Aller au contenu principal
Sélection de candidats adaptée à l'exécuteur via un certificat de faisabilitéIllustration générée par IA
RecherchearXiv cs.RO 

Sélection de candidats adaptée à l'exécuteur via un certificat de faisabilité

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 chercheurs propose, dans un preprint arXiv (2609.36597), un cadre de sélection de candidats fondé sur un « certificat de faisabilité » pour les architectures robotiques modulaires. Dans ces systèmes, le planificateur de mouvement est séparé d'un exécuteur en aval, qui applique des contraintes dures dépendant de l'état. Un candidat géométriquement valide peut donc se révéler incompatible avec l'ensemble de commandes réellement disponible pour l'exécuteur. La méthode construit un « témoin de commande » à partir de l'ensemble de contraintes dures de l'exécuteur, aux états prédits le long de la trajectoire simulée, puis le vérifie face aux contraintes d'origine. La génération des candidats, leur classement et l'exécuteur restent inchangés. Sur 5 085 évaluations numériques à géométrie valide, réparties sur deux modèles de robots, 795 n'admettaient aucune commande faisable par l'exécuteur. Aucune de ces 795 n'a été certifiée, mais 7,09 % des cas faisables de référence restent non certifiés.

Le résultat est utile pour les intégrateurs, car il chiffre un écart que les piles logicielles masquent souvent : environ 16 % des candidats validés par la géométrie (795 sur 5 085) ne pouvaient de fait pas être exécutés. Le certificat est suffisant mais conservateur : il ne produit aucun faux positif sur cet échantillon, au prix d'un rejet de certains candidats pourtant exécutables. Les simulations contrôlées sur bras FR3 et sur RB-Y1 à base fixe montrent que l'admission par certificat modifie fréquemment le candidat retenu. Une base de comparaison par programmation linéaire (LP) exacte, calculée a posteriori, révèle un conservatisme dépendant de la plateforme. Le compromis n'est pas gratuit : par rapport à la sélection purement géométrique, l'admission par certificat s'accompagne d'une couverture plus faible des commandes du planificateur et d'une erreur de suivi nominale plus élevée, sans avantage constant en réserve d'interaction à l'état atteint. Il s'agit donc d'un garde-fou de faisabilité, pas d'un gain de performance. Ces résultats proviennent uniquement de simulation, sans validation sur matériel.

Le travail s'inscrit dans le découpage classique entre planification (MoveIt, OMPL) et exécution, où les contraintes de l'exécuteur ne remontent pas jusqu'au planificateur. Plutôt que de réécrire l'un ou l'autre, les auteurs ajoutent une couche d'admission, ce qui la rend compatible avec des chaînes existantes. Une étude complémentaire avec MoveIt/OMPL applique la même règle à des ensembles de candidats produits par un planificateur externe. Le FR3 est le bras de Franka Robotics et le RB-Y1 est une plateforme de Rainbow Robotics, mais le préprint ne mentionne aucun acteur européen ni aucun pilote industriel. La suite logique passe par des essais sur robots réels, par une réduction du conservatisme du certificat et par une évaluation sur des exécuteurs de production.

Dans nos dossiers

À lire aussi

Certifier puis sélectionner : pilotage à l'exécution, sensible à la viabilité, de politiques de diffusion figées
Illustration générée par IA
1arXiv cs.RO 

Certifier puis sélectionner : pilotage à l'exécution, sensible à la viabilité, de politiques de diffusion figées

Des chercheurs proposent CAST (Certified Action Selection at Test time), une méthode de pilotage à l'exécution pour les politiques de diffusion, ces modèles qui génèrent de courtes séquences d'actions en débruitant un bruit aléatoire et qui comptent parmi les approches dominantes pour apprendre des compétences robotiques à partir de démonstrations. Le principe : tirer quelques séquences d'actions (« chunks ») de la politique gelée, certifier chacune par une condition de barrière, puis exécuter parmi les chunks certifiés celui qu'un ensemble de fonctions de valeur apprises classe en tête. Une variante, CAST-V, ajoute une notion de viabilité conditionnée par la politique, estimée soit avec un modèle sous garantie à échantillon fini, soit apprise à partir des journaux du contrôleur (CAST-VL). Les tests couvrent la manipulation robomimic, un quadrirotor planaire, un humanoïde MuJoCo et un monocycle, toujours avec des politiques gelées. CAST améliore le taux de réussite conjoint tâche et contraintes par rapport au filtre appliqué en sortie dans presque tous les cas, et la viabilité élimine l'essentiel des impasses que la certification à un pas ne détecte pas. L'enjeu est très concret pour qui déploie des politiques apprises : une fois en production, elles rencontrent des contraintes absentes des démonstrations (zones interdites, limites de vitesse, obstacles), et réentraîner pour chacune est impraticable. Le filtre de sécurité classique corrige l'action sans tenir compte de la tâche, et une correction importante peut laisser le robot dans un état d'où la politique ne sait plus poursuivre. CAST déplace la sécurité de la correction vers la sélection : on ne modifie plus l'action, on choisit parmi des actions que la politique aurait elle-même pu produire. Les auteurs démontrent qu'un pas certifié reste sûr quel que soit le critique, et que le chunk exécuté reste à moins de log N nats de la politique conditionnée à la faisabilité, alors qu'une projection peut en être singulièrement éloignée. Pour un intégrateur, cela suggère une couche de sécurité ajoutable après coup, sans réentraînement. Les réserves sont claires : les garanties portent sur des conditions de barrière que l'utilisateur doit savoir spécifier, et les validations restent en simulation, sur des systèmes de petite dimension ou des benchmarks académiques, sans essai sur robot réel mentionné. Le travail s'inscrit dans la montée des politiques de diffusion et des modèles vision-langage-action, dont la fiabilité hors distribution demeure le principal frein industriel. Il s'oppose aux filtres de sécurité à base de fonctions de barrière de contrôle, qui projettent l'action, et complète les approches de sélection au moment du test. Les auteurs identifient aussi une limite structurelle : certifier le prochain chunk ne suffit pas, car un contrôleur génératif peut disposer d'actions sûres maintenant et plus aucune plus tard, d'où la caractérisation de l'autorité de contrôle sûre d'une politique gelée sous échantillonnage fini. Les prochaines étapes naturelles seraient le passage à des plateformes physiques, des dimensions d'état plus élevées et des politiques de plus grande taille, où le coût de l'échantillonnage de plusieurs chunks et de leur certification en temps réel sera déterminant. Une page de projet accompagne la publication.

RecherchePaper
1 source
LARC : certification paresseuse et adaptative de l'atteignabilité pour les trajectoires de robots manipulateurs
Illustration générée par IA
2arXiv cs.RO 

LARC : certification paresseuse et adaptative de l'atteignabilité pour les trajectoires de robots manipulateurs

Des chercheurs ont publié le 29 août 2026 sur arXiv un article intitulé LARC (Lazy Adaptive Reachability Certification), décrivant une méthode de certification formelle des trajectoires de bras robotiques manipulateurs. Le principe : au lieu de vérifier les collisions uniquement sur des états échantillonnés le long d'une trajectoire, ce qui peut manquer des chocs entre deux points de mesure, LARC borne le mouvement entre les états via des capsules géométriques centrées sur le point médian de chaque intervalle, gonflées selon les vitesses maximales exactes de chaque articulation. La méthode ne subdivise finement que les intervalles où le test de dégagement reste ambigu, plutôt que de découper uniformément tout le temps de vol comme les approches classiques. Testée sur 160 trajectoires issues de 80 paires départ-arrivée exécutées sur un bras AgileX PIPER, elle reproduit toutes les décisions d'une méthode de référence à granularité fixe (profondeur neuf), mais avec seulement 20 328 évaluations d'intervalles, soit 24,8% du travail de la référence, pour une accélération médiane de 10,28 fois. Un audit indépendant via MoveIt/FCL, portant sur 158 051 états échantillonnés, a détecté des collisions dans 21 trajectoires utilisant une interpolation directe, et LARC n'en a certifié aucune à tort comme sûres. Pour les intégrateurs et concepteurs de bras robotiques industriels ou collaboratifs, ce travail s'attaque à un point de friction réel : les contrôles de sécurité basés sur l'échantillonnage discret d'une trajectoire peuvent laisser passer des collisions invisibles entre deux points testés, un écart connu entre validation en simulation et garantie réelle en continu. Les méthodes de certification par atteignabilité comblent ce trou mais coûtent cher en calcul si elles découpent le temps uniformément. En concentrant l'effort de calcul là où l'incertitude persiste, LARC réduit ce coût d'un facteur proche de quatre sans sacrifier la fiabilité des décisions, ce qui intéresse les pipelines de validation temps réel ou embarqués pour cobots et bras industriels. Un bémol toutefois : 27 des 139 trajectoires jugées propres par échantillonnage restent non certifiées par la méthode, et l'audit par échantillonnage lui-même ne peut pas prouver formellement l'absence de collision en temps continu, ce qui laisse une zone grise que les auteurs reconnaissent explicitement. Ce travail s'inscrit dans la lignée des méthodes de vérification formelle du mouvement robotique, alternative aux approches purement statistiques comme MoveIt/FCL, ici utilisées comme référence de comparaison et outil d'audit. LARC s'appuie sur des trajectoires articulaires en Hermite cubique par morceaux, format courant dans les bibliothèques de planification de mouvement. Le choix du bras AgileX PIPER, manipulateur léger à six degrés de liberté du fabricant chinois AgileX Robotics, ancre l'évaluation dans un contexte de bras collaboratif abordable plutôt que dans un laboratoire de recherche fermé. Il s'agit d'une contribution algorithmique validée par simulation et audit, sans pilote industriel ni déploiement annoncé à ce stade ; les prochaines étapes évoquées par les auteurs porteraient sur des bornes plus serrées pour réduire la part de trajectoires non certifiées et sur l'extension à des obstacles dynamiques.

RecherchePaper
1 source
Vérification prédictive alignée sur la politique pour l'exécution adaptative de blocs d'actions VLA
Illustration générée par IA
3arXiv cs.RO 

Vérification prédictive alignée sur la politique pour l'exécution adaptative de blocs d'actions VLA

Des chercheurs proposent un vérificateur prédictif aligné sur la politique, baptisé PAV (policy-aligned prédictive vérifier), pour décider combien d'une séquence d'actions générée par un modèle vision-langage-action (VLA) doit être exécuté avant de relancer l'inférence. Ces modèles produisent des « action chunks », des blocs d'actions qui évitent d'appeler le réseau à chaque pas de contrôle, mais la longueur du segment exécuté pèse directement sur le taux de réussite. Le PAV anticipe les conséquences de chaque préfixe d'actions candidat et estime, avant exécution, s'il reste compatible avec une poursuite réussie de la tâche. Il travaille dans l'espace de représentation interne du VLA, conditionné par la tâche, et n'utilise pas la prédiction du futur pour générer des actions mais pour évaluer celles déjà proposées. L'entraînement combine une supervision de « survie » au niveau de la trajectoire, déduite des seuls résultats terminaux, et un a priori de localisation qui préserve les comportements utiles au sein des essais échoués. Les scores de validité obtenus pilotent le choix de l'horizon d'exécution. Les tests portent sur pi0 et pi0.5 de Physical Intelligence, sur les benchmarks LIBERO et RoboTwin 2.0 ainsi que sur des tâches de manipulation réelles. Le résumé annonce de meilleurs compromis entre taux de succès et nombre de requêtes au modèle, mais ne donne aucun chiffre. L'enjeu est très concret pour les intégrateurs et les équipes qui déploient des VLA. Chaque inférence d'un grand modèle coûte du temps de calcul, de la latence et de l'énergie, surtout en embarqué. Exécuter de longs segments sans revérifier réduit ces coûts, mais augmente le risque de dérive quand la scène change. Les méthodes adaptatives actuelles s'appuient sur la stabilité de la génération ou sur l'accord entre prédictions, des signaux qui ne disent pas si l'exécution d'un préfixe laisse la tâche réalisable. Le travail soutient qu'il faut juger la validité d'une action plutôt que la confiance du modèle. Il suggère aussi un autre usage de la prédiction du futur : calibrer la confiance accordée à une politique plutôt que produire de nouvelles actions. Si cela tient à l'échelle, on peut espérer plus de robustesse à coût de calcul constant, sans réentraîner le VLA de base. Le contexte est celui d'une course à l'efficacité des VLA, où le découpage en action chunks, popularisé par ACT puis par les modèles pi0 et pi0.5, est devenu standard. Il laisse ouverte la question de l'horizon optimal, que la plupart des systèmes fixent encore à la main. Ce travail s'ajoute aux approches d'exécution adaptative et de vérification, au moment où les acteurs du secteur cherchent à fiabiliser leurs modèles hors démonstration. Il s'agit d'une prépublication arXiv sans relecture par les pairs, et les benchmarks de simulation pèsent peu face aux conditions d'usine. L'évaluation réelle n'est décrite que brièvement, sans détail sur les tâches ou le nombre d'essais, ce qui invite à la prudence tant que le code, les chiffres complets et des validations indépendantes ne sont pas disponibles.

RecherchePaper
1 source
Sélection adaptative de l'horizon d'action grâce à l'incertitude du champ de flux
Illustration générée par IA
4arXiv cs.RO 

Sélection adaptative de l'horizon d'action grâce à l'incertitude du champ de flux

Une équipe de chercheurs publie sur arXiv (2611.24178) une méthode baptisée DUAC, pour Divergence-based Uncertainty-aware Adaptive Action Chunking, qui vise à ajuster dynamiquement le nombre d'actions exécutées par un modèle vision-langage-action (VLA) avant de replanifier. Le principe est « post-hoc » : DUAC s'applique à un VLA préentraîné à flow matching, sans réentraînement. Il extrait l'incertitude directement du champ de vecteurs du modèle, à partir d'une formulation en forme close de la covariance a posteriori du flow, et calcule des scores d'incertitude par action grâce à des produits Jacobien-vecteur. Un seul chunk d'actions généré suffit, là où l'approche de référence, l'Adaptive Action Chunking (AAC), estime l'entropie des actions à partir de plusieurs chunks échantillonnés. Les auteurs l'évaluent sur LIBERO, LIBERO-Pro, LIBERO-Plus et RoboCasa, et affirment que la sélection d'horizon fondée sur DUAC se compare favorablement aux méthodes testées, avec un bon taux de réussite et une latence d'estimation faible. Le résumé ne chiffre toutefois ni gains ni temps de calcul. L'enjeu est très concret pour qui déploie des VLA sur des robots réels : le chunking d'actions, c'est-à-dire l'exécution en boucle ouverte de séquences prédites, est un levier central de fluidité, mais un chunk trop long dégrade la réactivité et un chunk trop court multiplie les appels au modèle, coûteux en calcul embarqué. Remplacer un échantillonnage multiple par une seule passe avec produits Jacobien-vecteur réduit le surcoût d'inférence de l'estimation d'incertitude, ce qui compte pour les budgets de latence sur robot. Autre point notable : DUAC et AAC sont fortement corrélés mais ne mesurent pas la même chose. AAC capte la dispersion globale entre stratégies possibles, alors que DUAC mesure l'incertitude locale autour de la trajectoire effectivement retenue. Un robot n'a donc pas à ralentir ou à replanifier simplement parce qu'il existe plusieurs façons valides de saisir un objet, ce qui évite une prudence excessive. Il faut cependant garder la prudence côté lecture : ces benchmarks sont en simulation, et rien ne prouve encore que le gain se transpose à des tâches réelles bruitées. Ce travail s'inscrit dans la montée des politiques génératives à flow matching et à diffusion, popularisées par des modèles comme Pi-0, et dans la recherche de mécanismes d'exécution adaptative pour les remplacer par des horizons fixes. AAC constituait jusqu'ici la référence côté estimation d'incertitude par entropie, et DUAC se positionne comme une alternative plus légère. Les benchmarks LIBERO-Pro et LIBERO-Plus, qui testent la robustesse à des perturbations, indiquent que la communauté cherche à dépasser les scores saturés du LIBERO d'origine. La suite logique serait une validation sur matériel réel, avec des VLA de grande taille et des contraintes de temps réel strictes, ainsi qu'une comparaison chiffrée de la latence face à AAC. À ce stade, il s'agit d'une prépublication non évaluée par les pairs, sans produit ni déploiement associé.

RecherchePaper
1 source