RecherchearXiv cs.RO 18 septembre 2026

HEROIC : raisonnement évidentiel hétérogène pour identification à vocabulaire ouvert et collaboration inter-robots

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de recherche présente HEROIC (Heterogeneous Evidential Reasoning for Open-Vocabulary Identification and Cross-Robot Collaboration), un framework décentralisé de coordination pour équipes hétérogènes de robots aériens et terrestres, détaillé dans un article publié sur arXiv (2609.19803v1). Le système permet à des drones et des robots au sol de communiquer uniquement en langage naturel pour mener des missions de recherche en environnement ouvert, sans rôles fixés à l'avance ni étiquettes de capacités écrites manuellement. Dans des expériences en conditions réelles ("full-stack") menées sur 6 scènes, HEROIC atteint la cible recherchée dans 84% des cas, contre 35 à 54% pour des méthodes concurrentes incluant des modèles vision-langage de pointe, une recherche par frontière, un balayage en lignes ("lawnmower") et une marche aléatoire, tous utilisant la même chaîne de perception. Le système est également 2 à 4 fois plus rapide pour atteindre sa cible. L'échantillon de 6 scènes reste toutefois limité pour juger de la robustesse générale de l'approche.

Pour l'industrie de la recherche et sauvetage urbain (USAR), la réponse aux catastrophes ou les environnements dangereux, ce travail répond à un problème concret : les drones couvrent vite de grandes zones mais ne peuvent pas résoudre des cibles petites ou occultées depuis l'altitude, tandis que les robots terrestres identifient précisément les objets ou personnes à courte portée mais couvrent moins de terrain. En permettant à chaque agent de se ré-affecter dynamiquement pendant la mission, y compris pour un drone de passer de chercheur à rôle de triage aérien, d'escorte ou de guide de route pour les unités au sol, HEROIC démontre qu'une allocation de rôles pilotée par le langage naturel et une loi d'échelle physique peut dépasser des architectures où les rôles restent figés ou assignés une fois pour toutes par un modèle de langage.

Le point de départ du système est le calcul, à partir du seul prompt de mission, de l'altitude de vol et de l'espacement de balayage nécessaires pour détecter une cible avec une confiance suffisante ; si cette altitude descend sous le seuil de vol sûr, l'agent aérien se redéploie automatiquement vers un rôle de soutien. Les deux types de robots maintiennent une croyance évidentielle sur la zone de recherche, combinant rayons de gisement pour les preuves positives et un postérieur log-odds pour les preuves négatives, avec vérification rapprochée obligatoire avant toute conclusion. Il s'agit à ce stade d'un résultat de recherche expérimental, sans annonce de déploiement industriel ou de partenariat commercial.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

DRIVE-Nav : raisonnement directionnel, inspection et vérification pour une navigation efficace à vocabulaire ouvert

Des chercheurs ont publié DRIVE-Nav, un framework pour la navigation en vocabulaire ouvert (OVON, Open-Vocabulary Object Navigation), qui permet à un agent robotique de localiser un objet désigné en langage naturel dans un environnement inconnu. La méthode structure l'exploration autour de "directions persistantes" plutôt que de frontières brutes classiques, en restreignant les décisions à un champ de vue frontal de 240 degrés. Les candidats directionnels sont extraits via une méthode Fast Marching Method (FMM) pondérée, combinée à un enrichissement de prompts vision-langage et une vérification inter-frames pour améliorer la fiabilité du grounding sémantique. Sur le benchmark HM3D-OVON, DRIVE-Nav atteint 50,2 % de taux de succès (SR) et 32,6 % de SPL (Success weighted by Path Length, mesure d'efficacité du chemin), surpassant la meilleure méthode précédente de 1,9 points SR et 5,6 points SPL. Le système obtient également le meilleur SPL sur trois autres benchmarks standard : HM3Dv1, HM3Dv2 et MP3D. Une validation sur robot humanoïde physique est mentionnée. Le gain de 5,6 points de SPL est le résultat le plus structurellement significatif : il indique que l'agent atteint ses cibles non seulement avec succès, mais via des chemins plus courts, ce qui est directement pertinent pour les applications industrielles où le temps de cycle est un critère opérationnel. L'approche s'attaque à un problème récurrent des méthodes zero-shot : la redondance des candidats frontières et les re-visites coûteuses. En maintenant un registre de directions déjà inspectées, DRIVE-Nav réduit l'overhead panoramique que l'on reproche aux méthodes topology-aware. Le déploiement sur humanoïde, bien que brièvement mentionné sans détails de conditions ni métriques, suggère une transférabilité sim-to-real partielle. La navigation OVON est un sous-domaine de l'embodied AI en croissance rapide depuis 2022, porté par les progrès des modèles vision-langage de type CLIP et LLaVA. Les méthodes concurrentes incluent ESC, OpenFMNav et diverses approches zéro-shot basées sur LLM. DRIVE-Nav s'inscrit comme une amélioration incrémentale mais solide de cette famille, sans rupture architecturale majeure. Les benchmarks HM3D et MP3D sont les standards de facto du domaine, développés par Meta Research. Ce travail est une preprint arXiv (2603.28691v2, version révisée), non encore peer-reviewed au moment de la publication. Aucun laboratoire ou industriel européen n'est impliqué.

RecherchePaper

1 source

2arXiv cs.RO

Planification assistée par éclaireur pour équipes de robots hétérogènes en environnements partiellement connus

Des chercheurs ont publié sur arXiv (arXiv:2605.22693) un cadre de planification appelé Scout-Assisted Planning (SAP), conçu pour des équipes robotiques hétérogènes évoluant dans des environnements partiellement cartographiés. Le problème ciblé est concret : lorsqu'un robot terrestre (UGV) progresse sur un réseau routier dont certaines voies sont bloquées, il ne le découvre qu'en s'y engageant physiquement, générant des détours coûteux. SAP intègre des drones éclaireurs (UAV) qui collectent de l'information en avance de phase pour guider les UGV. Pour cibler les reconnaissances les plus utiles, les auteurs introduisent l'Information Gain-based Action Pruning (IGAP), un mécanisme qui score chaque action de scouting selon son impact attendu sur le comportement du robot au sol. Comme le calcul exact de l'IGAP est prohibitif en temps réel, un modèle Graph Neural Network (GNN) est entraîné à prédire ces valeurs directement depuis la structure du graphe routier et l'état de croyance courant. Sur trois types d'environnements testés, SAP avec IGAP réduit le coût de déplacement des UGV de 31,9 à 37,7 % par rapport à la baseline Canadian Traveler Problem, et surpasse de 8 à 14 % les approches de guidage par proximité. Ces résultats pointent vers un verrou industriel réel : dans la logistique d'entrepôt, la réponse à sinistre, ou les opérations minières, un robot terrestre contraint de faire demi-tour mobilise du temps machine et perturbe les flux. L'apport de SAP est de rendre la décision de scouting dirigée par la valeur informationnelle plutôt que par la simple distance, un glissement non trivial. L'usage d'un GNN pour approximer l'IGAP est l'élément clé : il ramène le planning à des niveaux temps réel sans dégradation mesurable de la qualité de solution, ce qui ouvre la voie à un déploiement embarqué sur matériel contraint. La distinction entre guidage par information et guidage par proximité, avec 8 à 14 % d'écart, valide quantitativement que la sophistication algorithmique se traduit en gains opérationnels réels. Ce travail s'inscrit dans un courant de recherche actif sur la planification multi-robots hétérogènes, où drones et robots terrestres forment des binômes complémentaires. La formulation s'appuie sur le Canadian Traveler Problem, un cadre classique de navigation sous incertitude, et l'étend avec une couche d'apprentissage automatique. Les acteurs industriels proches de cette problématique incluent Boston Dynamics (Spot + drones), Exotec pour la logistique autonome en entrepôt, ou encore les consortiums de robotique minière australiens. La prochaine étape naturelle serait la validation sur plateforme physique réelle : les expériences rapportées restent simulées, et le sim-to-real gap sur des graphes routiers dynamiques reste un défi non résolu par cet article.

UERésultats encore simulés, mais la méthode pourrait bénéficier indirectement à des acteurs logistiques européens comme Exotec lors d'une éventuelle validation sur plateforme physique réelle.

RecherchePaper

1 source

3arXiv cs.RO

HEHA : planification sous-optimale bornée pour le routage contraint et son usage en exploration multi-robots hétérogène d'environnements inconnus

Des chercheurs proposent HEHA (Hierarchical Exploration with Heterogeneous Agents), un cadre de planification pour l'exploration autonome d'environnements inconnus par une flotte hétérogène: drones, robots à roues et robots à pattes, dont les capacités de franchissement diffèrent. Le système reprend une architecture hiérarchique récente qui sépare planification globale et locale. Sa contribution centrale est un algorithme de routage, RCH (Routing with Constraints and Heterogeneity). Il traite un problème de chemins hamiltoniens multiples sous contraintes (mHPP): répartir les zones à explorer entre les robots et fixer leur ordre de visite, en respectant la traversabilité propre à chaque machine. RCH trouve rapidement des solutions sous-optimales à garantie bornée, en minimisant le makespan, c'est-à-dire la longueur du plus long trajet parmi les agents. Le planificateur local tient aussi compte de l'hétérogénéité pour éviter les explorations redondantes. Selon les auteurs, RCH réduit le makespan jusqu'à 47% face à plusieurs méthodes de référence, et HEHA réduit le temps d'exploration jusqu'à 30% par rapport aux approches existantes. L'enjeu est pratique. Les sites réels, comme les chantiers, les mines, les sites industriels sinistrés ou les opérations de recherche et sauvetage, appellent des équipes mixtes. Or une grande partie de la littérature suppose des robots identiques, ce qui contourne la vraie difficulté: un drone atteint des zones inaccessibles à un robot à roues, et un quadrupède franchit des obstacles qui bloquent un AMR. Le problème d'allocation doit être résolu de nouveau à chaque nouvelle zone découverte, donc la vitesse de calcul compte autant que la qualité de la solution. Les garanties de sous-optimalité bornée sont un argument solide pour un intégrateur qui exige un comportement prévisible. Les gains annoncés sont des maxima ("jusqu'à") et dépendent des scénarios et des références choisis. Le résumé ne précise pas si des essais ont eu lieu sur du matériel réel, et il s'agit d'un travail académique, sans produit ni déploiement commercial. Ce travail s'inscrit dans l'essor de l'exploration multi-robot hiérarchique et des planificateurs de type mHPP, longtemps pensés pour des flottes homogènes. Il rejoint la tendance aux équipes mixtes air-sol, portées par la montée des robots à pattes et des drones autonomes. Il s'agit ici d'une version révisée (v2) du preprint arXiv 2510.04161. Les suites logiques sont une validation sur des flottes physiques, la prise en compte de communications limitées ou de pannes, et une intégration avec des couches de perception sémantique.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

Collaboration hétérogène entre robots dans des environnements non structurés grâce à l'IA générative ancrée

Les chercheurs a l'origine de SPINE-HT ont publie une version mise a jour de leur article sur arXiv (référence 2510.26915v2) présentant un framework de collaboration pour des équipes de robots hétérogènes évoluant dans des environnements non structures. Le système s'appuie sur des grands modèles de langage (LLM) et des modèles vision-langage (VLM) pour déduire les sous-taches nécessaires a partir d'une spécification de mission formulée en langage naturel et du contexte de l'environnement. Le processus se déroule en trois étapes: un LLM infère d'abord les sous-taches requises a partir de la mission et des capacités déclarées de l'équipe, ces sous-taches sont ensuite validées pour vérifier leur faisabilité avant d'être assignées aux robots selon des critères comme la franchissabilite du terrain ou les capacités de perception, puis le framework les met a jour en continu grâce aux retours collectes sur le terrain (cartes sémantiques, résultats des taches). En simulation, avec perception et contrôle en boucle fermée, SPINE-HT obtient un taux de réussite près de deux fois supérieur aux approches antérieures de teaming hétérogène basées sur des LLM. En conditions réelles, l'équipe a teste le système sur une flotte composée d'un robot a roues Clearpath Jackal, d'un robot a roues Clearpath Husky, du quadrupède Spot de Boston Dynamics et d'un drone volant a haute altitude, atteignant un taux de réussite de 87,5% sur des missions exigeant un raisonnement sur les capacités de chaque robot et un ajustement des sous-taches via retour d'information en ligne. Ce résultat s'attaque directement a une limite récurrente des méthodes de teaming multi-robots pilotées par LLM: la plupart supposent des environnements bien structures et connus a l'avance, ce qui dégradé leurs performances des que le terrain devient incertain ou changeant. Pour les intégrateurs travaillant sur des flottes mixtes (drones, robots a roues, robots a pattes) destinées a l'inspection, la recherche et sauvetage ou la surveillance de sites industriels, la démonstration montre qu'une spécification de mission en langage naturel peut remplacer une bonne partie de l'ingénierie manuelle de taches, a condition que le système puisse vérifier la faisabilité et se corriger en temps réel plutôt que de suivre un plan fige. Il s'agit toutefois d'un prototype de recherche, teste sur un nombre limite de plateformes et de scenarios de mission, et non d'un produit commercialise ni d'un déploiement opérationnel a grande échelle. Aucune entreprise ni financement n'est mentionne dans l'article; les auteurs renvoient vers un site dédié au projet pour plus de détails. La progression par rapport aux méthodes antérieures de teaming hétérogène base sur LLM situe ce travail dans un courant de recherche actif visant a ancrer le raisonnement des modèles génératifs dans le contexte physique et évolutif de robots réels, plutôt que dans des simulations idéalisées.

RecherchePaper

1 source