RecherchearXiv cs.RO 21 septembre 2026

RAYA : apprendre où et quand intervenir pour la récupération des robots

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs ont publié le 21 septembre 2026 sur arXiv (référence 2609.21690) RAYA, un framework hybride combinant apprentissage et contrôle analytique pour la récupération de robots après détection d'un risque de défaillance. Le système place une marge de récupérabilité apprise, calculée sur horizon fini, directement dans un contrôleur optimal à contraintes strictes, couplée à un ordonnanceur appris qui réajuste dynamiquement les priorités de tâche pour faciliter la récupération. Testé sur 7 200 épisodes de simulation par contrôleur, sur des bancs d'essai quadrirotor et véhicule autonome, RAYA transfère ses composants appris sans réentraînement vers des trajectoires, perturbations, changements de dynamique et configurations de friction inédits. Une version embarquée a ensuite été installée sur un drone Crazyflie de 35 grammes: lors de 40 vols réels sous vent, avec soit un décalage aérodynamique non modélisé soit une perte de 40% de la commande moteur, les trois méthodes de référence ont échoué dans tous les essais, tandis que RAYA a complété 10 missions sur 10, chacune de six cycles.

Ce résultat s'attaque à un problème connu en robotique de sécurité: un système peut détecter une défaillance imminente sans conserver l'autorité de contrôle nécessaire pour l'éviter, en particulier quand les garde-fous n'interviennent qu'après coup, une fois le plan nominal déjà engagé. En intégrant la récupérabilité comme critère au moment même où l'action est choisie, plutôt qu'en veto tardif, RAYA illustre un déplacement des mécanismes de sécurité vers une logique prédictive intégrée au contrôleur, plutôt que réactive et externe. Pour les intégrateurs de drones et de véhicules autonomes opérant en conditions incertaines (vent, usure moteur, terrain glissant), l'écart mesuré face aux méthodes de référence, un échec total contre une réussite complète, indique que la robustesse aux pannes partielles reste un point faible malgré les progrès récents de l'apprentissage par renforcement appliqué au contrôle.

Ce travail s'inscrit dans une recherche visant à unifier apprentissage profond et contrôle optimal sous contraintes dures, plutôt qu'à traiter la sécurité comme un filtre ajouté après coup à la planification, une approche que les auteurs critiquent explicitement. RAYA se positionne ainsi face aux filtres de sécurité classiques et aux barrières de contrôle apprises existantes. Le choix du Crazyflie, plateforme légère largement utilisée en recherche académique pour valider des algorithmes de contrôle, situe cette publication comme une preuve de concept plutôt qu'un produit prêt à l'industrialisation; aucun partenariat industriel ni calendrier commercial n'est mentionné. Le code et les détails du projet sont disponibles sur raya-control.github.io, sans précision sur une éventuelle extension à des plateformes robotiques plus lourdes.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Interventional Causal Circuits pour des Tests d'Action Robotique Sûrs et une Récupération d'Échec

L'action robotique nécessite d'être non seulement probablement réussie, mais explicitement validée comme sûre avant exécution. C'est le point de départ d'un nouveau papier arXiv (2607.14826v1) qui s'attaque à un problème concret : tester formellement les paramètres de mouvement d'un robot coûte cher en calcul, et ce coût explose avec la dimensionnalité de l'espace d'action. Quand une action proposée est rejetée par le testeur, la réponse naïve consiste à rééchantillonner à l'aveugle jusqu'à trouver un candidat valide, une méthode jugée coûteuse et sans garantie de convergence. Les auteurs proposent à la place un diagnostic causal : identifier précisément quel paramètre a provoqué l'échec et quelle valeur corrective maximise la probabilité de réussite sous la distribution interventionnelle. Le système couple un Joint Probability Tree (JPT) à un Causal Circuit dérivé d'un Marginal-Deterministic Variable Tree, permettant un calcul exact en temps polynomial, sans réentraînement ni collecte de données supplémentaire. Testé en simulation ROS2, le framework réduit les tentatives échouées de 10,3% avec un JPT de bonne qualité, et jusqu'à 37% avec un JPT dégradé. Pour les intégrateurs et responsables robotique, l'intérêt dépasse le simple gain de performance : chaque plan rejeté génère un rapport structuré et interprétable, nommant la variable causale principale, sa valeur observée et la région corrective recommandée. Cela permet une supervision humaine claire tout en autorisant une récupération autonome, sans modèle d'échec entraîné séparément, un point sensible pour les architectures VLA et les pipelines de contrôle où la traçabilité des décisions devient un prérequis réglementaire autant que technique. La robustesse accrue face à un JPT dégradé (donc à des données d'apprentissage imparfaites) est particulièrement pertinente pour des déploiements réels où les modèles probabilistes ne sont jamais parfaits. Ce travail s'inscrit dans la lignée des recherches sur les tests de sécurité formels en robotique et l'inférence causale appliquée au contrôle, un domaine où la littérature reste encore majoritairement académique. Classé comme nouvelle publication, le papier ne rapporte pour l'instant que des résultats en simulation ROS2 ; l'étape suivante attendue serait une validation sur du matériel réel, condition nécessaire avant toute adoption industrielle de ce type de diagnostic causal embarqué.

RecherchePaper

1 source

2arXiv cs.RO

HULK : apprendre la locomanipulation de force du corps entier pour les robots humanoïdes

Des chercheurs ont publié sur arXiv (octobre 2026) HULK, un cadre de contrôle du corps entier destiné à la manipulation locomotrice « avec force » sur robots humanoïdes, c'est-à-dire le transport d'objets volumineux et lourds. Le principe repose sur une commande prédictive (MPC) qui guide l'apprentissage par renforcement grâce à des prédictions de la dynamique en charge. Deux politiques « enseignantes » sont entraînées : l'une suit des mouvements de bras sous forces appliquées aux poignets, l'autre marche en tenant un grand objet plaqué contre le corps. Une fonction barrière de contrôle fondée sur le « capture point » vient renforcer l'enseignante des poignets pendant l'entraînement pour préserver l'équilibre sous charge. Les deux enseignantes sont ensuite distillées en une seule politique. L'évaluation couvre la simulation et le Unitree G1. En simulation, l'enseignante dotée de la barrière affiche les erreurs de suivi de vitesse avant et latérale les plus faibles parmi les contrôleurs comparés, à 10 kg par bras, et réduit de 35,7 % l'excursion agrégée du mouvement divergent (DCM) par rapport au seul apprentissage guidé par MPC. Elle résiste à des poussées sur le torse allant jusqu'à 130 N. L'intérêt tient au problème ciblé. La plupart des politiques de locomotion apprises pour humanoïdes sont entraînées à vide ou avec des charges légères, alors que les usages logistiques et industriels impliquent des caisses, bacs ou cartons qui déplacent le centre de masse et imposent un effort soutenu sur tout le haut du corps. En injectant la dynamique chargée dans l'entraînement, HULK s'attaque à l'un des écarts entre démonstrations et exploitation réelle. Le chiffre de 10 kg par bras reste toutefois à relativiser : il est obtenu en simulation, sur une plateforme G1 de taille et de puissance modestes, et l'article ne fournit, dans ce résumé, ni temps de cycle, ni taux de réussite sur matériel, ni durée de port. La réduction de 35,7 % du DCM est un gain relatif entre variantes de la même méthode, pas une performance absolue. La preuve d'une robustesse en conditions réelles, avec des objets variés et des sols imparfaits, reste à faire. HULK s'inscrit dans la vague des approches « teacher-student » et de contrôle du corps entier par apprentissage, déjà largement testées sur le G1 pour la marche, le saut ou les mouvements expressifs, et dans la recherche de bases communes entre MPC, qui apporte des garanties physiques, et RL, qui apporte la robustesse. Les acteurs industriels, dont Figure, Tesla avec Optimus et Agility, visent des charges utiles plus élevées sur des machines propriétaires, sans publier leurs méthodes de contrôle. Ici, il s'agit d'une contribution académique, sans produit ni pilote annoncé. La suite logique serait un transfert sur des humanoïdes plus grands et des charges réelles plus lourdes, avec des mesures publiées sur matériel.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

Robot quadrupède : apprentissage par renforcement de bout en bout pour monter et descendre des escaliers en intervention incendie intérieure

Des chercheurs ont développé une approche d'apprentissage par renforcement profond en deux étapes pour entraîner des robots quadrupèdes Unitree Go2 à monter et descendre des escaliers de manière autonome, dans le cadre de recherches en intérieur lors d'incendies. L'étude, publiée sur arXiv (2602.03087v2, version révisée), s'appuie entièrement sur le moteur de simulation Isaac Lab de NVIDIA. Dans une première phase, les robots sont entraînés sur un terrain abstrait en forme de pyramide d'escaliers. Dans une seconde phase, la politique apprise est transférée vers des configurations d'escaliers réalistes et variées, droits, en L et en spirale, représentatives des bâtiments réels. Le système repose sur une perception locale par carte de hauteur et une formulation de navigation basée sur une ligne centrale, qui unifie l'apprentissage de la navigation et de la locomotion sans recourir à une planification hiérarchique séparée. L'enjeu pratique est direct: lors d'une recherche primaire en intérieur après un départ de feu, un robot doit balayer rapidement des zones dangereuses, repérer des victimes potentielles et surveiller des matériaux inflammables, souvent en empruntant des cages d'escalier de formes différentes selon les bâtiments. La difficulté classique pour les quadrupèdes n'est pas seulement de gravir des marches, mais de généraliser ce savoir-faire à des topologies d'escaliers jamais vues, sans replanification lourde à chaque changement de géométrie. En démontrant qu'une politique unique, entraînée d'abord sur un terrain simplifié puis affinée sur des cas réalistes, généralise à des formes variées à partir de perception locale seulement, les auteurs apportent un élément de preuve en faveur des architectures de bout en bout face aux pipelines de navigation classiques, plus modulaires mais plus coûteux à adapter. Le travail reste cependant limité à la simulation: aucun transfert vers un robot physique n'est rapporté dans cette version, ce qui laisse ouverte la question du sim-to-real. Le Go2 d'Unitree, plateforme quadrupède abordable largement utilisée dans la recherche académique, sert ici de base matérielle de référence, dans un secteur où Boston Dynamics (Spot) et ANYbotics occupent le segment industriel haut de gamme. Isaac Lab, environnement de simulation robotique de NVIDIA basé sur Isaac Sim, s'impose comme plateforme standard pour ce type d'entraînement RL à grande échelle. Les auteurs présentent aussi une analyse empirique des taux de réussite, de l'efficacité et des modes d'échec à mesure que la difficulté des escaliers augmente, un exercice de transparence utile pour situer les limites actuelles de la méthode avant d'envisager des essais sur robot réel.

RecherchePaper

1 source

4arXiv cs.RO

Secouer pour apprendre : interrogation dynamique de la physique cachée des objets par calcul à réservoir physique

Une prépublication arXiv (2609.20970v1) décrit un bras robotique souple inspiré de l'origami capable d'inférer des propriétés physiques cachées d'un objet, notamment la position de son centre de masse, simplement en le secouant après l'avoir saisi. Le bras fonctionne comme un "réservoir computer" physique : une vibration fixe est appliquée à sa base après la prise, et la réponse transitoire qui suit, le "ringdown", est captée par caméra ou par des capteurs embarqués, la dynamique du système bras-objet couplé encodant directement l'information recherchée, qu'un simple lecteur linéaire suffit ensuite à décoder. Le système a rempli trois tâches de difficulté croissante : déterminer l'orientation du centre de masse caché, estimer sa distance au point de préhension, puis exploiter cette estimation pour réaliser un regrasp mieux adapté. Une représentation résumée du signal de ringdown, développée par les auteurs, améliore encore la précision des prédictions. Cette démonstration propose une alternative aux approches de perception robotique reposant sur la vision ou des capteurs de force et de couple dédiés, inefficaces face à des objets scellés ou opaques dont le contenu et le centre de masse restent invisibles. En déportant une partie du calcul vers la dynamique mécanique du bras lui-même plutôt que vers un traitement numérique lourd, la méthode ouvre une piste peu coûteuse en énergie et en puissance de calcul, pertinente pour des intégrateurs travaillant sur la manipulation d'objets hétérogènes en logistique ou en tri. Elle montre surtout qu'une brève interaction physique, une simple secousse, peut remplacer des capteurs internes complexes pour guider une décision de re-prise. Il s'agit néanmoins d'un résultat de laboratoire, validé sur un nombre limité de tâches et d'objets, loin d'un système prêt pour un déploiement industriel. Ce travail relève du réservoir computing physique, un champ qui utilise un système physique non linéaire, ici un actionneur souple en origami, comme substrat de calcul plutôt qu'un réseau de neurones numérique classique, une approche déjà explorée avec des matériaux souples ou des structures mécaniques. Il rejoint les recherches en robotique souple sur la manipulation sous incertitude, où la plupart des méthodes existantes reposent sur l'estimation inertielle ou sur la vision plutôt que sur la réponse dynamique du couple robot-objet. Les auteurs présentent leurs résultats comme une validation de principe, baptisée "shake-to-learn", et évoquent l'extension de cette interrogation mécanique à d'autres propriétés cachées et à des scénarios de manipulation plus complexes, sans calendrier annoncé pour un transfert vers des applications industrielles.

RecherchePaper

1 source