Aller au contenu principal
DGT-Map : cartographie directionnelle globale de praticabilité par apprentissage multitâche pour véhicules hétérogènesIllustration générée par IA
RecherchearXiv cs.RO 

DGT-Map : cartographie directionnelle globale de praticabilité par apprentissage multitâche pour véhicules hétérogènes

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource unique

Une équipe de recherche présente DGT-MAP dans un preprint publié sur arXiv (arXiv:2609.30461v1), un système de cartographie de la traversabilité hors-piste qui tient compte à la fois de la direction de déplacement et du type de véhicule. Par apprentissage auto-supervisé à partir d'images RGB-D et de signaux de locomotion, il génère des cartes de coût indexées par cap, utilisables par un planificateur sensible à la direction. Son architecture combine un tronc commun multi-tâches, qui apprend des traits de terrain partagés entre plusieurs véhicules d'entraînement, et des têtes de prédiction propres à chaque plateforme. Testé en simulation via une pile de navigation Hybrid A*, sur des pentes franchissables en descente mais pas en montée et une crête traversable par certains véhicules seulement, DGT-MAP obtient le meilleur taux de réussite, ou un score ex aequo, face à des références géométriques, binaires et apprises mais non directionnelles.

L'enjeu tient au fait que la plupart des cartes de traversabilité globales attribuent un coût isotrope unique à chaque zone, sans distinguer le sens de parcours, alors qu'une pente ou une crête peut être franchissable dans un sens et pas dans l'autre. Les estimateurs appris existants sont en outre généralement entraînés séparément pour chaque véhicule, ce qui empêche de mutualiser les représentations de terrain entre plateformes. Pour des flottes hétérogènes de robots terrestres ou d'AMR opérant hors-piste (agriculture, défense, inspection), cela ouvre la voie à un modèle partagé unique couvrant plusieurs types de véhicules, avec un comportement adapté à chacun, réduisant potentiellement les données et le temps d'entraînement nécessaires. Ces résultats restent toutefois cantonnés à la simulation, sans déploiement sur robot réel évoqué, ce qui appelle à la prudence.

L'estimation de traversabilité hors-piste reposait jusqu'ici soit sur des heuristiques géométriques ou des cartes binaires, isotropes et indifférentes au véhicule, soit sur des modèles appris à partir de capteurs RGB-D et de signaux proprioceptifs mais entraînés véhicule par véhicule. DGT-MAP combine ces deux limites en un seul cadre auto-supervisé, mêlant apprentissage multi-tâches sur flotte hétérogène et cartes directionnelles, une piste qui rejoint les efforts plus larges de la recherche en autonomie robotique hors-piste. Les auteurs ne mentionnent aucun essai matériel ni calendrier de déploiement réel: la validation sur robots physiques reste l'étape suivante pour confirmer que les gains observés en simulation se transposent au terrain.

Dans nos dossiers

À lire aussi

Apprentissage de la navigation côte à côte pour véhicules de mobilité personnelle à partir de conducteurs humains
Illustration générée par IA
1arXiv cs.RO 

Apprentissage de la navigation côte à côte pour véhicules de mobilité personnelle à partir de conducteurs humains

Des chercheurs proposent une méthode permettant à deux véhicules de mobilité personnelle (PMV) de rouler côte à côte de façon autonome, de sorte que leurs passagers puissent converser tout en restant en sécurité. Étant donné un chemin global, chaque véhicule exécute son propre planificateur prédictif par échantillonnage (MPC). Les deux planificateurs n'échangent rien d'autre que l'odométrie que chacun peut observer de l'autre, et la décision conjointe prend la forme de deux matrices d'utilité sur des paires de trajectoires candidates, résolues par une règle commune. Les paramètres comportementaux sont ajustés par apprentissage par renforcement inverse sur 409 minutes de conduite de dix binômes d'humains aux commandes de PMV en intérieur, et les voies exploitables sont dérivées hors ligne de la géométrie du couloir plutôt que fixées à la main. Une couche de sécurité que la fonction de coût ne peut pas contourner n'autorise un mouvement que si le véhicule peut encore freiner à distance, calculée sur l'ensemble de sa carrosserie. Un véhicule bloqué recule le long de son propre chemin avant de repartir. Les résultats viennent d'un simulateur cinématique à entraînement différentiel sous ROS 2, sur 24 essais dans les conditions d'enregistrement des conducteurs et 24 dans quatre configurations d'obstacles générées. Aucun véhicule n'a heurté un mur ou un cône. Pour les intégrateurs et les concepteurs de systèmes de mobilité, l'intérêt tient à la décentralisation. Sans communication explicite entre véhicules, la coordination repose sur l'observation mutuelle, ce qui réduit la dépendance à un lien radio et facilite l'interopérabilité. Le résultat est aussi quantitatif sur le plan social : les binômes autonomes tiennent la formation conversationnelle 60,5 % (sens antihoraire) et 68,9 % (sens horaire) du temps parmi les obstacles, et 81,2 % et 91,5 % dans un couloir dégagé. Les conducteurs humains plafonnent à 34,0 % et 36,0 % dans le premier cas, 52,9 % et 56,0 % dans le second, pour une vitesse équivalente. Le système garde une formation latérale unique, là où les humains alternaient entre une diagonale rapprochée et une disposition large de front, avec une variabilité bien moindre. Il faut toutefois relativiser : tout est en simulation, sans test sur matériel réel, et la notion de formation « conversationnelle » est définie par les auteurs eux-mêmes. Le critère reste donc propre à leur protocole. Ces travaux s'inscrivent dans la recherche sur la navigation sociale et les fauteuils ou véhicules partagés, où la conduite de groupe, de l'accompagnement de personnes à mobilité réduite aux visites guidées, reste peu traitée face à la navigation d'un agent isolé. L'apprentissage à partir de démonstrations humaines, ici par IRL, vise à capturer des préférences difficiles à écrire à la main. Les prochaines étapes logiques sont la validation sur véhicules physiques, avec perception réelle de l'odométrie du partenaire et bruit de capteurs, puis le passage à des environnements extérieurs et dynamiques, avec des piétons, que le jeu de données intérieur ne couvre pas.

RecherchePaper
1 source
Voir plus grand : cartographie latente 3D pour l'apprentissage de politiques de manipulation mobile
Illustration générée par IA
2arXiv cs.RO 

Voir plus grand : cartographie latente 3D pour l'apprentissage de politiques de manipulation mobile

Des chercheurs publient SBP (Seeing the Bigger Picture), une méthode d'apprentissage de politiques pour la manipulation mobile fondée sur une carte 3D de caractéristiques latentes plutôt que sur de simples images, documentée sur arXiv sous la référence 2510.03885 en quatrième version. La méthode fusionne de manière incrémentale des observations multi-vues dans une grille de caractéristiques propre à chaque scène ; un décodeur pré-entraîné reconstruit des embeddings cibles à partir de ces caractéristiques, permettant d'optimiser la carte en ligne pendant l'exécution de la tâche. La politique, entraînable par clonage comportemental ou apprentissage par renforcement, traite cette carte comme variable d'état. Sur une tâche de manipulation séquentielle sur table, SBP améliore le taux de réussite de 15 % par rapport à une politique fondée uniquement sur des images, dans des scènes déjà vues comme inédites. Ce résultat cible une limite connue des politiques de type VLA (vision-language-action), qui raisonnent généralement image par image et perdent toute mémoire de ce qui sort du champ de la caméra. Pour un robot mobile devant se souvenir d'un objet vu dans une autre pièce ou enchaîner des sous-tâches dans la durée, cette absence de mémoire spatiale persistante est un frein concret. En montrant qu'une représentation 3D explicite et réoptimisable en continu surpasse une politique purement image-vers-action, l'étude suggère que le raisonnement spatial long-terme ne se résoudra pas seulement en augmentant modèles et données : la structure de la représentation d'état compte, un signal utile pour les intégrateurs de robots mobiles et humanoïdes. Ce travail s'inscrit dans une recherche plus large combinant cartographie 3D (voxels, champs de caractéristiques, représentations type NeRF) et apprentissage de politiques, en alternative aux approches VLA tout-image qui dominent les annonces du secteur. Le résumé ne précise ni institution ni plateforme robotique commerciale associée : il s'agit d'une contribution académique publiée sur arXiv, déjà révisée au moins quatre fois, signe d'un travail encore en affinement plutôt que d'un produit fini. Aucune date de déploiement ni partenariat industriel n'est mentionné ; la portée reste celle d'une preuve de concept en laboratoire, sans indication de transfert vers un robot physique déployé à grande échelle.

RecherchePaper
1 source
Fonctions de barrière de contrôle sur graphe conditionnées par les capacités pour une navigation sûre sans apprentissage préalable d'équipes hétérogènes de robots mobiles
Illustration générée par IA
3arXiv cs.RO 

Fonctions de barrière de contrôle sur graphe conditionnées par les capacités pour une navigation sûre sans apprentissage préalable d'équipes hétérogènes de robots mobiles

Des chercheurs proposent CC-HGCBF (Capability-Conditioned Heterogeneous Graph Control Barrier Function), une méthode de contrôle sécurisé décentralisé pour des flottes de robots mobiles hétérogènes, décrite dans un preprint arXiv (2610.41214v1). Elle vise à permettre le transfert « zero-shot » vers des modèles de robots jamais vus à l'entraînement. Le cadre définit la sécurité dans un espace opérationnel commun, un point de référence du second ordre, ce qui donne une représentation géométrique partagée entre robots tout en conservant leur dynamique propre et leurs limites de commande admissibles. Sa pièce centrale est le Radial Capability Field (RCF), une représentation compacte, de dimension fixe, de l'ensemble des vitesses atteignables par chaque robot sur un horizon fini, selon son état. La barrière de sécurité partagée et la politique décentralisée sont conditionnées par ce champ, et non par une identité de robot prédéfinie. L'entraînement conjoint repose sur un étiquetage proactif de la sécurité et une supervision par CBF-QP neuronal. Les tests portent sur des équipes mixtes de modèles connus et inconnus, puis sur des robots physiques, sans réentraînement. L'enjeu est pratique pour les intégrateurs de flottes mixtes, par exemple des AMR différentiels, des plateformes omnidirectionnelles et des véhicules à cinématique contrainte, qui cohabitent dans un même entrepôt. Les méthodes GCBF existantes supposent souvent une dynamique homogène. Celles qui encodent la classe du robot distinguent les types connus, mais elles ne modélisent pas les capacités de mouvement qui dépendent de l'état et elles généralisent mal aux nouveaux modèles. Décrire un robot par ce qu'il peut faire à un instant donné, plutôt que par ce qu'il est, permettrait d'intégrer un nouveau modèle ou une variante aux limites de commande modifiées sans nouvelle phase d'entraînement ni requalification complète. Le résumé reste toutefois qualitatif, sans taux de collision, nombre de robots, vitesses ni comparaison chiffrée. L'ampleur des essais physiques (nombre de modèles, densité du trafic) n'est pas précisée, et les garanties de sécurité d'une barrière apprise restent empiriques, pas formelles. Ce travail prolonge la ligne GCBF, qui a fait de la sécurité multi-robot décentralisée un problème d'apprentissage sur graphe, avec des barrières neuronales apprises et des contrôleurs de type CBF-QP. Sa limite historique était l'hypothèse d'homogénéité. Les approches par identité de classe ou de modèle ont ensuite traité l'hétérogénéité, mais seulement sur des types vus à l'entraînement. Le preprint arrive à un moment où les flottes mixtes se banalisent en logistique et en industrie. Il s'agit d'une contribution de recherche, sans produit ni pilote annoncé. La suite logique serait une validation à plus grande échelle, avec davantage de robots, des environnements dynamiques et la prise en compte du bruit de perception, puis une comparaison avec les méthodes de planification et de coordination utilisées dans les gestionnaires de flotte industriels.

RecherchePaper
1 source
LatentAM : cartographie d'attention gaussienne latente en temps réel et à grande échelle par apprentissage de dictionnaire en ligne
Illustration générée par IA
4arXiv cs.RO 

LatentAM : cartographie d'attention gaussienne latente en temps réel et à grande échelle par apprentissage de dictionnaire en ligne

Une équipe de recherche a publié une version révisée de l'article LatentAM sur arXiv (référence 2602.12314), qui présente un système de cartographie 3D par Gaussian Splatting en ligne destiné à la perception robotique en vocabulaire ouvert. À partir d'un flux RGB-D continu, chaque primitive gaussienne reçoit un vecteur de requête compact, converti en embedding de modèle vision-langage (VLM) approximatif via un mécanisme d'attention couplé à un dictionnaire appris en ligne, sans pré-entraînement ni décodeur spécifique à un VLM donné. Pour tenir sur de longues trajectoires, la carte est gérée par hachage de voxels : une zone locale active est optimisée sur GPU, tandis que la carte globale reste stockée et indexée sur CPU afin de borner la mémoire GPU consommée. Sur des benchmarks publics et un jeu de données maison à grande échelle, LatentAM dépasse les méthodes de référence en fidélité de reconstruction des caractéristiques, tout en tournant à une vitesse quasi temps réel de 12 à 35 images par seconde, code et page projet étant déjà publics. L'enjeu pour l'industrie tient au découplage proposé entre carte sémantique et modèle VLM : la plupart des pipelines existants figent le modèle dès l'entraînement, obligeant à redistiller toute la carte à chaque changement. En rendant cette étape agnostique au modèle et sans pré-entraînement dédié, l'approche permettrait aux intégrateurs de faire évoluer leurs modules de perception, y compris vers de futurs modèles vision-langage-action comme Pi-0, GR00T N2 ou Helix, sans reconstruire toute la pile cartographique. La vitesse annoncée, jusqu'à 35 images par seconde, vise un traitement embarqué plutôt qu'un post-traitement hors ligne, un point clé pour des robots mobiles ou humanoïdes devant comprendre une scène en temps réel. Il s'agit toutefois d'un résultat évalué sur benchmarks et données internes, pas d'un déploiement en production, la robustesse en environnement industriel non contrôlé restant à démontrer. LatentAM s'inscrit dans la continuité des travaux récents mêlant Gaussian Splatting et distillation de features VLM pour la cartographie sémantique de scènes, une famille de méthodes qui couplent généralement chaque élément de carte à un modèle précis, au prix d'un réentraînement à chaque mise à jour. En substituant un dictionnaire appris en ligne à un décodeur spécifique, les auteurs cherchent à lever ce verrou tout en maîtrisant l'empreinte mémoire GPU grâce au hachage de voxels. La mention « replace » sur arXiv signale une version révisée d'une soumission antérieure, preuve d'itérations en cours sur la méthode ; code et page projet étant déjà accessibles, la communauté pourra en tester la reproductibilité, mais aucun calendrier d'intégration sur une plateforme robotique commerciale n'est évoqué à ce stade.

RecherchePaper
1 source