RecherchearXiv cs.RO 16 octobre 2026

MR-MPCC : commande prédictive par contournage pour le suivi d'un bras manipulateur dans des repères mobiles

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

MR-MPCC est un cadre de commande publié sur arXiv (2610.21292) pour manipulateurs robotiques à commande en vitesse, conçu pour réguler la pose complète de l'effecteur (6 DOF) lorsque le repère de référence lui-même se déplace. Il repose sur une architecture hiérarchique. Au niveau supérieur, une commande prédictive par contournage (MPCC) optimise l'avancement le long du chemin tout en pénalisant l'erreur de contour et l'erreur d'orientation. En dessous, une couche RMRC (resolved motion rate control) sous contraintes convertit le torseur cartésien commandé en vitesses articulaires admissibles, dans le respect des limites des articulations et des contraintes de sécurité. L'ensemble est implémenté dans une chaîne ROS2 et MuJoCo, puis validé sur un UR5e. Le repère du chemin y est perturbé et suivi par des capteurs électromagnétiques. Les auteurs le comparent à un correcteur PI et à une MPC de suivi indexée sur le temps, soumis à la même perturbation. Ils annoncent une erreur géométrique de suivi plus faible et des écarts réduits dans le repère mobile. Le résumé ne donne aucune valeur chiffrée, ce qui empêche d'évaluer l'ampleur du gain.

L'enjeu concerne les tâches à faibles tolérances d'exécution, comme l'usinage ou l'automatisation chirurgicale, où la pièce ou le patient bouge pendant l'opération. Les contrôleurs indexés sur le temps, dont la MPC de suivi classique, associent chaque instant à un point précis de la trajectoire. Si le repère saute ou si le timing dérive, l'erreur relative au chemin s'accumule. Le contournage supprime ce couplage rigide, puisque l'avancement devient une variable d'optimisation et que la fidélité géométrique prime sur le respect de l'horloge. Pour un intégrateur, c'est une piste crédible pour compenser des mouvements de pièce sans recalcul complet de trajectoire. La preuve reste toutefois limitée. Il s'agit d'un banc de laboratoire sur un seul bras, avec des perturbations choisies par les auteurs et deux références de comparaison, dont un PI qui constitue une base peu exigeante. Il n'y a ni test sur process réel, ni mesure de charge de calcul ou de latence en boucle fermée.

Le MPCC vient à l'origine de la commande de machines-outils et de la course autonome, où la précision de contour compte plus que la ponctualité. Son transfert vers la manipulation à base mobile ou à cible mobile s'inscrit dans un courant plus large de commande réactive, aux côtés du suivi visuel asservi et des MPC à contraintes de sécurité. Le choix d'un UR5e, bras collaboratif très répandu, et d'une chaîne ROS2 facilite la reproduction par d'autres laboratoires. Les suites logiques sont des essais sur usinage ou gestes chirurgicaux réels, des comparaisons avec d'autres schémas robustes, et une quantification du temps de calcul par cycle. Aucun partenaire industriel ni calendrier de transfert n'est mentionné dans ce résumé.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Mouvement pour manipulateurs mobiles franchissant des portes par commande prédictive de modèle

Ouvrir une porte reste un goulot d'étranglement classique pour les robots mobiles déployés en environnement humain (bureaux, hôpitaux, entrepôts à accès cloisonnés), car la base doit se déplacer tout en maintenant le bras en prise sur la poignée sans désaligner ou lâcher la porte. Voici le texte final : Des chercheurs publient sur arXiv (2608.00206v1) un cadre de planification de mouvement pour manipulateurs mobiles franchissant des portes, coordonnant base roulante et bras robotique pour ouvrir et traverser aussi bien des portes à pousser que des portes à tirer. L'approche modélise le robot et la porte comme un système dynamique couplé, résolu par un contrôle prédictif par modèle (MPC) non linéaire qui génère des trajectoires dynamiquement faisables et sans collision. Plutôt que de modéliser explicitement la cinématique du bras, les auteurs imposent la faisabilité de la manipulation via une simple contrainte de pénalité dans l'optimisation. Le papier ne précise ni la plateforme robotique, ni le nombre de degrés de liberté, ni de temps de cycle chiffré, et la validation se limite à des simulations complétées par une seule expérience matérielle. Ouvrir une porte reste un goulot d'étranglement classique pour les robots mobiles déployés en environnement humain (bureaux, hôpitaux, entrepôts à accès cloisonnés), car la base doit se déplacer tout en maintenant le bras en prise sur la poignée sans désaligner ou lâcher la porte. En évitant une modélisation cinématique explicite du bras, la méthode simplifie l'optimisation et pourrait se transférer plus facilement d'une architecture de bras à une autre. Pour les intégrateurs d'AMR augmentés d'un manipulateur, ce type de travail cible un besoin concret d'autonomie de dernier mètre, le franchissement de porte figurant parmi les tâches les plus souvent citées comme non résolues en déploiement logistique ou de service. Le papier ne fournit toutefois qu'une démonstration matérielle isolée, sans test sur des portes non calibrées, des poignées variées ou des charges réalistes, ce qui laisse ouvert l'écart habituel entre preuve de concept académique et robustesse industrielle. Ce travail s'inscrit dans un champ de recherche actif sur la manipulation mobile, où plusieurs équipes testent le MPC pour coordonner base et bras en temps réel, en alternative aux pipelines classiques planifiant séparément base et manipulateur. L'article ne précise ni affiliation académique ou industrielle, ni comparaison quantitative avec des méthodes concurrentes de franchissement de porte, et aucun acteur français ou européen n'y est cité. La suite logique pour ce type de recherche serait une validation sur davantage de configurations de portes puis un test en flotte sur robot réel, des étapes qui restent à ce stade non annoncées.

RecherchePaper

1 source

2arXiv cs.RO

VBT-MPC : commande prédictive tactile à base de vision pour le suivi de contour

Des chercheurs ont publié sur arXiv (2605.20392) un framework de contrôle prédictif baptisé VBT-MPC (Vision-Based Tactile Model Predictive Control), conçu pour le suivi de contours en manipulation robotique. Le système repose sur un capteur tactile à vision embarquée (VBTS, Vision-Based Tactile Sensor) monté en configuration eye-in-hand, c'est-à-dire fixé au poignet du robot de façon à co-localiser la perception et l'action. La contribution centrale est que le contrôleur MPC opère directement dans l'espace des descripteurs de contour extraits du capteur, sans passer par un module intermédiaire d'estimation de pose ni par une architecture de contrôle en effort dédiée. Les expériences couvrent des objets aux géométries et matériaux variés, évalués à la fois en simulation et en conditions réelles, avec comparaison systématique contre des stratégies de visual servoing adaptées aux features tactiles. Ce travail s'attaque à un verrou concret du suivi de surface industriel : maintenir un contact calibré tout en longeant un contour exige traditionnellement soit un estimateur de pose précis (coûteux en calcul et sensible aux erreurs de modèle), soit un contrôleur en force complexe. En faisant du MPC un contrôleur natif dans l'espace tactile, les auteurs réduisent la chaîne de traitement et potentiellement la latence de réaction. Pour un intégrateur ou un COO industriel, cela pointe vers des applications d'inspection de surface, de meulage ou d'assemblage de précision où la robustesse au glissement et aux irrégularités géométriques est critique. La comparaison avec le visual servoing tactile permet de quantifier le gain du MPC sur l'horizon de prédiction face à une loi de commande réactive pure, ce qui est une donnée utile pour le choix d'architecture. Les capteurs tactiles à vision (GelSight du MIT, DIGIT de Meta/CMU, Allsight, Soft-bubble) ont connu une forte montée en maturité depuis 2019, permettant d'extraire des champs de déformation et des features géométriques à haute résolution sans marqueurs. L'intégration du MPC à ce type de sensing prolonge des travaux antérieurs sur le contrôle en force/contact, mais substitue la mesure de force par une information visuelle riche et moins coûteuse en capteurs. Côté concurrence académique, des équipes comme CMU Robotics, Berkeley AUTOLAB et ETH Zurich RSL explorent des approches comparables (apprentissage par imitation tactile, diffusion policies avec retour haptique). La prochaine étape naturelle pour ce type de framework serait l'intégration dans des pipelines de manipulation généralistes ou des bancs d'inspection automatisée, potentiellement combinée avec des VLA (Vision-Language-Action models) pour la planification de haut niveau.

RecherchePaper

1 source

3arXiv cs.RO

Commande barrière progressive par apprentissage pour bras manipulateurs dont les erreurs initiales dépassent les bornes de suivi prescrites

Des chercheurs proposent un contrôleur à barrière progressive pour bras manipulateurs capable de démarrer une tâche avec une erreur de suivi supérieure à la tolérance imposée. Publiée sur arXiv (2503.14669, version 2), la méthode contracte graduellement la borne d'erreur initiale jusqu'à la valeur requise, dans un temps prescrit. Le robot peut donc commencer en dehors de la borne finale, que l'erreur directe de position articulaire respecte une fois la transition achevée. La loi de commande, en forme fermée, associe un retour à barrière progressive et un terme de couple adaptatif en ligne, fondé sur une structure acteur-critique. Une analyse de Lyapunov établit la bornitude des signaux en boucle fermée et donne des conditions suffisantes pour respecter la borne finale. Les simulations portent sur un bras à deux axes, avec grandes erreurs initiales, saturation des actionneurs, variations dynamiques, perturbations et erreurs de mesure. Le terme adaptatif réduit de 45,1 % l'erreur quadratique moyenne médiane par rapport au même contrôleur sans adaptation (poids nuls). Les auteurs cartographient aussi les erreurs initiales acceptables selon le temps de transition, à limites de couple fixées. Un essai sur un Niryo Ned3 Pro, avec positions mesurées et courants moteur, illustre le suivi. Pour les intégrateurs, le point utile est pratique. Les contrôleurs à barrière classiques (contraintes de type barrier Lyapunov) supposent que l'erreur initiale est déjà dans la tolérance. C'est souvent faux en production, après un arrêt d'urgence, un changement d'outil, une reprise de tâche ou un recalage imparfait. Ce travail traite cette limite de façon explicite et chiffre le compromis entre durée de transition et erreur initiale absorbable sous couples bornés. Cette cartographie est exploitable pour dimensionner un démarrage sûr. La portée reste limitée, car les résultats viennent surtout d'un modèle à deux axes en simulation et d'une seule expérience qualitative sur un bras éducatif. Rien n'indique de test sur un manipulateur industriel à six axes ou sept axes, ni de comparaison avec des commandes déjà déployées. La réduction de 45,1 % est un gain relatif face à une variante du même contrôleur, pas face à un état de l'art industriel. Ce travail prolonge la ligne des commandes à contraintes de sortie, issues des fonctions de barrière de Lyapunov et du contrôle à performance prescrite, que les adaptations par réseaux de neurones ou apprentissage par renforcement ont ensuite enrichies. Il se distingue des politiques apprises de bout en bout (VLA comme Pi-0 ou GR00T N2), qui ne fournissent pas de garantie formelle de suivi. Ici, la garantie vient de la couche de commande bas niveau. La suite logique serait une validation sur bras industriels à plus grand nombre de degrés de liberté. Les auteurs n'annoncent ni pilote ni calendrier. La version 2 porte la mention « replace », ce qui indique une révision d'un texte déjà publié.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

4arXiv cs.RO

DART : commande prédictive augmentée par apprentissage pour la manipulation bi-bras non préhensile

Des chercheurs ont publié sur arXiv (référence 2604.17833) les travaux autour de DART, un framework bimanuel conçu pour la manipulation non préhensile d'objets posés sur un plateau. L'approche repose sur un contrôleur prédictif non linéaire (MPC) couplé à un contrôleur d'impédance par optimisation, permettant de déplacer des objets sur le plateau sans les saisir directement. Le système évalue trois stratégies de modélisation de la dynamique plateau-objet : un modèle analytique physique, un modèle par régression en ligne adaptatif en temps réel, et un modèle de dynamique entraîné par apprentissage par renforcement (RL), ce dernier offrant une meilleure généralisation sur des objets aux propriétés variées. Les évaluations ont été réalisées en simulation sur des objets de masses, géométries et coefficients de friction différents. Les auteurs revendiquent que DART constitue le premier framework dédié à ce type de tâche en configuration bimanuelle. L'intérêt technique de DART réside dans la comparaison rigoureuse des trois approches de modélisation sur des métriques concrètes : temps de stabilisation, erreur en régime permanent, effort de contrôle et généralisation. Ce benchmark interne est utile pour les équipes d'intégration robotique qui doivent choisir entre modèles physiques (précis mais rigides), adaptation en ligne (réactive mais computationnellement coûteuse) et RL (flexible mais plus difficile à certifier). L'association MPC et contrôleur d'impédance est une piste crédible pour la manipulation d'objets fragiles ou instables, un verrou important en robotique de service. Toutefois, la validation reste strictement en simulation : le passage au réel implique des défis de perception, de latence et de calibration que le papier ne traite pas encore. Ce travail s'inscrit dans un intérêt croissant pour la robotique de service en hôtellerie et restauration, où des acteurs comme Bear Robotics (Servi), Keenon Robotics ou encore Enchanted Tools (Miroki, développé en France) positionnent leurs plateformes sur des tâches de transport et de service en salle. Les approches dominantes jusqu'ici privilégient la navigation autonome avec préhension classique ; la manipulation non préhensile sur plateau reste peu explorée à l'échelle produit. La prochaine étape naturelle pour DART serait une validation sur plateforme physique, avec des bras commerciaux type Franka Research 3 ou Universal Robots, avant d'envisager une intégration dans un robot mobile de service.

UEEnchanted Tools (Miroki, France) est cité comme acteur du service robotique susceptible de bénéficier de ce type de manipulation non préhensile sur plateau, mais le travail reste en simulation sans transfert réel annoncé.

RecherchePaper

1 source