RetroNav : rétrospection et nouvelle tentative ancrées dans la scène pour une navigation autonome à apprentissage continu

Des chercheurs, dont le dépôt GitHub est hébergé sous l'identifiant 3dv-casia, publient sur arXiv RetroNav, un cadre de navigation robotique « auto-évolutif » et sans entraînement (training-free). Le système repose sur une mémoire unifiée qui relie la connaissance géométrique et sémantique d'une scène à l'historique des tentatives de navigation. Cette mémoire sépare les observations objectives des interprétations qui dépendent de la tâche. Après chaque tentative, un évaluateur indépendant décide si un nouvel essai est nécessaire. Si oui, un « Retrospection Agent » réexamine les décisions passées à partir des connaissances de scène accumulées et des journaux de navigation. Il produit un brief de reprise, ancré dans des preuves, qui guide l'essai suivant. Les auteurs revendiquent l'état de l'art sur cinq benchmarks de navigation et annoncent une publication du code en open source. Le résumé ne donne aucun chiffre : ni taux de succès, ni écart avec les méthodes précédentes, ni nombre moyen de reprises, ni test sur robot physique.

L'intérêt tient au fait que la plupart des méthodes de navigation traitent chaque épisode isolément, alors qu'un robot déployé en entrepôt, en hôpital ou en bureau repasse sans cesse dans les mêmes lieux. Transformer les échecs en consignes explicites pour la tentative suivante, sans réentraîner de modèle, est une piste crédible pour des intégrateurs qui n'ont pas de budget de fine-tuning par site. Il faut cependant rester prudent. Les benchmarks de navigation sont en grande partie simulés, et l'écart entre démonstration et exploitation réelle reste entier. Le coût d'une boucle d'évaluation, de réflexion et de reprise (latence, calcul, risque de répéter une erreur mal diagnostiquée) n'est pas documenté dans le résumé.

Ce travail prolonge deux courants. Les méthodes de navigation « lifelong » récentes accumulent déjà des connaissances de scène d'une tâche à l'autre, mais négligent l'expérience de navigation et son lien avec les preuves visuelles de la scène. Les agents à base de modèles de langage, pour leur part, ont popularisé l'auto-réflexion après échec. RetroNav combine les deux approches. Le résumé ne cite aucun concurrent direct et aucun acteur industriel, y compris européen. La suite dépendra de la publication du code, qui permettra une reproduction indépendante, puis d'éventuels essais sur plateformes réelles et en environnements changeants.