Aller au contenu principal
Contrôle neuromorphique d'un robot à ailes battantes sur matériel à ressources limitéesIllustration générée par IA
RecherchearXiv cs.RO 

Contrôle neuromorphique d'un robot à ailes battantes sur matériel à ressources limitées

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource unique

Des chercheurs ont présenté un framework de contrôle neuromorphique hiérarchique permettant le vol autonome embarqué d'un micro-robot à ailes battantes inspiré du papillon, pesant moins de 30 grammes. L'architecture déploie deux réseaux de neurones impulsionnels (Spiking Neural Networks, SNNs) directement sur un microcontrôleur ESP32 disponible dans le commerce pour environ 5 dollars : le premier SNN assure l'estimation d'état à partir des retours sensoriels bruts, le second pilote les ailes via modulation d'un Générateur de Patron Central (CPG). Entraîné par imitation learning, le système démontre un suivi stable des angles de tangage et de cap en vol libre non attaché (untethered), sans infrastructure externe. Sur le plan des performances, le contrôleur SNN réduit la latence d'inférence de 36 % (de 1 059 µs à 680 µs) et la consommation de 18 % (de 0,033 W à 0,027 W) par rapport à une baseline réseau de neurones artificiel (ANN) classique.

Ce résultat est significatif car il démontre qu'un calcul de type spike-based est viable sans hardware spécialisé (neuromorphic chips type Intel Loihi ou SpiNNaker), en s'appuyant uniquement sur du silicium grand public. Pour les acteurs du secteur des micro-drones et de la robotique embarquée, cela ouvre une voie crédible vers l'autonomie embarquée sur plateformes ultra-contraintes en masse et en énergie (SWaP), un verrou reconnu de la filière. La combinaison estimation d'état + contrôle moteur en un seul pipeline neuromorphique léger, tournant en boucle fermée en temps réel, valide une hypothèse longtemps contestée : les SNNs peuvent rivaliser avec les ANNs sur des tâches de contrôle dynamique à haute fréquence sans sacrifier la précision.

Les micro-véhicules à ailes battantes (FWMAVs) sont étudiés depuis une vingtaine d'années pour leur efficacité aérodynamique supérieure aux quadrotors à faible vitesse, mais leur adoption est freinée par la complexité des dynamiques non-linéaires et l'impossibilité historique d'embarquer suffisamment de puissance de calcul. Des projets comme le RoboBee de Harvard ou le DelFly de TU Delft ont établi les bases mécaniques, sans parvenir à la pleine autonomie embarquée. Sur le front concurrent, les approches à base d'ANNs classiques restent dominantes mais se heurtent aux mêmes contraintes énergétiques. Les auteurs revendiquent une première mondiale pour le contrôle neuromorphique entièrement embarqué sur FWMAV en vol autonome, affirmation qui devra être confirmée par pair review complet ; l'article est actuellement un preprint arXiv (2605.19430, mai 2025). Les prochaines étapes attendues concernent la robustesse aux perturbations extérieures et l'extension à des manœuvres 3D plus complexes.

Dans nos dossiers

À lire aussi

Un robot à ailes battantes nage et vole comme un oiseau plongeur
Illustration générée par IA
1Robohub 

Un robot à ailes battantes nage et vole comme un oiseau plongeur

Des chercheurs de l'EPFL et du MIT ont présenté un robot volant capable de nager sous l'eau puis de reprendre son envol, à l'image des oiseaux plongeurs comme les guillemots, les mouettes, les macareux ou les pétrels. Baptisé FAAV (flapping-wing aerial-aquatic vehicle), l'engin pèse moins de 300 grammes et se compose d'un fuselage central, de deux ailes battantes flexibles et d'une queue orientable, ces deux derniers éléments étant interchangeables selon la taille souhaitée. Les essais, menés d'abord dans un bassin à l'EPFL puis en conditions réelles sur le lac Léman, ont permis d'identifier la combinaison optimale de paramètres : des ailes de 80 centimètres, une fréquence de battement d'environ 5 hertz, et une inclinaison de la queue permettant au robot de nager sous l'eau à près d'un mètre par seconde puis de voler à environ 6 mètres par seconde, des valeurs proches de celles observées chez les oiseaux plongeurs réels. Pour franchir la surface, l'appareil doit adopter une trajectoire à 70 degrés afin d'éviter que ses ailes ne touchent l'eau au moment du décollage. Les résultats ont été publiés dans la revue Science. Cette démonstration constitue une avancée notable pour la robotique bio-inspirée aérienne et aquatique, un domaine où la transition fluide entre deux milieux aux propriétés physiques très différentes reste un obstacle technique majeur. Au-delà de l'exploit d'ingénierie, le projet ouvre la voie à une nouvelle catégorie de drones capables d'atteindre des zones difficiles d'accès pour les navires océanographiques classiques, glaciers, ports, ou zones de présence de cétacés, afin d'y prélever des échantillons ou d'y effectuer des mesures à moindre coût. Pour les acteurs de la surveillance environnementale et de l'océanographie, un tel système pourrait réduire significativement les coûts et les risques logistiques associés aux missions de terrain, tout en offrant une alternative légère aux flottes de capteurs marins traditionnelles. Le projet a démarré sous la direction de Raphael Zufferey, alors chercheur postdoctoral à l'EPFL au sein des laboratoires LIS (Laboratory of Intelligent Systems, dirigé par Dario Floreano) et BioRob (Biorobotics Lab, dirigé par Auke Ijspeert), avant d'être achevé au MIT où Zufferey dirige désormais l'AURA Lab, spécialisé dans les véhicules aériens et aquatiques bio-inspirés. Des co-auteurs du Northwest Indian College, aux États-Unis, ont également contribué à l'étude. Sur le plan technique, les ailes du robot sont recouvertes de membranes fines traitées avec des nanoparticules hydrophobes pour limiter l'adhérence de l'eau, tandis qu'un moteur électrique étanche entraîne un vilebrequin assurant le battement des ailes. Les chercheurs envisagent désormais des déploiements pilotes avec des océanographes et des communautés côtières, la prochaine étape consistant à valider l'usage opérationnel de l'appareil pour la collecte de données en conditions réelles.

UELe projet a été initié et testé à l'EPFL (Suisse) sur le lac Léman, renforçant l'expertise scientifique européenne en robotique bio-inspirée aérienne-aquatique avant son achèvement au MIT.

RecherchePaper
1 source
Micro-politiques neuronales pour un contrôle robotique sûr en temps réel
Illustration générée par IA
2arXiv cs.RO 

Micro-politiques neuronales pour un contrôle robotique sûr en temps réel

Des chercheurs publient sur arXiv (2610.08541v1) une méthode de synthèse de « Micro Neural Policies » (MNP), des politiques de contrôle neuronales minuscules, conçues pour piloter des robots en temps réel sur des microcontrôleurs aux ressources très limitées. La recherche d'une politique combine une stratégie d'évolution (Evolution Strategy, ES) et une vérification par model checking statistique (SMC). Selon les auteurs, cette combinaison réduit fortement la taille du réseau sans dégrader la sécurité ni la robustesse. L'entraînement et l'évaluation ont été menés à grande échelle sur deux tâches, le pendule inversé sur chariot (Cartpole) et le contrôle d'un quadrirotor. Les fréquences de contrôle et les architectures de réseau variaient. Après validation en simulation, les politiques ont été transférées en « zero-shot » sur des systèmes physiques, c'est-à-dire sans réentraînement ni ajustement. Leur empreinte mémoire va de 0,5 à 7,5 ko. Sur microcontrôleur, la latence d'inférence est déterministe, avec moins de 25 ns de gigue, et la puce reste inactive plus de 97 % du temps. Cela laisse de la marge pour d'autres charges de travail. L'intérêt tient à ce que ce travail va à contre-courant de la tendance dominante. Les modèles VLA (vision-langage-action) et les politiques de fondation grossissent et exigent des GPU embarqués. Ici, la contrainte s'inverse : un contrôleur de quelques kilo-octets, avec une exécution prévisible et une vérification formelle de la sécurité. Pour un intégrateur, c'est la couche basse qui compte, celle des boucles rapides de stabilisation, de la commande de moteurs et des drones légers. Le temps réel dur et la certifiabilité y pèsent davantage que la capacité de généralisation. Le résultat de sim-to-real sans perte de performance est encourageant. Il faut cependant le relativiser : Cartpole et un quadrirotor sont des bancs d'essai classiques, de faible dimension, loin de la manipulation dextre ou de la locomotion d'un humanoïde. Le résumé ne donne ni les marges de sécurité mesurées ni les comparaisons chiffrées avec d'autres méthodes. Ces points restent donc à vérifier dans l'article complet. Ces travaux s'inscrivent dans un courant plus large qui cherche à réduire les politiques neuronales (distillation, quantification, TinyML) et à les doter de garanties formelles. Ils répondent à un frein bien connu, la difficulté de certifier un réseau opaque dans un système critique. Ils se démarquent aussi des approches par apprentissage par renforcement profond, plus gourmandes en calcul et plus difficiles à vérifier. Le résumé ne cite ni partenaire industriel ni calendrier de déploiement. Il s'agit donc d'une publication de recherche, pas d'un produit. La suite logique serait de tester l'approche sur des systèmes plus complexes, avec davantage de degrés de liberté, et de l'intégrer dans des chaînes de contrôle hiérarchiques. Un modèle de haut niveau y fixerait les objectifs, et une micro-politique vérifiée assurerait la stabilité en temps réel.

RecherchePaper
1 source
Attaques trojans sur les contrôleurs de réseaux de neurones pour systèmes robotiques
Illustration générée par IA
3arXiv cs.RO 

Attaques trojans sur les contrôleurs de réseaux de neurones pour systèmes robotiques

Des chercheurs ont publié sur arXiv (référence 2602.05121v2) une démonstration de faisabilité d'attaques par backdoor, dites attaques "Trojan", ciblant des contrôleurs neuronaux embarqués dans des systèmes robotiques. Le vecteur d'attaque étudié est un robot mobile à propulsion différentielle, dont le contrôleur de suivi de trajectoire et de stabilisation de pose est implémenté sous forme de réseau de neurones. Les auteurs ont conçu un module Trojan parallèle, léger, conçu pour être inséré dans le réseau principal sans modifier ses poids. Ce module reste inactif en fonctionnement normal, puis s'active dès qu'une condition de déclenchement très précise est détectée, définie conjointement par la pose courante du robot et ses paramètres objectifs. À l'activation, le module corrompt directement les commandes de vitesse des roues, provoquant des comportements non désirés, potentiellement dangereux. L'attaque est validée en simulation selon deux scénarios distincts. Ce travail met en lumière un risque souvent sous-estimé dans la robotique industrielle et les AMR (robots mobiles autonomes) : la chaîne d'approvisionnement en modèles neuronaux. Dès lors qu'un contrôleur est fourni par un tiers, entraîné sur une infrastructure externe, ou acquis via un pipeline de fine-tuning non audité, l'intégrateur ne peut pas garantir l'absence de modules cachés. La discrétion du Trojan, dormant jusqu'à un trigger très spécifique, le rend difficilement détectable par les tests fonctionnels classiques. Pour les COO industriels et les équipes sécurité, cela signifie que les approches de validation de modèles actuelles, orientées performance, sont insuffisantes face à des attaques intentionnelles. Les attaques par backdoor sur les réseaux de neurones sont documentées depuis 2017 dans le domaine de la classification d'images, mais leur transposition aux systèmes de contrôle robotique en temps réel est plus récente et plus critique : une erreur de classification est bénigne, une dérive de trajectoire sur un robot industriel peut provoquer des dommages matériels ou humains. Ce papier s'inscrit dans un corpus croissant qui questionne la robustesse des architectures VLA (Vision-Language-Action) et des contrôleurs neuronaux génériques. Les suites logiques sont des méthodes de détection (analyse spectrale des poids, tests adversariaux ciblés) et des protocoles de certification des modèles embarqués, un chantier encore largement ouvert pour les organismes de standardisation comme l'ISO ou l'IEC.

UELes intégrateurs européens d'AMR et robots industriels utilisant des contrôleurs neuronaux fournis par des tiers sont directement exposés à ce vecteur d'attaque ; les travaux de normalisation ISO/IEC sur la certification des modèles embarqués deviennent un chantier prioritaire pour le marché européen.

RechercheOpinion
1 source
Contrôle optimal d'un robot nageur basé sur le modèle du micronageur de Purcell
Illustration générée par IA
4arXiv cs.RO 

Contrôle optimal d'un robot nageur basé sur le modèle du micronageur de Purcell

Des chercheurs ont construit une réalisation robotique a l'échelle macroscopique du nageur de Purcell, un modèle théorique classique de locomotion planaire a bas nombre de Reynolds compose de trois segments rigides relies par deux articulations rotatives actionnées. Le prototype se déplace dans un fluide fortement visqueux qui reproduit le régime hydrodynamique ou l'inertie devient négligeable face aux forces visqueuses, celui dans lequel évoluent les micro-organismes nageurs. L'équipe a modifie le modèle original de Purcell en introduisant des segments non élancés et une sphère rigide centrale représentant la traînée additionnelle du flotteur du robot, puis a calibre les paramètres sur des mesures expérimentales réelles plutôt que sur de la simulation pure. Elle a ensuite applique le principe du maximum de Pontryagin (PMP) pour calculer les allures periodiques des deux angles articulaires qui maximisent le déplacement par cycle sous contrainte d'amplitude angulaire, a l'aide d'une méthode géométrique différentielle qui transforme le problème en intégrale d'aire délimitée par la trajectoire de l'allure dans le plan des angles, permettant une lecture visuelle des changements topologiques des allures optimales. Le même formalisme PMP, applique cette fois a la maximisation du rendement énergétique de Lighthill, produit un problème aux limites résolu via une paramétrisation en série de Fourier tronquée et le solveur GPOPS-II. L'intérêt de ces travaux tient moins a une prouesse d'ingénierie qu'a une validation expérimentale rare : le contrôle optimal de gaits, jusqu'ici surtout étudie en simulation, est ici confronte a un prototype physique calibre, avec une géométrie modifiée pour tenir compte d'un composant réel non prévu par la théorie initiale (le flotteur). Pour la robotique bio-inspirée et les micro-nageurs destines a l'exploration sous-marine ou a l'administration ciblée de médicaments, cela renforce la crédibilité d'une approche de contrôle géométrique déjà ancienne mais encore peu testée hors laboratoire théorique. C'est aussi un rappel que l'écart simulation-réalité, souvent cite pour les systèmes VLA ou les humanoïdes, existe tout autant en micro-robotique de locomotion, ou la calibration expérimentale change concrètement les allures jugées optimales. Le modèle de Purcell remonte a l'article fondateur d'Edward Purcell sur la locomotion a bas nombre de Reynolds, largement repris depuis en théorie du contrôle géométrique applique a la nage articulée. La plupart des études antérieures restaient cantonnées a l'analyse mathématique ou a la simulation numérique ; peu proposaient une réalisation matérielle calibrée servant de banc d'essai au contrôle optimal. L'article, publie en preprint sur arXiv (2608.17455v1), ne mentionne ni partenaire industriel ni feuille de route de déploiement : il s'agit d'un travail de recherche fondamentale, dont la suite logique serait l'extension a des géométries de nageurs a plus de liens ou a des environnements fluides moins idéaux.

RecherchePaper
1 source