RecherchearXiv cs.RO 13 juillet 2026

Vol agile de quadrirotor entraîné en conditions réelles

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de recherche présente dans un article publié sur arXiv (2602.10111v2) un nouveau cadre d'apprentissage permettant à un quadricoptère de développer un vol agile directement dans le monde réel, sans passer par la simulation ni par une identification précise du système physique. Le système combine trois briques : l'Adaptive Temporal Scaling (ATS), qui explore activement les limites physiques de la plateforme, un apprentissage résiduel en ligne qui vient enrichir un modèle nominal simplifié du drone, et un algorithme baptisé RASH-BPTT (Real-world Anchored Short-horizon Backpropagation Through Time), qui met à jour la politique de vol en temps réel à partir de ce modèle hybride. Résultat mesuré en conditions réelles : partant d'une politique de base prudente plafonnée à 1,9 m/s, le drone atteint une vitesse de pointe de 7,3 m/s après environ 100 secondes de vol cumulé, en opérant proche des limites de saturation de ses actionneurs.

L'intérêt de ces résultats dépasse la simple performance de vitesse. Les approches actuelles de vol agile par apprentissage reposent presque toujours sur un entraînement massif en simulation suivi d'un transfert Sim2Real, une méthode qui exige une modélisation très fine et qui reste vulnérable dès que le drone sort de la distribution de conditions prévues (rafales de vent, usure du matériel, etc.). Pour rester sûrs, ces systèmes doivent alors se contenter de marges de sécurité conservatrices, ce qui bride leur agilité réelle. En démontrant qu'une adaptation directement sur le terrain, sans phase de simulation préalable, peut faire progresser une politique de vol de façon rapide et sûre, ces travaux suggèrent que l'apprentissage en ligne n'est pas seulement un correctif pour compenser les erreurs de modèle, mais un véritable levier de montée en performance pour la robotique aérienne opérant en environnement incertain.

Ce travail s'inscrit dans la lignée des recherches en contrôle adaptatif et en reinforcement learning appliqué aux drones de course, un domaine où les limites du Sim2Real classique sont documentées depuis plusieurs années. L'article ne précise pas de plan de déploiement commercial ni de partenaire industriel : il s'agit à ce stade d'une démonstration de recherche en laboratoire, dont la prochaine étape logique serait l'extension à d'autres plateformes robotiques mobiles confrontées aux mêmes contraintes de sécurité et de rareté des données d'exploration.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1NVIDIA Developer Blog

Comment évaluer les politiques de robots généralistes pour un déploiement en conditions réelles

Une équipe de recherche en robotique publie un article de blog consacré à l'évaluation rigoureuse des politiques robotiques généralistes destinées au déploiement réel. Le texte part d'un constat : les meilleurs systèmes actuels, capables de suivre des instructions en langage naturel pour saisir, déplacer, trier et manipuler une grande variété d'objets, ont progressé rapidement ces derniers mois. Mais à mesure que ces modèles gagnent en capacité, les évaluer de façon fiable est devenu, selon les auteurs, l'un des problèmes non résolus les plus difficiles du secteur. Le billet ne détaille pas encore la méthode complète, mais annonce vouloir poser les problèmes clés de l'évaluation et présenter une approche pour les traiter, sans livrer dans cet extrait de chiffres de benchmark, de taux de réussite ou de comparaison entre modèles nommés. Pour l'industrie robotique, la question de l'évaluation n'est pas secondaire : elle conditionne la confiance que les intégrateurs et décideurs B2B peuvent accorder à des politiques génériques de type VLA avant de les déployer sur une ligne de production ou un site logistique. De nombreuses démonstrations de robots manipulateurs ou humanoïdes sont aujourd'hui présentées avec des vidéos sélectionnées et des conditions de test non standardisées, ce qui rend difficile toute comparaison objective entre acteurs. En pointant ce manque de rigueur méthodologique, la démarche s'inscrit dans une remise en question plus large de l'écart entre démonstration et réalité opérationnelle, un sujet central alors que plusieurs laboratoires affirment avoir résolu le passage de la simulation au réel à grande échelle. Cette initiative s'inscrit dans un mouvement plus large où plusieurs laboratoires de robotique généraliste développent des politiques capables d'exécuter des instructions en langage naturel sur des tâches variées, sans qu'il existe pour l'instant de standard d'évaluation partagé par le secteur. L'absence de protocole commun complique la comparaison entre approches concurrentes et freine l'adoption industrielle, les entreprises utilisatrices devant se fier aux métriques propres à chaque fournisseur. Le billet annonce vouloir combler ce vide méthodologique, sans préciser à ce stade de calendrier de publication détaillée ni de partenaires industriels associés à la démarche.

RecherchePaper

1 source

2arXiv cs.RO

FastBridge : combler l'écart de réalisation entre modèle et réel dans les filtres de sécurité, basé sur le splatting gaussien 3D pour un vol rapide de quadrirotor

Des chercheurs présentent FastBridge, un nouveau filtre de sécurité pour le vol rapide de quadricoptères combiné à la représentation de scène 3D Gaussian Splatting (3DGS), détaillé dans un article publié sur arXiv (2607.01200). Le système s'appuie sur la dynamique complète du drone plutôt que sur des modèles simplifiés à intégrateur simple ou double, jusqu'ici standards dans les filtres de sécurité 3DGS mais qui ignorent les limites des actionneurs et supposent une exécution instantanée des accélérations commandées. Les auteurs dérivent une fonction barrière de contrôle exponentielle à cône de collision et à haut degré relatif, ainsi qu'une "backup CBF" qui préserve la faisabilité du programme quadratique sous contraintes d'entrée grâce à une politique de secours simulée à l'avance. Comparé à l'état de l'art des filtres de sécurité 3DGS, FastBridge réduit le jerk de trajectoire de 47% et s'exécute 2,25 fois plus vite. La méthode a été validée en simulation et sur banc matériel réel, en environnement encombré reconstruit par perception. L'enjeu dépasse la seule performance technique: les filtres de sécurité existants créent un écart entre modèle et réalité, car ils supposent que le drone peut instantanément réaliser n'importe quelle commande, une hypothèse qui s'effondre en vol rapide dans un environnement dense. En intégrant explicitement les contraintes d'actionneurs, FastBridge comble ce fossé et rend l'évitement d'obstacles plus fiable à haute vitesse, un point critique pour les applications d'inspection, de logistique ou de sécurité civile où les drones doivent naviguer vite et sous contraintes de calcul embarqué strictes. Le travail s'inscrit dans la continuité d'une barrière de collision analytique déjà développée pour 3DGS, que les auteurs étendent ici à un cadre non linéaire et conscient des actionneurs. Il se positionne face aux approches à modèles réduits utilisées par la génération précédente de filtres de sécurité basés sur 3DGS, en visant un compromis plus favorable entre robustesse, fluidité de trajectoire et charge de calcul embarquée, sans toutefois préciser à ce stade de calendrier de déploiement au-delà des tests en laboratoire.

RecherchePaper

1 source

3arXiv cs.RO

Une seule démonstration suffit pour l'apprentissage par renforcement robotique en conditions réelles

Des chercheurs présentent AutoSERL, un framework d'apprentissage par renforcement (RL) pour robots qui n'a besoin que d'une seule démonstration humaine pour apprendre des tâches de manipulation complexes en conditions réelles, sans intervention humaine continue pendant l'entraînement. Le système repose sur trois mécanismes complémentaires : une fenêtre glissante d'intervention qui guide l'exploration pour éviter les minima locaux et les mouvements dangereux, un mécanisme de récupération de sécurité qui détecte les échecs et corrige la trajectoire via des points de reprise prédéfinis, et un critère d'arrêt automatique qui coupe le guidage dès que la politique apprise devient autonome. Les auteurs ont testé AutoSERL sur six tâches de manipulation à contact intensif (insertion, accrochage, tâches à charnière) réparties sur deux plateformes robotiques différentes. Le framework atteint 100% de réussite sur les tâches d'insertion et dépasse systématiquement SERL entraîné avec 20 démonstrations, l'apprentissage par imitation classique (behavior cloning) et MILES, une méthode dédiée à l'apprentissage en un coup, tout en égalant les performances de HIL-SERL qui nécessite lui une supervision humaine continue. L'intérêt pour l'industrie tient à la réduction drastique du coût de collecte de données, généralement le principal frein au déploiement de RL sur du matériel physique. La plupart des approches existantes exigent soit des dizaines de démonstrations, soit un opérateur qui intervient en permanence pendant l'entraînement, ce qui limite le passage à l'échelle en usine ou en intégration industrielle. En automatisant l'intervention à partir d'un seul exemple tout en conservant une robustesse aux variations de position des pièces, AutoSERL rapproche le RL réel de tâches d'assemblage fin, un terrain où les approches purement basées sur l'imitation ou les politiques VLA préentraînées peinent encore à garantir une fiabilité industrielle. Ce travail s'inscrit dans la lignée de SERL et HIL-SERL, frameworks de référence pour le RL avec intervention humaine sur robots physiques, en cherchant à supprimer leur principale contrainte opérationnelle. Le code et les vidéos de démonstration sont publiés par les auteurs sur un site dédié, mais le papier, déposé sur arXiv le 1er juillet 2026, reste à ce stade une contribution de recherche académique évaluée en laboratoire sur deux plateformes robotiques, sans indication de déploiement industriel ni de partenariat commercial annoncé.

RecherchePaper

1 source

4arXiv cs.RO

OASIS : de la collecte de données en simulation à la loco-manipulation humanoïde en conditions réelles

Une équipe de chercheurs publie sur arXiv (juin 2026) le framework OASIS, une approche pour entraîner des robots humanoïdes à des tâches de loco-manipulation, combinaison de locomotion et de manipulation d'objets, en s'appuyant exclusivement sur des données de simulation. Le système reconstruit automatiquement des assets 3D réalistes à partir d'images du monde réel via un modèle génératif, puis collecte des trajectoires par télé-opération dans ce simulateur. Ces trajectoires sont ensuite augmentées par randomisation de domaine : variations d'éclairage, de textures et de configuration environnementale. Une politique visuomotrice hiérarchique, entraînée sur ces données simulées, est déployée en zero-shot sur un robot humanoïde physique, sans fine-tuning sur données réelles. Les résultats publiés indiquent que cette politique dépasse, sur la majorité des tâches testées, les performances d'une politique entraînée sur des données de télé-opération réelle. Ce résultat, à prendre avec prudence, le preprint n'étant pas encore soumis à peer review, va à contre-courant d'une hypothèse largement répandue : que la qualité des données terrain serait irremplaçable pour la manipulation fine. Le principal facteur explicatif avancé par les auteurs est la couverture plus large des variations d'éclairage et d'environnement dans le rendu simulé, que la collecte physique peine à égaler à grande échelle. Si le résultat se confirme, il soulage considérablement le goulot d'étranglement de la collecte terrain, qui implique aujourd'hui des resets manuels coûteux et une infrastructure dédiée par tâche. La loco-manipulation reste l'un des défis les plus complexes en robotique humanoïde, car elle exige une coordination simultanée du contrôle de marche et de la manipulation d'objets. Des plateformes comme Figure 03, l'Optimus Gen 3 de Tesla ou l'Atlas de Boston Dynamics cherchent des solutions via des approches diverses : imitation learning sur données réelles (pi-0 de Physical Intelligence), politiques VLA (GR00T N2 de Nvidia) ou RL massivement simulé (Unitree). OASIS positionne la simulation augmentée comme alternative crédible à la télé-opération physique, ce qui pourrait accélérer le bootstrapping de nouvelles tâches sans mobiliser de cellules robotiques dédiées. Les prochaines étapes attendues sont une évaluation sur un spectre plus large de tâches industrielles et une soumission à une conférence avec évaluation par les pairs.

RechercheOpinion

1 source