Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
RecherchearXiv cs.RO 

RRT* guidé par la récompense pour la planification de tâches et de mouvements sous budget

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Des chercheurs proposent sur arXiv (2610.35289) Reward-Guided RRT, un cadre de planification par échantillonnage qui traite d'un seul bloc deux problèmes habituellement séparés: choisir quelles tâches visiter parmi des lieux répartis dans l'espace, et planifier les trajectoires qui les relient, sous un budget de déplacement limité. La méthode construit la mission par étapes successives. À chaque étape, une recherche RRT guidée par la récompense sélectionne la prochaine tâche et le mouvement correspondant directement dans l'espace d'états continu, sans graphe de transitions entre tâches précalculé. Une procédure de faisabilité du retour vérifie qu'une tâche retenue peut être visitée sans dépasser le budget de la mission. Les expériences font varier la complexité des obstacles et le nombre de tâches. Les auteurs annoncent des solutions comparables à celles de VNS-PRM*, une approche de référence, avec nettement moins d'états échantillonnés. Ils étendent aussi le cadre à la direction de Dubins, qui impose un rayon de braquage minimal, et le testent dans le simulateur CoppeliaSim avec une plateforme robotique à échelle réduite de type voiture.

L'intérêt est surtout pratique pour les intégrateurs de robots mobiles (AMR, véhicules d'inspection ou de collecte de données) dont l'autonomie est la contrainte centrale. Éviter le graphe de tâches précalculé réduit le coût de calcul, qui explose avec le nombre de sites et la densité d'obstacles. La prise en compte des contraintes cinématiques rapproche la méthode des véhicules réels. Il faut toutefois rester prudent: la comparaison porte sur un seul concurrent, aucun chiffre de temps de calcul ou de qualité n'est fourni dans le résumé, et la validation se fait en simulation, pas sur un robot déployé. Il s'agit d'un résultat de recherche, pas d'un produit.

Ce travail s'inscrit dans la lignée des problèmes d'orientation avec budget (orienteering) combinés à la planification de mouvement, où l'on associait jusqu'ici une heuristique combinatoire comme VNS (recherche à voisinage variable) à une feuille de route PRM. Reward-Guided RRT déplace ce couplage vers l'échantillonnage continu. Les suites logiques sont des essais sur matériel, des environnements dynamiques et des missions multi-robots, pistes que le résumé ne mentionne pas.

Dans nos dossiers

arXiv cs.RO

À lire aussi

Planification de tâches et de mouvements guidée par la preuve avec des modèles vision-langage
1arXiv cs.RO 

Planification de tâches et de mouvements guidée par la preuve avec des modèles vision-langage

EAFG (Evidence Acquisition and Feasibility Gating), publié sur arXiv le 20 août 2026 (2608.20084v1), est un framework de planification de tâches et de mouvements (TAMP) pilotée par des modèles vision-langage (VLM) pour robots manipulateurs. Face à une instruction longue, comme cuisiner un plat, le VLM peut halluciner la présence d'objets jamais observés et bâtir des sous-objectifs sur ses connaissances a priori plutôt que sur la perception réelle, causant des échecs d'exécution. EAFG fait d'abord explorer le robot, via des sous-objectifs générés par le VLM et exécutés par TAMP, pour recueillir des preuves visuelles ; une porte de faisabilité décide ensuite de planifier, d'explorer davantage, ou d'arrêter. Sur des tâches culinaires à usage d'objets ambigu, EAFG améliore la complétion des recettes en découvrant les objets pertinents avant de planifier, et réduit les tentatives inutiles quand un objet requis est absent, sans chiffres précis publiés. Cette approche cible un point de friction concret pour l'industrialisation des robots manipulateurs pilotés par VLM : l'écart entre la compréhension sémantique d'une instruction et la vérification géométrique et perceptive de sa faisabilité réelle. Pour les intégrateurs opérant en environnement partiellement observable, un robot qui agit sur des suppositions non vérifiées représente un risque opérationnel, en temps perdu ou en échecs silencieux. En séparant explicitement planifier, explorer et arrêter, EAFG remet en question l'hypothèse implicite de nombreux pipelines VLM+TAMP selon laquelle une seule perception de la scène suffit avant de planifier une tâche longue, une piste utile face au fossé persistant entre démonstrations contrôlées et déploiement fiable. EAFG s'inscrit dans la lignée des travaux combinant VLM et planification robotique, un courant structuré notamment autour d'approches comme SayCan, qui traduisent des instructions en langage naturel en séquences d'actions exécutables. Il s'agit ici d'une contribution académique : aucun robot commercial ni déploiement en production n'est mentionné, et le résumé ne précise pas si les expériences culinaires ont été menées sur un robot physique ou en simulation. La suite logique pour ce type de recherche serait une validation sur des tâches plus longues, dans des environnements moins contrôlés que la cuisine, et une comparaison directe avec d'autres pipelines VLM+TAMP sur des benchmarks partagés.

RecherchePaper
1 source
H-WM : planification de tâches et de mouvements robotiques guidée par un modèle du monde hiérarchique
2arXiv cs.RO 

H-WM : planification de tâches et de mouvements robotiques guidée par un modèle du monde hiérarchique

Des chercheurs proposent H-WM (Hierarchical World Model), un cadre qui prédit conjointement les transitions d'états logiques et visuelles pour guider les modèles Vision-Language-Action (VLA) sur des tâches longues. L'architecture associe deux niveaux. Un modèle de monde logique de haut niveau prédit des actions symboliques et des états fondés sur des prédicats, à la manière de la planification de tâches et de mouvements (TAMP) classique. Un modèle de monde visuel de bas niveau prédit les transitions d'états visuels latents. Ces deux sorties sont injectées dans le VLA comme guidage d'état intermédiaire pendant l'exécution. Les auteurs annoncent des gains constants sur trois benchmarks à horizon long ainsi que sur des robots réels, grâce à une exécution plus stable et à une moindre accumulation d'erreurs. Ils publient aussi LIBERO-Logic, un jeu de données aligné image par image qui associe observations visuelles et états robotiques continus à des actions logiques et à des états logiques à base de prédicats. Il s'agit d'un travail de recherche (arXiv 2602.11291, version 3), sans produit ni déploiement industriel. L'enjeu touche l'un des principaux points faibles des VLA : la dérive sur les longues séquences. Les modèles de monde fondés sur la prédiction visuelle, latente ou linguistique sont difficiles à relier à des actions exécutables, et leurs erreurs s'accumulent à mesure que l'horizon s'allonge. H-WM suggère qu'une couche symbolique compacte peut servir d'ancrage sans abandonner la perception, une piste hybride entre l'IA symbolique et l'apprentissage de bout en bout. Pour un intégrateur, la leçon est que les séquences d'assemblage ou de logistique en plusieurs étapes pourraient gagner en fiabilité sans réentraîner un VLA complet. La prudence reste de mise. L'extrait ne chiffre ni les gains, ni les VLA de référence, ni la nature des tâches sur robots réels. Les benchmarks de type LIBERO restent des environnements de simulation, et le passage à des cadences industrielles n'est pas démontré. Ce travail s'inscrit dans la montée des modèles de monde comme brique centrale du contrôle robotique, face aux VLA généralistes de type Pi-0 ou GR00T, qui peinent sur les tâches longues. Il rejoint aussi la renaissance de la planification symbolique couplée aux modèles de fondation. Le jeu de données LIBERO-Logic, étendu à partir du benchmark LIBERO, constitue sans doute la contribution la plus réutilisable, car il offre à d'autres équipes des annotations logiques alignées. La suite dépendra de la généralisation à des scènes ouvertes, de la qualité des prédicats produits automatiquement et du coût d'annotation. Aucun calendrier de pilote n'est annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
PATACON : RRT-Connect parallèle sur GPU par fibré tangent pour la planification de mouvement sous contraintes
3arXiv cs.RO 

PATACON : RRT-Connect parallèle sur GPU par fibré tangent pour la planification de mouvement sous contraintes

PATACON est un planificateur de mouvement bidirectionnel exécuté sur GPU, décrit dans une prépublication arXiv (2610.13195v1). Il vise la planification de mouvement contrainte pour des robots à corps entier, notamment des humanoïdes, ainsi que pour des systèmes à deux bras en chaîne fermée. Sa particularité est d'explorer l'espace tangent plutôt que l'espace de configuration ambiant, en exploitant la géométrie locale de la variété définie par des fonctions de contrainte connues. Les auteurs l'ont testé sur deux familles de tâches : la planification à deux bras en chaîne cinématique fermée et la planification contrainte du corps entier d'un humanoïde. Selon leurs résultats, PATACON dépasse les travaux antérieurs à mesure que croissent la dimension de l'espace de configuration et la codimension des contraintes, avec une accélération pouvant atteindre 11,25 fois. Il s'agit de résultats d'expériences en laboratoire, sans déploiement industriel ni produit commercialisé. Le texte ne précise pas non plus les robots, les temps de cycle absolus ni le matériel GPU utilisés. Le point technique visé est le coût de la projection sur la variété de contraintes. Les planificateurs massivement parallèles sur GPU, apparus récemment, ont déjà réduit le coût du test de collision et de la recherche du plus proche voisin. Mais ils continuent de faire avancer leurs échantillons dans l'espace ambiant. Les candidats s'écartent alors de la variété et doivent être reprojetés, une opération qui domine le temps de calcul dans les problèmes fortement contraints et de grande dimension, justement ceux d'un humanoïde. En avançant le long du fibré tangent, PATACON limite ces corrections. L'enjeu est la replanification continue en environnement dynamique, où un robot doit recalculer sa trajectoire en respectant à la fois l'évitement de collisions et des contraintes cinématiques comme la fermeture de boucle ou le maintien d'une orientation. Le gain annoncé croît avec la difficulté, ce qui est le bon sens d'évolution, mais « 11,25 fois » est un maximum, pas une moyenne. Il dépend de la baseline retenue et des scénarios choisis, et seule une lecture complète des benchmarks dira si la tendance se confirme sur des tâches variées. Les auteurs parlent d'un rapprochement du temps réel, pas d'un temps réel atteint. Ce travail s'inscrit dans la lignée des planificateurs de type RRT-Connect, algorithme bidirectionnel classique, et de leurs variantes pour variétés contraintes, longtemps pénalisées par la projection itérative. Les versions parallélisées sur GPU ont ensuite déplacé le goulot d'étranglement, et PATACON s'attaque à ce point précis. Il se positionne face à ces planificateurs GPU antérieurs, que l'extrait ne nomme pas. Pour les intégrateurs d'humanoïdes, l'intérêt est indirect : ces briques de planification complètent les politiques apprises de type VLA plutôt que de les remplacer, en offrant des trajectoires qui respectent des contraintes explicites. Les suites naturelles seraient une validation sur matériel réel et une intégration dans des boucles de replanification embarquées, qui ne sont pas annoncées.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
DemoStream : optimisation par lots de la planification de tâches et de mouvements pour l'apprentissage automatisé par démonstration
4arXiv cs.RO 

DemoStream : optimisation par lots de la planification de tâches et de mouvements pour l'apprentissage automatisé par démonstration

DemoStream est un système de planification de tâches et de mouvements (TAMP, Task and Motion Planning) conçu pour générer automatiquement des démonstrations destinées à l'apprentissage par imitation (behavior cloning). Les auteurs introduisent des opérations d'échantillonnage TAMP « par lots » (batched), accélérées par GPU, ainsi qu'un nouvel algorithme qui résout en parallèle la satisfaction de contraintes pour explorer de nombreuses solutions simultanément. Ils ont mené des expériences en simulation, en faisant varier les espaces d'action, les fonctions de coût et les tailles de lot, pour mesurer l'effet de ces choix sur le taux de succès des politiques apprises. En conditions réelles, le système collecte des démonstrations à un rythme moyen de 66 par heure, en s'appuyant sur les garanties de sécurité du TAMP. Il s'agit d'un travail de recherche publié sur arXiv, avec vidéos de déploiement de politiques sur le site demostream.github.io. Il ne s'agit ni d'un produit commercial ni d'un déploiement industriel. L'enjeu est le goulot d'étranglement de la donnée. L'apprentissage par démonstration exige des volumes massifs d'exemples, et les méthodes actuelles se divisent en deux camps : la téléopération, qui mobilise des opérateurs humains en continu et coûte cher à l'échelle, et les générateurs spécialisés, limités à une seule tâche. Le TAMP peut résoudre de façon autonome des tâches générales, mais ses solutions sont multimodales : plusieurs trajectoires valides coexistent, ce qui perturbe l'entraînement d'une politique. En optimisant explicitement la qualité des démonstrations plutôt que leur seule faisabilité, DemoStream vise à produire des données plus « apprenables ». Pour un intégrateur ou un responsable de R&D, c'est une piste crédible pour réduire la dépendance à la téléopération. Reste à nuancer : les 66 démonstrations par heure sont une moyenne sans comparaison chiffrée avec la téléopération dans le résumé, et les tâches, la complexité des scènes et les taux de succès finaux ne sont pas précisés. L'écart entre résultats de laboratoire et robustesse en production reste donc à démontrer. Ces travaux s'inscrivent dans la lignée des recherches récentes sur le TAMP accéléré par GPU, qui ont rendu l'échantillonnage massivement parallèle praticable. Ils répondent à la tension actuelle du secteur entre les grands modèles de type VLA (vision-langage-action), gourmands en données collectées par téléopération, et les approches de génération synthétique ou en simulation. DemoStream se positionne comme une troisième voie, fondée sur la planification classique avec garanties de sécurité, plutôt que sur des données humaines. La suite logique serait de valider l'approche sur des tâches plus longues et plus variées, puis de l'intégrer à des pipelines de pré-entraînement de modèles généralistes. Aucun calendrier ni partenaire industriel n'est annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source