RecherchearXiv cs.RO 15 juillet 2026

Vol en formation serrée de quadricoptères en temps réel : apprentissage résiduel préservant la platitude

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs ont mis au point un cadre d'apprentissage capable de compenser en temps réel les perturbations aérodynamiques qui affectent les quadrirotors volant en formation serrée. Le problème ciblé est le downwash, ce souffle descendant généré par chaque drone qui perturbe ses voisins et peut provoquer des collisions s'il n'est pas modélisé. La méthode, un apprentissage de dynamique résiduelle informé par la physique, corrige les équations de mouvement du système multi-drones tout en préservant sa "flatness" différentielle, une propriété mathématique qui permet de calculer directement les commandes à partir de la trajectoire désirée. Cette flatness préservée autorise un contrôleur par linéarisation par bouclage, peu coûteux en calcul et réglable avec des techniques de contrôle linéaire classiques, qui annule les perturbations par compensation feedforward. Sur banc d'essai matériel, l'approche réduit l'erreur moyenne de suivi de trajectoire de 31% par rapport aux contrôleurs de référence sans compensation. Elle égale la précision d'un contrôle prédictif non linéaire (NMPC) de pointe tout en demandant un ordre de grandeur de calcul en moins, avec un vol en formation stable atteint avec moins de 30 secondes de données d'entraînement et une boucle de contrôle à 5 millisecondes.

Pour l'industrie des essaims de drones, ce résultat s'attaque à un goulot d'étranglement connu: les modèles capables de compenser les interactions aérodynamiques en formation serrée, comme le NMPC, sont précis mais trop gourmands en calcul pour les cartes embarquées limitées des petits quadrirotors. En divisant la charge de calcul par un ordre de grandeur sans sacrifier la précision, la méthode ouvre la voie à des vols en formation serrée sur du matériel contraint en ressources, un enjeu direct pour les intégrateurs travaillant sur les light shows, l'inspection coordonnée ou la logistique par essaims. Le fait de n'exiger que 30 secondes de données contredit aussi l'hypothèse répandue selon laquelle l'apprentissage de dynamiques aérodynamiques complexes nécessite de vastes jeux de données collectées en vol, ce qui réduit le coût de déploiement sur de nouvelles configurations de flotte.

Le downwash et les interactions aérodynamiques en formation serrée constituent un défi ancien en robotique aérienne, traité jusqu'ici soit par des modèles physiques simplifiés peu précis, soit par du contrôle prédictif non linéaire coûteux en calcul, référence de performance du domaine. Ce travail se positionne explicitement face au NMPC, visant à l'égaler en précision avec une charge de calcul bien moindre plutôt qu'à le dépasser en performance brute. Les auteurs présentent leurs résultats comme une première démonstration de vol en formation stable obtenue avec un volume de données aussi faible et une fréquence de boucle aussi élevée. Il s'agit toutefois d'expériences matérielles en conditions contrôlées, et le passage à des flottes plus nombreuses ou à des environnements extérieurs reste à démontrer.

À lire aussi

1arXiv cs.RO

Apprentissage topologique en ligne pour la commande de formation par déplacement

Une équipe de recherche a publié sur arXiv (arXiv:2606.23901, juin 2026) un nouveau cadre de contrôle de formation multi-robots baptisé TOLD, pour Topological Online Learning for Displacement-based. La contribution centrale est une adaptation en temps réel des poids d'interaction entre agents, c'est-à-dire la topologie du graphe de communication, plutôt que de réguler uniquement les commandes individuelles de chaque robot. Deux variantes sont proposées : OGF (Online Gradient Flow), à poids non contraints, et OExpGF (Online Exponential Gradient Flow), à poids convexes non négatifs. Les simulations portent sur douze robots soumis à des perturbations intermittentes et montrent une réduction médiane de l'erreur cumulée de distorsion de formation (Root Mean Distortion Error) comprise entre 1,2 % et 33,14 % lorsque TOLD est combiné à des contrôleurs nodaux existants. Les expériences matérielles ont été conduites sur des nano-quadrotors Crazyflie 2.0 (Bitcraze), avec des réductions de distorsion médiane de 62 % pour OGF et 31,4 % pour OExpGF par rapport à un consensus à poids fixes. L'intérêt de TOLD réside dans le déplacement du point d'intervention : là où les approches robustes classiques agissent sur les entrées individuelles de chaque agent sans toucher à la structure du réseau, TOLD modifie dynamiquement les liaisons d'interaction pour minimiser directement la distorsion de formation. Pour un ingénieur systèmes ou un intégrateur de flottes AMR ou de drones, cela signifie potentiellement une meilleure résilience face aux pannes de communication ou aux perturbations environnementales sans nécessiter de reconfigurer l'architecture de contrôle. Sur le plan théorique, OExpGF garantit la convergence asymptotique pour des agents à intégrateur simple sur graphes orientés, propriété formellement établie dans l'article, ce qui lui confère une solidité analytique supérieure à OGF, lequel n'assure que la bornitude de l'erreur. Il convient de contextualiser les résultats : les expériences matérielles s'appuient sur les Crazyflie 2.0, des plateformes open-source de 27 grammes conçues pour la recherche académique, loin des conditions industrielles. L'article est une prépublication arXiv, non encore évaluée par les pairs. Le domaine du contrôle de formation par consensus est très actif, avec des contributions récentes sur les contrôleurs robustes nodaux, les approches par apprentissage distribué et les méthodes basées sur la théorie spectrale des graphes. TOLD se positionne dans un espace encore peu exploré, l'adaptation topologique en ligne, dont la transférabilité vers des flottes de robots terrestres ou des drones industriels (UAV inspection, logistique entrepôt) reste à démontrer dans des environnements moins contrôlés.

UELes résultats pourraient intéresser les laboratoires européens de robotique en essaim (LAAS-CNRS, ETH Zurich), mais aucun acteur français ou européen n'est directement impliqué ; la plateforme Crazyflie de Bitcraze (Suède) est le seul lien indirect avec l'UE.

RecherchePaper

1 source

2arXiv cs.RO

Apprentissage par renforcement résiduel incrémental pour la navigation sociale en conditions réelles

Des chercheurs ont publié sur arXiv (réf. 2604.07945, version 2) une méthode baptisée IRRL, Incremental Residual Reinforcement Learning, conçue pour permettre aux robots mobiles d'apprendre à naviguer parmi les piétons directement dans des environnements physiques réels, sans passer par une étape de simulation exhaustive. L'approche combine deux mécanismes distincts : l'apprentissage incrémental, un processus léger qui ne nécessite ni replay buffer ni mise à jour par batch, et le RL résiduel, qui restreint l'apprentissage aux corrections à apporter par rapport à une politique de base préexistante. Les expériences couvrent à la fois des environnements simulés et des déploiements réels sur robot physique, avec pour cible explicite les dispositifs edge à ressources computationnelles contraintes. L'enjeu industriel est concret : la navigation sociale, faire circuler un robot autonome parmi des piétons en respectant les conventions implicites de déplacement, est un verrou majeur pour les AMR déployés dans des espaces publics, des entrepôts partagés ou des établissements de santé. Le problème du sim-to-real gap est ici particulièrement prononcé, car les dynamiques piétonnes varient fortement selon les régions, les cultures et les configurations d'espace, rendant toute couverture exhaustive par simulation illusoire. IRRL propose une réponse directe : laisser le robot continuer à apprendre une fois déployé, en se limitant aux résidus par rapport à une politique de base, ce qui réduit drastiquement la charge computationnelle. Les résultats publiés montrent des performances comparables aux méthodes classiques avec replay buffer en simulation, et une supériorité sur les approches d'apprentissage incrémental existantes. Les expériences en environnement réel confirment une adaptation effective à des situations inédites. Ces résultats restent toutefois à interpréter avec prudence : il s'agit d'un preprint académique, sans benchmark standardisé ni déploiement à l'échelle annoncé. Le domaine de la navigation sociale par deep RL est actif depuis plusieurs années, porté par des travaux comme CrowdNav (ICRA 2019) ou des méthodes basées sur ORCA et ses extensions apprenantes. L'approche résiduelle n'est pas nouvelle en soi, elle est notamment utilisée dans le contrôle de robots manipulateurs pour corriger une politique classique, mais son application à la navigation sociale en conditions réelles avec contrainte edge reste peu explorée. Aucune institution ni entreprise n'est identifiée dans l'abstract disponible, et aucun partenariat industriel ni pilote terrain n'est mentionné. Les prochaines étapes naturelles seraient une validation sur des plateformes AMR commerciales (type Clearpath ou unitree) et une confrontation aux benchmarks publics de navigation sociale tels que BARN ou SocNavBench.

RecherchePaper

1 source

3arXiv cs.RO

ForceBand : apprentissage de la manipulation de force par sEMG

Une équipe de chercheurs a présenté ForceBand, un bracelet sEMG (électromyographie de surface) porté au poignet et conçu pour enrichir les démonstrations humaines destinées à l'apprentissage de politiques de manipulation robotique. Le système capture l'activité musculaire du poignet via des électrodes de surface et, combiné à une IMU, alimente un modèle pré-entraîné baptisé EMG2Force qui prédit les forces exercées par chaque doigt. Pour entraîner ce modèle, les chercheurs ont constitué un jeu de données multimodal de 10 heures combinant vidéo égocentrique, signaux sEMG, données inertielles et mesures de forces au bout des doigts, couvrant des actions et objets variés. Après une courte calibration propre à l'utilisateur, celui-ci peut collecter de nouvelles démonstrations avec seulement le bracelet et une caméra : EMG2Force étiquette automatiquement ces séquences avec les traces de force par doigt. Les expériences rapportent une réduction d'erreur de prédiction de force supérieure à 50 % par rapport aux baselines fondées uniquement sur la vision, et un taux de succès de 87 % sur des tâches de saisie, compression et dépose impliquant des objets de formes, tailles et poids variés. L'apport clé de ForceBand réside dans la résolution d'un angle mort structurel des pipelines d'imitation learning : les sources courantes de démonstrations humaines, capture de mouvement ou vidéos internet, fournissent trajectoire et apparence mais ignorent les forces de contact, pourtant déterminantes pour toute manipulation sensible au toucher. Serrer un emballage souple sans l'écraser, insérer un connecteur, manipuler des objets fragiles ou déformables sont des tâches où le contrôle en effort prime sur le contrôle en position. En rendant ces forces observables à faible coût matériel, le système ouvre la voie à des politiques VLA (vision-language-action) capables de généraliser sur des propriétés mécaniques d'objets non vus, sans capteurs de force onéreux montés sur le robot. Ce travail s'inscrit dans une dynamique active autour de l'augmentation des données de démonstration : plusieurs laboratoires explorent des gants haptiques, des capteurs tactiles intégrés aux mains robotiques ou des méthodes de reconstruction de force par vision stéréo. ForceBand se positionne comme une alternative légère et bon marché, accessible sans infrastructure de motion capture. L'article est pour l'instant un preprint arXiv (2606.26093), non encore soumis à une conférence majeure, et les résultats reposent sur un protocole contrôlé en laboratoire. La robustesse au bruit musculaire inter-sujets, à la fatigue et aux variations de placement du bracelet en conditions industrielles reste à démontrer. Les prochaines étapes naturelles impliqueront des tests sur des robots à mains dextrères (dexterous hands) et une validation sur des tâches d'assemblage réelles, là où la complémentarité avec des plateformes comme les mains Allegro ou Shadow est la plus directe.

RecherchePaper

1 source

4arXiv cs.RO

GBPP : prédiction de placement de base sensible à la préhension via un apprentissage en deux étapes

Des chercheurs proposent GBPP, un système d'apprentissage rapide qui détermine où positionner la base d'un robot mobile avant une opération de préhension, à partir d'une simple image RGB-D. La méthode repose sur un apprentissage en deux temps : une première phase utilise une règle simple de distance et de visibilité pour étiqueter automatiquement un grand volume de données à faible coût, puis une seconde phase affine le modèle grâce à un nombre plus restreint d'essais en simulation à haute fidélité, calibrés sur les résultats réels de préhension. Le cœur du système est un encodeur de nuage de points inspiré de PointNet++, couplé à un perceptron multicouche qui évalue une grille dense de poses candidates pour la base du robot. Testé à la fois en simulation et sur un manipulateur mobile réel, GBPP surpasse les approches de référence fondées uniquement sur la proximité ou la géométrie, en choisissant des positions plus sûres et plus facilement atteignables, et en se dégradant progressivement plutôt que brutalement lorsque son estimation est erronée. Ce travail s'attaque à un goulot d'étranglement classique de la manipulation mobile : trouver la bonne position de la base avant de saisir un objet nécessite normalement une optimisation conjointe de la tâche et du mouvement, coûteuse en temps de calcul et peu compatible avec des cadences industrielles. En remplaçant cette optimisation complète par un scoring quasi instantané, GBPP ouvre la voie à une sélection de pose en ligne, un enjeu direct pour les intégrateurs déployant des robots mobiles en entrepôt ou en usine, où chaque seconde de planification compte. Le résultat conforte aussi une hypothèse plus large du secteur : des heuristiques peu coûteuses suffisent à couvrir l'essentiel du problème, à condition d'être recalibrées par un nombre ciblé de simulations fidèles, plutôt que de tout miser sur une simulation massive ou sur un apprentissage entièrement supervisé. Le papier, référencé arXiv:2509.11594 et publié dans une troisième version révisée, s'inscrit dans la lignée des travaux sur le placement de base pour la manipulation mobile, un problème habituellement traité par des méthodes de planification tâche-et-mouvement (TAMP) ou par des heuristiques géométriques simples, toutes deux limitées soit en vitesse soit en robustesse. En positionnant GBPP comme une alternative data-efficiente entre ces deux extrêmes, les auteurs proposent une recette réutilisable pour d'autres briques de la robotique mobile où la donnée réelle est rare mais où la simulation ciblée reste abordable.

RecherchePaper

1 source