RecherchearXiv cs.RO 12 octobre 2026

MARGoS : une plateforme pilotée par configuration pour des expériences MARL reproductibles dans ARGoS

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

MARGoS est une plateforme légère, pilotée par configuration, publiée sur arXiv (2610.13772) et disponible en open source sur GitHub (dépôt tombackert/margos). Elle vise à rendre reproductibles les expériences d'apprentissage par renforcement multi-agents (MARL) menées dans ARGoS, le simulateur très utilisé en robotique collective pour étudier les comportements émergents d'essaims. Le principe consiste à traiter comme des artefacts gérés par la plateforme tous les éléments qui définissent une expérience : fichiers de simulation, scripts d'entraînement, valeurs de configuration, chemins, graines aléatoires et détails d'environnement. Les mécanismes annoncés sont le hachage des configurations, la propagation des graines de bout en bout, des configurations figées (immuables), une journalisation structurée, l'empreinte d'environnement (environment fingerprinting) et des « bundles » d'expérience exportables, destinés au partage, au rejeu et à la vérification des résultats d'une machine à l'autre et dans le temps. Les auteurs évaluent l'ensemble selon cinq axes : architecture, efficacité, reproductibilité, ergonomie et collaboration.

Le problème visé est connu de quiconque a monté une expérience MARL en robotique d'essaim. Une seule expérience repose aujourd'hui sur des fichiers de simulateur, des scripts et des paramètres alignés à la main, si bien que la réutilisation et la reproduction restent fragiles, même au sein d'un même groupe de recherche. Pour les équipes qui évaluent des politiques multi-robots avant un déploiement, c'est un enjeu pratique : sans traçabilité de la configuration, de la graine et de l'environnement, impossible de savoir si un gain de performance vient de l'algorithme ou d'un réglage non consigné. Il s'agit d'un outil d'infrastructure de recherche, pas d'une avancée algorithmique. L'article ne revendique aucun nouveau résultat de performance en MARL, et la conclusion, selon laquelle gérer la variation des expériences comme une responsabilité de la plateforme facilite réutilisation, reproduction et passation, repose sur une évaluation menée par les auteurs eux-mêmes. Aucune validation indépendante ni adoption par d'autres laboratoires n'est mentionnée.

Le contexte est celui d'une crise de reproductibilité plus large en apprentissage par renforcement, que des outils généralistes de suivi d'expériences (journalisation, versionnage de configurations) traitent déjà en partie, sans intégration spécifique à ARGoS. MARGoS comble cette niche pour la communauté swarm. Il reste à voir si le projet gagnera une base d'utilisateurs au-delà de ses auteurs, et s'il sera relié à des benchmarks ou des pipelines sim-to-real, où la fidélité de rejeu compte le plus. Le code étant public, ces questions pourront être tranchées par l'usage.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

CoLI : une plateforme reproductible pour l'apprentissage des robots continuum par impression 3D monolithique et téléopération isomorphe

Une équipe de chercheurs a publié sur arXiv (preprint arXiv:2606.20389, juin 2026) la plateforme CoLI, un robot continu open-source conçu pour abaisser les barrières à la recherche en robotique souple. L'architecture repose sur une fabrication par impression 3D multi-matériaux qui produit le bras comme une structure monolithique conforme, éliminant les étapes d'assemblage complexes qui freinaient jusqu'ici la reproductibilité des expériences. Le contrôle s'effectue via une interface de télé-opération isomorphe établissant une correspondance directe au niveau des actionneurs, ce qui supprime le besoin de modélisation cinématique explicite et garantit un mapping sans singularité. La plateforme intègre également la prise en charge de l'apprentissage par imitation pour le contrôle autonome. Les auteurs ont validé le système sur des tâches de manipulation, dont les résultats sont présentés dans le preprint. Le problème central que CoLI attaque est celui de la reproductibilité : dans la littérature sur les robots continus, les designs sont souvent trop spécifiques au laboratoire d'origine pour être dupliqués, ce qui rend la comparaison algorithmique quasiment impossible. En produisant le bras en une seule pièce imprimée et en éliminant la modélisation cinématique au profit d'un mapping actionneurs-actionneurs, la plateforme devient accessible aux équipes ML qui ne sont pas spécialistes de la mécanique des structures souples. C'est un changement de posture : au lieu d'exiger que les chercheurs maîtrisent la mécanique des continuums avant d'entraîner le moindre modèle, CoLI met la couche matérielle au service du pipeline d'apprentissage. La portée reste cependant à confirmer : le preprint ne fournit pas de métriques de cycle time ni de payload sous charge réelle, et les tâches de manipulation évaluées ne sont pas détaillées dans l'abstract. Les robots continus suscitent un intérêt croissant pour des applications en espaces confinés (chirurgie, inspection), mais le champ souffre d'un déficit de benchmarks communs comparable à ce que ImageNet a représenté pour la vision. CoLI s'inscrit dans une tendance plus large de plateformes open-source reproductibles, dans la lignée de projets comme Lerobot (Hugging Face) ou UFactory xArm pour les bras rigides. Côté positionnement, les robots continus n'ont pas encore de concurrent direct sur le segment "reproductible et learning-ready" : les acteurs industriels comme Festo (bionic cobot) ou Continuum Robotics Laboratory (Toronto) travaillent sur des designs propriétaires. Les prochaines étapes naturelles seraient la mise à disposition des fichiers de fabrication, la constitution d'un benchmark de tâches standardisées, et l'intégration avec des frameworks comme Lerobot ou ROS 2 pour accélérer l'adoption communautaire.

RecherchePaper

1 source

2arXiv cs.RO

AgniNav : planification locale multi-plateforme pilotée par configuration pour la navigation robotique

Une équipe de recherche a publié en juin 2026 sur arXiv (référence 2606.10903) un framework de navigation locale appelé AgniNav, conçu pour permettre à des robots de morphologies radicalement différentes de naviguer en autonomie à partir d'une unique caméra RGB, sans recourir à un capteur de profondeur actif et sans réentraînement du modèle. Le système repose sur une enveloppe de sécurité définie par quatre paramètres mesurables : hauteur critique pour la détection de collisions, longueur avant, longueur arrière, demi-largeur. Ces paramètres conditionnent simultanément un réseau image-vers-scan qui prédit un pseudo-laserscan 1D à partir d'une image couleur monoculaire, et un planificateur local qui adapte la vérification de collisions au gabarit du robot. Les expérimentations ont été conduites sur trois plateformes réelles : le Turtlebot2 (base à roues), l'Unitree Go2 (quadrupède), et l'Accelerated Evolution K1 (humanoïde). Les taux de succès sont respectivement de 39/40, 18/20 et 18/20, avec 0, 1 et 2 collisions sur l'ensemble des essais, le tout tournant à 30 Hz sur un Jetson Orin. Ce qui distingue AgniNav des travaux existants est précisément l'absence de retraining par plateforme. La quasi-totalité des politiques de navigation visuelle actuelles sont entraînées pour un couple caméra/gabarit fixe, ce qui rend leur transfert d'un robot à un autre coûteux en données et en temps. Ici, le même réseau, entraîné une fois sur des paires couleur-profondeur supervisées par des labels de scan générés à la volée, se déploie sans adaptation sur des morphologies aussi différentes qu'un rover plat et un humanoïde. Pour un intégrateur gérant une flotte hétérogène, ou pour un OEM souhaitant embarquer la navigation sur plusieurs SKUs avec un seul modèle, c'est un changement d'économie non négligeable. La navigation cross-embodiment est un problème ouvert depuis plusieurs années dans la communauté robotique : les approches concurrentes, comme celles mobilisant des politiques VLA (vision-language-action) ou des pipelines basés sur la simulation, exigent généralement soit du matériel dédié (LiDAR, caméra de profondeur RGB-D), soit des cycles de fine-tuning par plateforme. AgniNav s'inscrit dans un courant de travaux cherchant à normaliser la couche de perception au niveau de l'enveloppe physique plutôt que du modèle de robot complet. Le résultat présenté reste à ce stade une contribution de recherche, pas un produit ou un SDK distribué. Les prochaines étapes naturelles incluent la validation sur des environnements dynamiques et des densités d'obstacles plus élevées, ainsi que l'extension à des architectures d'enveloppe plus complexes pour les humanoïdes à forte variation de posture.

RecherchePaper

1 source

3arXiv cs.RO

Voler, rouler, se reconfigurer : une plateforme modulaire aérienne-terrestre pour les opérations sur le terrain

Une équipe de chercheurs a présenté HARP (Heterogeneous Aerial Robotic modules Platform), une plateforme aérienne-terrestre modulaire capable de se reconfigurer physiquement en cours de mission, décrite dans un preprint publié sur arXiv en septembre 2026 (arXiv:2609.28887). Le système combine trois types de modules déployables indépendamment : des drones éclaireurs équipés de capteurs qui cartographient le terrain, des modules rover capables à la fois de voler et de rouler, et des modules de charge utile dédiés à des tâches spécifiques. Un planificateur tenant compte de l'énergie disponible exploite les données des éclaireurs pour choisir à la fois les itinéraires et le mode de déplacement, aérien ou terrestre. Sur les terrains qui rendent la progression au sol difficile, les modules rover et de charge utile volent de façon autonome jusqu'à destination, puis s'assemblent eux-mêmes en un véhicule terrestre coopératif pour transporter la charge en économisant l'énergie embarquée. Les chercheurs ont validé le concept par des essais de terrain couvrant détection, planification, reconfiguration, mobilité air-sol, transport de charge et exécution de tâches, complétés par des tests de déploiement au niveau module sur l'inlandsis du Groenland. L'apport de HARP tient moins à la performance d'un module isolé qu'à la démonstration qu'une équipe de robots hétérogènes peut recomposer physiquement ses capacités en pleine mission, et pas seulement adapter ses actions ou sa coordination logicielle. La plupart des flottes multi-robots actuelles figent les rôles et les capacités de chaque agent pour toute la durée d'une opération ; ici, des unités conçues pour voler peuvent fusionner en véhicule roulant selon le terrain rencontré, ce qui étend l'enveloppe opérationnelle sans multiplier le nombre de plateformes dédiées. Pour les intégrateurs travaillant sur la surveillance environnementale, la logistique en zone difficile ou les missions scientifiques en milieu extrême, cela ouvre la voie à des flottes plus compactes et plus résilientes, où l'aérien compense l'impraticabilité du sol et où l'assemblage au sol préserve une énergie embarquée critique en mission longue et isolée de toute infrastructure de recharge. Le projet est motivé par l'échantillonnage environnemental dans des régions reculées et difficiles d'accès, ce qui explique le choix du Groenland comme terrain d'essai pour les tests de déploiement au niveau module, en vue de futures missions pleinement autonomes. Il s'agit à ce stade d'un travail de recherche publié en prépublication, pas d'un produit commercialisé ni d'un système opérant en mission réelle : les essais valident les briques techniques une à une plutôt qu'une opération de terrain complète et autonome. HARP s'inscrit dans une dynamique de recherche plus large sur les robots reconfigurables et les flottes hétérogènes air-sol, où la prochaine étape consistera à faire franchir à ce type de plateforme le passage à une mission arctique ou polaire menée de bout en bout sans intervention humaine.

RecherchePaper

1 source

4arXiv cs.RO

Configuration de rigidité de type Lego de modules souples plans pour des interfaces flexibles adaptées à une tâche

Des chercheurs proposent une approche « Lego » pour configurer la raideur d'interfaces flexibles, à partir de modules planaires compliants empilables. Le travail, publié sur arXiv (2610.07319, première version), part d'un constat simple : les mécanismes compliants offrent une souplesse structurelle compacte pour réguler le contact entre un mécanisme et son environnement, mais chaque tâche exige un profil de raideur différent. Ce besoin impose aujourd'hui une optimisation et une reconception sur mesure, car l'espace géométrique disponible est limité et les composantes de raideur sont fortement couplées entre elles. Les auteurs introduisent trois géométries de modules complémentaires, dont la raideur se règle par la largeur des poutres, l'épaisseur des plaques et l'orientation du module. Un modèle unifié de raideur couvre les modules isolés comme assemblés. Une optimisation en deux étapes combine un algorithme génétique, pour choisir la configuration, et une programmation quadratique séquentielle, pour affiner les paramètres. Les écarts mesurés par rapport à la raideur simulée restent inférieurs à 6,5 %. Un poignet flexible sert de démonstrateur : une composition modulaire optimisée atteint les valeurs de raideur visées et conserve une interaction souple avec un obstacle lors d'un mouvement à 1 m/s, avec une compliance angulaire maximale testée d'environ 15°. L'intérêt pratique tient à la réduction du coût d'adaptation. Aujourd'hui, un intégrateur qui veut une interface souple pour l'insertion, le polissage ou la manipulation d'objets fragiles doit souvent redessiner une pièce monolithique pour chaque application. Un catalogue de modules combinables, associé à un outil d'optimisation, déplace ce travail vers la configuration. Pour la robotique collaborative et la manipulation en contact, cette souplesse passive reste précieuse : elle ne dépend ni de capteurs de force ni de boucles de commande rapides, et elle tolère les chocs à vitesse élevée. Il faut toutefois rester prudent : il s'agit d'un résultat de laboratoire, validé sur un seul démonstrateur, sans données de fatigue, de durée de vie, de répétabilité ni de comparaison chiffrée avec des solutions du commerce. L'écart de 6,5 % porte sur la correspondance avec la simulation, pas sur la performance en application. Ce travail s'inscrit dans la lignée des actionneurs à raideur variable et des dispositifs de compliance passive comme les RCC (Remote Center Compliance), qui répondent déjà à ce type de besoin mais avec une raideur plus figée ou une complexité mécanique plus élevée. L'article ne mentionne ni partenaire industriel, ni calendrier, ni application commerciale. Les suites logiques seraient l'extension à des modules 3D, le test sur des tâches industrielles réelles et l'intégration à des effecteurs de robots humanoïdes ou à des mains dextres, où la compliance intrinsèque gagne en importance. Aucun acteur français ou européen n'est cité dans cette publication.

RecherchePaper

1 source