dubins (modèle cinématique simplifié), une simulation d'humanoïde en modèle complet (full-order), puis des essais réels sur un humanoïde équipé d'une perception par LiDAR. Le robot atteint des cibles en évitant plusieurs obstacles mobiles, sans filtre de sécurité à l'exécution. Le résumé ne donne ni taux de collision, ni vitesse d'obstacle, ni nombre d'essais, ni modèle d'humanoïde. Il s'agit d'un travail de recherche, sans produit ni déploiement. L'intérêt tient à une limite des approches CBF-RL actuelles. Elles n'exécutent en entraînement que des actions déjà filtrées. L'agent explore donc moins, ce qui pèse surtout en environnement dynamique, où la sécurité dépend du mouvement relatif entre robot et obstacle. DODGER inverse la logique : les actions produites par la politique pilotent directement les rollouts d'entraînement. Les références filtrées par CBF et les violations de contraintes ne servent qu'à orienter l'apprentissage vers l'évitement. Si cela tient à plus grande échelle, la politique embarquée n'aurait plus besoin d'un solveur de sécurité en ligne. Cela réduirait la charge de calcul et les risques de conflit entre filtre et politique. Pour un intégrateur, la question est de savoir si l'on peut se passer d'un filtre redondant dans des sites partagés avec des opérateurs humains. Les garanties restent empiriques : une politique sans filtre en ligne ne offre plus de certificat formel à l'exécution. Aucune comparaison chiffrée avec les méthodes concurrentes n'apparaît dans le résumé. Le travail prolonge les méthodes qui intègrent les CBF dans le RL, déjà utilisées pour la locomotion et la navigation de robots à pattes, et rejoint l'effort actuel pour transférer des politiques apprises en simulation vers des humanoïdes réels. Il reste au stade de préprint (v1), sans relecture par les pairs. Les prochaines étapes à surveiller sont la publication des taux de succès et de collision face aux baselines à filtre, les tests avec des obstacles plus nombreux et plus rapides, des piétons réels en environnement non contrôlé, et d'autres plateformes humanoïdes. Aucune annonce de pilote industriel ni d'échéance n'accompagne ce préprint.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

SPECTRA : primitives de mouvement spectrales conditionnées par le contexte pour la généralisation des compétences robotiques

Des chercheurs proposent SPECTRA (Spectral Movement Primitive, SMP), un framework d'apprentissage par imitation dans le domaine fréquentiel pour la manipulation robotique, décrit dans un article publié sur arXiv (2607.06978v1). Le principe consiste à représenter les démonstrations de trajectoire par des coefficients de Fourier tronqués sur horizon fini, plutôt que par des points temporels bruts. Une bande de fréquences basses, sélectionnée empiriquement, capture la géométrie dominante du mouvement, tandis que les harmoniques plus élevées, responsables d'une croissance disproportionnée des dérivées (vitesse, accélération, jerk), sont écartées. Un modèle GMM/GMR (mélange de gaussiennes avec régression) conditionné par le contexte et sensible au référentiel prédit les coefficients de la bande de tâche dans un repère canonique ; la trajectoire cartésienne obtenue est ensuite convertie en espace articulaire via cinématique inverse séquentielle. Un régulateur couplé en phase limite la progression temporelle demandée sans toucher aux coefficients spectraux, imposant ainsi les limites de vitesse et d'accélération articulaires tout en conservant le chemin de l'effecteur. Les auteurs valident l'approche sur plusieurs critères (reconstruction de la bande de tâche, robustesse à des démonstrations corrompues, généralisation hors distribution entre repères non vus, admissibilité dynamique en espace articulaire, préservation du chemin) et un déploiement réel sur un bras Franka Panda. Le problème que cible SPECTRA est concret pour tout intégrateur en apprentissage par imitation : les pipelines classiques apprennent une trajectoire en espace de tâche puis lui imposent après coup des limites d'exécution (filtrage, lissage, écrêtage, mise à l'échelle temporelle), ce qui déforme souvent le chemin de l'effecteur jugé critique pour la tâche, par exemple lors d'un versement, d'une insertion de pièce ou du suivi d'un contour précis. En couplant génération de trajectoire et régulation dynamique dès la conception, dans le domaine fréquentiel, SPECTRA évite cette distorsion a posteriori : les résultats rapportés montrent une réduction substantielle des violations dynamiques et du jerk, tout en préservant le chemin voulu pendant la régulation de phase. Pour la robotique industrielle, où les cycles de préhension et d'insertion tolèrent mal les à-coups mécaniques, cela offre une alternative aux primitives de mouvement dynamiques (DMP) classiques et aux méthodes de lissage a posteriori. Les primitives de mouvement existent depuis les Dynamic Movement Primitives (DMP), introduites il y a une vingtaine d'années et largement utilisées en apprentissage par imitation pour encoder des trajectoires robustes et reproductibles. SPECTRA s'en démarque en travaillant dans le domaine fréquentiel plutôt que temporel, et en couplant explicitement génération de tâche et contraintes d'exécution articulaire plutôt que de les traiter séparément. Le choix du Franka Panda comme plateforme de validation, un bras collaboratif conçu par l'allemand Franka Robotics (ex Franka Emika) très utilisé en recherche académique, ancre les travaux dans l'écosystème européen de manipulation robotique. L'article ne mentionne ni calendrier de transfert industriel ni partenariat commercial : il s'agit à ce stade d'une contribution de recherche évaluée en laboratoire, dont la suite logique serait une validation sur des tâches de manipulation plus complexes et une comparaison directe avec les approches DMP existantes.

UEImpact indirect: la validation s'appuie sur un bras Franka Panda, plateforme concue par l'allemand Franka Robotics, mais aucun partenariat, financement ou deploiement commercial en France/UE n'est mentionne.

RecherchePaper

1 source

4arXiv cs.RO

Collaboration en peinture humain-robot combinant optimisation par préférences et primitives de mouvement dynamiques

Des chercheurs présentent un système de peinture collaborative homme-robot combinant optimisation par préférences et primitives de mouvement dynamiques, décrit dans une publication arXiv (2608.01981v1). L'idée centrale : un robot assiste un opérateur humain pendant une tâche de peinture en ajustant en temps réel l'orientation de la pièce travaillée pour suivre celle de la main de l'opérateur. Le réglage des paramètres de contrôle, le temps d'exécution, la réactivité du robot et l'amplification de rotation, repose sur l'algorithme GLISp, une méthode d'optimisation par préférences (PBO) qui apprend directement du retour humain plutôt que d'une fonction de récompense prédéfinie. Les primitives de mouvement dynamiques (DMP), technique classique de génération de trajectoires en robotique, ont été modifiées pour rendre le comportement du robot plus réactif et mieux adapté aux contraintes ergonomiques. Le système a été testé avec un groupe hétérogène de participants réalisant des tâches de peinture réelles, avec des résultats montrant une réduction de l'effort perçu par l'opérateur et une amélioration des résultats du processus. L'intérêt de ce travail dépasse la seule peinture industrielle : il illustre une approche de calibration de robots collaboratifs qui évite le réglage manuel fastidieux des paramètres de comportement, un problème récurrent en cobotique. En laissant l'humain guider l'apprentissage par préférences successives plutôt qu'en programmant des règles fixes, le système s'adapte à la morphologie et au style de chaque opérateur sans reprogrammation. Pour les intégrateurs et décideurs industriels, cela ouvre une piste vers des postes de travail hybrides où le robot compense la charge physique sans remplacer le geste humain, particulièrement pertinent dans les tâches de finition, peinture, ponçage, polissage, où la dextérité humaine reste difficile à automatiser entièrement. Ce travail s'inscrit dans un courant de recherche plus large sur l'apprentissage par préférences appliqué à la robotique collaborative, où les DMP servent depuis longtemps de brique standard pour générer des trajectoires adaptatives. Il s'agit ici d'une contribution académique de validation expérimentale plutôt que d'un produit commercialisé : aucune entreprise ni site de déploiement industriel n'est mentionné, l'évaluation se limitant à un groupe de participants en conditions contrôlées. Les prochaines étapes attendues porteraient sur l'extension de la méthode à d'autres tâches manuelles assistées et sur des essais à plus grande échelle.

RecherchePaper

1 source