RecherchearXiv cs.RO 14 septembre 2026

Sécurité en couches : renforcer l'évitement de collision autonome par filtres de sécurité CBF multi-étapes

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de recherche propose, dans une version révisée publiée sur arXiv sous la référence 2603.00338v2, un cadre de bout en bout pour construire des filtres de sécurité multicouches destinés à l'évitement dynamique de collisions chez les robots mobiles, en s'appuyant uniquement sur des données de perception locale. La méthode part d'un nuage de points centré sur le robot, à partir duquel est construite une carte d'occupation servant à générer une fonction de sécurité dite de Poisson (PSF, Poisson Safety Function). Cette PSF joue le rôle de fonction barrière de contrôle (CBF, control barrier function) dans deux étages de filtrage distincts. Le premier étage, un filtre de sécurité prédictif, calcule des trajectoires sûres optimales à partir de commandes nominales potentiellement dangereuses, sous contrainte de respecter la condition CBF sur un horizon de prédiction fini. Le second étage affine en temps réel les commandes de vitesse instantanées via un filtre CBF supplémentaire, avant leur exécution par le contrôleur bas niveau du robot. Les auteurs affirment obtenir des garanties formelles de sécurité pour le système complet, sous l'hypothèse d'un suivi précis des commandes de vitesse, et valident l'architecture par une analyse de Pareto comparant performance et robustesse face aux filtres à étage unique classiques, sur plusieurs plateformes de robots à pattes en conditions réelles.

L'enjeu dépasse la simple démonstration académique : la plupart des filtres de sécurité déployés aujourd'hui reposent sur un unique étage de contrôle, ce qui oblige à arbitrer entre réactivité immédiate et anticipation à moyen terme. En superposant un filtre prédictif et un filtre instantané, cette approche cherche à combiner les deux sans sacrifier les garanties formelles de sécurité, un point critique pour tout intégrateur souhaitant déployer des robots mobiles ou à pattes dans des environnements dynamiques partagés avec des humains ou des obstacles imprévisibles. C'est un signal utile pour les équipes qui travaillent sur la navigation autonome de robots quadrupèdes ou humanoïdes en environnement industriel ou logistique, où l'évitement de collision fiable reste un frein à la certification et au déploiement à grande échelle.

Ce travail s'inscrit dans la lignée des recherches sur les fonctions barrières de contrôle, un outil mathématique de plus en plus utilisé en robotique pour garantir formellement la sécurité de systèmes dynamiques, en alternative aux approches purement réactives ou basées sur l'apprentissage sans garanties théoriques. Il s'agit d'une publication de recherche en libre accès, sans annonce de produit, de partenariat industriel ni de calendrier de déploiement commercial ; les auteurs ne précisent pas dans le résumé les plateformes robotiques précises utilisées pour les essais réels.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

ResSafe : filtrage de sécurité par apprentissage par renforcement résiduel pour humanoïdes

ResSafe, une architecture de contrôle en deux politiques pour les robots humanoïdes, a été publiée le 15 septembre 2026 sur arXiv sous la référence 2609.15988. La méthode sépare performance et sécurité : une politique nominale est entraînée uniquement pour accomplir la tâche, tandis qu'une politique résiduelle apprend en parallèle des corrections de sécurité qui ajustent ses actions. Cette seconde politique agit comme un filtre de sécurité implicite, censé limiter chutes et instabilités liées à la dynamique à haute dimensionnalité et aux interactions riches en contacts propres aux humanoïdes. L'abstract ne cite aucune plateforme robotique ni aucun chiffre de performance (taux de chute, distance parcourue, degrés de liberté), signe d'une recherche encore amont, sans validation matérielle détaillée. Pour l'industrie, ce découplage répond à un problème connu : faire arbitrer par une seule politique performance, robustesse et sécurité oblige à régler manuellement plusieurs termes de récompense concurrents, un exercice fragile qui complique le passage du simulateur au robot réel. En sortant la sécurité de cette équation unique, ResSafe propose une approche modulaire qui, si elle se confirme sur du matériel, pourrait faciliter l'ajout de correctifs de sécurité sans réentraîner toute la politique de locomotion. L'enjeu parle directement aux intégrateurs et décideurs du secteur, confrontés à un écart persistant entre démonstrations en simulation et fiabilité en conditions réelles. Le travail s'inscrit dans une recherche académique plus large sur le contrôle par apprentissage des humanoïdes, où le RL pour la locomotion et le suivi de mouvement s'est largement généralisé ces dernières années. Il se distingue des méthodes de filtrage de sécurité explicite, fondées sur des barrières de contrôle ou des modèles analytiques de la dynamique, souvent coûteuses ou difficiles à généraliser à un système aussi complexe. L'article ne mentionne ni code source, ni partenaire industriel, ni calendrier d'essais sur robot physique : ResSafe reste, à ce stade, une contribution de recherche dont l'apport devra être confirmé au-delà de la simulation.

RecherchePaper

1 source

2arXiv cs.RO

Activation rapide des filtres de sécurité par expansion d'atteignabilité en une étape

Un preprint publié sur arXiv le 17 septembre 2026 (arXiv:2609.17904v1) corrige un défaut des filtres de sécurité « least-restrictive » fondés sur la reachability de Hamilton-Jacobi, une technique qui garantit mathématiquement qu'un robot évite tout état dangereux en ne reprenant le contrôle, au détriment du contrôleur nominal, qu'à la frontière d'un ensemble interdit appelé Backward Reachable Tube (BRT). Cette garantie suppose un temps continu, alors que les robots commandent en réalité à intervalles d'échantillonnage discrets : entre deux mises à jour, le système peut sauter directement dans le BRT sans jamais toucher sa frontière, provoquant des échecs que la théorie continue jugeait pourtant évitables. La solution proposée calcule un BRT étendu d'un pas de temps, qui anticipe tous les états capables d'atteindre le véritable BRT en une seule période d'échantillonnage, et déclenche l'intervention de sécurité dès cette frontière élargie plutôt que l'originale. Ce nouvel ensemble se formule comme un problème de reachability modifié, résoluble avec les solveurs continus standards déjà utilisés, sans outil de calcul supplémentaire. Les filtres HJ équipent déjà des systèmes critiques en robotique aérienne, conduite autonome et manipulation, où ils servent de dernier rempart contre les collisions et les états irrécupérables ; un déclenchement trop tardif, dû au simple échantillonnage discret d'un contrôleur embarqué, ouvre une brèche invisible en simulation continue mais bien réelle sur le terrain, illustration classique de l'écart entre garantie théorique et comportement en exploitation. Pour les intégrateurs et les équipes de sécurité fonctionnelle qui cadencent leurs boucles de contrôle à fréquence finie, le correctif est directement actionnable puisqu'il ne nécessite ni nouvelle architecture de filtre ni nouveau contrôleur. Le papier ne règle pas l'ensemble du fossé simulation-réel des systèmes robotiques, mais comble une faille précise dans la chaîne de garanties formelles, à un moment où la certification de sécurité devient un critère d'achat pour les robots humanoïdes et les AMR partageant leur espace avec des humains. Ce travail prolonge la reachability de Hamilton-Jacobi, cadre mathématique popularisé notamment par les travaux de Claire Tomlin à Berkeley et devenu un outil standard de contrôle sûr pour drones, véhicules autonomes et bras robotiques, aux côtés d'approches concurrentes comme les control barrier functions. Le décalage entre temps continu et temps discret qu'il traite est connu de la communauté et jusqu'ici atténué par des marges de sécurité conservatrices, jugées ici insuffisamment rigoureuses. L'abstract ne mentionne aucune implémentation sur robot physique ni benchmark chiffré : il s'agit à ce stade d'une contribution méthodologique validée mathématiquement, pas d'un produit déployé, la suite logique étant sa validation sur des plateformes réelles fonctionnant à fréquence de contrôle limitée.

RecherchePaper

1 source

3arXiv cs.RO

VLA-Stem : un mécanisme de sécurité léger pour les modèles vision-langage-action (VLA) par apprentissage par renforcement

Des chercheurs proposent VLA-Stem, un mécanisme de sécurité léger fondé sur l'apprentissage par renforcement, destiné aux modèles Vision-Language-Action (VLA), ces modèles qui relient raisonnement de haut niveau et exécution d'actions bas niveau pour un contrôle robotique de bout en bout. Le principe est de ne pas toucher à la politique VLA sous-jacente. VLA-Stem convertit ses « action chunks » (séquences d'actions prédites) en références de mouvement, puis une politique dite « Stem » modifie l'exécution à l'inférence. Elle s'appuie pour cela sur ces références, la proprioception du robot et des informations locales sur les obstacles. L'entraînement combine distillation enseignant-élève et apprentissage par curriculum, pour gagner en robustesse et en efficacité d'échantillonnage. Sur six configurations simulées avec contraintes, la méthode atteint 52,8 % de succès moyen sans collision, contre 23,7 % pour la meilleure base de référence en sécurité. Elle préserve aussi les performances de la politique d'origine en l'absence d'obstacles. Des essais sur robot réel montrent des réductions de collisions constantes face à des obstacles statiques et dynamiques. Il s'agit d'un travail de recherche (préprint arXiv), sans produit ni déploiement commercial. L'enjeu est un angle mort bien connu des VLA : la plupart sont conçus pour de la manipulation statique dans des environnements sans contraintes, et ignorent les contraintes spatiales comme les obstacles mobiles, qui sont pourtant la norme en usine ou en logistique. La solution évidente, réentraîner le VLA sur des données d'évitement, coûte cher à collecter, surtout en dynamique, et risque de dégrader les capacités initiales. Une couche de sécurité modulaire, qui laisse le modèle de base intact, intéresse donc les intégrateurs : elle pourrait s'ajouter à des VLA existants sans repasser par un cycle complet de fine-tuning. Les chiffres appellent toutefois à la prudence. Un succès sans collision à 52,8 % reste très loin d'un niveau acceptable pour un déploiement industriel, et l'essentiel de l'évaluation est en simulation. L'ampleur de la validation réelle (nombre d'essais, robots, tâches) n'est pas précisée dans le résumé. Le travail s'inscrit dans l'essor des VLA comme Pi-0, Helix ou GR00T, qui privilégient la généralité de la tâche plutôt que la sécurité réactive. Les auteurs s'inspirent du tronc cérébral : l'intention de tâche vient du VLA, tandis que des réflexes rapides gèrent les risques physiques immédiats. Cette approche rejoint l'architecture à deux niveaux déjà visible dans plusieurs humanoïdes, où un modèle lent planifie et un contrôleur rapide exécute. Reste à voir si la méthode se généralise à d'autres VLA, à des bras et des scènes plus variés, et si elle tient les contraintes de latence en conditions réelles. Aucun calendrier de pilote ni code publié n'est mentionné dans le résumé.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

FAITH : apprentissage par renforcement filtré pour la sécurité, tenant compte de la faisabilité, pour les systèmes de grande dimension

Des chercheurs présentent FAITH (Feasibility-Aware Safety-Filtered RL), un cadre d'apprentissage par renforcement sans modèle qui sépare la sécurité de la performance de la tâche, publié sur arXiv (2610.12432v1). Le système approxime la valeur de sécurité optimale état-action, puis « amortit » dans un réseau feedforward un filtre à intervention minimale, c'est-à-dire un filtre qui modifie le moins possible l'action proposée par la politique. La politique de tâche optimise son retour à travers la dynamique filtrée, sans terme de sécurité concurrent dans sa mise à jour. Si aucune action ne satisfait la condition de sécurité apprise, le filtre choisit l'action au pic de dommage prédit le plus faible. Les tests portent sur un double intégrateur, un environnement Safety Gym et un humanoïde à 29 DOF en simulation. Sur la tâche Walking-Avoid, l'humanoïde atteint 99,95 % de taux de sécurité et conserve 97 % du retour de la politique non filtrée. Sur Push-Avoid, il obtient le taux de sécurité mesuré le plus élevé en apprenant à sacrifier son équilibre et à tomber en s'éloignant de la zone protégée. Les mêmes politiques sont démontrées sur un Unitree G1 réel. Le point notable est la séparation structurelle des objectifs. En RL sécurisé classique, la sécurité et la performance partagent un même objectif de politique, ce qui produit des mises à jour contradictoires et des compromis difficiles à régler. Les filtres de sécurité traditionnels, eux, exigent une fonction de sécurité analytique et un modèle de dynamique, ce qui est peu réaliste pour un humanoïde à haute dimension. Ils sont aussi myopes, car ils ne minimisent que l'écart instantané à l'action demandée, sans tenir compte du retour à long terme. Les projections dures deviennent en outre indéfinies quand aucune action sûre n'existe. FAITH traite ces trois limites. Le comportement « tomber pour éviter » est parlant : un filtre qui raisonne sur la faisabilité peut préférer une chute contrôlée à une collision. Pour un intégrateur, cela illustre la différence entre une sécurité de façade et un arbitrage explicite des situations sans issue. Les réserves sont claires : les résultats viennent d'un preprint sans relecture par les pairs, le taux de sécurité dépend de la définition de la zone protégée, et la démonstration sur G1 est qualitative, sans statistiques publiées dans le résumé. Ce travail s'inscrit dans la lignée des méthodes de sécurité par fonctions de valeur, issues de l'analyse d'accessibilité de Hamilton-Jacobi et des fonctions barrières de contrôle. Celles-ci passent mal à l'échelle des humanoïdes, d'où l'intérêt des approximations apprises. Le Unitree G1, plateforme de recherche abordable, est devenu le banc d'essai courant de ces approches, ce qui facilite leur comparaison et leur reproduction. La suite logique est une validation sur des tâches de manipulation et de locomotion plus variées, avec des humains réellement présents dans l'espace de travail, et une évaluation de la robustesse face à l'écart simulation-réel. Tant que ces éléments manquent, FAITH reste une preuve de concept prometteuse plutôt qu'une brique prête pour la certification en environnement industriel.

RecherchePaper

1 source