RecherchearXiv cs.RO 20 août 2026

GuideFetch : cadre de coordination de tâches pour la navigation et la récupération d'objets simultanées par des robots-chiens d'assistance

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs présentent GuideFetch, un framework de coordination pour deux robots quadrupèdes assistants opérant en parallèle: un robot guide escorte une personne malvoyante vers un siège libre pendant qu'un robot fetcher récupère et livre un objet, par exemple une tasse de café, au même endroit. Un modèle de langage traduit une instruction en langage naturel en un schéma a quatre actions conditionne par un planning séquentiel ou parallèle, chaque action proposée étant ensuite validée par rapport aux cibles enregistrées, aux capacités réelles des robots et au planning choisi avant exécution. Dans une étude croisée 2x2 portant sur 90 combinaisons de scènes et de graines aléatoires, soit 360 exécutions au total, les 180 réponses générées en ligne par le modèle ont toutes été validées sans plan de secours ni reexecution et correspondent aux plans scriptes de référence. Le taux de réussite opérationnelle atteint 72 cas sur 90 en exécution séquentielle et 71 sur 90 en exécution parallèle, et sur les 56 cas menés a bien par les deux méthodes, l'exécution parallèle réduit le temps de cycle moyen de 41,3%. Le code source sera publie ultérieurement; l'étude est référencée sous arXiv:2608.18292v1.

Le résultat central pour les intégrateurs de flottes de robots hétérogènes est la démonstration chiffrée que la parallélisation de taches indépendantes, ici la navigation d'un robot guide et la récupération d'objet par un second robot, raccourcit sensiblement une mission complète sans changement matériel. L'étude met surtout en avant une distinction souvent négligée dans les démonstrations commerciales: un plan génère par un LLM peut être syntaxiquement correct tout en violant les contraintes physiques du robot, et un mouvement de contrôleur qui parait réussi ne prouve pas que la tache est effectivement achevée. En imposant une validation préalable des actions et un contrôle d'état pendant l'exécution, GuideFetch sépare la validité d'un plan de la vérification réelle de la mission, un enjeu direct pour quiconque évalué des systèmes bases sur des LLM pour la robotique d'assistance ou la logistique intérieure.

Le travail s'inscrit dans le contexte plus large de la planification par LLM et des architectures vision-langage-action pour la robotique, un domaine ou d'autres acteurs développent des modèles généralistes pour des bras ou humanoïdes uniques, alors que GuideFetch cible spécifiquement la coordination de plusieurs robots quadrupèdes aux rôles distincts au sein d'une même mission. Aucun fabricant de robot ni partenaire industriel n'est cite dans le résume, et l'étude reste a ce stade une validation en environnement contrôle plutôt qu'un déploiement réel auprès d'utilisateurs malvoyants. Les auteurs annoncent la publication future du code source pour permettre une reproduction indépendante des résultats, mais aucune date ni feuille de route de pilote commercial n'est communiquée.

Dans nos dossiers

IA physique & VLA arXiv cs.RO

À lire aussi

1arXiv cs.RO

Coordination des tâches et exécution de trajectoires par démonstrations few-shot pour systèmes multi-robots

Des chercheurs proposent DDACE (Demonstration-Driven Action Coordination and Execution), un cadre d'apprentissage capable de coordonner plusieurs robots a partir d'un très petit nombre de démonstrations seulement, selon un article publie sur arXiv (version révisée, v2). Le problème cible est connu dans la robotique multi-agents : apprendre a la fois quand chaque robot doit agir (dépendances temporelles entre taches) et comment il doit se déplacer (trajectoire spatiale) devient instable des que les données sont rares, car les deux aspects sont habituellement appris ensemble par des modèles bout-en-bout. DDACE sépare explicitement ces deux problèmes. Les démonstrations sont d'abord traitées par clustering spectral pour en extraire la structure de coordination et construire des graphes d'interaction entre robots. Un Temporal Graph Network se charge ensuite de prédire les dépendances d'actions et leur séquencement, pendant que des modèles de processus gaussiens génèrent les trajectoires géométriques, paramétrées par la progression de la tache et capables de s'adapter a de nouvelles configurations de départ et d'arrivée. Les auteurs rapportent des tests en simulation ainsi que des expériences sur robots réels, avec une meilleure stabilité et une meilleure cohérence des trajectoires que des approches d'imitation bout-en-bout classiques en régime de données limitées. L'enjeu dépasse l'exercice académique : la coordination multi-robots a partir de peu d'exemples est un frein concret au déploiement de cellules industrielles collaboratives ou de flottes d'AMR, ou collecter des milliers de démonstrations par scenario reste couteux. En introduisant un biais structurel plutôt qu'un apprentissage purement bout-en-bout, DDACE questionne l'hypothèse dominante selon laquelle les architectures end-to-end massives suffisent a généraliser en data-scarce régime, une piste distincte de la tendance actuelle centrée sur les gros modèles VLA mono-robot type Pi-0 ou GR00T N2. Le papier s'inscrit dans une littérature qui cherche des alternatives modulaires a l'imitation pure, combinant clustering, graphes temporels et processus gaussiens plutôt qu'un unique réseau de bout en bout. Il s'agit a ce stade d'une publication de recherche avec validations simulées et réelles limitées, sans indication de partenaire industriel ni de calendrier de transfert vers un produit ; le matériel complémentaire est disponible sur le site du projet associe.

RecherchePaper

1 source

2arXiv cs.RO

G2-Nav : cartes de coûts vision-langage ancrées et sécurisées pour la navigation sociale des robots

Des chercheurs présentent G2-Nav, un nouveau framework de navigation sociale pour robots mobiles, détaillé dans un article déposé sur arXiv (2607.16956v1). Plutôt que de laisser un modèle vision-langage (VLM) décider directement des trajectoires, comme le font les approches end-to-end existantes, G2-Nav traduit le raisonnement sémantique du VLM en une costmap vision-langage interprétable. Le modèle identifie les zones traversables et les agents sociaux à partir d'une perception en ensemble ouvert (open-set), puis cartographie ce contexte social sous forme de coûts exploitables par le planificateur. Pour renforcer la robustesse en conditions réelles, le VLM effectue aussi une vérification sémantique sur le suivi (tracking) en amont, et les auteurs ajoutent un contrôle de sécurité à haute fréquence destiné à compenser la latence du système avant la génération de trajectoire. Des expériences en environnement réel, selon les auteurs, montrent une navigation autonome sûre, efficace et socialement conforme dans des espaces non structurés. Le code source doit être publié ultérieurement. L'intérêt de ce travail tient à la faille qu'il cherche à combler entre deux approches jugées insuffisantes pour l'autonomie complète: les frameworks VLM end-to-end, qui produisent des décisions de planification difficiles à auditer et donc risquées à déployer, et les méthodes d'instruction-following, pensées pour suivre des consignes humaines plutôt que pour opérer de façon totalement autonome. En cantonnant le VLM à un rôle d'évaluation sémantique plutôt que de contrôle direct, G2-Nav vise une architecture plus traçable, un enjeu concret pour les intégrateurs et décideurs industriels qui doivent justifier la sécurité de robots évoluant parmi des humains, en entrepôt, en établissement de santé ou en espace public. Le garde-fou de sécurité haute fréquence répond en particulier à un angle mort fréquent des démonstrations VLM: la latence d'inférence, souvent ignorée dans les vidéos promotionnelles du secteur. Ce travail s'inscrit dans la vague de recherche actuelle sur l'usage des VLM pour doter les robots d'un raisonnement de niveau humain en navigation sociale, un domaine où les benchmarks restent encore largement issus de démonstrations contrôlées. L'abstract ne précise ni l'institution porteuse ni le matériel robotique utilisé pour les essais réels, et le code, annoncé comme futur, n'est pas encore disponible: il s'agit donc à ce stade d'un préprint à confirmer par la publication effective et par une évaluation indépendante, plutôt que d'une solution déployée ou commercialisée.

RecherchePaper

1 source

3arXiv cs.RO

Un cadre de recherche guidé par l'accessibilité de Hamilton-Jacobi pour la navigation intérieure planaire sûre et efficace des robots

Des chercheurs ont publié sur arXiv (référence 2504.17679) un framework de navigation intérieure combinant deux familles d'algorithmes jusqu'ici utilisées séparément : la reachability hamiltonienne-jacobienne (HJ), calculée hors-ligne, et la recherche sur graphe, exécutée en ligne. Le principe : les fonctions de valeur HJ, précomputées sur la géométrie de l'environnement, servent à la fois d'heuristiques informatives et de contraintes de sécurité proactives pour guider la recherche sur graphe en temps réel. Le système a été validé en simulation extensive et dans des expériences en conditions réelles, incluant des environnements avec présence humaine. Aucun modèle de robot spécifique ni aucune entreprise commerciale ne sont mentionnés dans la publication, qui s'inscrit dans un cadre académique pur. L'intérêt principal de cette approche réside dans la gestion du compromis entre sécurité garantie et efficacité computationnelle, un point de friction classique pour les robots mobiles en intérieur (AMR, plateformes logistiques). La reachability HJ offre des garanties théoriques solides sur l'évitement d'obstacles, mais elle souffre d'une limitation structurelle : elle suppose une connaissance complète de l'environnement, ce qui la rend difficilement applicable à des espaces dynamiques ou partiellement inconnus. En intégrant la reachability comme heuristique plutôt que comme planificateur principal, les auteurs contournent cette contrainte tout en amortissant le coût de calcul en ligne. Les résultats annoncés montrent une amélioration consistante face aux méthodes de référence, tant en efficacité de planification qu'en sécurité, mais les métriques précises (temps de cycle, taux de collision) ne sont pas détaillées dans le résumé disponible. La reachability HJ est un outil issu de la théorie du contrôle optimal, historiquement utilisé pour la vérification formelle de systèmes cyber-physiques. Son application à la robotique mobile n'est pas nouvelle, mais son couplage avec des algorithmes de recherche sur graphe type A* pour surmonter la contrainte de connaissance globale de l'environnement représente une direction de recherche active. Ce travail se positionne face aux approches purement apprentissage (VLA, politiques end-to-end) en revendiquant des garanties formelles absentes des méthodes neuronales. Les prochaines étapes naturelles incluent l'extension à des espaces 3D ou à des robots non-holonomes, ainsi qu'une validation sur des plateformes industrielles réelles.

RecherchePaper

1 source

4arXiv cs.RO

Calibration simultanée de la covariance du bruit et de la cinématique pour l'estimation d'état des robots à pattes via optimisation bi-niveau

Une équipe de recherche publie sur arXiv (arXiv:2510.11539, version 5, republication d'un article existant) un nouveau cadre d'optimisation à deux niveaux pour calibrer simultanément les matrices de covariance de bruit et les paramètres cinématiques utilisés dans l'estimation d'état des robots à pattes. Le niveau supérieur traite les covariances de bruit de processus et de mesure ainsi que les paramètres du modèle cinématique comme des variables à optimiser, tandis que le niveau inférieur exécute un estimateur "full-information" complet. En rendant cet estimateur différentiable, les chercheurs peuvent optimiser directement des objectifs définis sur des trajectoires entières plutôt que sur des mesures instantanées. La méthode a été validée sur des robots quadrupèdes et humanoïdes, avec des gains mesurés en précision d'estimation et en calibration de l'incertitude par rapport à des réglages manuels de référence. L'enjeu dépasse le simple exercice académique. L'estimation d'état, savoir en temps réel où se trouve chaque articulation et comment le corps du robot évolue, est le socle sur lequel reposent l'équilibre, la marche et la manipulation des robots humanoïdes et quadrupèdes. Or les paramètres de bruit qui alimentent ces estimateurs (filtres de Kalman étendus, estimateurs à information complète) sont aujourd'hui réglés à la main par des ingénieurs, un processus long, peu reproductible et rarement optimal d'une plateforme à l'autre. Automatiser cette calibration via l'optimisation à deux niveaux s'attaque à un goulot d'étranglement resté dans l'ombre du débat plus médiatisé sur le "sim-to-real" des politiques de contrôle : ici, c'est la fiabilité de la perception proprioceptive elle-même qui est visée, un sujet critique pour tout intégrateur déployant des humanoïdes en environnement réel et non simulé. Ce travail s'inscrit dans une lignée de recherches sur les estimateurs différentiables et l'apprentissage de bout en bout appliqué aux filtres bayésiens, un axe actif depuis plusieurs années en robotique mobile et aérienne. Le fait que la méthode soit revendiquée comme généralisable "à travers diverses plateformes robotiques" laisse entrevoir un intérêt potentiel pour les fabricants de robots à pattes, humanoïdes comme quadrupèdes, qui doivent tous composer avec des capteurs bruités et des modèles cinématiques imparfaits, sans qu'aucun partenariat industriel ni déploiement commercial ne soit mentionné à ce stade.

RecherchePaper

1 source