Aller au contenu principal
Sécurité en couches : renforcer l'évitement de collision autonome par filtres de sécurité CBF multi-étapes
RecherchearXiv cs.RO 

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

À lire aussi

AgilePE : poursuite-évasion de drones autonomes par apprentissage par renforcement en auto-jeu
1arXiv cs.RO 

AgilePE : poursuite-évasion de drones autonomes par apprentissage par renforcement en auto-jeu

Un preprint publié en août 2026 sur arXiv (2608.14135) présente AgilePE, un système complet de poursuite-évasion autonome entre drones fondé sur l'apprentissage par renforcement en auto-jeu. La politique convertit directement les observations d'état embarquées en commandes de poussée collective et de vitesses angulaires du corps (CTBR), sans planificateur de trajectoire intermédiaire ni contrôleur de points de passage. L'entraînement combine auto-jeu compétitif via Prioritized Fictitious Self-Play (PFSP) et un pool d'adversaires diversifié pour stabiliser l'apprentissage face aux versions historiques de la politique. Le transfert vers le réel repose sur un pipeline de simulation modélisant la dynamique des actionneurs, la latence de communication et une randomisation de domaine, permettant un transfert zero-shot sur de vrais quadricoptères sans réglage spécifique ; les essais réels reproduisent esquives rapides et manoeuvres de flanquement observées en simulation, jusqu'à une démonstration interactive à deux agents en temps réel. Ce résultat s'attaque à une limite connue des approches classiques, règles fixes ou théorie des jeux différentiels, qui peinent face à des interactions aériennes complexes et rapides. AgilePE montre que l'auto-jeu compétitif peut faire émerger des stratégies tactiques sans les coder à la main, et que le transfert simulation-vers-réel peut réussir en zero-shot pour des manoeuvres très dynamiques dès lors que le matériel réel, actionneurs et latence compris, est fidèlement modélisé en amont. Pour les intégrateurs de robotique aérienne, c'est un argument en faveur des politiques de contrôle bout-en-bout face aux piles classiques de planification puis suivi de trajectoire, et un cas d'usage pertinent pour la détection et la neutralisation de drones, où la poursuite-évasion est un scénario directement opérationnel. La poursuite-évasion aérienne prolonge une tradition de recherche en théorie des jeux différentiels remontant à Rufus Isaacs, longtemps limitée à des dynamiques simplifiées et de faible dimension. AgilePE reprend des techniques d'auto-jeu popularisées par les systèmes de jeu de stratégie, dont PFSP, déjà utilisé dans d'autres environnements multi-agents compétitifs, et les applique au contrôle de vol agile en boucle fermée. Le résumé ne cite aucune institution ni entreprise, et le travail reste au stade de la recherche : les démonstrations portent sur des quadricoptères réels en conditions de laboratoire, pas sur un produit ou un déploiement commercial. Aucun calendrier de suite n'est précisé, mais l'approche s'inscrit dans une tendance plus large vers des contrôles de vol agile appris de bout en bout, en concurrence avec les méthodes de planification classique utilisées pour le vol de course ou l'évitement d'obstacles.

RecherchePaper
1 source
Saut à la corde en coopération grâce à l'apprentissage par renforcement multi-agents
2arXiv cs.RO 

Saut à la corde en coopération grâce à l'apprentissage par renforcement multi-agents

Des chercheurs ont publié sur arXiv (2606.08064) un framework baptisé Marope permettant à plusieurs robots humanoïdes de pratiquer le saut à la corde collective en coordination. Le scénario implique deux robots Unitree G1 chargés de faire tourner la corde en synchronie, pendant qu'un troisième participant saute à des rythmes variables. L'architecture repose sur un apprentissage par renforcement multi-agents (MARL) hiérarchique : au niveau bas, des politiques décentralisées contrôlent indépendamment chaque bras de rotation de corde ; au niveau haut, une politique centralisée de scheduling orchestre l'exécution et la coordination entre ces modules. Les auteurs ont validé le système à la fois en simulation et en déploiement réel sur des Unitree G1, montrant que Marope surpasse les baselines testées en termes de stabilité de manipulation et de capacité d'adaptation à différents styles de saut. Ce travail illustre une lacune importante dans la recherche sur la locomotion athlétique des humanoïdes : la quasi-totalité des résultats existants (course, danse, parkour) opèrent en mode mono-agent ou sans interaction précise avec d'autres participants. Le saut à la corde impose une contrainte temporelle stricte et bidirectionnelle : les deux tourneurs doivent anticiper et s'adapter au rythme du sauteur en temps réel, ce qui constitue un banc d'essai réel pour la coordination multi-agent en boucle fermée. L'intégration de politiques de saut diversifiées dans l'entraînement coopératif, pour renforcer la généralisation, est un choix méthodologique notable. La démonstration en conditions réelles sur du matériel commercial reste modeste en scope, mais elle valide que le sim-to-real ne s'effondre pas sur cette tâche rythmique. Unitree est le fournisseur dominant sur le marché des humanoïdes accessibles (G1 à environ 16 000 USD), face à Figure, Agility Robotics ou Boston Dynamics sur le segment premium. Côté MARL appliqué aux humanoïdes, les travaux récents de DeepMind sur les agents sportifs et les recherches de Carnegie Mellon sur les interactions physiques constituent le terrain immédiat. Marope n'est pas encore un produit déployé ni un système industrialisé : c'est une preuve de concept académique, sans annonce de commercialisation ni de partenariat industriel à ce stade.

RecherchePaper
1 source
CoRL-MPPI : améliorer le MPPI avec des comportements appris pour un évitement de collision multi-robots efficace et sûr
3arXiv cs.RO 

CoRL-MPPI : améliorer le MPPI avec des comportements appris pour un évitement de collision multi-robots efficace et sûr

Une équipe de recherche présente CoRL-MPPI, une méthode combinant apprentissage par renforcement coopératif et Model Predictive Path Integral (MPPI) pour l'évitement de collision décentralisé entre robots mobiles. Publié sur arXiv (version 3, remplaçant une soumission antérieure), le papier décrit un réseau de neurones profond entraîné en simulation pour apprendre des comportements coopératifs locaux d'évitement d'obstacles. Cette politique apprise est ensuite injectée dans le processus d'échantillonnage du contrôleur MPPI classique, orientant les trajectoires candidates vers des actions plus coopératives et pertinentes, y compris dans des scénarios éloignés des données d'entraînement. Les auteurs affirment que leur méthode conserve les garanties théoriques de sécurité du MPPI standard, tout en améliorant le taux de succès de navigation et en réduisant les délais, dans des environnements denses et dynamiques impliquant plusieurs robots. Les résultats sont comparés à des méthodes classiques (MPPI pur) et à des approches d'apprentissage par renforcement multi-agents concurrentes. Pour l'industrie robotique, ce travail illustre une tendance de fond: hybrider contrôle optimal classique et apprentissage profond plutôt que de choisir entre les deux camps. Le MPPI seul souffre d'un échantillonnage aléatoire non informé, ce qui limite ses performances en environnement dense; le RL pur, à l'inverse, manque souvent de garanties formelles de sécurité, un point bloquant pour tout déploiement industriel réel (flottes d'AMR en entrepôt, essaims de drones). En préservant les propriétés de sécurité prouvable du MPPI tout en injectant du comportement appris, CoRL-MPPI répond directement à une critique récurrente adressée aux méthodes purement data-driven: l'absence de garanties exploitables en production. C'est un signal pertinent pour les intégrateurs qui évaluent des piles de navigation multi-robots pour la logistique ou les essaims aériens. Le MPPI est un cadre de contrôle prédictif largement utilisé en robotique mobile depuis plusieurs années, apprécié pour sa flexibilité vis-à-vis de modèles de mouvement arbitraires. Les tentatives précédentes d'amélioration se sont concentrées soit sur de meilleures fonctions de coût, soit sur des politiques d'apprentissage remplaçant entièrement le contrôle classique, au prix des garanties théoriques. CoRL-MPPI se positionne dans une troisième voie, celle des architectures hybrides guidage-par-politique, déjà explorée dans d'autres contextes de planification de trajectoire. Le papier ne mentionne pas de partenariat industriel ni de déploiement matériel réel: il s'agit d'un travail de recherche évalué en simulation, dont la prochaine étape logique serait une validation sur robots physiques en conditions denses et dynamiques.

RecherchePaper
1 source
Au-delà de l'évitement de collision : priorité de passage entre robots et affordance spatiale en évacuation d'urgence
4arXiv cs.RO 

Au-delà de l'évitement de collision : priorité de passage entre robots et affordance spatiale en évacuation d'urgence

Une équipe de chercheurs a publié sur arXiv (2605.16115) les résultats d'une étude expérimentale portant sur le comportement des robots de service mobiles lors d'évacuations d'urgence en espace confiné. Cinquante-six participants ont été soumis à un protocole d'expérimentation via un environnement virtuel de type jeu vidéo, simulant des couloirs étroits avec ou sans niches de refuge latérales. Quatre stratégies de cession d'espace ont été comparées : Hide (le robot s'efface dans une niche), LineEscape (il se déplace en ligne pour libérer le couloir), Freeze (immobilisation complète) et ShortestPath (trajectoire optimale sans considération sociale). L'étude mesure les réponses psychologiques individuelles, notamment le confort perçu et le délai cognitif ressenti par les évacués. Les résultats établissent une hiérarchie de préférence nette : Hide > LineEscape > Freeze > ShortestPath. La conclusion centrale est que la cession proactive d'espace surpasse significativement les approches statiques ou purement efficientistes. Plus important encore pour les concepteurs de systèmes, l'étude met en évidence le rôle déterminant des affordances environnementales : lorsqu'une niche est visible mais non utilisée par le robot (stratégie LineEscape), les participants perçoivent un délai cognitif nettement accru, même si leur trajectoire physique reste dégagée. Ce phénomène, qualifié d'"Expectation Violation", signale que la navigation robotique en contexte d'urgence ne peut se limiter à l'optimisation de trajectoire : elle doit intégrer les attentes spatiales implicites des humains. L'étude note également que l'expérience préalable avec des robots améliore la capacité des utilisateurs à interpréter des comportements sociaux complexes. Ce travail s'inscrit dans un débat de fond sur la cohabitation humain-robot dans les espaces publics et industriels, où la densité de déploiement des AMR (robots mobiles autonomes) augmente dans les entrepôts, hôpitaux et gares. Les stratégies de navigation actuelles, principalement héritées des algorithmes d'évitement de collision comme DWA ou RVO, ne modélisent pas les attentes cognitives humaines. Cette recherche pousse vers une navigation dite "sémantiquement consciente", qui intègre la géométrie de l'environnement comme signal social. Les auteurs annoncent une suite centrée sur les interactions entre essaims de robots et foules de piétons, un scénario particulièrement pertinent pour les opérateurs de sites à forte densité humaine.

RecherchePaper
1 source