Aller au contenu principal
HITL-D : contrôle partagé assisté par diffusion avec humain dans la boucleIllustration générée par IA
RecherchearXiv cs.RO 

HITL-D : contrôle partagé assisté par diffusion avec humain dans la boucle

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

HITL-D (Human-In-The-Loop Diffusion) est un framework de contrôle partagé pour la téléopération robotique, présenté dans un preprint arXiv (2605.21460) non encore évalué par des pairs. Le système combine une politique de diffusion apprise avec le contrôle humain classique : l'opérateur pilote le robot via joystick pour les déplacements en position cartésienne, tandis que le système prend en charge automatiquement l'orientation de l'effecteur terminal. Cette orientation autonome est conditionnée en temps réel par un nuage de points 3D de la scène et la position courante de l'effecteur. Résultat : le nombre d'axes de contrôle que l'opérateur doit gérer simultanément diminue, réduisant mécaniquement la charge cognitive. Une étude utilisateur menée sur 12 participants dans des tâches multi-étapes, d'insertion et de manipulation fine démontre une réduction de 40 % du temps d'exécution des tâches, une baisse de 37 % de la charge mentale perçue, et des scores Likert supérieurs pour l'indépendance, l'intuitivité et la confiance, comparés à une téléopération classique sans assistance.

Ces résultats adressent un problème central du déploiement industriel : la pleine autonomie robotique reste fragile sur les tâches d'assemblage précis (insertion, ajustement fin), tandis que la téléopération pure est coûteuse en ressources humaines et génère de la fatigue opérateur. HITL-D occupe ce no man's land en déléguant sélectivement les degrés de liberté les moins intuitifs à la politique apprise. L'approche par diffusion conditionnée sur nuage de points est techniquement notable : contrairement à un lissage de trajectoire, elle intègre une représentation géométrique de l'environnement pour générer une assistance contextuelle. Il faut toutefois relativiser : 12 participants constituent un échantillon limité, et l'abstract ne précise ni la complexité exacte des scènes testées, ni si les expériences ont été conduites sur robot réel ou en simulation.

Le travail s'inscrit dans la continuité directe des Diffusion Policies (Chi et al., Columbia, 2023), devenues un paradigme dominant en manipulation robotique apprise. Le contrôle partagé et la "sliding autonomy" sont des concepts étudiés depuis les années 2000 (notamment en robotique médicale et spatiale), mais leur combinaison avec des politiques génératives modernes reste peu explorée. Face aux approches VLA full-autonomy comme pi-0 (Physical Intelligence), GR00T N2 (NVIDIA) ou les modèles dérivés de RT-2, HITL-D ne cherche pas à remplacer l'humain mais à l'augmenter, ce qui le positionne sur un marché différent : téléopération industrielle assistée, chirurgie robotique, déminage. Aucun partenaire industriel ni calendrier de commercialisation n'est mentionné dans le preprint ; l'étape suivante naturelle serait une validation sur tâches réelles à plus grande échelle et avec des opérateurs non experts.

À lire aussi

HumanFlow : navigation de drone MAV parmi les humains par diffusion, avec suivi, prévision et contrôle du mouvement
Illustration générée par IA
1arXiv cs.RO 

HumanFlow : navigation de drone MAV parmi les humains par diffusion, avec suivi, prévision et contrôle du mouvement

Des chercheurs ont publié en mai 2026 un préprint arXiv (arXiv:2605.25685) présentant HumanFlow, un modèle de diffusion latente conçu pour la navigation de drones autonomes (MAVs, Micro Aerial Vehicles) dans des espaces peuplés. L'architecture unifie deux tâches habituellement traitées séparément : le suivi de la position 3D des personnes en temps réel (tracking) et la prédiction de leurs trajectoires futures (forecasting), le tout conditionné sur le contexte 3D de la scène environnante. La politique de contrôle associée repose sur un MPC (Model Predictive Control) approché par correspondance de flux (flow-matching), couplé directement à l'espace latent du modèle de perception. Les validations ont été conduites en simulation, en rejouant des trajectoires humaines réelles. Les auteurs annoncent de meilleures performances de tracking que les méthodes de référence, avec une efficacité computationnelle supérieure, et une navigation sans collision maintenue même en cas de visibilité partielle ou d'occultations sévères. L'apport central de HumanFlow est ce couplage serré (tight coupling) entre la perception humaine et la commande du robot, une intégration rarement réalisée dans la littérature de navigation sociale. Les systèmes existants échouent fréquemment lorsque des personnes sont partiellement masquées, produisant des estimations incohérentes avec la scène qui dégradent la sécurité et l'efficacité opérationnelle. En générant des prédictions de mouvement lisses et physiquement plausibles y compris sous occultation forte, le modèle réduit ce point de défaillance critique. Pour les intégrateurs de drones en environnement industriel, logistique ou public, c'est l'une des principales barrières à la certification : garantir la détection fiable des humains dans les angles morts. La démonstration que l'espace latent d'un modèle de diffusion peut directement piloter un contrôleur MPC ouvre une voie architecturale potentiellement transposable à des robots au sol ou des bras manipulateurs évoluant aux côtés d'opérateurs. HumanFlow s'inscrit dans un courant de recherche actif sur la navigation sociale robotique, dominé jusque-là par des approches basées sur des estimateurs déterministes ou des réseaux de prédiction de trajectoires tels que les architectures LSTM et Transformer. L'utilisation de modèles de diffusion pour la prédiction de mouvements humains est récente, apparue au milieu des années 2020, et HumanFlow en est l'une des premières applications directement couplées au contrôle. Ses concurrents directs incluent des pipelines séparant explicitement perception, prédiction et planification. Il faut noter que les validations restent entièrement en simulation : aucun déploiement physique sur drone réel n'est rapporté dans ce préprint, ce qui laisse ouverte la question du sim-to-real gap pour cette classe de modèles génératifs. Les prochaines étapes logiques seraient des essais sur MAV réel en environnement semi-contrôlé.

RecherchePaper
1 source
Optimisation simultanée directe et inverse avec humain dans la boucle
Illustration générée par IA
2arXiv cs.RO 

Optimisation simultanée directe et inverse avec humain dans la boucle

Une équipe de recherche présente sur arXiv (arXiv:2609.22630) une méthode baptisée SFIHILO, pour Simultaneous Forward and Inverse Human-In-the-Loop Optimization, conçue pour déduire les préférences individuelles d'un utilisateur face à un robot et calculer ensuite la politique de contrôle qui maximise ces préférences. Le système commence par construire un modèle direct qui prédit les résultats perçus par l'utilisateur à partir d'une politique de contrôle donnée, puis utilise ce modèle pour choisir activement les questions à poser à l'utilisateur, ce qui accélère l'apprentissage inverse de la fonction de récompense. Une fois cette fonction estimée, la politique finale est optimisée sans nécessiter de nouveaux essais avec l'utilisateur. Les candidats de politique sont classés selon la réduction d'incertitude qu'ils apportent simultanément aux deux modèles, direct et inverse, en ciblant une frontière de préférence régionale. Les tests ont été menés uniquement en simulation, sur des scénarios variant l'hétérogénéité des profils d'utilisateurs, le nombre de dimensions des résultats mesurés, les exigences de précision, les niveaux de bruit et la non-stationnarité des préférences dans le temps. L'enjeu pratique concerne la robotique d'assistance, exosquelettes, prothèses ou dispositifs de rééducation, où chaque essai de politique de contrôle coûte cher: il faut exécuter la commande, mesurer des résultats biomécaniques ou physiologiques, puis recueillir un retour subjectif, ce qui limite drastiquement le nombre de requêtes possibles avant qu'un système ne s'adapte à un individu. En comparaison avec des stratégies d'apprentissage actif basées sur l'information mutuelle, les auteurs rapportent une meilleure efficacité d'échantillonnage pour l'apprentissage inverse de la récompense, sans dégrader la précision du modèle direct. Si ces résultats se confirment au-delà de la simulation, cela ouvrirait la voie à des robots d'assistance capables de personnaliser leur comportement à un utilisateur donné avec un nombre d'itérations réduit, un facteur limitant connu des approches d'apprentissage par renforcement inverse classiques. Le travail s'inscrit dans la lignée des méthodes d'inverse reinforcement learning et d'optimisation avec humain dans la boucle, en réponse au coût expérimental élevé des interactions homme-robot réelles. Il reste à ce stade une validation en simulation uniquement, sans expérimentation sur sujets humains ni déploiement matériel: aucune date de test clinique, aucun partenaire industriel ni produit associé n'est mentionné dans les travaux publiés.

RecherchePaper
1 source
Un paradigme de contrôle avec humain dans la boucle pour la robotique de construction : de la téléopération guidée par réalité virtuelle à l'opération semi-autonome à deux bras
Illustration générée par IA
3arXiv cs.RO 

Un paradigme de contrôle avec humain dans la boucle pour la robotique de construction : de la téléopération guidée par réalité virtuelle à l'opération semi-autonome à deux bras

Une équipe de recherche publie sur arXiv (2611.14062) un paradigme de contrôle « human-in-the-loop » pour la robotique de construction, destiné aux tâches à fort contact réalisées par un robot à deux bras. Le système permet de passer de manière structurée entre trois modes : téléopération guidée par réalité virtuelle, contrôle partagé semi-autonome et exécution autonome fondée sur des règles. Il repose sur un guidage VR immersif, une bibliothèque de primitives de compétences réutilisables définies manuellement, et un cadre d'autonomie partagée qui fixe explicitement la répartition des rôles entre humain et robot ainsi que des règles de priorité des commandes. L'opérateur garde l'autorité de supervision et de correction, tandis que le robot prend en charge les gestes répétitifs ou exigeant de la précision. La validation a été faite sur une plateforme bi-bras, sur des tâches représentatives de pose de façade. L'autonomie donne les meilleures performances en conditions nominales bien calibrées, le mode semi-autonome résiste mieux lorsque les perturbations dépassent la capacité de correction du pipeline autonome, et la charge de travail subjective de l'opérateur baisse nettement par rapport à la téléopération complète. Pour les intégrateurs et les décideurs du BTP, le résultat est moins spectaculaire qu'utile : il contredit l'idée d'un choix binaire entre téléopération et autonomie, et suggère que le bon niveau d'implication humaine doit varier avec l'incertitude de la tâche et du chantier. L'autonomie sert aux opérations répétables, le contrôle partagé à la reprise sur perturbation. C'est un argument pour des déploiements progressifs, où l'opérateur réduit son effort sans disparaître de la boucle. Une réserve : le résumé ne fournit aucun chiffre (temps de cycle, taux de réussite, taille de l'échantillon d'opérateurs), et la validation se limite à une plateforme et à des tâches de façade choisies. Le passage à l'échelle et la robustesse en chantier réel restent donc à démontrer. Ces travaux s'inscrivent dans un mouvement plus large vers l'autonomie partagée, où la manipulation apprise (politiques VLA, apprentissage par démonstration) coexiste avec des approches à base de compétences explicites. Le choix ici d'une bibliothèque de primitives définies à la main et d'une exécution à règles privilégie la prévisibilité et la certifiabilité plutôt que la généralité, ce qui peut séduire dans un secteur à fortes contraintes de sécurité. Il s'agit d'une recherche académique, sans pilote industriel ni calendrier annoncés. Les suites logiques seraient des essais sur chantier, davantage de tâches et une quantification plus rigoureuse des gains face aux alternatives entièrement autonomes ou apprises.

RecherchePaper
1 source
Contrôle partagé adaptatif par estimation en ligne du comportement humain à rationalité limitée
Illustration générée par IA
4arXiv cs.RO 

Contrôle partagé adaptatif par estimation en ligne du comportement humain à rationalité limitée

Publié le 10 septembre 2026 sur arXiv (2609.10215), un article de recherche présente une méthode de contrôle partagé homme-robot pour systèmes non linéaires. Elle remplace l'hypothèse d'un opérateur parfaitement rationnel par un modèle de rationalité limitée de niveau k, issu de la théorie des jeux. Les auteurs construisent une banque finie de politiques humaines et robotiques candidates par calculs itératifs de meilleure réponse et programmation dynamique adaptative. Pendant l'interaction, l'écart entre l'état mesuré et les trajectoires prédites par chaque politique candidate est accumulé pour estimer la distribution de probabilité du comportement humain, à partir de laquelle le robot calcule analytiquement sa meilleure réponse coopérative. Testée en simulation sur une tâche de stabilisation académique et un bras manipulateur planaire, la méthode réduit l'écart d'estimation et abaisse le coût cumulé du robot face aux méthodes classiques de sélection du candidat le plus probable ou de moyenne pondérée. Ce travail cible un angle mort courant du contrôle partagé : la plupart des systèmes supposent un opérateur rationnel et constant, ou appliquent une assistance figée, au risque de perdre en efficacité dès que l'humain varie en compétence, en attention ou en fatigue. Ce cas est fréquent en cobotique industrielle, en exosquelettes ou en télémanipulation. En conservant toute la distribution des profils humains plausibles plutôt qu'un seul candidat, et grâce à une solution analytique peu coûteuse, l'approche promet une assistance plus stable face à l'incertitude sur l'opérateur. Les résultats restent toutefois limités à des simulations numériques, sans sujets humains réels ni validation matérielle. Cette approche prolonge des travaux mêlant théorie des jeux comportementale et programmation dynamique pour l'autonomie partagée, un champ qui a déjà exploré les jeux de Stackelberg ou les modèles probabilistes d'intention humaine pour la conduite assistée et le pilotage de bras robotiques. Le raisonnement de niveau k, né en économie comportementale, cherche ainsi à rapprocher le contrôle partagé du comportement humain réel plutôt que d'une rationalité parfaite supposée. Publié comme nouvelle soumission arXiv non encore relue par les pairs, sans implémentation matérielle annoncée, l'article ouvre la voie à une validation avec de véritables opérateurs sur des plateformes physiques, là où l'écart entre simulation et déploiement réel reste la principale inconnue.

RecherchePaper
1 source