RecherchearXiv cs.RO 27 octobre 2026

Consensus à double gradient pour l'apprentissage adaptatif face aux perturbations transitoires hors distribution dans la commande de quadrirotors

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent Dual Gradient Consensus (DGC), une méthode d'apprentissage adaptatif destinée au suivi de trajectoire de quadrotors soumis à des perturbations non modélisées. Elle s'appuie sur une politique résiduelle antérieure à adaptation de domaine, DAPL, dont elle conserve trois briques : le modèle de perturbation à caractéristiques de Fourier aléatoires (RFF), la politique entraînée hors ligne par rétropropagation dans le temps (BPTT) et l'adaptation par moindres carrés. Seul le pas de la mise à jour en ligne est modifié. DGC compare chaque gradient résiduel à deux mémoires, l'une à long terme et l'autre à court terme, puis classe le régime d'adaptation courant. Une carte de confiance atténue les mises à jour jugées peu fiables et rétablit l'adaptation quand un changement de domaine persiste. L'évaluation est numérique, sur quatre résiduels qui combinent une composante dans le domaine d'entraînement et de brefs événements hors domaine. DGC obtient l'erreur quadratique moyenne de position la plus basse dans les quatre cas, face au MPC augmenté par L1, au MPC à base de RFF, au DAPL à pas constant et à une référence à paramètres figés. L'article ne donne pas, dans son résumé, l'ampleur des écarts.

Le problème visé est concret pour quiconque fait voler des drones hors laboratoire. Les méthodes d'adaptation en ligne traitent tous les gradients résiduels de la même façon, avec un pas constant. Une rafale, un choc ou une anomalie capteur de quelques instants suffit alors à corrompre le modèle de perturbation, qui était pourtant correct pour le régime nominal. La conséquence est une dégradation du suivi juste après l'événement. Distinguer une perturbation transitoire d'un vrai changement durable de régime, comme une charge ajoutée ou un vent établi, est un prérequis pour des drones d'inspection ou de logistique qui doivent rester prévisibles. L'approche reste légère : elle ne change ni l'architecture ni l'entraînement hors ligne, ce qui la rend en principe facile à greffer sur une pile existante. Il faut toutefois relativiser. Les résultats sont uniquement simulés, sur quatre scénarios choisis par les auteurs, et aucun essai en vol réel n'est annoncé. L'écart sim-to-real reste donc entier.

Ce travail s'inscrit dans la lignée du contrôle adaptatif de quadrotors, où se côtoient le MPC augmenté par L1, les modèles résiduels appris et l'adaptation de domaine, dont DAPL est le point de départ direct. La méthode reste une contribution de recherche : on ne trouve ni code, ni produit, ni pilote industriel annoncé. Les prochaines étapes naturelles sont la validation sur matériel, avec des perturbations réelles et du bruit capteur, ainsi que des comparaisons plus larges, notamment sur la sensibilité aux réglages des seuils de classification et des mémoires de gradient.

À lire aussi

1arXiv cs.RO

WAND : apprentissage d'une navigation robuste pour quadrirotors face aux perturbations complexes du vent et aux obstacles denses

Des chercheurs proposent WAND (Wind-Aware Navigation with Disturbance Estimation), un cadre d'apprentissage par renforcement destiné à la navigation de quadrirotors dans des champs d'obstacles denses soumis à des rafales variables. Le système estime l'accélération perturbatrice induite par le vent à partir de l'historique des états proprioceptifs (sans capteur de vent dédié), au moyen d'un réseau convolutif temporel (TCN). Cette estimation sert deux fois: elle est injectée dans la politique de navigation via un module résiduel initialisé à zéro, baptisé WindAdapter, et elle alimente une compensation en boucle ouverte (feedforward) au niveau du contrôle bas niveau. Sur 12 configurations de simulation avec vent, WAND améliore le taux de succès observé de 8,3 points de pourcentage en moyenne par rapport à la seule compensation feedforward. Des essais en vents croisés opposés montrent une adaptation de trajectoire dépendante de la direction du vent. En vol réel en intérieur, avec des ventilateurs, le système réussit 18 essais sur 20, soit 90 %, avec un calcul embarqué en temps réel. L'intérêt tient à la manière dont le problème est posé. Les politiques de navigation apprises s'appuient en général sur la perception des obstacles et la proprioception, et doivent deviner implicitement l'effet de perturbations qui varient dans le temps, ce qui fragilise la robustesse quand l'observation est partielle. En rendant la perturbation explicite et en l'utilisant à la fois pour décider et pour rejeter l'effet du vent, WAND traite le vent comme une variable d'état à part entière plutôt que comme du bruit. Pour les intégrateurs de drones d'inspection, de logistique ou d'intervention en milieu encombré (entrepôts ouverts, sites industriels, forêts, canyons urbains), c'est une piste crédible pour gagner en fiabilité sans ajouter de capteurs. Il faut toutefois relativiser: un gain moyen de 8,3 points est modeste et mesuré face à un baseline déjà compensé. L'échantillon réel de 20 essais est petit, et les ventilateurs d'intérieur produisent un flux bien plus régulier que les rafales turbulentes en extérieur. Aucune comparaison à d'autres méthodes de pointe n'est mentionnée dans le résumé. Ce travail s'inscrit dans la lignée des méthodes de navigation par apprentissage pour drones, qui ont démontré leur efficacité en vol rapide parmi des obstacles, mais ont longtemps traité les perturbations aérodynamiques par du contrôle robuste classique ou de l'adaptation implicite. Il s'agit d'une publication académique sur arXiv (préprint, non évalué par les pairs), sans produit, sans partenaire industriel ni calendrier de déploiement annoncés. Les prochaines étapes naturelles sont la validation en extérieur avec un vent réel et turbulent, des tests sur des vitesses et des densités d'obstacles plus élevées, et des comparaisons directes avec les politiques d'adaptation implicite et les contrôleurs robustes existants. L'étape décisive restera le passage du laboratoire à des environnements non contrôlés.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2arXiv cs.RO

Commande prédictive par modèle de Koopman, sensible aux perturbations et en temps réel, pour quadrirotors dans des vents variables dans l'espace

Des chercheurs proposent un cadre baptisé Disturbance-Aware Koopman Control Family (DA-KCF), publié sur arXiv (2610.27414), destiné à maintenir la précision prédictive d'un quadrotor lorsque les effets aérodynamiques changent en vol. Le principe consiste à figer un modèle nominal de type Koopman, identifié hors ligne, et à n'apprendre en ligne qu'une correction de faible dimension liée à la perturbation. Le modèle nominal, dépendant de la référence, est d'abord appris en simulation puis calibré avec un volume limité de données matérielles. Pendant le déploiement, un petit ensemble de modèles résiduels légers estime la correction à partir de transitions causales état-commande-état. Cette version adaptative est intégrée à une commande prédictive (MPC) qui évalue les corrections le long de l'horizon de prédiction, afin d'optimiser les références de position et de lacet transmises au contrôleur de stabilisation embarqué. Les essais ont été réalisés sur un nano-quadrotor, sous vent uniforme puis dans un sillage spatialement variable. Les auteurs ne donnent pas, dans le résumé, de chiffres d'erreur ni de fréquence de contrôle. L'intérêt tient à l'architecture plus qu'à un gain de performance chiffré. Beaucoup de contrôleurs adaptatifs ré-estiment tout le modèle en ligne, au risque de dérive ou de coût de calcul prohibitif. Ici, la structure nominale reste intacte et seule la part d'incertitude évolue, ce qui limite la charge embarquée et facilite la validation. Les auteurs affirment que le bénéfice sur la prédiction multi-pas et le suivi de trajectoire croît avec l'écart entre le modèle et la réalité, tout en respectant les contraintes temps réel. C'est précisément le cas des vents tourbillonnants ou des sillages près de structures, auxquels sont confrontés les drones d'inspection industrielle, de logistique intérieure ou de livraison. La limite est évidente : un nano-quadrotor en soufflerie ou en configuration de laboratoire reste loin d'un drone de plusieurs kilos en rafales réelles, et l'absence de comparaison chiffrée dans le résumé empêche de juger l'ampleur du gain. Ce travail s'inscrit dans l'essor des opérateurs de Koopman, qui permettent de représenter une dynamique non linéaire par un modèle linéaire dans un espace de caractéristiques, rendant la MPC plus tractable. Il concurrence les approches de MPC apprenante à base de réseaux de neurones, les observateurs de perturbations classiques et les méthodes de commande adaptative L1. Il s'agit d'une publication de recherche et non d'un produit : aucun déploiement commercial ni calendrier n'est annoncé. Les prochaines étapes naturelles seraient des essais sur des plateformes plus grandes, en extérieur, et des comparaisons directes avec les méthodes concurrentes.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

Cadre d'apprentissage par tranches pour l'identification en ligne des perturbations dans le contrôle d'attitude SO(3) d'un quadrotor

Des chercheurs ont publié sur arXiv (identifiant 2508.14422, version 4) un framework d'apprentissage géométrique appelé "Sliced Learning", conçu pour l'identification en ligne de perturbations dans le contrôle d'attitude des quadrotors selon le groupe de rotations SO(3). Le coeur du système est le module SANM (Sliced Adaptive-Neuro Mapping), qui décompose le problème d'identification de haute dimension en plusieurs sous-mappings de faible dimension, chacun traité par un réseau de neurones peu profond combiné à des lois adaptatives. Ces composants sont mis à jour en ligne via une adaptation basée sur les fonctions de Lyapunov, à une fréquence de 400 Hz, sur des microcontrôleurs à ressources limitées de type STM32. La convergence exponentielle du système est démontrée mathématiquement malgré des perturbations variables dans le temps et des incertitudes sur les moments d'inertie, et les résultats sont validés par des expériences en conditions réelles. L'intérêt principal de ce travail réside dans la capacité d'adaptation neuronale en temps réel à 400 Hz sur un MCU embarqué classique, un seuil rarement atteint dans la littérature sur le contrôle adaptatif des drones. Contrairement aux approches conventionnelles qui apprennent à partir des états du système, la stratégie "learning-from-error" exploite la représentation d'erreur en algèbre de Lie, ce qui préserve la structure géométrique intrinsèque de SO(3) et autorise une décomposition axiale du problème. Pour les intégrateurs de systèmes drones et les équipes de contrôle embarqué, cela représente un module d'identification de perturbations à la fois léger, interprétable et certifiable sur le plan de la stabilité, trois critères déterminants pour des applications industrielles ou de défense. Le contrôle d'attitude géométrique des quadrotors sur SO(3) est un domaine actif depuis les années 2010, avec des travaux fondateurs de Lee, Leok et McClamroch qui ont formalisé des contrôleurs évitant les singularités des angles d'Euler. L'identification de perturbations en ligne reste un verrou face aux vents, variations de charge et dérives d'inertie, et les approches neuronales existantes sont généralement trop lourdes pour tenir sur MCU embarqué, forçant le recours à des calculateurs plus puissants. Ce travail se positionne dans cet espace de contrainte, avec une validation hardware sur STM32, mais sans annoncer de déploiement commercial ni de partenariat industriel à ce stade, ce qui le situe clairement au niveau de la preuve de concept académique.

RecherchePaper

1 source

4arXiv cs.RO

DiSA-IQL : apprentissage par renforcement hors ligne pour un contrôle robuste des robots souples face aux changements de distribution

Les robots serpents mous, capables de se faufiler et de se plier dans des environnements complexes grâce à leur structure flexible, restent difficiles à piloter car leur dynamique est fortement non linéaire et échappe aux modèles simplifiés utilisés par les contrôleurs classiques ou bio-inspirés. Une équipe de recherche propose DiSA-IQL (Distribution-Shift-Aware Implicit Q-Learning), une extension de l'algorithme d'apprentissage par renforcement hors ligne IQL, décrite dans une version révisée d'un article publié sur arXiv (identifiant 2510.00358v2). La méthode ajoute une pénalité sur les paires état-action jugées peu fiables afin de limiter la dégradation de performance causée par le décalage de distribution, un problème classique de l'apprentissage hors ligne où l'agent doit généraliser à partir d'un jeu de données figé sans pouvoir interagir en temps réel avec l'environnement. Les auteurs testent DiSA-IQL sur des tâches d'atteinte d'objectif, en distribution et hors distribution, uniquement en simulation, et rapportent des taux de réussite supérieurs, des trajectoires plus lisses et une robustesse accrue par rapport à trois références : le clonage comportemental (BC), Conservative Q-Learning (CQL) et l'IQL standard. L'enjeu dépasse le seul cas des robots serpents. L'apprentissage en ligne sur du matériel réel est coûteux et risqué pour des structures souples fragiles, ce qui pousse la recherche vers des méthodes hors ligne capables d'exploiter des jeux de données pré-collectés sans dégrader leurs performances face à des situations inédites. Si les résultats se confirment au-delà de la simulation, ils renforceraient la viabilité de pipelines d'apprentissage hors ligne pour des classes de robots à dynamique difficile à modéliser, un enjeu direct pour les intégrateurs qui cherchent à déployer des systèmes souples sans multiplier les essais physiques coûteux. Le travail s'inscrit dans la lignée directe d'IQL et de CQL, deux méthodes de référence en RL hors ligne conservateur, que les auteurs utilisent comme bases de comparaison plutôt que comme simples antécédents théoriques. Il reste à ce stade purement académique et simulé : aucune validation sur robot physique n'est rapportée, et l'article ne mentionne ni partenaire industriel ni calendrier de transfert vers du matériel réel.

RecherchePaper

1 source