RecherchearXiv cs.RO 11 août 2026

Prioritisation complète, robuste et scalable pour le stockage et la récupération ordonnés multi-robots à capacité maximale

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Un article de recherche publié sur arXiv sous la référence 2608.07734 en août 2026 présente un algorithme de planification multi-robots pour les entrepôts à stockage dense de type puzzle-based storage (PBS), des systèmes sans allées qui empilent les charges les unes contre les autres pour maximiser la densité au sol. Les auteurs formalisent le problème du stockage et retrait ordonnés à capacité maximale sur des grilles rectangulaires accessibles depuis une seule bordure, où les charges sont entassées jusqu'à saturation puis retirées selon une séquence de départ planifiée à l'avance. Leur algorithme de pathfinding multi-agents, en ligne et priorisé, exploite les propriétés des arrangements dits "sans relocalisation" pour garantir l'absence de blocages entre robots. Les tests montrent une amélioration quasi linéaire du temps d'exécution selon le nombre de robots, jusqu'à un seuil égal à la largeur de la grille, avec un surcoût négligeable pour assurer la robustesse face à l'incertitude sur l'ordre réel des retraits.

Ce travail répond à une tension connue des opérateurs d'entrepôts automatisés : plus le stockage façon puzzle est dense, moins les robots disposent d'espace de manoeuvre, et plus le risque de blocage mutuel croît avec leur nombre. Les planificateurs centralisés généralistes employés jusqu'ici deviennent vite impraticables à cette échelle, faute d'absorber le coût de calcul. En s'appuyant sur les invariants géométriques propres à l'arrangement de stockage plutôt que sur une résolution générique du problème, la méthode garantit à la fois complétude et absence de deadlock, ce qui change la donne pour les intégrateurs visant des grilles à très haute densité : le débit peut croître avec le nombre de robots sans effondrement des performances, et l'imprévisibilité réelle des séquences de commande est absorbée sans compromis de vitesse.

Il s'agit d'une contribution algorithmique et académique, publiée en preprint, sans lien annoncé avec un déploiement industriel ou un fournisseur d'entrepôts automatisés en particulier : aucune entreprise, aucun robot commercial ni aucun site pilote n'est cité dans les travaux. Elle s'inscrit dans le champ du multi-agent pathfinding appliqué aux architectures de stockage dense sans allées, une famille de systèmes qui gagne du terrain face aux entrepôts classiques à rayonnages fixes pour maximiser la surface utile au sol. Les auteurs positionnent explicitement leur approche en rupture avec les planificateurs centralisés généraux, jugés trop coûteux pour ce cas d'usage précis. Les suites naturelles, non précisées dans l'article, seraient une validation sur des systèmes physiques réels et une extension au-delà des grilles rectangulaires à accès unique étudiées ici.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Un filtre de récupérabilité de secours tenant compte des capacités pour la navigation multi-robots hétérogènes

Des chercheurs proposent un filtre de sécurité baptisé CA-BRF (Capability-Aware Backup-Recoverability Filter), destiné à la navigation décentralisée d'équipes de robots hétérogènes. Le travail, publié sur arXiv (2610.41188), est validé en simulation avec jusqu'à 30 robots hétérogènes, puis en expérimentation avec des robots issus de cinq classes cinématiques différentes. Le principe consiste à ne laisser un robot exécuter une commande de navigation que si elle lui conserve l'accès à une manœuvre de récupération certifiée, c'est-à-dire un freinage ou un virage de secours qui maintient la sécurité par paires jusqu'à l'arrêt complet. Chaque manœuvre respecte les contraintes cinématiques et d'actionnement du robot concerné, ce qui rend le certificat dépendant de ses capacités réelles. Le problème visé est concret pour tout site mêlant AMR, chariots, manipulateurs mobiles ou humanoïdes. Les robots ne freinent ni ne tournent de la même façon, et un robot lourd peut avoir moins de marge de réaction qu'un voisin agile. Quand plusieurs interactions surviennent simultanément, une seule commande doit satisfaire plusieurs contraintes d'évitement de collision. Les contraintes locales deviennent alors incompatibles avec les commandes admissibles, et le contrôleur de sécurité décentralisé n'a plus d'action faisable. Les approches classiques par optimisation sous contraintes échouent précisément dans ce cas. Les auteurs affirment établir la faisabilité récursive et la sécurité du système en boucle fermée en temps discret, même lorsque l'optimisation nominale devient infaisable. Il s'agit d'une garantie formelle, sous les hypothèses du modèle, et non d'une preuve de robustesse en conditions industrielles. Pour les intégrateurs et les responsables d'exploitation, l'intérêt tient à la gestion de flottes mixtes sans coordination centrale, un point souvent traité par des règles de priorité ou des zones d'exclusion conservatrices qui coûtent en débit. Le filtre agit comme une couche de sécurité posée sur n'importe quel planificateur : il choisit des interpolations admissibles entre la commande candidate et l'action de secours, en conservant le plus possible de l'intention initiale, et coordonne ce choix entre toutes les interactions simultanées. Plusieurs réserves s'imposent. Les résultats restent académiques, sans donnée de débit, de latence de calcul ni de comparaison chiffrée détaillée dans le résumé. Le seuil de 30 robots est modeste face à des entrepôts de centaines d'unités, et les hypothèses sur la perception, la communication et les modèles dynamiques conditionnent la portée des garanties. Le travail s'inscrit dans la lignée des fonctions barrières de contrôle et des filtres de sécurité, déjà étudiés pour des robots homogènes, et rejoint les besoins des flottes multi-fournisseurs. Aucun calendrier de transfert industriel n'est annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2arXiv cs.RO

Connectivité multi-robots : maintien et récupération pour la planification de mouvement

Des chercheurs proposent un nouvel algorithme de planification de trajectoire pour flottes de robots, baptisé MPC-CLF-CBF, conçu pour maintenir la connectivité du réseau de communication entre robots tout en évitant les obstacles. Décrit dans une version révisée d'un article arXiv (2510.03504v3), ce planificateur en temps réel combine fonctions barrières de contrôle d'ordre élevé (CBF) et fonctions de Lyapunov de contrôle (CLF) au sein de trajectoires basées sur des courbes de Bézier, calculant simultanément trajectoire et commandes. Contrairement aux contrôleurs réactifs classiques à base de CBF, qui préservent la connectivité quand elle est déjà assurée mais se bloquent fréquemment en environnement encombré, cette approche sait aussi restaurer la connectivité depuis une configuration initialement déconnectée ou après une séparation temporaire causée par un obstacle. En simulation avec 4 à 12 robots et une densité d'obstacles de 20%, le système maintient un graphe connecté entre 95,8% et 100% du temps, contre seulement 48,9% à 61,3% pour la méthode de référence MPC-CBF, sans aucune collision observée. Les auteurs ont aussi validé l'approche physiquement sur un essaim de 8 nano-quadricoptères Crazyflie. Pour l'industrie robotique, ce travail s'attaque à un verrou concret des flottes multi-robots : maintenir un réseau de communication fonctionnel dans un environnement encombré, sans sacrifier la capacité de déplacement de la flotte. Le phénomène de blocage (deadlock) des contrôleurs CBF classiques en milieu cluttered est un problème connu et documenté dans la littérature ; le proposer comme point de comparaison chiffré, avec un écart net (quasi 100% contre environ 50-60%), donne une mesure concrète du gain. La capacité du planificateur à produire des dérivées analytiques continues le rend directement applicable aux systèmes différentiellement plats comme les drones quadrirotors, ce qui ouvre la voie à des essaims aériens plus robustes pour l'inspection, la surveillance ou la recherche-sauvetage en zones GPS-dégradées où la connectivité inter-robots est critique. Le sujet s'inscrit dans une lignée de recherche active sur les CBF appliqués à la coordination multi-agents, où la difficulté centrale reste de concilier sécurité (éviter collisions et obstacles), connectivité du réseau et progression réelle vers un objectif. La comparaison directe avec un MPC-CBF plus classique sert de baseline pour situer l'apport du couplage CLF. La validation matérielle sur banc de 8 Crazyflie, bien que modeste en échelle, apporte une preuve de concept au-delà de la simulation, un point souvent absent des publications purement théoriques sur ce sujet.

RecherchePaper

1 source

3arXiv cs.RO

Essaimage facultatif : une capacité, pas une catégorie, pour les systèmes multi-robots

Des chercheurs proposent, dans un preprint arXiv (2610.32526v1), un cadre de commande unifié baptisé « essaimage facultatif » (facultative swarming) pour les systèmes multi-robots. Le principe: un système fonctionne comme une architecture planifiée de façon centralisée quand les conditions le permettent, puis bascule progressivement vers un essaimage décentralisé, fondé sur l'auto-organisation, lorsque l'environnement se dégrade. Les auteurs l'opposent aux essaims dits « obligatoires », contraints à l'auto-organisation pure. Il s'agit d'une contribution conceptuelle: le résumé ne mentionne ni prototype, ni benchmark, ni chiffre de performance, ni site de déploiement. Pour les intégrateurs et les décideurs industriels, l'enjeu est de sortir d'un choix binaire. Aujourd'hui, un entrepôt ou un site logistique doit en pratique choisir entre une flotte pilotée par un ordonnanceur central, optimale en régime nominal mais fragile face à une panne réseau, une perte de localisation ou un serveur de coordination défaillant, et une approche en essaim, robuste mais généralement moins efficace. Traiter l'essaimage comme une capacité activable et non comme une catégorie de système revient à demander aux flottes d'AMR (robots mobiles autonomes) et aux systèmes multi-robots une dégradation gracieuse plutôt qu'un arrêt brutal. Cette logique rejoint les exigences de résilience des opérateurs. Il faut toutefois rester prudent: sans validation expérimentale annoncée, l'idée relève pour l'instant de la feuille de route. Les points durs restent entiers: détecter à temps le « stress environnemental », gérer les transitions entre modes sans conflits ni blocages, et prouver que le mode dégradé conserve un niveau de service acceptable. Le texte s'inscrit dans une division ancienne de la robotique collective. D'un côté, l'optimisation centralisée, héritée de la planification multi-agents et des solutions d'orchestration de flottes industrielles. De l'autre, la robotique en essaim, issue de la recherche sur l'intelligence collective, où la robustesse et l'adaptation priment. Les auteurs jugent cette frontière de plus en plus artificielle. Les suites logiques seraient des implémentations de référence, des critères de bascule mesurables et des essais en conditions dégradées, par exemple avec des communications intermittentes. Aucune de ces étapes n'est annoncée à ce stade, et aucun acteur industriel, européen ou non, n'est cité dans le résumé disponible.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

Le contact comme variable de décision : sélection de contacts par compromis de capacité pour la loco-manipulation des robots à pattes

Un article soumis le 25 septembre 2026 sur arXiv (2609.30140) présente CTCS (Capability-Tradeoff Contact Selection), une méthode qui choisit conjointement, pour une tâche de loco-manipulation donnée, un point d'appui environnemental et une posture corps entier. Pour chaque contact candidat, elle évalue trois mesures, le wrench résiduel (force et couple restants), la portée de l'effecteur terminal et la mobilité de la base une fois la tâche satisfaite, et les compare au coût d'acquisition du contact. Plutôt que d'exécuter une optimisation corps entier complète pour chaque candidat, coûteuse en calcul, CTCS filtre les points faisables, regroupe les candidats similaires par surface, prédit leurs capacités par analyse de sensibilité locale, puis vérifie et classe un sous-ensemble restreint avant la décision finale. Elle a été validée en simulation et sur un quadrupède Unitree Go2 équipé d'un bras AgileX NERO, sur 392 conditions de tâche et neuf surfaces d'appui disponibles. CTCS surpasse une stratégie limitée au sol et une stratégie de contact fixe, en sélectionnant les surfaces offrant le meilleur compromis selon la tâche, avec un temps de calcul divisé par environ trois par rapport à une évaluation exhaustive, pour un objectif moyen quasi identique. Pour les intégrateurs de robots à pattes destinés aux chantiers, entrepôts ou sites industriels, ce résultat s'attaque à un verrou concret: le choix de où et comment un robot s'appuie sur son environnement reste rarement optimisé faute de budget de calcul suffisant. L'étude ouvre la voie à une planification de contact quasi temps réel, condition nécessaire pour des robots capables de manipuler en s'appuyant sur des surfaces variées plutôt que de rester cantonnés au sol. Le travail s'inscrit dans la recherche en planification de contact pour la loco-manipulation, domaine où les approches se limitaient jusqu'ici au seul contact au sol ou à des points fixés à l'avance, faute de méthode pour arbitrer entre plusieurs surfaces. Le choix d'un Unitree Go2 couplé à un bras AgileX NERO reflète une plateforme de recherche de laboratoire, non un système commercial en déploiement. Classé nouvelle soumission arXiv, sans partenariat industriel ni feuille de route annoncée, l'article constitue une contribution algorithmique dont la suite logique serait l'extension à des morphologies plus complexes, comme des humanoïdes à deux bras, ou à des environnements moins structurés que les neuf surfaces testées.

RecherchePaper

1 source