RecherchearXiv cs.RO 14 juillet 2026

D-SafeMPC : commande prédictive sûre par diffusion avec fonctions barrières de contrôle en temps discret

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Traduction et résumé en cours pour cet article de recherche sur D-SafeMPC.

Des chercheurs présentent D-SafeMPC, une méthode qui combine modèles de diffusion et commande prédictive (MPC) pour générer des trajectoires robotiques à la fois sûres et faisables physiquement. Le problème de départ est connu : les modèles de diffusion, très utilisés en planification de mouvement, ne garantissent intrinsèquement ni la sécurité ni le respect des contraintes dynamiques, ce qui produit parfois des trajectoires irréalisables. Coupler diffusion et MPC existait déjà, mais l'approche restait instable, car une mauvaise initialisation de trajectoire par le modèle de diffusion empêchait le MPC de converger vers une solution correcte. D-SafeMPC guide le processus de diffusion inverse à l'aide de fonctions barrières de contrôle (CBF) et de fonctions de Lyapunov de contrôle (CLF), avec un schéma de projection itératif où le MPC affine la trajectoire à chaque étape de débruitage. Les tests ont porté sur un bras manipulateur Franka, en simulation sur quatre scénarios (un obstacle statique, trois configurations à obstacles dynamiques), puis en conditions réelles sur un robot Franka physique via une expérience de transfert sim-to-real. Le code source et les configurations expérimentales sont publiés sur GitHub (erdiphd/D-SafeMPC).

L'intérêt de ces travaux dépasse le cas d'usage du bras manipulateur : ils s'attaquent directement à un point de friction connu entre planification générative et robotique déployable. Les modèles de diffusion produisent des trajectoires plausibles statistiquement, mais rien ne garantit qu'elles respectent les contraintes physiques d'un robot réel ou évitent des obstacles mobiles, un écart classique entre démonstration et fiabilité opérationnelle. En stabilisant l'interaction diffusion-MPC dès la phase de débruitage plutôt qu'en post-traitement, D-SafeMPC vise à fournir des points de démarrage fiables ("warm starts") au contrôleur, ce qui améliore selon les auteurs le taux de succès des tâches et l'efficacité de planification par rapport aux méthodes de référence de l'état de l'art. Pour les équipes travaillant sur la manipulation en environnement partagé avec des humains ou des obstacles mobiles, c'est un signal que les architectures hybrides génératif-contrôle progressent sur la sécurité formelle, un enjeu central pour toute certification industrielle.

Ce travail s'inscrit dans une lignée de recherches cherchant à réconcilier planification par apprentissage profond et garanties de sécurité issues du contrôle classique, un axe actif depuis l'essor des politiques de diffusion en robotique (type Diffusion Policy). Les CBF et CLF sont des outils établis en commande sûre, mais leur intégration fine dans une boucle de diffusion itérative reste un domaine ouvert. La validation sim-to-real sur Franka, bras couramment utilisé en recherche académique, reste un test de complexité modérée comparé à des déploiements industriels ou humanoïdes ; la suite logique serait une extension à des plateformes à plus haute dimensionnalité ou à des tâches multi-obstacles plus denses.

À lire aussi

1arXiv cs.RO

Planification et commande de mouvement sûres par polytopes imbriqués et fonctions de barrière de contrôle

Des chercheurs présentent dans un preprint arXiv (2606.09719) une méthode de planification de mouvement locale pour robots mobiles autonomes évoluant dans des espaces confinés. L'approche repose sur la représentation polytopique du footprint du robot : modéliser sa géométrie réelle par un polygone convexe plutôt que de la simplifier à un point ou un cercle. La condition de sécurité, le robot doit rester à l'intérieur d'une région libre convexe continuellement mise à jour, est formulée comme un ensemble de contraintes de type Control Barrier Function (CBF) intégrées dans un contrôleur prédictif à modèle (MPC). Les expériences sur matériel embarqué, avec un robot non-holonome équipé de LiDAR et de grilles d'occupation, valident le système à 10 Hz en temps réel, avec évitement réactif d'obstacles dynamiques. L'analyse comparative affiche une réduction du temps de calcul pouvant atteindre 91x face à une formulation classique basée sur la détection d'obstacles, lorsque la densité de l'environnement augmente. L'intérêt pour les intégrateurs de systèmes AMR tient à deux propriétés distinctes. Le nombre de contraintes de sécurité dépend uniquement de la complexité géométrique locale et de la forme du robot, pas du nombre d'obstacles, ce qui garantit une tenue en temps réel dans des environnements denses. Par ailleurs, l'absence de nécessité de détecter ou segmenter les obstacles individuellement simplifie le pipeline de perception. La validation sur hardware, et pas seulement en simulation, place ce travail au-delà d'un résultat purement théorique, même si la montée en charge vers des environnements industriels à grande échelle reste à démontrer. La fréquence de 10 Hz sur ordinateur embarqué est un indicateur crédible de déployabilité réelle. Les approches classiques de navigation sûre pour robots à empreinte non-triviale recourent soit à des simplifications conservatives, soit à des formulations obstacle-par-obstacle dont le coût de calcul croît avec la densité de la scène, un problème bien documenté dans les entrepôts opérés par des acteurs comme Exotec ou dans la navigation maritime autonome. Les CBF appliqués à la planification en espace libre s'inscrivent dans une tendance croissante aux côtés de méthodes comme MPPI ou les planificateurs basés sur des tubes de sécurité. Ce preprint n'a pas encore été soumis à révision par les pairs, mais la démonstration embarquée sur robot réel constitue un signal d'applicabilité sérieux pour les équipes R&D robotique cherchant à naviguer dans des couloirs étroits sans surestimer les marges de sécurité.

UELes équipes R&D d'intégrateurs AMR européens (dont Exotec en France) pourraient bénéficier de cette méthode pour améliorer la navigation en environnements confinés sans surcoût computationnel, mais le travail reste un preprint non encore validé par les pairs.

RecherchePaper

1 source

2arXiv cs.RO

Contrôle de formation sous-marine par vision avec saturations d'entrée via fonctions barrière de Lyapunov

Des chercheurs présentent un cadre de contrôle en formation pour robots sous-marins entièrement actionnes, fonctionnant sans communication inter-robots et base uniquement sur la vision embarquée, publie sur arXiv sous la référence 2609.25917v1. Le système s'appuie sur des fonctions de Lyapunov a barrière recentrées pour encoder simultanément les contraintes de détection visuelle et d'évitement de collision, associées a un backstepping filtre par commande pour traiter la dynamique du second ordre des véhicules. L'objectif de contrôle est résolu par un programme quadratique qui intègre explicitement les limites de saturation des actionneurs. Des domaines de détection conservateurs fixent une marge de sécurité par rapport aux limites physiques des capteurs, relâchée de manière adaptative en cas de besoin, et la méthode a été validée uniquement par des simulations Software-in-the-Loop sous Gazebo, sans essai en bassin ni en mer. Pour les intégrateurs de flottes d'AUV ou de ROV, notamment dans l'inspection d'infrastructures offshore ou la surveillance environnementale, une commande de formation purement visuelle, affranchie des liaisons acoustiques lentes et énergivores, simplifierait potentiellement le déploiement opérationnel. La prise en compte explicite des saturations d'actionneurs corrige une hypothèse fréquente en contrôle théorique, ou la puissance de propulsion est souvent supposée illimitée, ce qui se vérifie rarement en conditions réelles. L'absence totale de tests en environnement physique limite toutefois la portée des résultats a une preuve de concept simulée, un point que les auteurs n'occultent pas. Le contrôle de formation sous-marine reste un champ actif ou l'absence de GPS, les perturbations hydrodynamiques et la portée limitée des capteurs optiques compliquent l'adaptation directe des méthodes conçues pour les drones aériens ou terrestres. Les fonctions de Lyapunov a barrière sont déjà employées dans la littérature du contrôle contraint, mais leur combinaison avec le backstepping filtre et une couche d'optimisation quadratique, pour une formation vision-only de véhicules entièrement actionnes, constitue l'apport principal revendique. Aucun partenaire industriel ni calendrier de transfert matériel n'est mentionne; les suites logiques, non précisées dans l'article, seraient des essais en bassin puis en mer pour confronter le contrôleur au bruit de mesure et aux courants réels.

UERecherche générique sans acteur ni déploiement européen identifié, mais potentiellement utile aux intégrateurs européens de flottes d'AUV/ROV pour l'inspection offshore.

RecherchePaper

1 source

3arXiv cs.RO

Contrôle du bras flexible à câbles par commande de frontière contractante en temps prescrit

Une équipe de chercheurs a publié le 22 septembre 2026 sur arXiv (référence 2609.22963v1) une nouvelle méthode de commande à temps prescrit pour le suivi de courbure d'un bras flexible à un seul segment, actionné par trois paires de tendons antagonistes, soit six tendons au total. Les auteurs introduisent une représentation de courbure en coordonnées cartésiennes afin d'éviter le problème de direction de flexion indéfinie lorsque le bras est en position droite, et établissent une correspondance cinématique explicite entre les six tendons. Le cœur de la méthode repose sur une frontière de performance cubique qui se resserre progressivement, dans un temps fixé à l'avance, depuis une marge d'erreur initiale admissible jusqu'à une borne de précision terminale non nulle. La validation combine des simulations sous Python et OpenCR-MuJoCo avec une expérience physique en régime réduit sur une plateforme à deux sections et quatre canaux. Sur six essais expérimentaux, aucune violation de la frontière prescrite n'a été observée, et le contrôleur réduit de 32,5% l'erreur quadratique moyenne terminale de courbure par rapport à une méthode de référence comparable, avec des temps d'entrée dans la bande terminale équivalents. Ce résultat s'adresse directement aux difficultés classiques du contrôle des bras à tendons et des robots à structure continue, largement utilisés en chirurgie mini-invasive, en inspection industrielle et en manipulation flexible: le couplage non linéaire entre tendons et l'absence de direction de courbure définie en position droite rendent le suivi de trajectoire notoirement instable. Une garantie de convergence dans un délai fixé, indépendamment des conditions initiales, intéresse particulièrement les concepteurs de systèmes où le respect d'un temps de cycle est critique, comme les instruments chirurgicaux robotisés ou les bras d'inspection en environnement contraint. Il faut toutefois noter que la validation reste circonscrite à un banc d'essai en régime réduit, avec seulement six essais et une plateforme à deux sections: il s'agit d'une preuve de faisabilité en laboratoire, pas d'un système prêt pour un déploiement industriel. Le travail s'inscrit dans la lignée des recherches sur les robots à structure continue et les manipulateurs souples, un domaine où les approches de commande à temps fini ou prescrit se sont multipliées ces dernières années pour pallier les limites des régulateurs classiques face aux non-linéarités des actionneurs à câbles. Aucun acteur industriel ni fabricant n'est associé à cette publication, purement académique. Les auteurs présentent leurs résultats comme une étape de faisabilité, ouvrant la voie à des essais sur des bras multi-segments à plus grande échelle et à une validation sur du matériel complet plutôt que sur une configuration réduite.

RecherchePaper

1 source

4arXiv cs.RO

BarrierFormer : application de barrières prédictives guidée par transformeur pour un contrôle robotique sûr

Une équipe de recherche propose BarrierFormer, un framework combinant transformers et fonctions de barrière de contrôle (control barrier functions, CBF) pour la sécurité en robotique, décrit dans un preprint publié sur arXiv (identifiant 2609.23896v1). Les CBF standards sont myopes : elles ne garantissent la sécurité qu'à l'instant présent, ce qui peut pousser le système vers la limite de son domaine sûr sans solution de contrôle sûre à l'étape suivante. Les approches de contrôle prédictif (MPC) corrigent ce défaut en imposant les contraintes sur un horizon glissant, mais exigent un modèle dynamique connu et la résolution d'un problème d'optimisation contraint à chaque pas, coûteux en temps réel. BarrierFormer contourne ce compromis avec un transformer causal qui encode l'historique observations-actions, génère de façon autorégressive une trajectoire prédictive via une tête de dynamique (remplaçant le modèle explicite), et produit une correction résiduelle à un contrôleur nominal via une tête d'action (remplaçant l'optimisation en ligne). Un critique de barrière évalue les violations de contraintes CBF le long de cette trajectoire prédite, tandis qu'un "professeur de sécurité" calcule des actions conformes aux contraintes servant de cibles de supervision à l'entraînement. À l'inférence, la politique n'effectue aucune optimisation en ligne. Sur des systèmes dynamiques linéaires et non linéaires, en 2D et 3D, pour des tâches de navigation sûre vers un objectif, les auteurs rapportent de meilleurs taux de sécurité et une latence d'inférence inférieure face à des méthodes par renforcement, par diffusion, par MPC et par transformers existantes. L'enjeu dépasse l'exercice académique : c'est la question de savoir si des politiques apprises peuvent offrir des garanties de sécurité de type prédictif sans le coût de calcul du MPC classique, condition nécessaire pour déployer du contrôle sûr en temps réel sur des robots mobiles ou des bras manipulateurs à ressources de calcul limitées. Un résultat positif à l'échelle validerait une piste alternative aux pipelines MPC-CBF traditionnels, aujourd'hui jugés trop lourds pour l'embarqué. Ce travail reste à ce stade une contribution de recherche évaluée en simulation, sans déploiement sur robot physique ni association à un produit commercial. Il s'inscrit dans la lignée des travaux sur les CBF et le MPC, et se positionne explicitement contre des architectures rivales par apprentissage par renforcement, modèles de diffusion et transformers antérieurs, sans toutefois préciser de calendrier de validation sur matériel réel.

RecherchePaper

1 source