RecherchearXiv cs.RO 19 août 2026

Dijkstra comme oracle pour la navigation en plus court chemin stochastique en ligne, avec garanties prouvables

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une nouvelle étude publiée sur arXiv (arXiv:2608.17703v1) démontre que l'algorithme de Dijkstra, généralement jugé inadapté aux environnements stochastiques, peut rester un moteur de planification exact pour la navigation robotique même quand les coûts de traversée réels de la carte sont inconnus a priori et que l'actionnement est imparfait. Les auteurs montrent que cette exactitude tient sous une condition bien plus faible que la condition de causalité habituellement invoquée dans la littérature : la non-négativité d'un coût réduit défini sur la version déterminisée de la carte. Sur cette base, ils proposent DORA (Dijkstra Oracle Reduced-cost Algorithm), un apprenant en ligne qui appelle un oracle de plus court chemin un nombre fixe de fois par épisode, sans jamais estimer le noyau de transition, et qui ajoute un poids de survie logarithmique pour contraindre la probabilité de contact avec un obstacle dynamique à rester sous un budget donné. Testé sur trois bancs d'essai numériques (navigation en grille, forage directionnel et surveillance par drone), DORA égale les performances de l'itération de valeur optimiste alimentée par le vrai noyau de transition, tout en effectuant 4,5 à 19,3 fois moins de calcul de planification, en réduisant les contacts pendant l'apprentissage d'un facteur 17 par rapport à une approche classique de déterminisation puis replanification, et en maintenant le taux de contact dans des budgets couvrant deux ordres de grandeur.

Pour les intégrateurs et équipes robotique qui déploient des robots mobiles ou des AMR en environnement partagé avec des humains, ce résultat change le calcul coût-bénéfice des méthodes de planification sous incertitude. L'itération de valeur, référence exacte pour résoudre le problème du plus court chemin stochastique, exige un temps de calcul qui croît avec le diamètre de la carte, ce qui la rend difficilement embarquable en temps réel sur de grands environnements. Dijkstra, rapide, était jusqu'ici cantonné aux cas déterministes ou traité comme une heuristique approximative dès que les transitions deviennent probabilistes. En prouvant qu'un simple critère de coût réduit suffit à garantir son exactitude en régime stochastique, l'étude ouvre la voie à des planificateurs embarqués plus légers, capables de tenir des garanties de sécurité formelles (budget de contact) sans modéliser explicitement les probabilités de transition, un point sensible pour la certification de robots opérant près d'installations critiques.

Ce travail s'inscrit dans la recherche sur la planification de trajectoire sous incertitude pour la robotique mobile, un champ partagé entre méthodes exactes coûteuses (itération de valeur, programmation dynamique) et heuristiques rapides mais non garanties comme la déterminisation-replanification, prise ici comme point de comparaison direct. En démontrant une équivalence de performance avec l'itération de valeur sur trois domaines très différents (navigation, forage directionnel industriel, surveillance aérienne), les auteurs cherchent à établir la recherche de plus court chemin classique comme brique de base crédible pour la navigation en ligne sûre et efficace, plutôt qu'un simple raccourci algorithmique. L'article, référencé comme nouvelle soumission sur arXiv, ne précise ni calendrier de déploiement sur robot physique ni affiliation industrielle particulière ; la suite attendue pour ce type de travaux académiques passe typiquement par une validation sur plateforme réelle et une comparaison avec d'autres familles de planificateurs probabilistes avant toute adoption industrielle.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

AutoPath : apprendre un a priori de chemin stochastique conditionné par objectif et transférable pour une navigation sûre sans démonstrations humaines

Des chercheurs proposent AutoPath, une méthode de navigation robotique décrite dans un article publié le 14 juillet 2026 sur arXiv (référence 2607.11739v1). Le système apprend un modèle probabiliste conditionné par objectif, capable de générer plusieurs trajectoires locales possibles autour d'obstacles à partir des seules observations locales du robot, sans recourir à des démonstrations humaines. L'innovation technique centrale est une représentation d'état canonique alignée sur l'objectif, qui supprime l'ambiguïté de rotation dans le plan et normalise la géométrie locale par rapport au but à atteindre, rendant l'apprentissage de la distribution de trajectoires invariant à la rotation. Le modèle utilise une paramétrisation des actions par une variété polaire sensible à la géométrie, combinée à un ajustement du risque et à des simulations multi-objectifs pour stabiliser la planification. Les auteurs ont testé la méthode dans des environnements statiques denses et des scénarios dynamiques avec piétons, avec des taux de réussite élevés et une efficacité jugée compétitive. L'apport le plus significatif pour l'industrie des robots mobiles concerne le transfert inter-plateformes: un seul modèle de trajectoires entraîné sur un robot à entraînement différentiel a pu être réutilisé sur une plateforme quadrupède sans réentraînement. Cela répond à un problème récurrent pour les intégrateurs d'AMR (robots mobiles autonomes) et de robots de service, où chaque nouvelle plateforme matérielle exige habituellement un cycle d'entraînement ou d'ajustement spécifique. En s'affranchissant des démonstrations humaines, la méthode réduit aussi la dépendance aux coûteuses collectes de données par téléopération, un goulot d'étranglement classique des approches par imitation utilisées par exemple pour l'apprentissage de politiques de navigation ou de manipulation. Ce travail s'inscrit dans la lignée des recherches sur la planification de mouvement par apprentissage, qui cherchent à dépasser les limites des planificateurs géométriques classiques (trop rigides face à l'incertitude) et des méthodes par clonage comportemental (coûteuses en données et peu transférables). Reste à voir si cette approche, validée pour l'instant en simulation et sur plateformes de recherche, sera reprise par des acteurs commerciaux de la robotique mobile ou humanoïde, où la question du transfert sim-to-real et cross-plateforme demeure un axe de différenciation majeur.

RecherchePaper

1 source

2arXiv cs.RO

Co-entraînement avec vidéo égocentrique et démonstration pour la navigation robotique

Des chercheurs ont publié sur arXiv (réf. 2606.01951) un cadre d'apprentissage par imitation pour robots mobiles qui exploite des vidéos égocentrées tournées par des humains en train de marcher. Le principe : estimer le mouvement de la caméra à partir de ces séquences piétonnes, puis convertir ce flux en représentations d'actions compatibles avec des robots mobiles au sol. Un modèle VLA (Vision-Language-Action) est ensuite entraîné conjointement sur ces données dérivées de vidéos humaines et sur des trajectoires collectées directement par le robot. Les expériences portent sur une tâche de navigation avec recherche de fruits, où le robot doit localiser des objets cibles dans un environnement non structuré en suivant des instructions en langage naturel. L'intérêt de cette approche réside dans sa réponse au principal goulot d'étranglement de la robotique apprise : la collecte de données sur robot réel est coûteuse, lente, et difficilement scalable. Si recycler des vidéos égocentrées humaines pour l'apprentissage de tâches de manipulation existe déjà dans la littérature (notamment via des datasets comme EPIC-Kitchens ou des pipelines type ACT), l'étendre à la navigation mobile reste difficile car les changements de point de vue lors de la locomotion créent des discontinuités que les modèles de manipulation ne rencontrent pas. Les résultats montrent que l'entraînement conjoint dépasse les deux sources de données prises isolément, aussi bien en compréhension du langage qu'en robustesse de génération d'actions. Cela valide partiellement l'hypothèse que le sim-to-human-video-to-real peut fonctionner pour la navigation, sans simulation physique. Ce travail s'inscrit dans une course plus large à la scalabilité des données pour les VLA, où des acteurs comme Physical Intelligence (pi0), Google DeepMind (RT-2, GR00T N2 pour Nvidia) ou Boston Dynamics cherchent des pipelines moins dépendants de la téléopération humaine sur robot. La navigation mobile reste moins couverte que la manipulation dans cette littérature, et ce papier ouvre une voie de co-training à moindre coût. Les prochaines étapes naturelles seraient d'évaluer la généralisation à des environnements plus complexes, de mesurer le ratio optimal données humaines/données robot, et de tester sur des plateformes AMR commerciales. Le code et les datasets ne sont pas encore publiés au moment de la soumission arXiv.

RechercheOpinion

1 source

3arXiv cs.RO

Filtrage stochastique pour la détection de quorum dans les essaims de robots en communication anonyme

Recherche menée par [auteurs non précisés dans l'abstract, arXiv:2607.14262v1] sur la détection de quorum (Quorum Sensing, QS) dans les essaims robotiques, publiée en juillet 2026. Le QS permet à un groupe de robots d'estimer collectivement la taille ou la densité de la population active, une capacité clé pour synchroniser des comportements de groupe sans coordination centralisée. Les chercheurs s'intéressent aux protocoles de communication anonyme, où chaque robot échange des informations locales avec ses voisins sans révéler son identité, ce qui préserve le passage à l'échelle du système mais introduit un biais : sans identifiant, les messages répétés d'un même émetteur peuvent être comptés plusieurs fois, faussant l'estimation du quorum. L'étude compare trois approches : un protocole de référence anonyme (AN), rapide et économe en ressources mais peu précis à cause de ce double comptage ; une variante randomisée (ANT) qui améliore la précision mais souffre d'inertie informationnelle, ralentissant la convergence ; et un nouveau protocole de filtrage stochastique (ANTk), inspiré de l'échantillonnage par priorité k, qui filtre activement le tampon de messages pour stabiliser l'estimation. Ces résultats éclairent un compromis central pour tout essaim robotique décentralisé, drones, robots mobiles ou systèmes IoT distribués, entre vitesse, précision et stabilité de l'estimation collective. Le protocole AN illustre les limites d'une approche anonyme naïve dès qu'un mécanisme de correction du biais fait défaut. ANT montre qu'améliorer la précision seule ne suffit pas si le système devient trop lent à réagir aux changements réels de quorum. ANTk, en filtrant activement les messages redondants, réduit les erreurs transitoires et stabilise l'estimation, mais au prix d'un temps de récupération plus long après une erreur, un arbitrage que les concepteurs de systèmes multi-robots devront calibrer selon leur cas d'usage. Ce travail s'inscrit dans la lignée des recherches en essaims robotiques bio-inspirées, où le quorum sensing s'appuie sur des mécanismes observés chez les insectes sociaux ou les bactéries. La communication anonyme y est étudiée depuis plusieurs années comme réponse aux contraintes de scalabilité et de simplicité matérielle des essaims de grande taille. En comparant systématiquement un protocole de base à deux variantes correctives au sein d'une même étude, les auteurs posent un cadre de référence pour de futures évaluations, potentiellement suivies de validations sur essaims physiques plutôt que purement simulés.

RecherchePaper

1 source

4arXiv cs.RO

Navigation dans la foule : commande prédictive non linéaire avec dynamique des forces sociales pour la navigation robotique tenant compte des humains

Une équipe de chercheurs publie sur arXiv (arXiv:2607.10374v1, dépôt du 14 juillet 2026) un nouveau cadre de contrôle baptisé SFM-NMPC, pour Social Force Model based Non-linear Model Predictive Control. L'idée consiste à intégrer directement le Social Force Model, un modèle physique classique de la dynamique des foules, dans la boucle d'optimisation d'un contrôleur prédictif non linéaire (NMPC) pilotant la navigation d'un robot mobile. Concrètement, le contrôleur prédit simultanément les trajectoires futures des humains environnants et celle du robot sur tout l'horizon de prédiction, et s'appuie sur un ensemble de fonctions de coût sociales dédiées pour orienter la planification vers des comportements jugés conformes aux normes sociales, au-delà du simple évitement de collision. Malgré la complexité accrue du modèle, les auteurs annoncent un fonctionnement temps réel à 20 Hz, validé par des tests simulés extensifs en environnements encombrés, ainsi qu'une étude d'ablation isolant la contribution de la dynamique SFM et des termes de coût social. Pour l'industrie de la robotique mobile et les intégrateurs de robots destinés à des environnements partagés avec des humains, entrepôts, hôpitaux, espaces commerciaux, ce travail s'attaque à un point de friction connu: les méthodes classiques d'évitement d'obstacles traitent les piétons comme des obstacles dynamiques sans anticiper leur comportement, ce qui produit une navigation perçue comme intrusive ou erratique. En démontrant qu'un modèle de prédiction humaine sophistiqué peut être embarqué dans la boucle de contrôle sans casser la contrainte temps réel, l'étude apporte un argument concret contre l'hypothèse selon laquelle précision sociale et efficacité computationnelle seraient nécessairement antagonistes en MPC. Reste que les résultats, à ce stade, ne reposent que sur de la simulation: la validation sur robot physique en environnement humain réel, avec ses incertitudes de perception et de suivi de trajectoire, constitue l'étape suivante indispensable avant toute conclusion sur l'applicabilité terrain. Le Model Predictive Control s'est imposé ces dernières années comme alternative robuste aux approches classiques de planification et aux méthodes purement data-driven pour la navigation robotique, mais sa performance dépend étroitement de la qualité des modèles de prédiction humaine qu'il embarque. Le Social Force Model, formalisé dans les années 1990 pour modéliser les dynamiques de foule, offre une base physique interprétable que plusieurs travaux récents cherchent à coupler à des contrôleurs optimaux. SFM-NMPC s'inscrit dans cette lignée et se compare à des méthodes de référence de l'état de l'art sur des métriques de conformité sociale, sans toutefois se positionner face à des acteurs industriels ou des systèmes commerciaux déployés, le travail restant à ce stade de nature académique et exploratoire.

RecherchePaper

1 source