RecherchearXiv cs.RO 18 septembre 2026

DR-MPC : commande prédictive rapide et réalisable à dynamique relâchée pour la locomotion des robots à pattes

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs ont publié le 18 septembre 2026 sur arXiv (arXiv:2609.20035v1) un article présentant DR-MPC (dynamics-relaxed model prédictive control), une nouvelle formulation de commande prédictive pour la locomotion des robots à pattes, accompagnée d'un solveur de points intérieurs (IPM) conçu sur mesure. La méthode déplace les contraintes d'égalité de dynamique et les contraintes d'entrée affines dans des pénalités quadratiques, ne conservant que les contraintes de type boîte non vides, ce qui garantit la faisabilité de l'optimisation par construction. Le programme quadratique résultant présente une matrice hessienne en forme de bloc-flèche, permettant d'éliminer les directions d'état et de sortie affine via un complément de Schur ; le solveur ne factorise que le système de commande réduit, après élimination des forces de contact aux pattes en appui et un séquencement des mouvements aligné sur les contacts. Sur les implémentations testées avec la même formulation DR-MPC, la méthode affiche une accélération médiane de bout en bout de 16,0 fois par rapport au solveur HPIPM et de 4,4 fois par rapport à OSQP, pour des performances de locomotion comparables en simulation. Le temps de cycle médian embarqué atteint 4,4 millisecondes, validé sur un quadrupède Unitree Go1. Le code doit être publié en open source après parution de l'article.

Pour l'industrie des robots à pattes, la vitesse d'exécution de la commande prédictive embarquée reste un goulot d'étranglement direct : un cycle de 4,4 ms permet des fréquences de contrôle plus élevées, des allures plus dynamiques et potentiellement du calcul embarqué moins coûteux. La comparaison n'est pas faite contre une démonstration marketing mais contre deux solveurs déjà largement utilisés dans la communauté robotique, HPIPM et OSQP, ce qui donne à ce gain de vitesse une valeur d'ingénierie concrète plutôt qu'une simple annonce. La validation reste toutefois limitée à la simulation et à un seul quadrupède de recherche, sans généralisation démontrée à des plateformes plus lourdes ni à des humanoïdes.

Le travail s'inscrit dans la lignée des recherches en commande prédictive pour la locomotion à pattes, domaine où HPIPM et OSQP servent de références académiques établies depuis plusieurs années. Aucune entreprise n'est associée à cette publication, qui reste un travail de recherche académique sans calendrier de commercialisation annoncé. Le choix du Unitree Go1, plateforme quadrupède abordable très répandue en laboratoire, facilite la reproductibilité mais limite la portée immédiate des résultats à ce segment de robots légers.

Dans nos dossiers

Unitree arXiv cs.RO

À lire aussi

1arXiv cs.RO

SKooP : prédictions Koopman symétriques pour une locomotion plus rapide et généralisable des robots à pattes, via apprentissage par renforcement

Des chercheurs présentent SKooP (Symmetric Koopman Predictions), une méthode d'apprentissage par renforcement (RL) pour la locomotion de robots à pattes, détaillée dans un article récemment mis en ligne sur arXiv (2607.11624v1). L'approche combine deux leviers : les symétries morphologiques du robot et un modèle de Koopman appris via un autoencodeur, qui capture la dynamique du système sous une forme linéarisée. Ce modèle de Koopman génère des prédictions utilisées comme observations privilégiées pour le critique de l'algorithme acteur-critique, ce qui lui permet d'apprendre à partir de représentations plus lisses et informatives que les observations brutes. Les auteurs intègrent aussi des symétries de groupe dans les quatre réseaux du système (acteur, critique, encodeur, décodeur), produisant une politique fortement équivariante. Testée sur un robot quadrupède confronté à plusieurs tâches de locomotion bipède complexes, SKooP réduit systématiquement le temps de convergence et améliore la récompense obtenue par rapport aux approches de référence. Les politiques apprises se transfèrent en outre à différents environnements de simulation sans réentraînement complet. Ce résultat s'attaque à un point de friction connu du RL appliqué à la robotique : les méthodes qui encodent des a priori physiques dans l'apprentissage sont généralement validées sur des systèmes de faible dimension, bien définis, rarement sur des robots réels à dynamique non linéaire complexe comme les quadrupèdes ou de futurs humanoïdes. En démontrant un gain d'efficacité d'échantillonnage sur un système à haute dimension, SKooP apporte une preuve que ces techniques passent à l'échelle, un enjeu direct pour réduire le coût de calcul et le temps d'entraînement avant transfert sim-to-real, un goulot d'étranglement critique pour les intégrateurs qui doivent adapter des politiques à de nouvelles morphologies ou tâches sans repartir de zéro. La méthode s'inscrit dans une lignée de travaux récents cherchant à injecter des a priori physiques dans le RL pour compenser sa faible efficacité d'échantillonnage, en s'appuyant sur la théorie de l'opérateur de Koopman, déjà explorée en robotique pour linéariser des dynamiques non linéaires, ainsi que sur les travaux existants sur les symétries morphologiques en apprentissage de politiques. Les auteurs fournissent une analyse détaillée des modèles de Koopman appris et des politiques symétriques pour isoler la contribution de chaque composant. Le code et les résultats complémentaires sont accessibles via la page de projet dédiée.

RecherchePaper

1 source

2arXiv cs.RO

ReCo : locomotion cohérente avec la réponse de la politique grâce à une MPC adaptée, pour la manipulation par robots à pattes

Des chercheurs publient sur arXiv ReCo (Response-Consistent Locomotion), un cadre logiciel pour la manipulation continue sur robots à pattes, c'est-à-dire la tâche qui consiste à suivre précisément une trajectoire avec l'effecteur d'un bras pendant que la base continue de marcher. L'approche combine apprentissage par renforcement (RL) et commande prédictive (MPC). La politique apprise assure une locomotion robuste, tandis que le MPC coordonne la base et le bras pour compenser les erreurs de suivi. La contribution tient en deux briques. Un « response shaping » entraîne la politique à répondre aux commandes de façon cohérente et répétable malgré des dynamiques randomisées. Un modèle de réponse en boucle fermée, identifié ensuite, permet au MPC de planifier conjointement les commandes de locomotion et le mouvement du bras. Sur un benchmark en simulation, ReCo réduit l'erreur quadratique moyenne (RMSE) de position de 28,7 % et celle d'orientation de 27,4 % par rapport au meilleur point de comparaison pour chaque métrique. Des essais sur robot réel démontrent une manipulation continue embarquée, base et bras coordonnés. Le résumé ne précise ni la plateforme, ni la charge utile, ni les temps de cycle. L'enjeu est un problème que connaissent bien les intégrateurs de robots mobiles manipulateurs. Le MPC ne peut compenser que le mouvement de base qu'il sait prédire. Or la réponse d'une politique RL à une commande de vitesse varie avec la phase de marche, les contacts et la charge portée. Cette variabilité rend la compensation imprécise précisément quand le robot transporte quelque chose ou marche sur un sol irrégulier. Rendre la réponse de la politique prévisible plutôt que la corriger après coup est une voie pragmatique pour rapprocher les politiques apprises des contrôleurs à modèle, sans renoncer à la robustesse du RL. Pour un décideur industriel, cela concerne la précision en conditions réelles, souvent le point faible des démonstrations de manipulation sur quadrupèdes. Les gains annoncés restent toutefois mesurés en simulation, face à des références choisies par les auteurs, et la validation matérielle semble qualitative. Il s'agit d'un résultat de recherche, sans produit ni déploiement associé. Ces travaux s'inscrivent dans la lignée de la manipulation « loco-manipulation » sur quadrupèdes équipés d'un bras, où deux écoles s'opposent. L'une repose sur des politiques RL de bout en bout pour l'ensemble du corps. L'autre est hybride, avec un RL pour la marche et une optimisation pour le bras. ReCo se range dans la seconde. Elle vise à combler l'écart entre une politique de marche opaque et un planificateur qui a besoin d'un modèle fiable. La suite logique serait des essais sur d'autres plateformes, avec des charges variées et des tâches plus longues, ainsi qu'une comparaison avec des politiques de corps entier entraînées de bout en bout. Le texte n'annonce aucun calendrier de ce type.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

RoKON : commande prédictive efficace et adaptative pilotée par les données pour la manipulation robotique

RoKON est une méthode de commande prédictive pilotée par les données (DeePC, pour data-enabled prédictive control), décrite dans un préprint arXiv, qui vise à rendre cette approche utilisable en temps réel en robotique de manipulation. Le DeePC remplace le modèle dynamique explicite par des trajectoires d'entrées et de sorties mesurées, tout en gardant une formulation de commande optimale lisible. Les auteurs s'appuient sur un prédicteur non linéaire à noyaux gaussiens et proposent trois apports. Le premier est une méthode de Gauss-Newton amortie, qui exploite la structure de moindres carrés du problème pour tenir les contraintes de temps réel. Le deuxième est une gestion hybride du tampon de données, qui garde les données hors ligne pertinentes et y ajoute les données en ligne les plus informatives, afin que le prédicteur suive l'évolution de la dynamique. Le troisième est une validation sur MuJoCo, avec un bras Franka Research 3 qui pousse un bloc sur une surface dont les coefficients de friction changent sans être connus du contrôleur. L'intérêt est surtout méthodologique. Le DeePC restait jusqu'ici coûteux en calcul et fragile dès que la dynamique dérivait, ce qui l'écartait des boucles de manipulation rapides. Une variante adaptative et peu gourmande rapproche une commande transparente, sans réseau de neurones à entraîner, des tâches de contact où la friction varie, un cas typique de ce qui fait échouer les modèles figés. Pour un intégrateur, la promesse est de moins dépendre d'une identification de modèle longue pour chaque cellule. Il faut toutefois rester prudent : le résumé ne donne ni temps de calcul, ni erreur de suivi, ni comparaison chiffrée avec une commande prédictive classique, et tout reste en simulation, sans essai sur un robot réel. Ces travaux s'inscrivent dans la lignée du DeePC introduit autour de 2019 pour les systèmes linéaires, puis étendu aux noyaux pour les systèmes non linéaires. Ils s'opposent à deux familles dominantes : la commande prédictive à modèle appris et les politiques de bout en bout, dont les modèles vision-langage-action (VLA) type Pi-0 ou GR00T, plus généralistes mais moins interprétables. La suite logique est un transfert sur matériel, avec bruit de capteurs, latences et contacts réels, seule étape qui dira si l'efficacité annoncée tient hors de MuJoCo.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv 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