RecherchearXiv cs.RO 5 août 2026

PACE : allocation adaptative de budget pour une planification incarnée efficace en temps

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs présentent PACE (Planning with Adaptive Cognitive Effort), un nouveau framework destiné à accélérer la planification des systèmes robotiques pilotés par des grands modèles de langage à raisonnement renforcé. Publié le 5 août 2026 sur arXiv (identifiant 2608.03034v1), le papier s'attaque au principal frein empêchant ces modèles d'équiper des systèmes embarqués: des délais d'inférence qui dépassent parfois la minute par instance de planification, le modèle devant achever tout son raisonnement avant d'exécuter la moindre action. PACE repose sur deux mécanismes. Une architecture "Interleaved Think-Act" entrelace le raisonnement cognitif et l'exécution des actions au lieu de les séquencer strictement. Un "Dynamic Budget Allocator" ajuste ensuite le budget de tokens de raisonnement à la fenêtre de temps d'exécution réellement disponible. Testé sur le benchmark Robotouille avec le modèle Qwen3-8B-AWQ, PACE atteint un taux de réussite de 10%, soit une amélioration relative de 67% par rapport à la référence ReAct+Think, tout en accélérant le temps de réflexion d'un facteur 6,9 comparé à un raisonnement non contraint. Le framework parvient à masquer 66,8% du temps de réflexion dans les fenêtres d'exécution.

Cette approche répond à un goulot d'étranglement bien identifié: les modèles de raisonnement type "thinking" améliorent la qualité des plans générés mais restent inutilisables en temps réel, un robot ne pouvant rester immobile plusieurs dizaines de secondes entre chaque décision. En interrompant le raisonnement pour agir puis en le reprenant pendant l'exécution, PACE ouvre une piste concrète pour rendre les architectures LLM-planificateur compatibles avec des domaines sensibles à la latence, du pick-and-place industriel à la navigation d'AMR. Il faut toutefois relativiser l'ampleur du résultat: un taux de réussite absolu de 10% reste faible en tant que tel, même si le gain relatif et l'accélération démontrent la validité du principe. Il s'agit d'une preuve de concept en simulation, pas d'un système prêt pour un déploiement industriel.

Classé "Announce Type: new" sur arXiv, ce travail s'inscrit dans la vague de recherches qui tentent d'adapter les modèles de raisonnement récents, conçus pour du texte, à des contextes physiques et temporisés. La comparaison retenue par les auteurs, ReAct+Think, reflète l'approche dominante actuelle où planification et action restent strictement séquentielles. Robotouille, le benchmark utilisé, simule des tâches de cuisine multi-étapes nécessitant coordination et replanification, un terrain de test courant pour évaluer les agents LLM en environnement embarqué. Les auteurs ne donnent ni calendrier de suite ni validation sur robot physique; l'extension à d'autres benchmarks et, à terme, des tests sur plateformes réelles constituent les prochaines étapes attendues pour ce type de travaux académiques.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

CausGround : ancrage des interactions causales pour une planification adaptative en IA incarnée

Des chercheurs présentent CausGround, un cadre « non paramétrique » qui apprend les préconditions et les effets des actions d'un robot à partir de son expérience d'interaction, sans mise à jour des poids du modèle. Le système distille ces interactions en connaissances causales centrées sur l'action. Il les organise dans une représentation factorisée de l'état du monde, qui décrit les attributs des objets et les relations entre objets. Au moment de planifier, les dépendances causales utiles à la tâche sont ancrées dans les observations courantes. Le planificateur raisonne alors en arrière sur les préconditions, puis en avant sur les effets, pour choisir les actions et enchaîner plusieurs étapes. Sur des versions adaptées des benchmarks VirtualHome et RoboCasa, et avec plusieurs MLLM (grands modèles de langage multimodaux) comme base, le taux de réussite moyen passe de 24,9 % à 53,3 % sur VirtualHome. Sur RoboCasa, la réussite en planification en boucle fermée passe de 43,0 % à 57,0 %. Sur SWITCH, un test de raisonnement sur l'interaction, la précision moyenne progresse de 25,8 % à 31,9 %. Des essais sur robot réel montrent aussi que le système remonte depuis un objectif interprété par le MLLM jusqu'à une séquence d'actions de haut niveau exécutable, pour de la manipulation séquentielle. Pour l'industrie, le résultat s'attaque à un point faible connu des approches VLA et MLLM : le modèle comprend la consigne, mais ignore si l'action est faisable dans l'environnement précis et ce qu'elle va changer. Les méthodes existantes imposent soit un entraînement coûteux par environnement, soit l'exploitation d'expériences brutes et peu réutilisables. Une couche de connaissances causales réutilisables, sans réentraînement, intéresse les intégrateurs qui redéploient un même robot sur des sites différents. Il faut toutefois relativiser. Le gain le plus net vient de simulations adaptées par les auteurs, le gain sur SWITCH est modeste (6 points), et les essais réels sont décrits qualitativement, sans taux de réussite ni nombre d'essais dans le résumé. Ils portent sur de la planification de haut niveau, pas sur le contrôle bas niveau, qui reste le point dur du passage de la démonstration au terrain. Ces travaux s'inscrivent dans la tendance des planificateurs fondés sur des MLLM, qui visent à relier raisonnement symbolique et perception, face aux politiques entraînées de bout en bout comme Pi-0 ou GR00T. Leur promesse est l'adaptation sans mise à jour des paramètres. Les suites logiques sont des tests sur davantage de tâches réelles, avec des chiffres publiés, et la combinaison avec des politiques d'exécution bas niveau. Il s'agit d'une prépublication arXiv (v1), sans relecture par les pairs ni déploiement industriel annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2arXiv cs.RO

Inspection spatiale active pour une exploration incarnée efficace

Un article publié sur arXiv sous la référence 2609.22385v1 présente ACE, pour « spatial-inspection-guided ACtive Exploration », un nouveau cadre pour l'exploration robotique incarnée. Les auteurs partent d'un constat : la plupart des systèmes actuels guident le comportement de l'agent via une évaluation spatiale grossière et indirecte des indices repérés dans l'environnement, ce qui les empêche de juger correctement si ces indices suffisent ou s'il faut poursuivre l'inspection. Résultat, l'agent arrête sa mission trop tôt ou continue à explorer inutilement, au détriment du taux de réussite et de l'efficacité. ACE combine deux mécanismes : une perception ancrée dans l'évidence (« évidence-grounded perception »), qui associe une localisation fine à une vérification ciblée pour transformer un indice suggestif en preuve visuelle décisive, et un déplacement informé par l'exposition (« exposure-informed movement »), qui priorise les directions prometteuses tout en écartant celles déjà couvertes. Sur une série d'expériences, ACE affiche un taux de réussite de navigation supérieur de 18,0 points de pourcentage et une efficacité d'exploration supérieure de 10,3 points sur des tâches de réponse à des questions incarnées, par rapport aux meilleures méthodes de référence existantes. Ce travail s'attaque à un compromis classique et jusqu'ici mal résolu de l'exploration robotique autonome : arrêter trop tôt une mission de navigation ou de recherche d'objet fait perdre en fiabilité, tandis que continuer par excès de prudence fait perdre en temps de calcul et en efficacité opérationnelle. En montrant qu'une résolution spatiale plus explicite des indices perçus permet de gagner simultanément sur ces deux axes, succès et efficacité, ACE remet en cause l'idée que ces objectifs seraient nécessairement antagonistes. Pour les concepteurs de systèmes de navigation autonome, d'AMR ou d'architectures vision-langage-action appliquées à l'exploration en environnement 3D, l'approche illustre une piste concrète pour réduire le nombre de pas ou de cycles de calcul nécessaires à l'accomplissement d'une tâche, un enjeu direct de coût et de latence pour tout déploiement à l'échelle. Elle s'inscrit dans la tendance plus large à mieux articuler perception fine et politique de mouvement, plutôt qu'à les traiter comme des modules indépendants. ACE se positionne dans le champ de la recherche académique en exploration incarnée, un sous-domaine de l'IA robotique centré sur des benchmarks de navigation et de réponse à des questions dans des environnements 3D simulés, où l'agent doit explorer une scène pour localiser un objet ou répondre à une requête. L'abstract ne précise ni les auteurs, ni leur affiliation, ni les jeux de données ou baselines nommément comparés, se limitant à mentionner des « baselines de l'état de l'art antérieur ». Publié comme nouvel article sous cet identifiant arXiv, ce travail s'ajoute à une littérature déjà dense sur les méthodes de navigation guidées par le langage et la vision, sans qu'aucune feuille de route de déploiement réel, de partenariat industriel ou de suite annoncée ne soit mentionnée à ce stade.

RecherchePaper

1 source

3arXiv cs.RO

Allocation de tâches adaptative en temps réel pour la supervision de plusieurs robots par plusieurs humains

Des chercheurs proposent, dans une prépublication arXiv (2610.00897v1), une méthode d'allocation en temps réel des tâches de supervision de robots à plusieurs opérateurs humains, qui tient compte de leur état cognitif. Le scénario visé est celui où plusieurs opérateurs télé-opèrent ponctuellement plusieurs robots pour les aider à surmonter une difficulté. L'algorithme est glouton : il cherche à minimiser la charge de travail estimée de chaque opérateur, avec une priorisation des tâches. Les robots sont affectés en fonction de la capacité de supervision courante de chaque opérateur, l'effort requis variant selon le type de tâche. Une étude utilisateur compare la méthode à une référence qui ignore les facteurs humains. Sur des intervalles de temps prédéfinis, l'approche obtient de meilleures performances et moins de signes comportementaux de fatigue. Le résumé ne fournit ni nombre de participants, ni taille des flottes, ni ampleur des gains, ni type de robots. L'enjeu concerne directement les opérations où l'autonomie reste incomplète. Beaucoup de déploiements de robots mobiles, de manipulateurs ou d'humanoïdes reposent sur un modèle « un humain pour N robots », où l'opérateur intervient quand le robot bloque. Les méthodes d'allocation existantes supposent une capacité de supervision fixe par opérateur et ignorent les variations de charge mentale et de fatigue. Le résultat est une charge déséquilibrée : certains opérateurs saturent pendant que d'autres sont sous-employés. Les auteurs présentent l'ajustement adaptatif de la capacité comme un mécanisme préventif pour les longues durées et les environnements exigeants. Pour un intégrateur ou un COO, cela déplace la question du ratio opérateurs/robots vers la qualité de l'orchestration humaine. Ce ratio conditionne le coût d'exploitation réel d'une flotte, notamment quand les VLA (modèles vision-langage-action) laissent encore une part d'interventions humaines. Les limites sont à garder en tête : l'évaluation est une étude utilisateur, sans mention de terrain industriel, et le gain est mesuré face à une référence simple. Ce travail s'inscrit dans la littérature sur la supervision multi-robot et la télé-opération partagée. Cette littérature a longtemps traité l'opérateur comme une ressource de capacité constante, alors que l'industrialisation de la logistique, de la livraison et des humanoïdes de première génération rend les pics d'exceptions et la fatigue sur de longues vacations plus gênants. Plusieurs acteurs commerciaux misent déjà sur des centres de téléassistance pour couvrir les cas limites, sans qu'on sache s'ils modulent la charge de leurs opérateurs de cette façon. Aucun déploiement, pilote ou calendrier n'est annoncé, et aucun acteur français ou européen n'est cité. Les prochaines étapes naturelles seraient une validation sur des flottes réelles, avec des mesures physiologiques ou comportementales de la fatigue en conditions de production, ainsi qu'une intégration dans les logiciels d'orchestration de flottes.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

OSDAG : planification en ligne pour une collaboration multi-robots efficace

Des chercheurs ont publié le 18 juin 2026 sur arXiv (réf. 2606.15255) un framework appelé OSDAG, conçu pour coordonner des flottes de robots hétérogènes sur des tâches longues et complexes en combinant raisonnement par grand modèle de langage (LLM) et ordonnancement en ligne par graphe orienté acyclique (DAG). Le principe central : le LLM n'est invoqué qu'une seule fois, à la réception d'une instruction en langage naturel, pour décomposer la tâche en un graphe annoté de dépendances. Un ordonnanceur léger prend ensuite le relais en temps réel pour affecter à chaque robot disponible les sous-tâches dont les prérequis sont satisfaits. Les expériences portent sur cinq scénarios de référence, incluant des validations en simulation et sur des systèmes réels de manipulation à deux bras. Les résultats annoncés sont un gain de raisonnement de 5 à 15 fois par rapport aux approches conversationnelles, et une réduction du makespan (temps total d'exécution de la flotte) allant jusqu'à 38 % face aux baselines séquentielles, avec des taux de succès restant comparables. L'intérêt architectural est réel pour les intégrateurs de systèmes multi-robots : l'approche résout deux goulots d'étranglement identifiés dans les méthodes LLM existantes. Le premier est la latence cumulée des appels LLM répétés à chaque étape d'exécution, qui empire linéairement avec le nombre d'agents. Le second est l'ordonnancement pré-engagé hors ligne, qui force les robots à attendre leurs prédécesseurs même quand des tâches indépendantes sont disponibles. En encodant à la fois les contraintes de précédence et les contraintes de ressources dans le DAG, OSDAG expose tout le parallélisme exploitable sans sacrifier la correction du plan. Sur des lignes d'assemblage ou des entrepôts logistiques, cette distinction entre "planifier une fois" et "ordonnancer en continu" peut transformer la densité d'utilisation d'une flotte. OSDAG s'inscrit dans une vague de travaux cherchant à rendre les LLM opérationnels pour la robotique collaborative, aux côtés de frameworks comme SayPlan, RoCo ou les approches VLA (Vision-Language-Action). Ces méthodes souffrent généralement du dialogue-loop problem : chaque décision remonte au modèle, ce qui devient prohibitif à l'échelle. OSDAG adopte une architecture de séparation stricte planification/exécution, plus proche des moteurs de workflow industriels (type BPMN) que des agents conversationnels. Les auteurs valident sur des bras manipulateurs duaux, un environnement contrôlé, mais l'extension à des flottes AMR en entrepôt ou à des cellules de production réelles reste à démontrer. Le code et les ressources sont accessibles sur le site du projet (thanhnguyencanh.github.io/LLM_DAG4MultiRobot). Aucun partenariat industriel ni timeline de déploiement n'est mentionné : il s'agit d'une contribution de recherche, pas d'un produit.

UELes intégrateurs européens de flottes multi-robots (logistique, assemblage automatisé) pourraient bénéficier de ce framework open-source, mais aucun acteur ou déploiement européen n'est impliqué à ce stade.

RecherchePaper

1 source