RecherchearXiv cs.RO 25 septembre 2026

Voler, rouler, se reconfigurer : une plateforme modulaire aérienne-terrestre pour les opérations sur le terrain

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de chercheurs a présenté HARP (Heterogeneous Aerial Robotic modules Platform), une plateforme aérienne-terrestre modulaire capable de se reconfigurer physiquement en cours de mission, décrite dans un preprint publié sur arXiv en septembre 2026 (arXiv:2609.28887). Le système combine trois types de modules déployables indépendamment : des drones éclaireurs équipés de capteurs qui cartographient le terrain, des modules rover capables à la fois de voler et de rouler, et des modules de charge utile dédiés à des tâches spécifiques. Un planificateur tenant compte de l'énergie disponible exploite les données des éclaireurs pour choisir à la fois les itinéraires et le mode de déplacement, aérien ou terrestre. Sur les terrains qui rendent la progression au sol difficile, les modules rover et de charge utile volent de façon autonome jusqu'à destination, puis s'assemblent eux-mêmes en un véhicule terrestre coopératif pour transporter la charge en économisant l'énergie embarquée. Les chercheurs ont validé le concept par des essais de terrain couvrant détection, planification, reconfiguration, mobilité air-sol, transport de charge et exécution de tâches, complétés par des tests de déploiement au niveau module sur l'inlandsis du Groenland.

L'apport de HARP tient moins à la performance d'un module isolé qu'à la démonstration qu'une équipe de robots hétérogènes peut recomposer physiquement ses capacités en pleine mission, et pas seulement adapter ses actions ou sa coordination logicielle. La plupart des flottes multi-robots actuelles figent les rôles et les capacités de chaque agent pour toute la durée d'une opération ; ici, des unités conçues pour voler peuvent fusionner en véhicule roulant selon le terrain rencontré, ce qui étend l'enveloppe opérationnelle sans multiplier le nombre de plateformes dédiées. Pour les intégrateurs travaillant sur la surveillance environnementale, la logistique en zone difficile ou les missions scientifiques en milieu extrême, cela ouvre la voie à des flottes plus compactes et plus résilientes, où l'aérien compense l'impraticabilité du sol et où l'assemblage au sol préserve une énergie embarquée critique en mission longue et isolée de toute infrastructure de recharge.

Le projet est motivé par l'échantillonnage environnemental dans des régions reculées et difficiles d'accès, ce qui explique le choix du Groenland comme terrain d'essai pour les tests de déploiement au niveau module, en vue de futures missions pleinement autonomes. Il s'agit à ce stade d'un travail de recherche publié en prépublication, pas d'un produit commercialisé ni d'un système opérant en mission réelle : les essais valident les briques techniques une à une plutôt qu'une opération de terrain complète et autonome. HARP s'inscrit dans une dynamique de recherche plus large sur les robots reconfigurables et les flottes hétérogènes air-sol, où la prochaine étape consistera à faire franchir à ce type de plateforme le passage à une mission arctique ou polaire menée de bout en bout sans intervention humaine.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

MARGoS : une plateforme pilotée par configuration pour des expériences MARL reproductibles dans ARGoS

MARGoS est une plateforme légère, pilotée par configuration, publiée sur arXiv (2610.13772) et disponible en open source sur GitHub (dépôt tombackert/margos). Elle vise à rendre reproductibles les expériences d'apprentissage par renforcement multi-agents (MARL) menées dans ARGoS, le simulateur très utilisé en robotique collective pour étudier les comportements émergents d'essaims. Le principe consiste à traiter comme des artefacts gérés par la plateforme tous les éléments qui définissent une expérience : fichiers de simulation, scripts d'entraînement, valeurs de configuration, chemins, graines aléatoires et détails d'environnement. Les mécanismes annoncés sont le hachage des configurations, la propagation des graines de bout en bout, des configurations figées (immuables), une journalisation structurée, l'empreinte d'environnement (environment fingerprinting) et des « bundles » d'expérience exportables, destinés au partage, au rejeu et à la vérification des résultats d'une machine à l'autre et dans le temps. Les auteurs évaluent l'ensemble selon cinq axes : architecture, efficacité, reproductibilité, ergonomie et collaboration. Le problème visé est connu de quiconque a monté une expérience MARL en robotique d'essaim. Une seule expérience repose aujourd'hui sur des fichiers de simulateur, des scripts et des paramètres alignés à la main, si bien que la réutilisation et la reproduction restent fragiles, même au sein d'un même groupe de recherche. Pour les équipes qui évaluent des politiques multi-robots avant un déploiement, c'est un enjeu pratique : sans traçabilité de la configuration, de la graine et de l'environnement, impossible de savoir si un gain de performance vient de l'algorithme ou d'un réglage non consigné. Il s'agit d'un outil d'infrastructure de recherche, pas d'une avancée algorithmique. L'article ne revendique aucun nouveau résultat de performance en MARL, et la conclusion, selon laquelle gérer la variation des expériences comme une responsabilité de la plateforme facilite réutilisation, reproduction et passation, repose sur une évaluation menée par les auteurs eux-mêmes. Aucune validation indépendante ni adoption par d'autres laboratoires n'est mentionnée. Le contexte est celui d'une crise de reproductibilité plus large en apprentissage par renforcement, que des outils généralistes de suivi d'expériences (journalisation, versionnage de configurations) traitent déjà en partie, sans intégration spécifique à ARGoS. MARGoS comble cette niche pour la communauté swarm. Il reste à voir si le projet gagnera une base d'utilisateurs au-delà de ses auteurs, et s'il sera relié à des benchmarks ou des pipelines sim-to-real, où la fidélité de rejeu compte le plus. Le code étant public, ces questions pourront être tranchées par l'usage.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2arXiv cs.RO

Vers un travail d'équipe homme-robot sensible à l'intention : une plateforme pour les opérations de recherche et sauvetage

Une équipe de recherche a mis en ligne sur arXiv, le 23 septembre 2026, un article décrivant une plateforme d'interaction pour étudier la collaboration entre opérateurs humains et agents autonomes hétérogènes lors d'opérations de recherche et sauvetage. Le système observe le comportement de l'opérateur et intègre des modules d'inférence d'intention et d'aide à la décision reposant sur des frameworks récents. Le résumé ne cite ni marque de robot, ni charge utile, ni degrés de liberté, ni chiffre de performance : il s'agit d'un article de recherche amont, pas d'un lancement produit. Ce travail cible un angle mort des démonstrations spectaculaires de robots autonomes : maintenir l'opérateur humain dans la boucle décisionnelle reste souvent le vrai goulot d'étranglement des missions de recherche et sauvetage, davantage que l'autonomie mécanique elle-même. En misant sur l'inférence d'intention, la plateforme vise à réduire la charge cognitive de l'opérateur et à fiabiliser la coordination avec des flottes hétérogènes, un enjeu central pour les intégrateurs supervisant des robots terrestres et aériens en environnement dynamique. Pour les décideurs du secteur, elle rappelle que l'écart entre autonomie démontrée et autonomie réellement exploitable se joue autant dans l'interface homme-machine que dans les capacités physiques des robots. La robotique de recherche et sauvetage est un champ actif depuis les défis type DARPA Robotics Challenge, qui avaient révélé les limites de la téléopération pure en environnement effondré et motivé davantage d'autonomie couplée à une supervision humaine allégée. Cette plateforme s'inscrit dans cette lignée de recherche en facteurs humains appliqués aux robots de secours, sans qu'un laboratoire ni un partenaire industriel précis ne soit nommé dans le résumé. L'article ouvre la voie à des études futures visant à valider l'inférence d'intention sur des scénarios de sauvetage plus réalistes, sans calendrier de déploiement ni partenariat avec des services de secours annoncé à ce stade.

RecherchePaper

1 source

3arXiv cs.RO

AeRove : drone aérien-terrestre bimodal compact à reconfiguration bistable rapide pour l'inspection de pipelines en gros plan

Une équipe de recherche présente AeRove, un robot bimodal aérien-terrestre pour l'inspection rapprochée de pipelines, dans une prépublication arXiv parue en septembre 2026. Il roule le long des tuyaux grâce a ses carters d'hélices transformes en roues, et bascule entre mode sol et mode vol en 200 millisecondes via un mécanisme bistable a ressort qui ne consomme aucune énergie pour tenir une position. En réservant le vol au franchissement d'obstacles, les auteurs annoncent un courant divise par 14 face au vol continu (0,7 A contre 10 A), portant l'autonomie estimée de 144 a 2057 mètres. Des essais autonomes sur un tuyau en acier de 51 cm de diamètre ont valide la navigation en ligne droite et en courbe, le saut d'obstacles et la détection de marqueurs de fuite simules. Ce travail cible une limite concrète des drones d'inspection classiques: leur vol stationnaire près des tuyaux consomme beaucoup d'énergie, reste sensible aux turbulences, et le souffle des hélices perturbe les capteurs de gaz. Lors des tests de CO2, la position perchée a produit une réponse de concentration nettement plus forte que le vol stationnaire, ce qui questionne l'usage de drones purement volants pour détecter finement des fuites a proximité immédiate. Une prise d'air sous le corps de l'appareil a aussi génère une détection plus rapide et plus intense qu'une sonde déportée, en exploitant le flux des hélices. Pour les intégrateurs, l'architecture hybride laisse entrevoir une portée multipliée par plus de dix sans sacrifier la capacité a franchir des obstacles. Le projet s'inscrit dans une famille naissante de robots hybrides sol-air développés en recherche académique pour dépasser les limites des drones et des robots rampants déjà utilises en inspection de pipelines industriels. Il s'agit d'un prototype de laboratoire, valide sur un unique tuyau de 51 cm de diamètre, sans partenaire industriel ni calendrier de commercialisation annonces. Les auteurs ont toutefois publie le code et les plans sous licence CC-BY, ouvrant la voie a une reprise du concept par d'autres laboratoires ou des intégrateurs souhaitant l'adapter a d'autres diamètres ou environnements gaziers.

RecherchePaper

1 source

4arXiv cs.RO

AM-Bench : une suite de simulation modulaire et un benchmark pour l'apprentissage de politiques de manipulation aérienne

Des chercheurs présentent AM-Bench, une suite de simulation modulaire et un benchmark dédiés à l'apprentissage de politiques de contrôle pour la manipulation aérienne, c'est-à-dire des drones multirotors équipés de bras manipulateurs. Décrit dans un article arXiv publié début septembre 2026, l'outil couvre des architectures robotiques représentatives allant des systèmes sous-actionnés aux systèmes pleinement ou sur-actionnés, avec 12 tâches réparties en trois catégories : contact, transport d'objets et interaction sous contrainte. AM-Bench intègre des perturbations aérodynamiques configurables, une modélisation de la saturation des actionneurs, des contrôleurs bas niveau standardisés ainsi que des algorithmes de référence pour l'apprentissage de politiques. Les auteurs valident l'outil via trois études en simulation portant respectivement sur les politiques de haut niveau, les interfaces entre politique et contrôle, et les différentes architectures robotiques, complétées par une validation partielle sur banc matériel réel. Pour l'industrie robotique, cet outil comble un vide méthodologique réel : la quasi-totalité des benchmarks de manipulation existants suppose une base fixe ou terrestre, alors que la manipulation aérienne ajoute un couplage dynamique complexe entre le bras et la plateforme volante, plus sensible aux perturbations environnementales et aux degrés de liberté restreints. En permettant une évaluation systémique, et non plus seulement une mesure de performance de bout en bout, AM-Bench donne aux équipes de recherche et aux intégrateurs un cadre commun pour comparer objectivement embodiment, contrôle et choix algorithmiques, un enjeu direct pour les applications d'inspection, de maintenance en hauteur ou de logistique aérienne où le drone manipulateur reste largement au stade expérimental. Le projet s'inscrit dans la continuité des travaux sur les benchmarks standardisés qui ont structuré les progrès de l'apprentissage de la manipulation robotique au sol ces dernières années, un mouvement qu'AM-Bench cherche explicitement à étendre au domaine aérien, resté à la traîne faute d'outils communs. L'article ne mentionne ni partenaire industriel ni acteur français ou européen impliqué, et reste à ce stade une contribution académique en open source plutôt qu'un produit commercial : les auteurs annoncent une validation matérielle réelle mais limitée, laissant ouverte la question de l'adoption par la communauté et d'un éventuel élargissement des tâches et des plateformes couvertes dans de futures versions.

RecherchePaper

1 source