RecherchearXiv cs.RO 15 juillet 2026

Amélioration des performances des nano-drones autonomes via l'optimisation et le déploiement automatisés de bout en bout de réseaux de neurones profonds

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs ont publié une méthodologie complète d'optimisation et de déploiement automatisé pour PULP-Dronet, un réseau de neurones convolutif (CNN) de référence pour la navigation autonome de nano-drones, embarqué sur un Crazyflie 2.1 équipé d'un système-sur-puce multicœur ultra-basse consommation (ULP) servant d'ordinateur de mission. Par rapport à la version originale conçue manuellement, le CNN optimisé obtient une empreinte mémoire divisée par deux et un temps d'inférence 1,6 fois plus rapide, tout en conservant la même précision de prédiction. En vol réel, les gains se traduisent concrètement : évitement d'obstacles avec une vitesse de freinage record de 1,65 m/s et un meilleur ratio vitesse/distance de freinage, vol libre en environnement connu jusqu'à 1,96 m/s contre seulement 0,5 m/s pour la version de référence, et suivi de trajectoire incluant un virage à 90 degrés. L'ensemble du calcul embarqué consomme moins de 1,6 % du budget énergétique du drone.

Pour les intégrateurs et ingénieurs travaillant sur des plateformes robotiques miniatures, ce résultat répond à un point de friction connu du secteur : le déploiement de CNN de vision sur nano-UAV reposait jusqu'ici sur des flux de développement itératifs, manuels et sujets aux erreurs, faute d'outils automatisés adaptés aux contraintes mémoire et calcul extrêmes de plateformes sub-10 cm. En démontrant qu'un pipeline d'optimisation end-to-end peut à la fois réduire les ressources nécessaires et améliorer les performances de vol mesurées (et non de simples métriques de laboratoire), les auteurs comblent une partie de l'écart habituel entre démonstration et comportement réel en conditions de vol.

Le travail s'inscrit dans la lignée de PULP-Dronet, projet de recherche sur l'informatique embarquée ultra-basse consommation appliquée aux drones autonomes, et cible spécifiquement le Crazyflie 2.1, plateforme open-hardware largement utilisée dans la recherche académique en robotique aérienne miniature. Les auteurs publient l'intégralité de la chaîne logicielle en open source, sous forme de projet prêt à l'emploi compatible avec le Crazyflie 2.1, ouvrant la voie à une adoption directe par d'autres équipes de recherche travaillant sur les capteurs intelligents ubiquitaires et les nano-robots d'assistance de nouvelle génération.

Impact France/UE

Ce travail s'appuie sur PULP-Dronet, initiative de recherche europeenne (ETH Zurich/Suisse et Bologne/Italie), et sur le Crazyflie 2.1, plateforme open-hardware suedoise (Bitcraze), renforcant l'ecosysteme europeen de recherche en nano-drones autonomes et calcul embarque ultra-basse consommation.

À lire aussi

1arXiv cs.RO

Un cadre de conception conjointe pour le saut haute performance d'un monopode à cinq barres avec optimisation des actionneurs

Des chercheurs présentent un nouveau cadre de co-conception pour optimiser les performances de saut d'un monopode à cinq barres, un mécanisme planaire à chaîne fermée équipé d'une seule jambe. Contrairement aux approches classiques qui se limitent aux dimensions des liaisons et aux ratios de transmission, cette méthode optimise conjointement la géométrie mécanique, les paramètres moteur et réducteur, ainsi que les paramètres de contrôle. Le processus se déroule en deux étapes: une première phase d'optimisation des actionneurs établit une correspondance entre le ratio de réduction et la masse, l'efficacité et le couple de crête de l'actionneur; ces données alimentent ensuite un algorithme d'optimisation CMA-ES qui ajuste simultanément la conception du robot et sa commande. En simulation, le cadre proposé améliore la distance de saut d'environ 30,4% tout en réduisant la consommation d'énergie mécanique de 11,5%, comparé à une conception nominale de référence. Ce travail comble un angle mort des méthodes de co-conception existantes, largement cantonnées aux mécanismes en chaîne ouverte série et négligeant l'optimisation fine des actionneurs. Pour les concepteurs de robots à pattes et de plateformes dynamiques (saut, course, locomotion agile), le résultat démontre qu'intégrer le dimensionnement moteur et réducteur directement dans la boucle d'optimisation, plutôt que de le traiter après coup, produit des gains de performance et d'efficacité énergétique significatifs sans changement d'architecture. Cela renforce l'idée que le potentiel des mécanismes à chaîne fermée, souvent plus compacts et robustes mécaniquement que les architectures série, reste sous-exploité faute d'outils de conception adaptés. Le cadre s'inscrit dans une lignée de recherches sur la co-conception mécatronique des robots légers, où l'enjeu est de sortir du cycle itératif traditionnel séparant conception mécanique et réglage du contrôleur. Les auteurs positionnent leur contribution comme une étape vers des méthodologies génériques applicables à d'autres mécanismes à chaîne fermée, avec des perspectives de validation expérimentale sur prototype physique et d'extension à des tâches locomotrices au-delà du simple saut vertical ou horizontal.

RecherchePaper

1 source

2arXiv cs.RO

Des démonstrations aux récompenses : optimisation de prompts au moment du test pour les modèles de récompense VLM

Des chercheurs ont publié sur arXiv (arXiv:2606.00083) une méthode baptisée Demo2Reward, qui adapte automatiquement les instructions textuelles d'un modèle de récompense basé sur un VLM (Vision-Language Model) à partir d'un petit nombre de trajectoires expertes, typiquement 3 à 10 démonstrations. L'objectif est de réduire les faux positifs que produisent les VLMs utilisés tel quel comme évaluateurs de politique en apprentissage par renforcement. La technique opère en phase de test (test-time adaptation), sans ré-entraînement du modèle ni ressources de calcul supplémentaires pendant l'apprentissage de la politique. Les auteurs démontrent que Demo2Reward surpasse les approches zero-shot et few-shot existantes sur plusieurs tâches robotiques simulées, et valident le transfert vers un scénario d'apprentissage en environnement réel. La conception de fonctions de récompense reste l'un des principaux goulots d'étranglement en robotique par renforcement. Les approches manuelles exigent une expertise domaine significative et ne passent pas à l'échelle sur des tâches variées. L'utilisation des VLMs comme juges zero-shot est prometteuse mais fragile: un faux positif, c'est-à-dire le modèle qui valide une trajectoire incorrecte, corrompt l'entraînement de façon cumulative. Demo2Reward résout ce problème pragmatiquement en exploitant les quelques démonstrations déjà collectées pour amorcer l'apprentissage, afin de calibrer automatiquement le prompt du VLM, sans annotation supplémentaire. Ce résultat suggère que le fossé entre ingénierie de récompense manuelle et supervision automatique via VLM peut être comblé à faible coût computationnel, argument concret pour les équipes cherchant à réduire l'intervention humaine dans leurs pipelines RL. L'exploitation des VLMs comme fonctions de récompense est un axe actif depuis 2023, porté notamment par EUREKA (NVIDIA, qui utilise GPT-4 pour générer du code de récompense) et des approches basées sur CLIP comme évaluateurs de trajectoires. Demo2Reward se différencie par son focus sur la correction du prompt plutôt que sur la génération de code, et par l'utilisation explicite de démonstrations comme signal de calibration, ce qui le rend directement exploitable dans les pipelines existants. Du côté des acteurs concurrents, Google DeepMind, Physical Intelligence avec pi0, et plusieurs laboratoires académiques explorent des pistes proches pour automatiser la supervision en robotique. La contribution reste un preprint arXiv sans déploiement industriel ni partenariat commercial annoncé. Les étapes naturelles seraient une validation sur des manipulateurs en environnement industriel non structuré ou sur des plateformes humanoïdes, là où les récompenses manuelles sont les plus coûteuses à concevoir.

RechercheOpinion

1 source

3arXiv cs.RO

Transition de phase de nuée et réponses aux menaces dans des essaims de drones autonomes bio-inspirés

Ce document technique arXiv présente un algorithme de vol en essaim tridimensionnel inspiré du comportement animal, où chaque drone n'interagit qu'avec un nombre minimal de voisins influents, en s'appuyant uniquement sur des règles locales d'alignement et d'attraction, sans coordination centralisée ni partage global de position. En faisant varier systématiquement ces deux paramètres de gain, les chercheurs ont établi un diagramme de phase révélant des transitions nettes entre comportement de type essaim dispersé et banc compact façon poisson, ainsi qu'une zone critique où la susceptibilité du système, les fluctuations de polarisation et la capacité de réorganisation atteignent leur maximum. Des essais en extérieur avec un essaim réel de dix drones, couplés à des simulations reposant sur un modèle calibré de dynamique de vol, montrent que faire fonctionner l'essaim près de cette transition critique améliore sa réactivité aux perturbations externes. Confronté à un intrus, l'essaim exécute des virages collectifs rapides, des expansions transitoires, puis retrouve un alignement élevé en quelques secondes seulement. Ce résultat est significatif car il démontre que des règles d'interaction purement locales et minimales suffisent à générer plusieurs phases collectives distinctes, sans nécessiter d'architecture de contrôle centralisée coûteuse en calcul ou en communication, un frein habituel au passage à l'échelle des essaims de drones. La modulation de deux simples gains offre ainsi un mécanisme efficace pour ajuster stabilité, flexibilité et résilience selon le contexte opérationnel. Pour les intégrateurs de systèmes multi-drones, cela ouvre une voie vers des essaims capables de basculer dynamiquement entre un mode compact et économe en énergie et un mode dispersé et réactif, une propriété recherchée pour la surveillance, l'inspection d'infrastructures ou les applications de sécurité type détection d'intrusion, sans complexifier l'architecture logicielle embarquée. Cette approche s'inscrit dans une longue tradition de modélisation du mouvement collectif animal, des premiers modèles de boids aux travaux sur les bancs de poissons et les nuées d'étourneaux, transposée ici à la robotique aérienne réelle plutôt qu'à la seule simulation, ce qui reste rare dans ce champ de recherche. La validation en extérieur avec dix drones physiques, et non uniquement en environnement contrôlé, constitue une contribution notable face à la littérature dominée par les simulations numériques. Les prochaines étapes attendues concernent le passage à l'échelle vers des essaims plus larges et l'évaluation de la robustesse de ces transitions de phase face à des perturbations environnementales plus variées, notamment pour des usages en défense anti-drones ou en recherche et sauvetage.

RecherchePaper

1 source

4arXiv cs.RO

Entraînement de robots par LLM : génération automatisée de données via l'augmentation de démonstrations

Des chercheurs de Carnegie Mellon University ont publié LLM Trainer (arXiv:2509.20070v2), un pipeline entièrement automatisé capable de transformer une poignée de démonstrations humaines, aussi peu qu'une seule, en un large jeu de données pour l'apprentissage par imitation robotique. Le système décompose la génération de nouvelles démonstrations en deux étapes : une annotation hors-ligne qui extrait des keyframes, des objets saillants et des relations pose-objet à partir des trajectoires originales, puis un retargeting de keyposes en ligne qui adapte ces keyframes à un nouvel environnement à partir d'une simple observation initiale. Le pipeline déforme ensuite géométriquement la trajectoire originale pour en produire une nouvelle, l'exécute sur le robot, et ne conserve les données que si l'exécution est concluante. Pour optimiser la qualité des annotations, réutilisables d'une scène à l'autre, l'équipe intègre un mécanisme de Thompson sampling qui améliore significativement le taux de succès. Les validations ont été conduites sur un bras Franka Emika Panda. L'enjeu est structurant pour l'imitation learning en robotique industrielle : le goulot d'étranglement reste la collecte coûteuse de démonstrations humaines. LLM Trainer propose de contourner ce problème en mobilisant la connaissance du monde embarquée dans les LLMs pour générer des variantes de scènes plausibles sans intervention humaine supplémentaire. Les résultats montrent que la méthode d'annotation LLM surpasse systématiquement des baselines conçues par des experts humains. L'approche d'ensemble, combinant un plan feed-forward LLM optimisé et un contrôleur par imitation en feedback, ouvre une piste vers des politiques plus robustes à la variabilité des environnements réels, ce qui intéresse directement les intégrateurs confrontés à des lignes de production hétérogènes. Ce travail s'inscrit dans une tendance forte en manipulation robotique : réduire la dépendance aux données humaines via l'augmentation synthétique, après des approches comme RoboAgent, DemoAugment ou les pipelines sim-to-real de Google DeepMind. Carnegie Mellon reste un acteur central de cet espace, aux côtés de Stanford (Mobile ALOHA), Berkeley (RoboVerse) et du MIT. Pour l'heure, LLM Trainer est uniquement validé sur un seul modèle de bras dans des conditions de laboratoire, ce qui laisse ouverte la question du passage à l'échelle vers des robots humanoïdes ou des environnements moins structurés. La version v2 publiée sur arXiv suggère des révisions post-soumission, probablement en vue d'une conférence comme CoRL 2025 ou ICRA 2026.

RecherchePaper

1 source