Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
PRISM : représentation prédictive du style d'interaction et du mouvement pour la navigation sociale des robots
RecherchearXiv cs.RO 

PRISM : représentation prédictive du style d'interaction et du mouvement pour la navigation sociale des robots

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

La recherche présentée dans l'article arXiv:2609.18125v1 (déposé fin septembre 2026) porte sur un système baptisé PRISM, pour Predictive Representation of Interaction Style and Motion, conçu pour améliorer la navigation des robots dans les foules humaines. Concrètement, PRISM utilise un encodeur transformer entraîné avec une fonction de perte dite Rank-N-Contrast pour transformer les trajectoires observées de piétons en un espace latent continu et ordonné, qui capture le style d'interaction de chaque personne plutôt que sa seule position géométrique. Le système associe à chaque trait inféré un score de stabilité temporelle, transmis ensuite à la politique de navigation du robot. Les auteurs rapportent des résultats obtenus dans des simulations de foules randomisées : une réduction du taux de collisions par rapport à une référence qui ne modélise que l'état géométrique des piétons, ainsi que des gains marginaux sur le temps de trajet et la longueur du chemin parcouru.

L'enjeu dépasse la seule performance chiffrée. La plupart des politiques de navigation sociale actuelles traitent les piétons comme de simples obstacles mobiles décrits par leur position et leur vitesse, ignorant que deux personnes se comportent différemment face à un robot selon leur style d'interaction propre. En inférant ce style de façon passive, sans capteurs additionnels ni interaction explicite, PRISM ouvre une piste pour des robots de livraison, des AMR ou des plateformes d'assistance appelés à circuler dans des environnements humains denses, où la sécurité perçue dépend autant du comportement social du robot que de sa seule évitement de collision.

Le travail s'inscrit dans la lignée des recherches en navigation sociale robotique qui cherchent à dépasser les modèles purement géométriques hérités de la planification de trajectoire classique. Il reste toutefois à un stade de validation en simulation uniquement : aucun essai sur robot physique ni déploiement réel n'est mentionné, et les gains rapportés sur le temps de trajet et la distance parcourue sont qualifiés eux-mêmes de modestes par les auteurs. La suite logique, non annoncée à ce stade, serait un transfert vers des plateformes réelles pour vérifier si l'amélioration observée en simulation résiste au bruit des capteurs et à la variabilité humaine réelle.

Dans nos dossiers

arXiv cs.RO

À lire aussi

TRACER : navigation sociale multirobot adaptative par prédiction conjointe et replanification interactive
1arXiv cs.RO 

TRACER : navigation sociale multirobot adaptative par prédiction conjointe et replanification interactive

Un nouveau framework de navigation multi-robot baptisé TRACER a été présenté dans un article publié sur arXiv le 17 septembre 2026 (référence 2609.18776), destiné aux flottes de robots évoluant dans des espaces partagés avec des humains. Le système fonctionne selon un principe d'horizon glissant bidirectionnel : il évalue plusieurs trajectoires candidates pour l'équipe de robots à l'aide d'un modèle probabiliste par entité, qui distingue l'effet propre de chaque robot des interactions par paires non additives avec les personnes à proximité. Une fois le début de la trajectoire choisie exécuté, TRACER met à jour des croyances persistantes, liées à l'identité de chaque entité observée, sur ses modes de réponse latents, à partir des réactions réellement mesurées. Ces croyances actualisées guident ensuite l'évaluation des trajectoires suivantes selon des critères de sécurité probabiliste et de coût sensible aux réponses humaines. Les tests ont été menés sur SocialGym2, un benchmark de référence en navigation sociale multi-robot, sans précision sur le nombre de robots engagés ni sur les temps de calcul. Les auteurs rapportent trois résultats principaux : TRACER capture mieux les effets d'interaction non additifs entre robots qu'un prédicteur additif de capacité équivalente, les croyances persistantes et cohérentes par identité améliorent la prédiction des réponses humaines et le replanning qui en découle, et le framework complet augmente le taux de trajets sans collision par rapport à une base de référence où chaque robot planifie indépendamment. Pour les intégrateurs de flottes de robots mobiles autonomes en entrepôt, hôpital ou espace public, ce travail cible une limite connue : les méthodes existantes traitent séparément la prédiction conditionnée à l'action, la planification multi-robot et l'adaptation en ligne, ce qui empêche de boucler prédiction et exécution en temps réel face à des humains non coopératifs. Cette recherche s'inscrit dans la continuité des travaux sur la navigation sociale robotique qui cherchent à dépasser les modèles de force sociale classiques et les approches de prédiction conditionnée à l'action, en unifiant prédiction et planification dans une seule boucle fermée. Classé comme contribution nouvelle sur arXiv, l'article reste à ce stade une validation purement en simulation via SocialGym2, sans annonce de pilote industriel, de partenaire ou de robot physique associé. Aucun acteur français ou européen comme Wandercraft, Exotec, Pollen Robotics ou Enchanted Tools n'apparaît dans ces travaux. L'étape suivante attendue pour ce type de recherche est le passage à des tests avec des robots réels face à des humains non scénarisés, écart qui reste le plus difficile à combler entre simulation et déploiement opérationnel.

RecherchePaper
1 source
Social-WM : des modèles du monde latents sensibles à la sécurité pour la navigation sociale des robots
2arXiv cs.RO 

Social-WM : des modèles du monde latents sensibles à la sécurité pour la navigation sociale des robots

Des chercheurs publient Social-WM, un cadre de planification par modèle de monde latent destiné à la navigation sociale des robots, c'est-à-dire le déplacement parmi des piétons et des obstacles. Le système est entraîné uniquement à partir de séquences vidéo RGB égocentriques. Il prédit, en fonction de l'action commandée, l'observation future réellement obtenue après chaque commande. Il apprend ainsi les conséquences pertinentes pour la sécurité. Un second objectif, dit de dynamique inverse « réalisable », associe chaque transition latente observée à l'action effectivement réalisée, et non à l'action nominale demandée. Au déploiement, le robot imagine plusieurs actions candidates dans le modèle de monde. Le modèle inverse estime ensuite leur réalisabilité, et l'écart entre action nominale et action réalisable sert de signal de sécurité avant exécution. Sur le benchmark Social-HM3D, Social-WM atteint 63,77 % de réussite avec 21,67 % de collisions avec des humains. Les résultats restent solides en transfert zéro-shot sur Social-MP3D. L'approche n'utilise ni suivi explicite des piétons, ni état humain privilégié, ni apprentissage par renforcement en ligne. L'intérêt tient à la manière de traiter le problème. Une action « avancer » peut s'exécuter entièrement en espace libre, mais doit être freinée ou modifiée face à un piéton ou un obstacle. Les données de navigation sociale contiennent donc un décalage systématique entre commande et mouvement réel. En apprenant ce décalage plutôt qu'en le supposant nul, le robot dispose d'un indicateur de risque sans module de perception dédié aux humains. Pour un intégrateur, cela réduit la dépendance à des piles de suivi et de prédiction de trajectoires, coûteuses à calibrer. Le fait que la dynamique et la réalisabilité soient indépendantes du but permet de réutiliser le même modèle pour la navigation par position et par image-cible. Il faut toutefois relativiser : un taux de collision de 21,67 % reste très éloigné d'un niveau acceptable en environnement réel, et les résultats proviennent de simulation. Aucun test sur robot physique ni comparaison de coûts de calcul n'est mentionné dans le résumé. Ce travail s'inscrit dans la montée des modèles de monde latents, qui planifient dans un espace de représentation compact plutôt qu'en reconstruisant des pixels, et dans l'effort pour combler l'écart entre simulation et réel en navigation sociale. Les benchmarks utilisés, construits sur les scènes HM3D et Matterport3D, relèvent de la simulation d'intérieur et couvrent mal la variété des lieux publics. Les approches concurrentes reposent généralement soit sur l'apprentissage par renforcement en ligne, soit sur des modules explicites de suivi des piétons. La suite logique est une validation sur plateforme mobile réelle, dans des espaces partagés comme les hôpitaux ou la logistique, où des robots mobiles autonomes (AMR) croisent déjà des opérateurs. Il s'agit pour l'instant d'une préimpression arXiv (v1), non évaluée par les pairs, sans produit ni déploiement annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Intégration du flow matching et de la commande prédictive pour une navigation robotique sûre
3arXiv cs.RO 

Intégration du flow matching et de la commande prédictive pour une navigation robotique sûre

Des chercheurs proposent, dans une prépublication arXiv (v1, octobre 2026), un cadre qui associe un planificateur de trajectoires par flow matching à un contrôle prédictif de suivi de chemin (MPC, pour model prédictive control). Le modèle génératif, entraîné sur des démonstrations, apprend la distribution multimodale des chemins possibles. Le contrôleur prédictif adapte ensuite le mouvement en ligne pour respecter les contraintes d'état et d'entrée, et pour éviter les obstacles à partir des données locales des capteurs. Un mécanisme de replanification déclenché par événement réinjecte les solutions du contrôleur dans la génération de chemins suivante, afin de favoriser une navigation sans collision face à des obstacles absents des données d'entraînement. L'évaluation se limite à des simulations de navigation de robot mobile en environnements encombrés. Les auteurs annoncent des performances robustes, mais le résumé ne donne ni taux de succès, ni temps de calcul, ni comparaison chiffrée avec d'autres méthodes. L'intérêt du travail tient à un angle mort bien connu des planificateurs appris par diffusion ou flow matching. Ils produisent des trajectoires variées et réalistes, mais n'offrent aucune garantie de respect des contraintes ni d'évitement de collision au moment du déploiement. C'est un frein concret pour les intégrateurs et les responsables industriels qui doivent certifier le comportement de robots mobiles (AMR) en entrepôt ou en usine. Séparer la génération de chemins, confiée au modèle appris, de l'exécution sous contraintes, confiée à un contrôleur à base de modèle, ramène la sécurité dans une couche vérifiable. Cette architecture hybride est plus crédible pour l'industrie qu'une politique de bout en bout. Elle ne démontre rien sur le transfert simulation-réel, ni sur la tenue du flow matching dans des scènes dynamiques, ni sur la charge de calcul d'un MPC couplé à une replanification fréquente. Le résultat reste donc une preuve de concept académique, sans robot physique ni déploiement. Le contexte est celui de la montée des politiques génératives en robotique. Les modèles de diffusion, puis le flow matching, sont devenus des briques standard dans les politiques d'imitation et dans les modèles vision-langage-action (VLA), comme Pi-0, qui repose sur le flow matching. Leur faiblesse sur les contraintes dures a conduit à de nombreux travaux de guidage ou de filtres de sécurité, auxquels le MPC offre une alternative éprouvée. Les prochaines étapes naturelles seraient des essais sur plateforme réelle, des comparaisons avec les méthodes de guidage par diffusion et des tests avec obstacles dynamiques. Aucun calendrier de ce type n'est annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
GROVE : simulation de piétons fondée sur le langage naturel pour la navigation sociale interactive de robots
4arXiv cs.RO 

GROVE : simulation de piétons fondée sur le langage naturel pour la navigation sociale interactive de robots

GROVE (Grounded Robot-Oriented Vehicle Environment), présenté dans un preprint arXiv (2606.25504) déposé fin juin 2026, est un framework de simulation de piétons piloté par langage naturel, conçu pour entraîner et évaluer des robots de navigation sociale. Le système accepte des instructions textuelles pour générer des scénarios de simulation: trois presets préconfigurés couvrent les situations d'urgence, de file d'attente et de déplacement ordinaire, mais l'utilisateur peut aussi saisir un prompt libre pour obtenir un scénario entièrement personnalisé. Trois modules distincts gèrent respectivement le comportement humain à long horizon (trajectoires et intentions globales), la navigation piétonne à moyen horizon (évitement, flots de foule), et les interactions sociales à court horizon entre robot et individus. GROVE s'intègre nativement dans Isaac Sim (NVIDIA), Gazebo et RViz. Les scènes de validation couvrent des environnements résidentiels, hospitaliers et de bureau. Le principal verrou que GROVE cherche à lever est le coût de génération manuelle de données de simulation: aujourd'hui, produire un scénario crédible (couloir d'hôpital en heure de pointe, évacuation d'urgence) exige un travail de paramétrage fastidieux, répété à chaque variante. Déléguer cette configuration au langage naturel réduit la friction pour les équipes non-spécialistes et accélère la diversification des données d'entraînement. La sélection dynamique des algorithmes de l'état de l'art par module vise explicitement à comprimer le sim-to-real gap, défaillance structurelle qui pénalise le transfert des politiques apprises en simulation vers des robots déployés en milieu réel. Sur le papier, l'architecture modulaire permet aussi de mettre à jour chaque couche indépendamment quand un nouvel algorithme de navigation ou de prédiction de trajectoire devient disponible. La navigation sociale robotique est un champ actif depuis plus d'une décennie, avec des modèles fondateurs comme le Social Force Model et des outils de simulation existants (PedSim, pedsim\_ros, SEAN) qui imposaient des paramétrages rigides et manuels. GROVE s'inscrit dans une tendance plus large d'utilisation des LLM comme interface de configuration pour les pipelines de simulation, une direction explorée parallèlement dans la génération procédurale de scènes 3D. Important à noter: la validation présentée est uniquement qualitative, sans benchmark quantitatif sur des métriques standardisées comme celles de trajnet++ ou BARN. Les affirmations sur la "haute fidélité" de simulation restent donc à vérifier sur robot réel. Le preprint ne mentionne ni déploiement en production ni partenariat industriel.

RecherchePaper
1 source