RecherchearXiv cs.RO 23 septembre 2026

Navigation sous-marine en écoulements instables grâce à l'historique de mesures d'un capteur unique

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de chercheurs propose, dans une publication soumise sur arXiv (arXiv:2609.26753v1), un observateur causal capable d'estimer les vitesses latérales d'un courant sous-marin à partir d'un historique fini de mesures collectées par une seule unité de détection, plutôt que par un réseau de capteurs distribués sur le corps du robot. Testé en simulation bidimensionnelle de sillages turbulents, avec accès à la vitesse ambiante exprimée dans le référentiel du robot, ce dispositif de détection virtuelle ramène l'échantillonnage simultané du flux de trois points de mesure à un seul, situé au centre du robot, avant d'alimenter un contrôleur de navigation fixe. Entraîné uniquement sur un sillage de cylindre circulaire à un nombre de Reynolds de 100, l'observateur atteint 84,4% de réussite à Re=205 et 80,6% à Re=240, des régimes jamais vus à l'entraînement, sans aucun réajustement du modèle. Ces résultats restent 7,4 et 4,6 points de pourcentage en dessous d'une détection spatiale directe multi-points, mais dépassent de plus de 30 points un observateur basé uniquement sur le courant instantané, sans mémoire du flux passé.

Cette approche intéresse directement les concepteurs de véhicules sous-marins autonomes (AUV), pour qui l'ajout de capteurs distribués se heurte à des contraintes de taille, de coût et de consommation énergétique. Montrer qu'un historique de mesures issu d'un unique capteur peut approcher les performances d'un maillage spatial complet ouvre la voie à des architectures plus légères pour la navigation en zones de sillage, par exemple près de piles de pont, de pipelines ou de structures offshore. La généralisation obtenue sans réentraînement à des régimes d'écoulement plus élevés est notable pour un observateur d'état, mais reste conditionnelle: les performances se maintiennent face à des obstacles de section carrée, tandis qu'elles se dégradent nettement face à des obstacles triangulaires, signe que la généralisation n'est pas garantie selon la géométrie rencontrée.

Le travail part d'un constat pratique: la détection spatiale distribuée du flux, utile pour naviguer dans des écoulements instables, est limitée par la taille du robot et la disposition physique de ses capteurs. L'étude reste à ce stade cantonnée à la simulation 2D, sans validation sur robot physique ni en écoulement tridimensionnel réel, ce qui laisse ouverte la question du transfert simulation-réel. Les auteurs ont identifié, via un remplacement contrôlé de composants, que l'écart de vitesse latérale est la variable déterminante pour le contrôle, et des perturbations ciblées ont révélé une sensibilité du système à la persistance des erreurs de mesure dans le temps, deux pistes qui orienteront vraisemblablement les prochaines itérations vers des essais en conditions plus réalistes.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

VISTA : navigation visuelle à l'échelle par conditionnement sur l'historique d'actions

VISTA, un nouveau modèle de navigation visuelle présenté en preprint (arXiv:2606.17294), s'attaque à une faille structurelle identifiée dans les Vision Navigation Foundation Models (VNMs) actuels : la normalisation des actions prédites. Lorsqu'un VNM produit des trajectoires normalisées, l'application d'un facteur d'échelle différent selon le robot ou l'environnement déforme la géométrie physique de la trajectoire, ce qui dégrade les performances de navigation et augmente les risques de collision. Pour corriger cela, VISTA conditionne ses prédictions sur l'historique normalisé des actions exécutées, en parallèle des observations visuelles, offrant au modèle un contexte explicite sur la relation entre ses sorties et le déplacement physique réel du robot. Le modèle intègre également un encodeur DINOv3, dont les représentations plus riches permettent de mieux discriminer les environnements visuellement répétitifs (couloirs, entrepôts) où les VNMs classiques peinent à se localiser. En déploiement zéro-shot dans trois environnements réels (extérieur, forêt, bureau), VISTA affiche 100 % de précision dans la prédiction des objectifs et un taux moyen de 95 % de points de passage atteints. Ce résultat éclaire un angle mort largement sous-estimé dans le déploiement des politiques de navigation généralisées : l'invariance à l'échelle. Un modèle entraîné sur une flotte homogène peut échouer sur un robot dont la calibration diffère légèrement, sans qu'aucun défaut de l'architecture ne soit en cause. VISTA propose une correction légère mais systémique, applicable sans ré-entraînement, ce qui représente un avantage concret pour les intégrateurs qui déploient des politiques de navigation sur des flottes hétérogènes. Les résultats à 100 % méritent toutefois d'être nuancés : ils portent sur trois environnements seulement, et le terme "zéro-shot" désigne ici l'absence de fine-tuning spécifique aux sites de test, non une absence totale de données d'entraînement supervisé. VISTA s'inscrit dans la montée en puissance des modèles de navigation généraux, portée ces deux dernières années par des travaux comme NoMaD (CMU/Berkeley, 2023) ou GNFactor, qui cherchent tous à produire une politique de déplacement transférable sans adaptation manuelle. L'usage de DINOv3 suit une tendance nette : les encodeurs de la famille DINOv2/v3 (Meta FAIR) s'imposent progressivement comme backbone de référence pour les tâches nécessitant une compréhension géométrique fine de l'environnement. Le preprint ne mentionne ni partenaires industriels ni timeline de commercialisation ; il s'agit à ce stade d'une contribution académique, sans annonce de déploiement à grande échelle.

RechercheOpinion

1 source

2arXiv cs.RO

HarnessVLN : unifier la navigation incarnée sans entraînement grâce à un harnais d'agents

Des chercheurs ont publié HarnessVLN, un article arXiv (2609.15195, catégorie "new") qui présente un cadre zero-shot, sans entraînement spécifique, pour la navigation robotique incarnée guidée par instructions en langage naturel. Son composant central, l'Agent Harness, orchestre perception, récupération d'information, ancrage spatial, navigation, récupération d'erreurs et terminaison de tâche via une interface outil unifiée : il confronte chaque proposition du planificateur aux preuves spatiales disponibles, à la faisabilité géométrique et à la cohérence des sous-objectifs, avant de réinjecter ce retour structuré dans la décision suivante. Une mémoire d'événements hiérarchique suit la progression de la tâche et l'historique d'exécution, tandis qu'un graphe spatiotemporel persistant conserve les preuves spatiales réutilisables et les annotations d'échec pour vérification ultérieure. Un exécuteur de navigation interchangeable convertit les cibles validées en mouvements concrets, permettant au même protocole de couvrir à la fois le suivi d'instructions et la navigation vers un objet désigné. Sur les benchmarks R2R, RxR, HM3D-v2 et HM3D-OVON, le système atteint des taux de réussite respectifs de 60,8 %, 53,9 %, 76,0 % et 59,3 %, dépassant les meilleurs résultats "sans entraînement" publiés jusqu'ici. Un déploiement sur robot humanoïde en environnement réel est également démontré. L'intérêt tient au problème que le cadre cible directement : les grands modèles multimodaux (MLLM) savent générer des plans d'action plausibles à partir d'images, mais rien ne garantit qu'ils tiennent compte de la géométrie réelle du lieu, de l'avancement effectif de la tâche ou des échecs déjà survenus, ce qui produit des trajectoires incohérentes en pratique. En ajoutant une couche de vérification et de mémoire structurée autour du modèle de langage plutôt qu'en le réentraînant, HarnessVLN suggère que l'architecture de contrôle, davantage que le MLLM sous-jacent, conditionne la robustesse d'un agent de navigation. Le fait qu'un seul protocole couvre suivi d'instructions et navigation vers objet, et se transfère à un humanoïde réel, est un signal pertinent pour les intégrateurs évaluant des piles de navigation zero-shot avant d'investir dans du fine-tuning coûteux en données. Ce travail s'inscrit dans une vague de recherches qui exploitent des MLLM déjà entraînés comme alternative aux politiques VLN classiques, coûteuses à entraîner et peu généralisables hors de leur distribution d'origine. Les benchmarks utilisés, R2R et RxR pour le suivi d'instructions, HM3D-v2 et HM3D-OVON pour la navigation vers objet, sont des références standards du secteur issues des scans Matterport3D et de l'environnement Habitat. La nature exacte de la plateforme humanoïde testée et l'échelle du pilote ne sont pas précisées dans le résumé, ce qui invite à la prudence sur la portée réelle de cette démonstration. La page du projet est accessible à harnessvln.netlify.app.

RecherchePaper

1 source

3arXiv cs.RO

UCON : navigation tenant compte de l'incertitude par réassociation historique en environnements dynamiques

UCON, un nouvel algorithme de navigation autonome pour environnements dynamiques, a été publie sur arXiv le 25 septembre 2026 sous la référence 2609.29419v1. Le système s'attaque a deux problèmes récurrents en robotique mobile : l'instabilité de la perception, qui provoque des changements d'identité entre obstacles suivis et des estimations de mouvement peu fiables, et le décalage entre incertitude et optimisation, qui empêche d'intégrer proprement cette incertitude dans le calcul de trajectoire. La solution combine un mécanisme de reassociation historique au niveau des points, qui exploite des fragments de nuages de points passes pour retrouver une cible perdue et maintenir la continuité de son identité, avec un filtre de Kalman fournissant une estimation anisotrope de l'état de mouvement et une propagation de la covariance. Les états prédits et leurs covariances sont ensuite convertis en secteurs d'incertitude, intégrés comme termes de cout différentiables dans le module d'optimisation de trajectoire. Les auteurs annoncent des tests en simulation et en conditions réelles, et promettent l'ouverture du code source, sans date de publication précisée. Pour les intégrateurs de robots mobiles autonomes (AMR) évoluant parmi des obstacles mouvants, humains ou autres robots, la perte d'identité d'une cible suivie est une source classique de replanifications brusques ou dangereuses. En reliant explicitement l'incertitude de perception au calcul de trajectoire, plutôt que de traiter ces deux étapes séparément, UCON s'attaque directement a ce point de friction technique, pertinent pour la fiabilité des déploiements industriels en entrepôt ou en usine. Les auteurs revendiquent une performance supérieure aux méthodes de l'état de l'art tout en conservant une bonne efficacité de calcul, mais ces comparaisons proviennent de leurs propres benchmarks et l'abstract ne fournit aucun chiffre concret, ni taux de réussite, ni temps de calcul, ni fréquence de traitement, ce qui rend l'ampleur réelle du gain difficile a juger avant la publication complète. Le texte se présente comme un article de recherche nouvellement annonce sur arXiv, sans nom d'institution, de laboratoire ou d'entreprise associe dans le résume, et sans lien vers un dépôt de code a ce stade. Il s'inscrit dans un courant de recherche plus large visant a réconcilier robustesse perceptuelle et planification de mouvement sous incertitude pour la navigation en environnement dynamique, un axe suivi par de nombreux groupes académiques travaillant sur les AMR et la navigation robotique. Aucun acteur concurrent n'est nomme explicitement, la comparaison restant générique aux "méthodes de l'état de l'art". La suite logique reste la publication du code promise par les auteurs et, vraisemblablement, une parution reviewee détaillant les résultats chiffres.

RecherchePaper

1 source

4arXiv cs.RO

Navigation indépendante de la disposition des capteurs grâce à la canonicalisation géométrique des observations

Des chercheurs publient sur arXiv (2610.08306) une politique de navigation par profondeur conçue pour fonctionner avec des configurations de capteurs variables sur un quadrirotor. Le système prend des mesures de profondeur issues de charges utiles arbitraires, qui diffèrent par le nombre de caméras, leurs extrinsèques de montage et leurs intrinsèques. Il les reprojette explicitement dans un repère commun centré sur le robot. Elles sont ensuite assemblées en une image de distance sphérique unifiée, accompagnée d'un masque binaire de validité. Ce masque indique à la politique quelles zones sont observées et lesquelles sont des angles morts. La politique est entraînée par apprentissage par renforcement avec une randomisation agressive des caméras. Elle se généralise sans réentraînement (zero-shot) à des agencements inédits comptant jusqu'à sept caméras. Le taux de réussite passe de 78 % à 95 % à mesure que la couverture spatiale totale augmente. Des essais en vol réel ont été menés sur un quadrirotor physique, dans un couloir encombré d'obstacles et dans une forêt en extérieur. Ils portent sur le transfert entre configurations de caméras et sur la tolérance à des pannes soudaines de capteurs en cours de vol. L'article ne donne ni nombre d'essais réels ni modèle de drone précis dans ce résumé. Il s'agit d'une prépublication, sans produit ni déploiement associé. Le point central est la dissociation entre la politique et le montage matériel. Jusqu'ici, la plupart des politiques de navigation visuelle apprises restent liées à la disposition de caméras sur laquelle elles ont été entraînées. Changer de capteur ou de position impose donc de collecter des données et de réentraîner. Pour un intégrateur de drones ou un fabricant de plateformes, ce verrou freine la réutilisation d'un même logiciel sur plusieurs modèles ou plusieurs charges utiles. La courbe de 78 % à 95 % est aussi instructive. Elle montre que la performance dépend de la couverture sensorielle, et que le masque de validité permet à la politique d'exploiter chaque caméra supplémentaire sans se déstabiliser. La tolérance aux pannes est un argument concret pour les opérations d'inspection ou de sécurité, où la perte d'une caméra ne doit plus signifier l'arrêt de la mission. Les chiffres viennent surtout de la simulation, et la validation réelle reste limitée à deux environnements. La robustesse à plus grande échelle reste donc à démontrer. Ce travail s'inscrit dans la recherche sur les politiques « cross-embodiment », déjà bien présente en manipulation et en locomotion, mais plus rare en navigation aérienne par profondeur. L'approche privilégie une canonicalisation géométrique explicite plutôt qu'un apprentissage implicite des alignements spatiaux, comme le font de nombreux modèles de bout en bout. Les suites logiques sont l'extension à d'autres capteurs (lidar, événementiel), à d'autres plateformes que le quadrirotor, et des essais plus longs en conditions réelles. Aucun calendrier de pilote n'est annoncé.

RecherchePaper

1 source