RecherchearXiv cs.RO 16 octobre 2026

CLIS-MPPI : commande prédictive par intégrales de chemin en boucle fermée, avec échantillonnage de l'état initial sous délai d'exécution

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent CLIS-MPPI (Closed-Loop MPPI with Initial-State Sampling), une variante du contrôle prédictif par intégrales de chemin (Model Predictive Path Integral, MPPI) qui s'attaque à un problème courant en robotique réelle: le délai d'exécution. Le MPPI évalue en parallèle de nombreuses trajectoires simulées, sans gradient, ce qui convient aux dynamiques non linéaires et aux objectifs non lisses. Mais la commande optimisée n'est appliquée qu'après un temps de calcul non négligeable, et l'état réel du robot ne correspond alors plus à celui de la simulation. CLIS-MPPI modélise ce délai comme une distribution d'états initiaux plausibles à l'instant d'exécution, optimise les rollouts à partir d'états initiaux échantillonnés, puis applique une correction locale par retour d'état fondée sur ces rollouts pendant l'exécution. La validation porte sur un bras UR5e à 6 degrés de liberté, dans une tâche de passage étroit combinant évitement d'obstacles et atteinte d'une cible par l'effecteur.

Sur 5 essais réels de la même tâche, le MPPI standard a provoqué une collision dans 2 cas, contre aucune pour CLIS-MPPI. Sur les seuls essais sans collision (3 pour le MPPI, 5 pour CLIS-MPPI), le temps moyen passe de 25,4 s à 24,4 s et la longueur moyenne du chemin de l'effecteur de 0,456 m à 0,425 m. Les erreurs quadratiques moyennes (RMSE) tombent de 0,100 rad à 0,017 rad en position articulaire et de 0,108 rad/s à 0,011 rad/s en vitesse articulaire. Les gains en temps et en distance restent modestes, environ 4 % et 7 %. Le vrai apport est la cohérence entre planification et exécution, avec des mouvements nettement plus fluides.

Ces résultats sont à nuancer: cinq essais sur un seul scénario et un seul robot ne permettent aucune conclusion statistique, et la comparaison des temps exclut les essais en collision, qui sont justement les échecs du MPPI. Cela reste pertinent pour les intégrateurs, car le délai de calcul est l'un des écarts les plus sous-estimés entre simulation et déploiement. Un contrôleur capable de le gérer explicitement, sans changer de matériel, améliore la sécurité autour d'obstacles. Le MPPI est déjà très répandu en conduite autonome et en manipulation, et cette approche pourrait aussi servir aux contrôleurs de bas niveau associés aux modèles VLA (vision-langage-action), dont la latence d'inférence est encore plus forte. Les prochaines étapes à surveiller sont des tests sur des robots plus rapides, des environnements dynamiques et des systèmes à plus grand nombre de degrés de liberté, comme les humanoïdes ou les manipulateurs mobiles.

Dans nos dossiers

IA physique & VLA

À lire aussi

1arXiv cs.RO

PRISM : commande prédictive par échantillonnage avec projection et réglage bayésien du coût pour la manipulation bimanuelle

Un framework académique publié en août 2026 sur arXiv (référence 2608.25666) présente PRISM, une commande prédictive par modèle (MPC) pour la manipulation bimanuelle en environnement encombré et riche en contacts. Le système s'appuie sur un simulateur physique accéléré par GPU comme modèle du monde en ligne, et introduit un échantillonnage de commandes guidé par programmation quadratique : les trajectoires de vitesses articulaires échantillonnées sont projetées sur l'ensemble des mouvements respectant les limites de position, vitesse, accélération et jerk avant évaluation. Un solveur QP maison, basé sur ADMM et le splitting de Bregman, assure l'exécution temps réel, tandis qu'une optimisation bayésienne règle automatiquement les poids de coût. PRISM a été testé sur des variantes du benchmark PerAct2 (transport de balle avec obstacles, transport de plateau, transfert de cube, levage de boîte), avec un transfert sim-to-real démontré sur deux bras UR5e d'Universal Robots. Cette approche illustre une alternative aux modèles vision-langage-action (VLA) comme Pi-0, GR00T N2 ou Helix, qui dominent la manipulation robotique par apprentissage bout en bout : au lieu d'entraîner un réseau de neurones sur des démonstrations massives, PRISM planifie directement via simulation physique, réduisant le besoin de données tout en gardant une exécution temps réel. Pour les intégrateurs industriels, le transfert sim-to-real réussi sur du matériel standard comme l'UR5e est significatif, car l'écart simulation-réalité reste un point de rupture fréquent des méthodes MPC comme des approches apprises. Il s'agit néanmoins d'un travail académique publié sur arXiv, sans partenaire industriel annoncé ni déploiement commercial, ce qui le distingue des annonces produit humanoïdes. Le contrôle bimanuel en milieu contraint reste un problème ouvert de longue date en robotique, partagé entre méthodes MPC classiques, coûteuses en calcul, et méthodes apprises nécessitant d'importants volumes de démonstrations. PRISM se positionne entre les deux en combinant simulation GPU et optimisation bayésienne pour automatiser le réglage des coûts. Le choix du benchmark PerAct2 et du bras UR5e, plateforme largement répandue en recherche comme en intégration industrielle, facilite la reproductibilité et la comparaison avec d'autres approches. Aucun essai pilote, partenariat industriel ni calendrier de commercialisation n'est mentionné dans la publication, qui reste à ce stade une contribution de recherche accompagnée de code source ouvert.

UELe transfert sim-to-real réussi de PRISM sur des bras UR5e, plateforme cobotique du danois Universal Robots largement déployée dans l'industrie européenne, rend cette approche directement testable par des intégrateurs européens.

RecherchePaper

1 source

2arXiv cs.RO

Commande prédictive par intégrale de chemin informée par objets pour la manipulation robotique sans préhension

Des chercheurs ont présenté une formulation hiérarchique du contrôle MPPI (Model Predictive Path Integral) appliquée à la manipulation non-préhensile, c'est-à-dire au déplacement d'objets par poussée sans saisie physique. Publiée sur arXiv (référence 2605.30778), la méthode décompose le problème en deux niveaux : un premier plan est calculé en supposant que l'objet peut être actionné directement, puis cette trajectoire sert de référence pour résoudre le problème couplé robot-objet. Les expériences ont été conduites sur un bras xArm6 à 6 degrés de liberté de UFactory, avec pour tâche de pousser un objet vers une cible tout en contournant des obstacles statiques. En simulation, la méthode augmente le taux de succès de 40 % et accélère la fréquence de contrôle de 26 % par rapport à un MPPI standard. Sur matériel réel, le gain de succès atteint 20 % pour un coût de calcul comparable. Cette décomposition hiérarchique répond à un problème fondamental de la planification à long horizon : l'espace de recherche conjoint robot-objet est trop vaste pour être exploré efficacement dans des délais temps-réel. En résolvant d'abord un sous-problème centré sur l'objet, l'algorithme oriente l'échantillonnage stochastique vers des régions prometteuses, réduisant le gaspillage computationnel sans nécessiter de hardware spécialisé. Pour un intégrateur industriel, cela signifie que des tâches impliquant poussées ou réorientations sans préhension deviennent planifiables en temps réel sur des cellules robotiques standard, un verrou qui limitait jusqu'ici l'automatisation de nombreuses opérations de manutention. Le MPPI est une méthode de contrôle prédictif par échantillonnage stochastique introduite par Theodorou et Williams à Georgia Tech, et popularisée en robotique par NVIDIA via ses environnements de simulation. La manipulation non-préhensile reste un domaine actif, avec des contributions récentes de MIT CSAIL, ETH Zurich et Stanford sur la gestion des contacts discontinus. Ce travail reste à ce stade un preprint non évalué par les pairs, et les benchmarks se limitent à des scénarios de poussée en espace plan avec obstacles statiques : des configurations plus complexes, obstacles dynamiques ou objets déformables, n'ont pas été testés.

RecherchePaper

1 source

3arXiv cs.RO

Contrôle par échantillonnage en temps réel sous contraintes strictes : l'approche MPPI avec contraintes de variété

Une équipe du RCI Lab publie MC-MPPI (Manifold-Constrained Model Predictive Path Integral), un framework de contrôle temps-réel déposé sur arXiv le 26 mai 2026 (arXiv:2605.24813). La méthode répond à une limitation structurelle du MPPI standard : l'impossibilité de garantir des contraintes d'égalité strictes (hard constraints) lors de tâches de manipulation en chaîne fermée. MC-MPPI sépare le problème en deux niveaux : une planification dans un espace latent de faible dimension, apprise par un VAE (Variational Autoencoder) qui encode la variété de contraintes, suivie d'une correction d'exécution par un contrôleur QP (Quadratic Programming) résolvant en un seul appel l'erreur résiduelle. Sur un système bi-bras à 14 degrés de liberté en chaîne fermée, le framework tourne à 100 Hz aussi bien en simulation qu'en conditions réelles, et surpasse significativement les méthodes de référence en précision de suivi de trajectoire. Le verrou adressé est structurel : les pénalités de coût douces du MPPI standard ne garantissent pas la faisabilité des trajectoires candidates, rendant la méthode inapplicable à la manipulation bimanuelle contrainte, aux systèmes à deux points de contact rigide, ou à toute chaîne cinématique fermée. MC-MPPI conserve le parallélisme massif qui rend MPPI attractif : le VAE génère des trajectoires quasi-faisables sans modification par échantillon, permettant une linéarisation précise des contraintes et réduisant la correction d'exécution à un QP résolu en un seul passage au lieu d'une projection itérative coûteuse. Pour un intégrateur ou un responsable technique industriel, cela ouvre MPPI à des tâches d'assemblage et de manipulation précise jusqu'ici réservées aux solveurs par optimisation itérative comme iLQR ou SQP. MPPI est une méthode de contrôle prédictif par échantillonnage stochastique, introduite par Williams et al. à Georgia Tech en 2016 et depuis adoptée en navigation robotique et pour les systèmes sous-actionnés. Les extensions contraintes existantes recourent à des projections itératives coûteuses ou à des reformulations variationnelles qui dégradent la fréquence de contrôle. MC-MPPI se distingue en apprenant la géométrie de contrainte hors-ligne via le VAE, limitant la charge en ligne au seul QP. Les approches concurrentes incluent les méthodes CBF-QP (Control Barrier Function), le MPC différentiable, et les planificateurs neuronaux pour la manipulation bimanuelle. L'équipe met à disposition vidéos et implémentation à rcilab.github.io/mcmppi ; des validations sur des configurations plus complexes ou des manipulateurs mobiles constitueraient des étapes naturelles.

RecherchePaper

1 source

4arXiv cs.RO

Effets inattendus de la randomisation de domaine sensible au risque pour la commande prédictive par échantillonnage à contacts multiples

Des chercheurs ont publié en mai 2026 une étude préliminaire (arXiv:2605.03290) sur les effets de la randomisation de domaine sensible au risque appliquée au contrôle prédictif par échantillonnage (SPC) dans des tâches à contacts physiques denses. La randomisation de domaine (DR) consiste à entraîner un planificateur sur des variantes aléatoires des paramètres physiques, masse, friction, rigidité, pour le rendre robuste aux erreurs de modélisation. Très utilisée en apprentissage par renforcement, elle restait quasiment inexploriée dans le SPC, où la qualité des trajectoires simulées est particulièrement sensible à l'incertitude. Les auteurs comparent trois stratégies d'agrégation de rollouts sous instances de modèles randomisés : moyenne, optimiste (meilleur cas) et pessimiste (pire cas), sur la tâche Push-T, un benchmark de manipulation où un robot pousse un objet en T vers une pose cible. Les résultats révèlent un effet inattendu : la DR ne se contente pas d'améliorer la robustesse aux erreurs de modèle, elle modifie structurellement le paysage de coût perçu par l'optimiseur d'échantillonnage. Selon le profil de risque retenu, le bassin d'attraction autour des actions produisant des contacts physiques est reconfiguré différemment, ce qui influe directement sur la propension de l'optimiseur à explorer ou à éviter les configurations de contact. Pour des applications industrielles, assemblage, manipulation fine ou tri, où les contacts sont inévitables, ce couplage entre incertitude de modèle et stratégie de risque est critique : un mauvais calibrage peut rendre le SPC soit trop conservateur, soit instable face aux contacts non planifiés. La DR a été systématisée dans les simulateurs physiques comme Isaac Sim de NVIDIA et popularisée par les travaux d'OpenAI sur la manipulation dextre (projet Dactyl, 2019). Le SPC, notamment via l'algorithme MPPI (Model Predictive Path Integral), connaît un regain d'intérêt pour la robotique temps réel, en locomotion et manipulation. Cette étude constitue un premier jalon formel à l'intersection des deux approches, jusqu'ici traitées séparément. Elle s'inscrit dans un contexte plus large où les modèles VLA (Vision-Language-Action) et les approches sim-to-real de Google DeepMind ou Physical Intelligence (Pi-0) cherchent à réduire l'écart entre simulation et réalité. Les auteurs ne publient que des résultats initiaux sur une tâche simple et ne proposent pas encore de généralisation ni de calendrier applicatif, ce qui limite la portée immédiate mais ouvre un axe de recherche prometteur pour le contrôle robuste aux contacts.

RecherchePaper

1 source