Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Contrôleur à horizon glissant dans l'espace des tâches pour l'évitement rapide de collisions
RecherchearXiv cs.RO 

Contrôleur à horizon glissant dans l'espace des tâches pour l'évitement rapide de collisions

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Des chercheurs publient sur arXiv (2607.15733v1) un nouveau contrôleur à horizon glissant dans l'espace des tâches pour l'évitement de collision en temps réel sur bras manipulateurs robotiques. La méthode combine un rollout court et "contact-consistant", basé sur un solveur dynamique itératif appliqué à des géométries convexes gonflées du robot et des obstacles, pour générer une référence cinématique terminale respectant les contraintes de non-pénétration internes. Seule la première commande d'une transition lisse à accélération minimale vers cette référence est ensuite calculée à chaque cycle, en partant d'une loi de régulation par cinématique inverse en boucle fermée. Les auteurs démontrent une régulation exponentielle locale dans l'espace des tâches lorsque les contacts sont inactifs, et bornent l'effet des obstacles mobiles sur les ensembles de fonctionnement réguliers lorsque des contacts s'activent pendant le rollout. Les tests incluent des simulations sur un système multi-chaînes à 40 degrés de liberté (DOF) et des expériences matérielles sur une plateforme à 6 DOF.

L'enjeu pratique est le compromis classique entre anticipation et réactivité en robotique industrielle: le contrôle prédictif complet (MPC) offre une vision à long terme mais son coût de calcul explose avec l'horizon, la fidélité du modèle et le nombre de contraintes géométriques actives, tandis que les méthodes réactives sans horizon restent rapides mais peu clairvoyantes en environnement encombré et dynamique. Les résultats montrent que des horizons intermédiaires équilibrent ces deux exigences, avec des taux de succès supérieurs à des baselines MPC et à des "dynamic optimization fabrics" en clutter dynamique, tout en gardant des temps de résolution compatibles avec l'exécution temps réel testée. Point notable pour les intégrateurs: le comportement reste cohérent entre simulation et réel sans estimation précise des paramètres inertiels, ce qui limite l'effort de calibration habituellement nécessaire au transfert sim-to-real.

Ce travail s'inscrit dans la lignée des recherches en contrôle prédictif appliqué à la manipulation en environnement dynamique, un axe où les laboratoires universitaires cherchent à réduire le fossé entre démonstrations en simulation et déploiements réels sur bras industriels ou collaboratifs. La comparaison directe avec des baselines MPC et fabrics d'optimisation dynamique positionne la méthode comme une alternative moins coûteuse en calcul pour l'évitement d'obstacles mobiles, un enjeu croissant pour les cellules robotiques partagées avec des opérateurs humains ou d'autres machines mobiles (AMR). Les auteurs ne mentionnent pas de partenariat industriel ni de calendrier de transfert vers un produit commercial à ce stade.

Dans nos dossiers

arXiv cs.RO

À lire aussi

Whole-body planning pour humanoïdes en espace confiné : évitement des auto-collisions
1arXiv cs.RO 

Whole-body planning pour humanoïdes en espace confiné : évitement des auto-collisions

Des chercheurs ont publié sur arXiv, sous la référence 2608.10220, un nouveau framework de planification de mouvement "corps entier" en trois étapes destiné à la locomotion humanoïde dans des espaces fortement confinés. L'approche a été validée sur le robot humanoïde Unitree G1, à travers trois bancs d'essai dépassant les normes NIST applicables à l'intervention d'urgence, avec des ratios de confinement inférieurs à 1,5 (Cr < 1,5). Le système génère des trajectoires faisables sur des tâches de 12 à 18 secondes impliquant des contacts complexes des pieds et des mains, là où les méthodes de référence standard échouent. Concrètement, la planification cinématique s'effectue directement sur des volumes de corps rigide atteignables plutôt que sur une abstraction "particule" du robot ; un module d'évitement de collision différentiable, intégré à une formulation contrainte par l'atteignabilité, produit des guides informés par le volume qui orientent ensuite un optimiseur de trajectoire complet sur de longs horizons temporels. Ces plans optimisés servent enfin de référence pour entraîner une politique d'apprentissage par renforcement résiduelle, chargée de l'exécution robuste en ligne. Toute la validation, y compris celle de la politique apprise sous randomisation étendue du domaine, a été réalisée en simulation physique, sans mention de test sur robot réel. L'enjeu identifié par les auteurs est concret : les optimiseurs de trajectoire classiques, qui représentent le robot par des splines sur une abstraction ponctuelle, peinent à naviguer les vastes espaces de collision propres aux environnements confinés et tombent dans des minima locaux médiocres. En combinant planification géométrique par volumes et apprentissage résiduel, ce travail illustre une tendance de fond dans la recherche en robotique humanoïde : dépasser les démonstrations en espace ouvert pour s'attaquer à des scénarios exigus et multi-contacts, comme les décombres, les tunnels ou les espaces industriels denses, qui restent un angle mort pour la plupart des piles de contrôle actuelles. Pour les intégrateurs et décideurs B2B suivant la course aux humanoïdes, l'intérêt réside moins dans un produit prêt à déployer que dans la preuve de concept : un pipeline planification puis apprentissage par renforcement peut tenir des contraintes de contact complexes que les méthodes purement optimisées ne résolvent pas. Il faut toutefois noter que cette démonstration reste cantonnée à la simulation physique, ce qui en fait un jalon de recherche plutôt qu'un déploiement terrain. Le papier s'inscrit dans un courant de recherche académique sur la planification de mouvement pour humanoïdes, distinct des approches de bout en bout par modèles vision-langage-action comme GR00T N2 ou Helix, qui misent sur l'apprentissage direct de politiques à partir de données plutôt que sur l'optimisation explicite de trajectoires. Le choix du Unitree G1, plateforme largement utilisée par les laboratoires académiques pour sa disponibilité et son coût, confirme son rôle de banc d'essai de référence, aux côtés de robots comme Figure 03 ou Optimus chez les acteurs commerciaux. Aucune entreprise ni laboratoire n'est nommé dans l'abstract, et aucun calendrier de portage vers le matériel réel n'est communiqué ; les auteurs positionnent volontairement leurs bancs d'essai au-delà des normes NIST d'intervention d'urgence, suggérant une visée vers la robotique de secours et l'inspection en espaces restreints, sans qu'aucun pilote ni partenariat ne soit pour l'instant annoncé.

RecherchePaper
1 source
Guidage par imitation dans l'espace des tâches pour un apprentissage par renforcement efficace
2arXiv cs.RO 

Guidage par imitation dans l'espace des tâches pour un apprentissage par renforcement efficace

TIGER (Task-Space Imitation Guidance for Efficient Reinforcement Learning) est un cadre de construction de récompense et de préentraînement pour la manipulation robotique sur table avec récompense éparse, publié sur arXiv en octobre 2026 (2610.07527). Son idée centrale est de ne pas utiliser la politique d'imitation, qui prédit des séquences d'actions (action chunks), comme contrôleur ni comme prior d'actions. Elle sert d'estimateur local de progression dans l'espace de la tâche. Les chunks prédits sont convertis, via une correspondance action-mouvement qui tient compte du contrôleur, en références d'effecteur final à court horizon. L'agent RL reçoit alors des récompenses denses de progression vers ces références, tandis que la récompense éparse de l'environnement reste l'objectif dominant. Pendant le préentraînement, des signaux d'anticipation issus de l'imitation assouplissent les pénalités de valeur conservatrices pour les actions censées faire progresser la tâche. Cela limite l'exploration hors de la distribution des données au début de l'apprentissage en ligne. Les auteurs annoncent, en simulation et sur robot réel, une meilleure efficacité d'échantillonnage initiale et moins de violations de sécurité mesurées, avec un taux de succès final égal ou supérieur aux baselines RL et IL-RL. L'intérêt tient au point faible de l'apprentissage par renforcement sur robot physique : le coût en interactions et le risque de casse pendant l'exploration. Comme la politique d'imitation n'est jamais exécutée, ses erreurs ne plafonnent pas la performance finale. Elle ne fait que guider la récompense, ce qui limite le risque d'enfermer l'agent dans les défauts des démonstrations. Pour un intégrateur, une phase d'adaptation en ligne plus courte et plus sûre se traduit directement en temps de mise en service. Il faut toutefois relativiser. Le résumé ne donne aucun chiffre (gain d'échantillons, taux de succès, nombre de violations), ne nomme ni robot ni tâches, et se limite à des scénarios sur table. On ne peut donc pas juger l'ampleur du gain ni sa portée au-delà de ces tâches. Ce travail s'inscrit dans le courant qui cherche à combiner imitation et RL. Les modèles VLA entraînés par imitation, comme Pi-0, plafonnent en précision et en robustesse, et le RL en ligne reste la voie principale pour dépasser ce plafond. Les approches concurrentes incluent le RL résiduel, l'ajustement fin de politiques de diffusion et les méthodes hors ligne vers en ligne à pénalités conservatrices. TIGER vise surtout la phase de transition de ces dernières. Les prochaines étapes naturelles seraient des horizons plus longs, la manipulation mobile et des tâches à contacts riches, mais le résumé n'annonce ni code ni calendrier.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Estimation neuronale par horizon glissant à région de confiance pour robots
3arXiv cs.RO 

Estimation neuronale par horizon glissant à région de confiance pour robots

Des chercheurs ont publié une nouvelle version (v5) d'un article intitulé "Trust-Region Neural Moving Horizon Estimation for Robots" (arXiv:2309.05955), qui améliore NeuroMHE, une méthode d'estimation à horizon glissant (moving horizon estimation, MHE) dont les pondérations sont apprises par un petit réseau de neurones embarqué plutôt que réglées à la main. Jusqu'ici entraînée par descente de gradient, avec un gradient calculé récursivement via un filtre de Kalman, la méthode passe à une optimisation de type "trust-région", grâce au calcul des dérivées du second ordre de la MHE, baptisées "Hessienne MHE". Les auteurs montrent que l'essentiel des calculs déjà réalisés pour le gradient, notamment le filtre de Kalman, se réutilise pour obtenir cette Hessienne, avec une complexité de calcul seulement linéaire par rapport à l'horizon temporel de la MHE. Testée sur des données réelles de vol de quadricoptère pour l'estimation de forces de perturbation, l'approche s'entraîne en moins de 5 minutes avec seulement 100 points de données, dépasse un estimateur neuronal de référence de l'état de l'art jusqu'à 68,1% en précision, et n'utilise que 1,4% de ses paramètres réseau. Cette avancée vise un problème concret pour l'industrie robotique: estimer en temps réel, à bord de plateformes aux ressources limitées comme les drones, des perturbations externes telles que le vent ou une charge inconnue. Un modèle 68,1% plus précis avec seulement 1,4% des paramètres d'un concurrent change la donne pour l'embarqué, en réduisant la mémoire et le calcul nécessaires sur un contrôleur de vol. L'entraînement en moins de 5 minutes avec 100 échantillons seulement réduit aussi la dépendance aux vastes jeux de données habituellement requis pour l'apprentissage profond en commande, un frein classique à l'adoption industrielle, tandis que la robustesse accrue à l'initialisation du réseau limite le risque d'échecs d'entraînement imprévisibles. Cette méthode prolonge NeuroMHE, qui associait déjà l'estimation à horizon glissant, technique classique de la commande optimale, à des poids appris pour s'adapter aux incertitudes sans réglage manuel. L'estimateur neuronal de référence auquel la méthode est comparée n'est pas nommé dans le résumé, ce qui invite à la prudence avant toute reproduction indépendante sur d'autres plateformes que le quadricoptère testé. Republié en version 5 sur arXiv, le document reste une contribution de recherche, sans intégration commerciale ni pilote industriel annoncé; la suite logique serait de valider l'approche sur des robots à plus haute dimensionnalité, comme des bras manipulateurs ou des robots à pattes, où le calcul de la Hessienne devient plus complexe.

RecherchePaper
1 source
TCBiRRT : planification rapide de mouvement pour manipulateur spatial à deux bras couplés par expansion aléatoire dans l'espace des tâches
4arXiv cs.RO 

TCBiRRT : planification rapide de mouvement pour manipulateur spatial à deux bras couplés par expansion aléatoire dans l'espace des tâches

Des chercheurs ont publié le 27 mai 2026 sur arXiv (identifiant 2605.27167) un algorithme de planification de mouvement baptisé TCBiRRT (Task-space Constrained Bidirectional Rapidly-exploring Random Tree), conçu pour les manipulateurs spatiaux bi-bras à chaîne cinématique fermée. Le problème visé est concret : lors de l'assemblage orbital de grandes structures spatiales, un bras double qui tient rigidement un objet forme une boucle fermée entre ses deux effecteurs, ce qui réduit drastiquement l'espace de configurations valides. TCBiRRT contourne cette difficulté en effectuant l'échantillonnage aléatoire directement dans l'espace tâche, défini par la pose de l'objet manipulé, plutôt que dans l'espace articulaire de haute dimension. Un algorithme de cinématique inverse sur chemin mappe ensuite chaque noeud tâche vers une trajectoire articulaire continue, intégré dans un cadre RRT bidirectionnel avec mécanisme de re-saisie. Les simulations portent sur plusieurs scénarios d'assemblage orbital à complexité environnementale variable. Les résultats annoncés sont significatifs sur le plan algorithmique : taux de succès nettement supérieurs et temps de planification améliorés de plusieurs ordres de grandeur par rapport aux planificateurs de référence. Pour un intégrateur travaillant sur des systèmes robotiques orbitaux, cela se traduit par des fenêtres d'action plus courtes et une meilleure fiabilité dans des environnements encombrés, pièces de structure, équipements déjà déployés. Il faut cependant souligner que tous les résultats reposent exclusivement sur simulation ; aucun test en microgravité réelle ni sur prototype physique n'est rapporté à ce stade. Le gap sim-to-real reste donc entier, question centrale pour toute qualification de vol. La planification de mouvement sous contraintes de chaîne fermée est un problème ancien en robotique, mais son application aux manipulateurs orbitaux bi-bras, type Canadarm2 ou les projets plus récents de bras d'assemblage pour les stations lunaires Gateway et les futures plateformes LEO commerciales, redevient stratégique. Côté concurrence algorithmique, les approches existantes (CBiRRT, planificateurs config-space classiques) peinent à passer à l'échelle dans des environnements complexes : c'est précisément ce verrou que TCBiRRT prétend lever. Aucun lien industriel ni partenariat agence spatiale n'est mentionné dans le préprint ; les prochaines étapes naturelles seraient une validation matérielle et une intégration dans des simulateurs de référence comme NASA's RSVP ou ESA's VREP.

UEAucun partenariat institutionnel européen confirmé, mais l'ESA VREP est cité comme cible d'intégration naturelle pour une validation future, ce qui représente un intérêt indirect pour les projets orbitaux européens (Gateway, stations LEO commerciales).

RecherchePaper
1 source