RecherchearXiv cs.RO 24 septembre 2026

MPC filtré par sécurité : Koopman distribué pour la commande

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe de recherche propose une architecture de contrôle distribué pour flottes de robots d'entrepôt qui sépare la prédiction de trajectoire et la garantie de sécurité anticollision, deux fonctions habituellement fusionnées dans le contrôle prédictif distribué (DMPC) et donc vulnérables ensemble à la perte de paquets réseau. Dans ce schéma, les trajectoires reçues des robots voisins alimentent un modèle Koopman-MPC pour la prédiction, tandis qu'un programme quadratique (QP) à contraintes strictes, basé uniquement sur la détection locale et la géométrie des étagères, projette la commande finale appliquée au robot. Ce filtre calcule l'accélération constante minimale nécessaire pour garantir une marge de sécurité non négative pendant un intervalle de maintien d'ordre zéro, sans avoir à échanger de décisions de sécurité entre robots. Testée en simulation sur un entrepôt à huit robots avec un modèle Koopman figé, une dynamique non linéaire, des contraintes de vitesse et d'obstacles, une période de contrôle de 120 millisecondes et des pertes de paquets simulées, l'architecture complète évite toute collision sur 20 essais sur 20 et atteint les 160 objectifs assignés aux robots, contre une seule réussite sur 20 pour la version Koopman-MPC prédictive seule, sans le filtre final. L'ensemble des 38 400 tests de faisabilité en ligne passe avec succès, et chaque QP local trouve une solution.

Ce résultat répond à une limite concrète des flottes d'AMR (robots mobiles autonomes) en entrepôt: la coordination distribuée classique s'effondre dès qu'un lien de communication se dégrade, puisque la sécurité dépend alors des mêmes données que la trajectoire. En démontrant qu'un filtre de sécurité local, indépendant du réseau, peut maintenir un taux de collision nul même en cas de perte de paquets, les auteurs offrent une piste directement exploitable par les intégrateurs de flottes logistiques, où la fiabilité prime sur la performance brute. Les tests de montée en charge jusqu'à 16 robots restent sans collision et faisables, la limite apparaissant seulement à 20 robots, ce qui trace une frontière opérationnelle claire pour un déploiement à l'échelle.

Ce travail s'inscrit dans la lignée des recherches sur le contrôle prédictif basé sur l'opérateur de Koopman, une technique qui linéarise des dynamiques non linéaires pour accélérer le calcul en temps réel, appliquée ici à la navigation multi-robots en environnement contraint par des étagères. L'article, publié en prépublication sur arXiv (identifiant 2609.27463), reste à ce stade une validation en simulation; les auteurs mentionnent des tests complémentaires en détection bornée et en robots à entraînement différentiel comme premières étapes vers une robustesse accrue avant un éventuel déploiement réel.

Impact France/UE

Aucun acteur français ou européen n'est implique, mais cette approche de sécurité réseau-indépendante intéressé directement les intégrateurs européens de flottes AMR en entrepôt.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Filtrage de sécurité modulé par la confiance pour les politiques de bout en bout

Des chercheurs proposent, dans un preprint arXiv (2610.40922), un pipeline de filtrage de sécurité dont le niveau de prudence est ajusté en temps réel selon la confiance de la politique qu'il encadre. Le principe vise les politiques « de bout en bout », qu'il s'agisse de contrôleurs dédiés à une tâche ou de modèles de fondation pour la robotique. Elles apprennent des comportements complexes à partir d'observations brutes, mais n'offrent aucune garantie de sécurité. Les auteurs décrivent un pipeline agnostique du filtre utilisé. Les premiers résultats viennent de simulations préliminaires sur F1TENTH, une plateforme de course autonome à l'échelle 1/10. Aucun test sur robot réel, aucun chiffre de performance et aucune comparaison quantifiée ne figurent dans le résumé, et le travail n'a pas encore été évalué par des pairs. L'intérêt tient à une contradiction courante dans l'architecture des systèmes robotiques. Un filtre de sécurité fonctionne dans un domaine opérationnel de conception (ODD), où ses hypothèses sont valides et la sécurité certifiée. La politique, elle, a son propre domaine de compétence, où elle est fiable. Aujourd'hui, le réglage de prudence du filtre est fixe et ignore cette compétence : un filtre permissif donne de bonnes performances dans l'ODD mais laisse peu de marge au-delà, un filtre conservateur fait l'inverse. Dans l'approche proposée, tous les réglages sont sûrs à l'intérieur de l'ODD, donc une confiance élevée permet de gagner en performance. Hors de l'ODD, une faible confiance ajoute de la marge, ce qui aide surtout quand elle signale les zones où le modèle du filtre est pris en défaut. Selon les auteurs, le filtre modulé combine les atouts des filtres permissifs et conservateurs. La condition est que la confiance de la politique soit bien corrélée aux défaillances du modèle du filtre, hypothèse que le résumé ne démontre qu'en simulation. Pour un intégrateur déployant des modèles VLA, c'est une piste crédible pour éviter de choisir entre productivité et marge de sécurité, mais pas encore une solution validée. Le contexte est celui d'une adoption croissante de politiques apprises dans les robots mobiles et manipulateurs, alors que les approches de certification classiques reposent sur des modèles explicites et des hypothèses restreintes. Les filtres de sécurité existants, issus notamment des fonctions barrières de contrôle ou de l'analyse d'atteignabilité, sont conçus indépendamment de la politique qu'ils supervisent. Les auteurs interrogent précisément ce découplage. Les prochaines étapes évidentes seraient des essais sur matériel réel, des tests avec de grandes politiques généralistes et une mesure de la fiabilité des estimations de confiance, souvent mal calibrées dans les réseaux profonds. Le résumé ne mentionne ni calendrier ni partenaire industriel.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2arXiv cs.RO

FAITH : apprentissage par renforcement filtré pour la sécurité, tenant compte de la faisabilité, pour les systèmes de grande dimension

Des chercheurs présentent FAITH (Feasibility-Aware Safety-Filtered RL), un cadre d'apprentissage par renforcement sans modèle qui sépare la sécurité de la performance de la tâche, publié sur arXiv (2610.12432v1). Le système approxime la valeur de sécurité optimale état-action, puis « amortit » dans un réseau feedforward un filtre à intervention minimale, c'est-à-dire un filtre qui modifie le moins possible l'action proposée par la politique. La politique de tâche optimise son retour à travers la dynamique filtrée, sans terme de sécurité concurrent dans sa mise à jour. Si aucune action ne satisfait la condition de sécurité apprise, le filtre choisit l'action au pic de dommage prédit le plus faible. Les tests portent sur un double intégrateur, un environnement Safety Gym et un humanoïde à 29 DOF en simulation. Sur la tâche Walking-Avoid, l'humanoïde atteint 99,95 % de taux de sécurité et conserve 97 % du retour de la politique non filtrée. Sur Push-Avoid, il obtient le taux de sécurité mesuré le plus élevé en apprenant à sacrifier son équilibre et à tomber en s'éloignant de la zone protégée. Les mêmes politiques sont démontrées sur un Unitree G1 réel. Le point notable est la séparation structurelle des objectifs. En RL sécurisé classique, la sécurité et la performance partagent un même objectif de politique, ce qui produit des mises à jour contradictoires et des compromis difficiles à régler. Les filtres de sécurité traditionnels, eux, exigent une fonction de sécurité analytique et un modèle de dynamique, ce qui est peu réaliste pour un humanoïde à haute dimension. Ils sont aussi myopes, car ils ne minimisent que l'écart instantané à l'action demandée, sans tenir compte du retour à long terme. Les projections dures deviennent en outre indéfinies quand aucune action sûre n'existe. FAITH traite ces trois limites. Le comportement « tomber pour éviter » est parlant : un filtre qui raisonne sur la faisabilité peut préférer une chute contrôlée à une collision. Pour un intégrateur, cela illustre la différence entre une sécurité de façade et un arbitrage explicite des situations sans issue. Les réserves sont claires : les résultats viennent d'un preprint sans relecture par les pairs, le taux de sécurité dépend de la définition de la zone protégée, et la démonstration sur G1 est qualitative, sans statistiques publiées dans le résumé. Ce travail s'inscrit dans la lignée des méthodes de sécurité par fonctions de valeur, issues de l'analyse d'accessibilité de Hamilton-Jacobi et des fonctions barrières de contrôle. Celles-ci passent mal à l'échelle des humanoïdes, d'où l'intérêt des approximations apprises. Le Unitree G1, plateforme de recherche abordable, est devenu le banc d'essai courant de ces approches, ce qui facilite leur comparaison et leur reproduction. La suite logique est une validation sur des tâches de manipulation et de locomotion plus variées, avec des humains réellement présents dans l'espace de travail, et une évaluation de la robustesse face à l'écart simulation-réel. Tant que ces éléments manquent, FAITH reste une preuve de concept prometteuse plutôt qu'une brique prête pour la certification en environnement industriel.

RecherchePaper

1 source

3arXiv cs.RO

Robots quadrupèdes : transport coopératif par NMPC distribué et critique de sécurité basé sur ADMM

Une équipe de recherche publie sur arXiv (2607.17007v1, dépôt du 24 juillet 2026) un framework de commande prédictive non linéaire distribuée (DNMPC) pour le transport coopératif de charges par des équipes de robots quadrupèdes. Le système robotique et la charge partagée sont modélisés comme un réseau dynamiquement couplé par des contraintes holonomes rigides. Le problème d'optimisation centralisé à horizon fini est décomposé en sous-problèmes NMPC locaux résolus en parallèle et coordonnés via ADMM (alternating direction method of multipliers), avec un consensus imposé à la fois sur l'état de la charge et sur les torseurs d'interaction, en intégrant les contraintes de couplage holonome au niveau accélération. La sécurité (évitement d'obstacles pour les robots et pour la charge) est assurée par des fonctions barrières de contrôle d'ordre supérieur (HOCBF). Le framework est validé en simulation avec des équipes de deux, trois et quatre robots dans des environnements encombrés, puis testé en temps réel sur des équipes de deux et trois robots sous incertitude de charge et perturbations externes, avec une réduction jusqu'à 23% du temps de résolution du problème d'optimisation non linéaire par rapport à une NMPC centralisée, pour des performances en boucle fermée comparables. L'intérêt principal est la scalabilité: la commande centralisée devient rapidement le goulot d'étranglement quand le nombre de robots coopérants augmente, ce qui limite le transport collectif de charges à des cas de petite échelle. En distribuant le calcul tout en conservant un consensus explicite sur l'état de la charge, plutôt qu'un consensus limité aux seuls torseurs d'interaction comme dans des travaux antérieurs, les auteurs améliorent le suivi de trajectoire de la charge et la coordination, un point que les études d'ablation confirment. La robustesse démontrée aux délais de communication est également significative pour un déploiement réel, où les liaisons sans fil entre robots ne sont jamais parfaites. Le travail s'inscrit dans la lignée des recherches sur la NMPC distribuée par ADMM et les barrières de contrôle pour la sécurité, déjà explorées pour des robots à roues ou aériens, mais adaptées ici aux contraintes spécifiques des quadrupèdes coopérant sur une charge rigide. Il s'agit d'une contribution académique, sans annonce de pilote industriel ni de partenaire commercial identifié; les suites logiques évoquées par les auteurs concernent le passage à des équipes plus grandes et des environnements moins structurés.

RecherchePaper

1 source

4arXiv cs.RO

Approximation de la sécurité sans oracle de sécurité via la commande prédictive par modèle

Des chercheurs ont publié sur arXiv (référence 2510.20955v2) un algorithme permettant de vérifier la sécurité des décisions d'un robot mobile sans disposer d'un oracle de sécurité formel. Les approches classiques exigent soit des contraintes explicitement modélisées, soit des données annotées manuellement comme sûres ou dangereuses, deux méthodes coûteuses en ingénierie et sources d'erreurs. L'algorithme proposé contourne ce besoin via un simulateur : avant d'exécuter une action, le système la projette dans le simulateur vers un état futur, puis utilise l'algorithme Model-Predictive Path Integral (MPPI) pour vérifier l'existence d'un chemin de retour vers un état antérieur de la trajectoire. Sous une hypothèse d'invariance positive sur l'espace des états dangereux, si ce chemin de retour existe, l'état courant est mathématiquement garanti hors de la zone à risque. Les expériences montrent que la méthode approche les performances d'un oracle réel, en limitant notamment les faux négatifs, c'est-à-dire les cas où un état dangereux serait classifié à tort comme sûr. L'enjeu pratique est réel pour le déploiement des AMR (Autonomous Mobile Robots) en environnements industriels non structurés. La dépendance aux annotations manuelles de sécurité constitue un goulot d'étranglement majeur : chaque changement de site ou de configuration peut invalider les contraintes précédemment formulées. En exploitant les contraintes implicites déjà encodées dans les simulateurs physiques modernes, cette approche rend les systèmes de contrôle sûr plus généralisables, sans réécriture à chaque nouveau déploiement. Éliminer les faux négatifs est critique : c'est le scénario où un robot exécute une action jugée sûre à tort, avec des conséquences potentiellement irréversibles en conditions réelles. MPPI est un algorithme de planification par échantillonnage stochastique, initialement développé à Georgia Tech dans les travaux de Grady Williams et Evangelos Theodorou, et depuis repris dans de nombreux travaux sur la navigation autonome et les véhicules sans conducteur. Son utilisation ici comme outil de vérification de réversibilité plutôt que de planification directe constitue l'originalité méthodologique centrale de la contribution. Le travail s'inscrit dans un courant de recherche actif sur la sécurité sans supervision dense, aux côtés des Control Barrier Functions (CBF) appris par données et du safe reinforcement learning. L'article reste une contribution académique avec résultats en simulation uniquement, sans partenaire industriel ni déploiement annoncé. La prochaine étape naturelle serait une validation sur hardware réel dans des environnements aux contraintes implicites complexes et une comparaison quantitative avec des méthodes CBF classiques sur des benchmarks standardisés.

RecherchePaper

1 source