RecherchearXiv cs.RO 21 septembre 2026

SPARROW : navigation, observation et attente adaptatives pour robots via POMCP de survie

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs présentent SPARROW (Survival-POMCP for Adaptive Robot Routing, Observation and Waiting), un planificateur de navigation robotique décrit dans un article publié le 21 septembre 2026 sur arXiv (2609.21008v1). Le système traite le problème des obstacles temporaires bloquant la route planifiée d'un robot : attendre que l'obstacle se dégage, contourner, ou d'abord observer pour en savoir plus. Formulé comme un processus de décision semi-markovien partiellement observable, SPARROW s'appuie sur l'algorithme POMCP (Partially Observable Monte Carlo Planning) et maintient une croyance sous forme de particules sur la classe latente de chaque obstacle et son temps de dégagement probable. Des modèles de survie conditionnés par classe sont appris en ligne, à partir d'observations de dégagement effectif mais aussi de rencontres censurées (le robot contourne avant que l'obstacle ne se libère). Un modèle génératif simule l'apparition et la disparition des obstacles le long des trajectoires alternatives, et un critère de valeur de l'apprentissage arbitre entre le coût immédiat de collecter des données étiquetées et la réduction attendue du regret de navigation futur. Sur deux graphes de simulation et plusieurs configurations de classes d'obstacles, SPARROW réduit le temps moyen jusqu'à l'objectif de 12 à 26% par rapport à OSCAR, une méthode de référence basée sur l'analyse de survie. Sur un robot mobile physique, le gain atteint 20,5% par rapport à OSCAR.

Le problème visé, décider d'attendre, de contourner ou d'observer face à un blocage temporaire, est central pour les flottes de robots mobiles autonomes en entrepôt ou en usine, où portes, chariots ou zones de travail créent des obstructions intermittentes coûteuses en temps de cycle. Plutôt que traiter chaque obstacle isolément, SPARROW capitalise les observations classe par classe pour affiner ses prédictions et éviter le contournement systématique, souvent la stratégie par défaut mais coûteuse en distance, ou l'attente à l'aveugle. Pour les intégrateurs et décideurs déployant des flottes AMR, le résultat montre qu'un planificateur combinant modélisation probabiliste des temps de dégagement et décision explicite d'observation peut réduire mesurablement les temps de trajet sans capteurs supplémentaires, en exploitant mieux les informations déjà disponibles. Le passage réussi de la simulation au robot physique, avec un gain proche de la fourchette simulée, tend à atténuer l'écart habituel entre démonstration et réalité souvent observé dans les méthodes de planification sous incertitude.

SPARROW s'inscrit dans la lignée des méthodes de navigation basées sur l'analyse de survie pour obstacles temporaires, dont OSCAR constitue la référence directe utilisée comme comparaison dans l'étude. Contrairement à OSCAR, SPARROW formalise explicitement le compromis entre attente, contournement et observation comme un problème de planification en ligne dans l'espace des croyances, via POMCP, largement employé en robotique pour la décision sous observabilité partielle. Le critère de valeur de l'apprentissage, qui détermine quand il vaut la peine de payer le coût de collecter une donnée de dégagement supplémentaire, distingue ce travail des approches de survie purement passives. L'étude, publiée en pré-print sur arXiv sans affiliation industrielle mentionnée dans le résumé, relève de la recherche académique en planification robotique ; elle ne précise ni calendrier de déploiement commercial ni partenaire industriel, et ses développements attendus porteraient sur des environnements multi-robots ou des classes d'obstacles plus nombreuses, non testés dans cette version.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

OSCAR : courbes de survie aux obstacles pour la navigation adaptative des robots

Des chercheurs ont publié le 1er juin 2026 sur arXiv (réf. 2606.00990) un framework de navigation adaptative baptisé OSCAR (Obstacle Survival Curves for Adaptive Robot Navigation), conçu pour les robots mobiles naviguant sur des graphes de routes prédéfinies. Le problème ciblé est précis : quand un obstacle temporaire bloque un nœud critique du graphe, le robot doit décider d'attendre ou de recalculer un itinéraire alternatif. OSCAR répond à cette décision en apprenant, par expérience en ligne, des distributions statistiques de durée de présence selon la classe d'obstacle (piéton, chaise, poubelle, chariot, tube). Ces modèles de survie, y compris les observations censurées à droite (cas où le robot reroutait avant d'observer la libération effective de l'obstacle), alimentent un planificateur de graphe temporel qui calcule un seuil de patience par arête bloquée. En simulation, la politique apprise converge à moins de 1 % d'un oracle disposant des distributions réelles de dégagement après moins de 20 observations par classe d'obstacle, surpassant tous les heuristiques de référence. En déploiement réel dans un atrium universitaire, le système améliore ses seuils de patience au fil de 50 épisodes de navigation. L'intérêt pour les intégrateurs de robots mobiles autonomes (AMR) est direct : les systèmes actuels appliquent soit de la réactivité locale (évitement d'obstacles à l'instant T), soit des règles fixes de type "attendre X secondes puis rerouter", sans modéliser la sémantique temporelle de l'obstacle. OSCAR comble cet écart en montrant qu'un modèle de survie conditionné à la classe, mis à jour en ligne, suffit à se rapprocher du comportement optimal sans connaissance a priori des distributions réelles. Cela réduit concrètement les temps morts dans des environnements semi-dynamiques comme les entrepôts, les hôpitaux ou les campus, où la majorité des blocages sont transitoires mais de durée variable selon leur nature. OSCAR s'inscrit dans un courant de recherche qui vise à dépasser la navigation réactive pure pour introduire de la mémoire contextuelle dans la planification. La littérature existante sur la navigation en graphe traite généralement les obstacles comme statiques ou entièrement imprévisibles ; les modèles de survie, issus de la biostatistique et de la fiabilité industrielle, restent rares dans ce domaine. Les concurrents fonctionnels incluent les approches de navigation socio-consciente (social force models, ORCA) et les planificateurs probabilistes à horizon temporel (POMDP), mais ces derniers sont computationnellement coûteux. OSCAR se positionne comme une alternative légère et incrémentale, compatible avec des plateformes AMR standard. La prochaine étape naturelle serait de tester la généralisation à des environnements à plus forte densité d'obstacles ou à des classes non vues à l'entraînement.

RecherchePaper

1 source

2arXiv cs.RO

WAVE-Go : navigation par modèle du monde à exécution adaptative pour robots à roues-pattes

Un article arXiv (2609.18193, catégorie "new") paru mi-septembre décrit WAVE-Go, un système de navigation par image-cible pour robots à roues et jambes, qui sépare la prédiction d'un world model de l'exécution des commandes, rendue interruptible. Un exécuteur choisit un préfixe d'actions et l'annule dès qu'une observation l'invalide, par exemple face à un obstacle mobile ou un changement de mode de locomotion, sous un budget de risque cumulé et des contrôles de stabilité pour les transitions de posture. Résultats : 74,1% de réussite en distribution et 63,3% en distribution dynamique hors distribution, soit 4,7 et 7,7 points de plus que la meilleure référence, avec des collisions réduites de 4,4 à 2,9 pour 100 mètres. Face à une exécution interruptible à quatre commandes fixes, le gain est de 4,0 points de réussite, avec 51,2% de replanifications et 6,5% de collisions en moins ; le code est publié sur GitHub sous vigorlee/wave-go. Le travail cible un problème concret pour les intégrateurs de robots mobiles hybrides : un plan de navigation calculé à un instant donné devient souvent caduc dès qu'un obstacle bouge ou qu'un changement de terrain impose de basculer entre roulage et marche. En montrant qu'une exécution interruptible et adaptative surpasse un modèle sans interruption et une version à commandes interruptibles mais figées, l'étude illustre que le compromis entre performance et charge de replanification peut être arbitré en temps réel plutôt que fixé à la conception, un argument utile face à l'écart souvent pointé entre démonstrations et conditions réelles en robotique mobile. Les ablations confirment ce compromis : l'interruption en temps réel améliore réussite, collisions et latence, mais augmente la replanification, un arbitrage que les intégrateurs devront calibrer selon leur budget de calcul embarqué. WAVE-Go s'inscrit dans la lignée des world models appliqués à la navigation robotique, une approche qui anticipe les conséquences d'une action avant de l'exécuter. Les auteurs comparent leur méthode à un modèle sans interruption et à une variante interruptible limitée à quatre commandes fixes, signe que l'interruptibilité était déjà explorée sans être couplée à un choix adaptatif de préfixe ni à un budget de risque cumulé. Publié comme nouvelle soumission arXiv sans affiliation industrielle ni partenaire annoncés, le projet met son code à disposition sur GitHub, ce qui le situe au stade de la recherche méthodologique plutôt que du produit prêt à déployer.

RecherchePaper

1 source

3arXiv cs.RO

REACT : Architecture adaptative pour la navigation en formation continue de robots mobiles à roues

Des chercheurs ont déposé sur arXiv (réf. 2605.18441, mai 2026) un article décrivant REACT (Real-time Environment-Adaptive architecture for Continuous formation navigaTion), une architecture hiérarchique pour la navigation en formation de robots mobiles à roues (WMR). L'architecture se divise en deux couches : une couche supérieure qui génère des formations adaptées à l'environnement en temps réel et calcule des affectations robot-cible sans conflits via l'algorithme TCF-R2T (Trajectory-Conflict-Free Robot-to-Target assignment), dont la complexité est garantie polynomiale ; et une couche inférieure où chaque robot exécute JSTP (Joint Spatio-Temporal trajectory Planning), une méthode qui optimise simultanément positions spatiales et durées temporelles pour maintenir la formation en continu. L'ensemble a été validé en simulation et lors d'expériences en conditions réelles, dont les séquences vidéo sont publiées sur le site du projet. La contribution principale de REACT face à l'existant est son adaptabilité dynamique : la grande majorité des travaux publiés sur la navigation en formation impose des configurations prédéfinies, incapables de réagir aux obstacles dynamiques ou à des environnements non balisés. Pour les applications industrielles visées (logistique de transport, surveillance environnementale, opérations de secours), cette rigidité constitue le principal frein au déploiement réel. La garantie polynomiale de TCF-R2T est particulièrement significative sur le plan de la scalabilité : elle indique que le calcul des affectations reste tractable à mesure que la taille de la flotte augmente, contrairement aux approches combinatoires qui deviennent rapidement inextricables. La coordination spatio-temporelle de JSTP réduit par ailleurs les risques de collisions inter-agents lors des transitions de formation, un point de friction classique dans les systèmes multi-robots. La commande de formation de robots mobiles est un champ de recherche actif depuis les années 2000, avec des approches classiques basées sur le suivi de leader, les structures virtuelles ou les champs de potentiel. REACT s'inscrit dans une tendance plus récente vers des architectures hybrides centralisé/distribué, une direction explorée tant dans les milieux académiques que par des éditeurs de flottes AMR tels qu'Exotec ou Balyo côté européen. L'article reste toutefois au stade de la preuve de concept : aucune entreprise partenaire ni timeline de commercialisation n'est mentionnée, et la taille des flottes testées en conditions réelles n'est pas précisée dans le résumé. La prochaine étape logique serait un pilote à plus grande échelle en entrepôt ou en environnement de secours structuré, pour valider le passage à des flottes de taille industrielle.

UELes acteurs européens de flottes AMR comme Exotec et Balyo pourraient bénéficier de cette architecture adaptative si elle est validée à l'échelle industrielle, réduisant un frein clé au déploiement réel de flottes multi-robots.

RecherchePaper

1 source

4arXiv cs.RO

Apprentissage de marges de sécurité adaptatives pour la navigation visuelle

Des chercheurs présentent un nouveau système de sélection de trajectoires pour la navigation robotique en intérieur encombré, détaillé dans un preprint arXiv (2607.18200v1). Le problème ciblé : les marges de sécurité fixes utilisées par les robots mobiles sont mal calibrées, trop conservatrices elles provoquent détours et dépassements de temps, trop permissives elles autorisent des trajectoires limites dangereuses en cas de biais de perception. Les auteurs proposent un "safety critic" conditionné par le contexte qui apprend une préférence de dégagement adaptative pour classer les propositions générées par un planificateur par diffusion à partir d'images RGB-D égocentriques. Le critique combine trois composantes : un terme de sécurité avec pénalité de budget de dégagement et résidu de fonction barrière de contrôle, un terme d'efficacité mêlant lissage et pénalité de détour conditionnée à la sécurité, et un terme d'ancrage aux clearances ESDF réelles pour éviter l'effondrement de la marge apprise. L'entraînement s'appuie sur une géométrie ESDF privilégiée en simulation, puis le modèle est distillé en un sélecteur ne nécessitant que la perception, via une procédure enseignant-élève en deux temps. Sur les benchmarks PointGoal HM3D et MP3D, y compris en transfert cross-dataset, la méthode obtient les meilleurs taux de réussite et scores SPL face à des références par diffusion, par optimisation et par apprentissage par renforcement. Pour l'industrie robotique, ce travail s'attaque à un goulot d'étranglement concret : la plupart des planificateurs par diffusion génèrent déjà des trajectoires diverses et valables, mais peinent à choisir laquelle exécuter en toute sécurité. Une marge de sécurité apprise et adaptative plutôt que codée en dur pourrait réduire les échecs de navigation des robots déployés en environnements réels, entrepôts, usines, intérieurs domestiques, sans réglage manuel site par site. Le transfert direct vers un humanoïde Unitree G1, entraîné uniquement en simulation et sans ajustement spécifique à la tâche, illustre une réduction crédible de l'écart simulation-réel, un point sensible pour les intégrateurs qui restent souvent méfiants face aux démonstrations purement simulées. Ce travail s'inscrit dans la lignée des planificateurs par diffusion pour la navigation, une approche récente qui a gagné du terrain face aux méthodes d'optimisation classiques et au RL, en s'appuyant sur les fonctions barrière de contrôle et les champs de distance signée (ESDF) pour formaliser la sécurité. Le papier reste à ce stade une publication de recherche non revue par les pairs, sans lien annoncé avec un acteur industriel ; aucune date de déploiement produit ni partenariat n'est mentionné.

RecherchePaper

1 source