Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Quand l'information vaut le risque : évaluer le comportement pour l'exploration robotique dangereuse
RecherchearXiv cs.RO 

Quand l'information vaut le risque : évaluer le comportement pour l'exploration robotique dangereuse

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Un article déposé sur arXiv (référence 2609.10726v1) porte sur l'exploration robotique en zone dangereuse, terrain instable, radioactivité, incendie, mines ou dommages structurels, où la collecte d'information peut elle-même détruire le robot et interrompre toute observation future. Les auteurs conservent inchangés les composants classiques du système, mise à jour des croyances, modèle de capteur, modèle de risque physique, planificateur d'information à horizon fini, et modifient uniquement la fonction utilisée pour classer les trajectoires candidates. Ils proposent un objectif dit d'information comportementale augmentée du risque, fondé sur la pondération de probabilité de Prelec issue de l'économie comportementale, testé à grande échelle sur des simulations de type grille avec troncature en cas d'échec, sans robot physique ni site réel.

Pour les intégrateurs en robotique industrielle et les décideurs impliqués dans l'inspection nucléaire, le désamorçage de mines ou la robotique de secours, ce travail formalise une question opérationnelle rarement traitée : faut-il risquer un robot pour obtenir plus d'information, sachant qu'un échec efface aussi les données déjà collectées. Les résultats montrent que la planification purement informationnelle au sens de Shannon reste une référence solide en volume brut d'information, mais que les objectifs sensibles au risque réduisent l'exposition aux dangers et les pertes de robots en évitant les échecs qui interrompent la collecte. L'approche comportementale proposée se révèle compétitive au sens de Pareto face aux méthodes de planification sous risque existantes, avec des réglages intermédiaires interprétables plutôt qu'un choix binaire entre prudence et performance.

Cette contribution s'inscrit dans la recherche en planification informative sous risque, en empruntant à l'économie comportementale la théorie des perspectives et la pondération de probabilité formalisée par Drazen Prelec en 1998. Les auteurs comparent leur objectif à deux repères, la planification par information de Shannon pure et les méthodes standards de planification sous contrainte de risque, sans citer de fabricant de robots ni de plateforme commerciale. Il s'agit à ce stade d'un résultat théorique validé uniquement sur des grilles synthétiques simulées, sans partenariat industriel annoncé, la validation sur une plateforme réelle en environnement irradié ou minier restant l'étape suivante logique de ce cadre.

Dans nos dossiers

arXiv cs.RO

À lire aussi

Apprendre ce qui compte : objectifs adaptatifs fondés sur la théorie de l'information pour l'exploration robotique
1arXiv cs.RO 

Apprendre ce qui compte : objectifs adaptatifs fondés sur la théorie de l'information pour l'exploration robotique

Une équipe de chercheurs a publié en mai 2025 sur arXiv (référence 2605.12084) une méthode appelée Quasi-Optimal Experimental Design, ou QOED, visant à résoudre un problème fondamental de l'exploration robotique : comment guider un robot vers les expériences qui lui apprendront réellement quelque chose d'utile ? La méthode repose sur une analyse de l'espace propre de la matrice d'information de Fisher pour identifier les directions de paramètres réellement observables, puis modifie l'objectif d'exploration pour concentrer l'effort sur ces directions tout en atténuant l'influence des paramètres secondaires ("nuisance"). Évaluée sur des tâches de navigation et de manipulation en simulation et en conditions réelles, QOED génère un gain de performance de 35,23 % grâce à la sélection des directions identifiables, et de 21,98 % supplémentaires via la suppression des effets parasites. Intégrée comme objectif d'exploration dans une boucle d'optimisation de politique model-based, elle surpasse les baselines classiques de RL. Ce résultat compte parce qu'il attaque directement le goulot d'étranglement de l'apprentissage actif en robotique : dans les systèmes haute dimension (bras articulés, manipulation dextre, navigation en environnement non structuré), une large fraction des paramètres du modèle est faiblement observable, voire non identifiable. Les méthodes classiques de curiosité ou d'information gain mesurent une incertitude globale sans distinguer ce qui peut être réduit par l'expérience de ce qui ne le peut pas. QOED fournit une approximation à facteur constant de l'objectif idéal théorique, une garantie formelle rare dans ce champ, ce qui lui confère une légitimité au-delà de la démonstration empirique seule. La méthode s'inscrit dans une longue tradition de théorie du design expérimental optimal (OED) issue des statistiques, ici adaptée au cadre RL avec optimisation en ligne. Sur le plan concurrentiel, les approches voisines incluent les méthodes de curiosité bayésienne (type DIAYN ou LEXA) et les objectifs d'information mutuelle comme VIME ou Plan2Explore. QOED se distingue par son ancrage théorique rigoureux et l'explicitation du sous-espace identifiable, deux points que les méthodes heuristiques négligent. Aucun déploiement industriel ni partenaire n'est mentionné : il s'agit à ce stade d'un résultat académique, dont l'intégration dans des pipelines de calibration ou de sim-to-real reste à valider à plus grande échelle.

RecherchePaper
1 source
Séparation comportement-exécution pour l'interaction physique homme-robot contrainte
2arXiv cs.RO 

Séparation comportement-exécution pour l'interaction physique homme-robot contrainte

Des chercheurs proposent, dans une prépublication arXiv (2609.00669v1) du 2 septembre 2026, une architecture qui sépare la spécification du comportement souhaité et sa réalisation contrainte dans les interactions physiques homme-robot. Une couche comportement calcule une accélération désirée au point de contact, ak^id = ftheta(ek, ėk, F_h,k), tandis qu'une couche réalisation distincte la convertit en commandes robot sous contraintes et rapporte explicitement l'écart entre accélération désirée et réalisée, plutôt que de le masquer par saturation. Le système, un programme quadratique à horizon glissant, est testé sur un bras Franka FR3 à 7 degrés de liberté, à commande en couple, simulé sous MuJoCo. Sous une poussée soutenue de 20 newtons, la limite de l'espace de travail est respectée à environ 0,1 à 0,2 mm près, contre un dépassement de 4,4 cm en contrôle d'impédance classique et 4,7 cm en admittance, deux méthodes qui écrêtent instantanément les commandes. Avec un budget d'actionneur réduit, l'application des contraintes sur tout l'horizon garde le plan faisable à 2,1x10^-4 N.m près, contre un dépassement pouvant atteindre 11,329 N.m pour une variante qui ne contraint que le premier pas de calcul. Sur le système non linéaire réellement exécuté, l'écart se réduit mais reste favorable à l'approche par horizon complet, 0,161 contre 0,380 N.m. Cette séparation architecturale intéresse les intégrateurs de robots collaboratifs et humanoïdes en contact physique répété avec des humains ou des objets, un domaine où le contrôle d'impédance et d'admittance restent la norme malgré des dépassements de plusieurs centimètres lors de chocs ou de poussées. En rendant l'erreur de réalisation visible plutôt que dissimulée dans la saturation, l'approche facilite le diagnostic et la certification de sécurité des systèmes à interaction physique, un enjeu central pour les cobots industriels et les humanoïdes partageant des tâches avec des opérateurs. Elle montre aussi qu'un changement de comportement, par exemple passer d'un mode impédance à un mode admittance, peut s'effectuer en modifiant seulement les coefficients d'objectif du solveur sans reconstruire toute la boucle de commande, ce qui simplifierait le déploiement de comportements adaptatifs en temps réel. Le travail s'inscrit dans la lignée du contrôle d'impédance et d'admittance, formalismes classiques de l'interaction homme-robot, en cherchant à corriger leur principal défaut, la gestion approximative des contraintes par écrêtage instantané. La validation reste circonscrite à un cas d'étude planaire et à une seule plateforme robotique en simulation, ce que les auteurs présentent eux-mêmes comme une preuve de concept ciblée plutôt qu'un système prêt au déploiement industriel. Les prochaines étapes attendues incluent l'extension à des tâches tridimensionnelles, à d'autres architectures robotiques, et une validation sur matériel réel au-delà de la simulation MuJoCo.

UELe bras robotique utilisé pour les tests, le Franka FR3, est fabriqué par l'entreprise allemande Franka Robotics, mais aucun déploiement ni application concrète en France ou en UE n'est mentionné.

RecherchePaper
1 source
Quand les automates rencontrent les flux : compilation de logique temporelle pour la planification tâche-mouvement en robotique
3arXiv cs.RO 

Quand les automates rencontrent les flux : compilation de logique temporelle pour la planification tâche-mouvement en robotique

Une équipe de recherche en robotique présente SAM-TD (Synchronous Action Monitoring with Token Destruction), une méthode de compilation permettant d'imposer des contraintes de logique temporelle linéaire sur traces finies (LTLf) dans la planification tâche-mouvement (TAMP) basée sur les flux, ou "streams". Publiée sur arXiv en aout 2026, l'approche traduit des spécifications LTLf arbitraires en automates, puis intègre des gardes d'automates régressées directement dans les schémas d'action, définis avant le début de la planification. Pendant la recherche de plan, SAM-TD met à jour de façon synchrone l'état de chaque automate et s'appuie sur un jeton de validité partagé entre tous les automates pour élaguer les branches qui violent les contraintes. Les auteurs rapportent ce qu'ils présentent comme la première démonstration de TAMP basée sur des streams sous contraintes LTL_f, testée dans trois environnements robotiques PDDLStream, et affirment que SAM-TD reste compétitif face aux méthodes de référence de compilation de contraintes temporelles sur des benchmarks PDDL discrets classiques. Le TAMP basé sur les streams combine planification symbolique discrète et génération continue de paramètres géométriques (poses, prises, trajectoires) produits à la volée pendant la recherche de solution. Jusqu'ici, ces planificateurs ne vérifiaient que l'atteignabilité d'un objectif, sans garantir de contraintes temporelles comme l'ordre d'exécution critique pour la sécurité, l'invariance ou la liveness, pourtant indispensables sur des tâches à long horizon. Le verrou technique tenait au fait que les streams génèrent un ensemble d'objets géométriques en expansion continue au fil des boucles de raffinement, incompatible avec les techniques existantes de compilation de logique temporelle conçues pour un ensemble d'objets fixe et énumérable. En levant ce verrou sans modifier le planificateur sous-jacent ni exiger d'énumération préalable des objets, SAM-TD ouvre la voie à des architectures capables de respecter des règles de sécurité formelles tout en conservant la flexibilité des générateurs continus, un enjeu direct pour les intégrateurs qui déploient des manipulateurs en environnement partagé avec des humains ou soumis à des contraintes réglementaires strictes. Le cadre PDDLStream, sur lequel s'appuie ce travail, sert de référence académique pour coupler planification classique PDDL et générateurs de paramètres continus en robotique ; les techniques antérieures de compilation de logique temporelle avaient été conçues pour ce contexte discret et supposaient un monde d'objets clos, d'où leur incompatibilité avec les streams. SAM-TD se positionne comme une extension du cadre existant plutôt que comme un nouveau planificateur, ce qui pourrait faciliter son adoption par les équipes déjà équipées d'outils PDDLStream. L'article ne mentionne ni pilote industriel ni calendrier de déploiement sur robot réel : les résultats se limitent à des environnements simulés et à des benchmarks PDDL standards, laissant ouverte la question du passage à l'échelle en conditions réelles.

RecherchePaper
1 source
Path Planning Informative basée sur l'Énergie Libre Attendue pour l'Exploration Martienne Robotique
4arXiv cs.RO 

Path Planning Informative basée sur l'Énergie Libre Attendue pour l'Exploration Martienne Robotique

Des chercheurs publient sur arXiv, sous la référence 2608.14466v1, une nouvelle méthode de planification de trajectoire pour l'exploration robotique de Mars, en particulier la recherche de sources d'eau. Baptisée Expected Free Energy (EFE) et issue du cadre théorique de l'inférence active, la méthode fait naviguer en continu un robot autonome dans un environnement inconnu, en maintenant via un processus gaussien une croyance probabiliste sur la carte d'information du terrain. Le robot calcule des trajectoires qui minimisent l'énergie libre attendue tout en respectant une contrainte stricte de longueur de parcours, donc de temps et de coût de déplacement. Sur plusieurs simulations, les auteurs rapportent que cette approche produit des cartes postérieures précises tout en localisant simultanément les zones de plus forte valeur informative, et surpasse les méthodes information-théoriques classiques testées dans les mêmes conditions. L'apport principal tient à l'unification de deux objectifs habituellement traités séparément: la recherche d'information pure, qui vise à réduire l'incertitude sur l'environnement, et la recherche de récompense, qui vise à atteindre rapidement les zones jugées les plus intéressantes. Les critères classiques de planification optimisent en général l'un ou l'autre, rarement les deux sous une même fonction objectif. Pour un rover martien ou tout robot mobile à autonomie énergétique limitée, un critère unique et présenté comme facile à régler pourrait simplifier le déploiement autonome tout en garantissant le respect des contraintes de ressources. Les résultats reposent toutefois uniquement sur des simulations numériques, sans essai sur rover physique ni calendrier de mission mentionné. L'inférence active et le principe d'énergie libre proviennent des neurosciences computationnelles, où ils décrivent comment un système biologique minimise la surprise face à son environnement, un cadre de plus en plus repris en robotique pour unifier perception et prise de décision. Jusqu'ici, la planification de trajectoire informative reposait sur des critères information-théoriques distincts, comme la réduction d'entropie, opposés aux stratégies de recherche de récompense héritées de l'apprentissage par renforcement. En proposant l'EFE comme objectif unique sous contrainte de budget, les auteurs cherchent à combler cet écart méthodologique plutôt qu'à annoncer un produit ou une mission martienne concrète. Publié en tant que prépublication arXiv, l'article ne mentionne ni collaboration industrielle ni suite opérationnelle: la validation reste pour l'instant cantonnée à la simulation.

RecherchePaper
1 source