RecherchearXiv cs.RO 28 octobre 2026

Planification de trajectoires informative multi-robots par apprentissage, avec filtre de Kalman à processus gaussien spatio-temporel

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent un cadre de planification de chemin informatif (IPP) pour flottes de robots chargées de surveiller durablement des cibles mobiles. Leur approche remplace le modèle habituel, où chaque cible dispose de son propre processus gaussien (GP), par un champ latent unique représentant la présence anonyme de cibles sur une grille discrète de l'espace de travail. Un filtre de Kalman spatio-temporel couplé au GP assimile de façon récursive des mesures de caméra au niveau de l'empreinte au sol, avec champs de vue arbitraires et bruit dépendant de la distance. Une mise à jour temporelle dérivée du GP gonfle l'incertitude au fil du temps pour tenir compte du déplacement des cibles. En mode décentralisé, chaque robot maintient son propre module de cartographie et n'échange que des résumés de croyance de taille fixe, pas des mesures brutes. Ces résumés sont fusionnés par intersection de covariance diagonale, une méthode prudente quand les corrélations entre robots sont inconnues. Le mapper est associé à une politique d'apprentissage par renforcement qui sélectionne les voisins via un graphe. En simulation, le déploiement centralisé améliore la visite des cibles et réduit d'environ 20 % l'incertitude postérieure sur les cibles par rapport à des références apprises et classiques (enchères, couverture). Une expérience réelle avec deux drones, sur un terrain extérieur de plus de 7000 m², valide le transfert vers la recherche multi-robot. Le code est publié sur GitHub.

L'intérêt tient à ce que ce travail s'attaque à deux hypothèses simplificatrices fréquentes dans l'IPP par apprentissage : des modèles de capteurs idéalisés et une mise à jour de croyance centralisée. Les auteurs indiquent qu'une part importante du gain de 20 % provient de la représentation de la croyance elle-même, et non de la politique apprise. Pour un intégrateur, le message est que la qualité du modèle d'incertitude pèse autant que l'algorithme de décision, et qu'elle est moins coûteuse à améliorer. L'échange de résumés de taille fixe vise des liaisons radio limitées, contrainte typique des essaims de drones pour l'inspection, la sécurité ou l'agriculture. Il faut toutefois nuancer : le gain de 20 % est mesuré en simulation et en configuration centralisée, et la démonstration réelle se limite à deux UAV. Elle ne documente pas l'écart entre simulation et réalité à plus grande échelle, ni le comportement en décentralisé sur le terrain.

Ces travaux s'inscrivent dans la lignée des méthodes d'IPP multi-robot par apprentissage, qui utilisent les GP pour modéliser l'incertitude mais restent souvent centralisées, face aux approches classiques d'allocation par enchères et de couverture, qui servent ici de référence. L'article, publié sur arXiv en version 2 (2609.05515), est un résultat de recherche académique, sans produit ni calendrier de déploiement annoncé. Les prochaines étapes naturelles sont la validation de la version décentralisée en conditions réelles, le passage à des flottes plus nombreuses et des tests avec des cibles réellement mobiles. La publication du code facilitera la reproduction par d'autres équipes.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

MA-LIPP : planification coopérative de trajectoires informatives multi-agents sensible à la charge pour équipes de robots hétérogènes

Une équipe de recherche présente MA-LIPP (Multi-Agent Load-Aware Informative Path Planning), une méthode de planification de trajectoire pour des équipes hétérogènes de robots devant collecter des échantillons physiques sur le terrain et les ramener en laboratoire. Le système coordonne les robots via des "dead drops" asynchrones : un robot dépose des échantillons en un point que récupère, plus tard, un second robot, sans rendez-vous synchrone entre les deux. Les auteurs formalisent le problème comme un programme quadratique en variables mixtes-entières (MIQP) exact, complété par une heuristique de recherche à grand voisinage par paires (Pairwise Large-Neighborhood Search, LNS) pour les cas réels de plus grande taille. Sur des instances allant jusqu'à 12 robots, cette heuristique égale l'optimum exact dans 95,5% des cas certifiés et réduit la variance postérieure pondérée de 16,1 à 19,8% par rapport à une méthode séquentielle de référence. Le travail, publié sur arXiv (2609.21167), reste une contribution algorithmique validée en simulation, sans déploiement matériel annoncé. Le verrou que cible MA-LIPP est structurel en robotique de terrain : dans la planification informative sous contrainte de charge (LIPP) à robot unique, la même machine doit à la fois détecter les points d'intérêt et transporter tous les échantillons collectés, ce qui multiplie les retours au dépôt et limite fortement la zone couverte. Répartir les rôles entre robots précis dédiés à l'échantillonnage et robots à forte capacité dédiés au transport lève ce goulot d'étranglement, mais complexifie la coordination : il faut décider quand, où, quoi et à qui transférer la charge. Pour les intégrateurs de robotique de terrain, en surveillance environnementale, géologie ou inspection de sites dangereux, ce résultat indique qu'une coordination asynchrone bien formalisée peut accroître significativement la couverture spatiale sans synchronisation coûteuse entre robots, un argument en faveur des flottes hétérogènes plutôt que des robots généralistes isolés. Ce travail prolonge les recherches sur l'Informative Path Planning, qui guide un robot vers les emplacements maximisant l'information recueillie sur un champ inconnu comme une contamination ou une composition du sol, et ses variantes "load-aware" intégrant le coût croissant du transport à mesure que les échantillons s'accumulent. L'apport de MA-LIPP est d'étendre ce cadre au multi-robot en traitant les échanges asynchrones de charge comme des variables de décision à part entière plutôt que comme une contrainte annexe. Les deux méthodes proposées, le MIQP exact pour certifier l'optimalité sur des instances réduites et l'heuristique LNS pour passer à l'échelle, ouvrent la voie à une validation en conditions réelles, non détaillée dans l'abstract, qui devra probablement traiter l'autonomie énergétique et la tolérance aux pannes de robots en mission.

RecherchePaper

1 source

2arXiv cs.RO

Robots à bras multiples : apprentissage neuronal de l'accessibilité Hamilton-Jacobi pour la planification décentralisée de trajectoires sûres

Une équipe de chercheurs propose NeHMO, une méthode d'apprentissage par réseau de neurones basée sur la réductibilité de Hamilton-Jacobi (HJR) pour la planification de mouvement multi-bras en sécurité et de façon décentralisée. Le papier, publié sur arXiv (arXiv:2507.13940, version 2), s'attaque au problème de la coordination de plusieurs bras robotiques évoluant dans un espace de configuration couplé et de haute dimension. Plutôt que de s'appuyer sur un planificateur centralisé qui coordonne tous les bras mais peine à passer à l'échelle en temps réel, ou sur des méthodes décentralisées existantes qui supposent un comportement prévisible des autres bras, les auteurs entraînent une fonction de valeur de sécurité qui capture les contraintes de collision inter-bras dans le pire des cas. Cette représentation apprise alimente ensuite un module d'optimisation de trajectoire décentralisé, exécutable en temps réel sur chaque bras indépendamment. L'enjeu dépasse l'exercice académique: la planification multi-bras sûre est un goulot d'étranglement concret pour les cellules de fabrication et les postes d'assemblage où plusieurs manipulateurs partagent un espace de travail restreint. Les approches centralisées classiques deviennent impraticables dès que le nombre de bras augmente, tandis que les méthodes décentralisées à base d'apprentissage profond échouent dès qu'un bras voisin dévie d'un comportement anticipé, c'est à dire exactement le scénario que redoutent les intégrateurs industriels en environnement non coopératif. En garantissant une sécurité dans le pire des cas plutôt qu'une prédiction probable de comportement, NeHMO répond à une limite reconnue des architectures actuelles: la fragilité face à l'imprévisibilité, sans sacrifier le passage à l'échelle. La réductibilité de Hamilton-Jacobi est un outil classique de la théorie du contrôle pour la vérification formelle de sécurité, historiquement trop coûteux en calcul pour des systèmes multi-bras à haute dimension. L'apport ici est de le rendre tractable via une approximation neuronale, généralisable à différentes configurations de manipulateurs sans réentraînement complet. Selon les auteurs, la méthode surpasse les références de l'état de l'art sur des tâches de planification multi-bras jugées difficiles. Il s'agit toutefois d'un résultat de recherche publié en preprint, sans partenaire industriel ni déploiement annoncé à ce stade.

RecherchePaper

1 source

3arXiv cs.RO

SPARC : planification de trajectoire spatiale par communication robotique attentive

Une équipe de chercheurs a publié sur arXiv (référence 2603.02845v3) SPARC, un système de planification de trajectoires pour flottes de robots autonomes décentralisées, centré sur un nouveau mécanisme de communication baptisé RMHA (Relation enhanced Multi Head Attention). Le constat de départ est précis : dans les approches d'apprentissage multi-agents existantes, chaque robot traite les messages de ses voisins de manière uniforme, sans tenir compte de leur distance réelle. En environnement dense, cette indifférence spatiale dilue l'attention là où la coordination est justement la plus critique. RMHA intègre directement les distances de Manhattan par paires dans le calcul des poids d'attention, permettant à chaque robot de prioriser dynamiquement les messages des voisins les plus proches. Ce mécanisme est couplé à un masque d'attention contraint par distance et à une fusion de messages par réseau GRU (Gated Recurrent Unit), le tout entraîné en bout en bout via MAPPO, un algorithme d'apprentissage par renforcement multi-agents. Sur des grilles de 40x40 cases avec 30 % de densité d'obstacles, SPARC atteint environ 75 % de taux de succès, surpassant la meilleure méthode de référence de plus de 25 points de pourcentage. Le résultat le plus structurant est la généralisation zéro-shot : le système est entraîné sur des scénarios à 8 robots et testé directement sur des configurations à 128 robots, sans ré-entraînement. Cette capacité de mise à l'échelle sans supervision supplémentaire est un verrou majeur pour les déploiements industriels réels, notamment en logistique entrepôt où les flottes AMR peuvent dépasser plusieurs dizaines d'unités. Les ablations confirment que l'encodage de la relation de distance est le facteur déterminant du gain de performance en haute densité, ce qui valide l'hypothèse que le biais spatial manquait aux architectures à attention standard appliquées à la coordination robotique. MRPP est un champ de recherche actif depuis une décennie, avec des approches classiques comme CBS (Conflict-Based Search) et des variantes apprises reposant sur QPLEX, MAPPO ou des graph neural networks. SPARC s'inscrit dans la lignée des travaux combinant attention multi-têtes et apprentissage multi-agents coopératif, en corrigeant un angle mort de conception commun à la majorité de ces systèmes. Il n'y a pas, à ce stade, de déploiement annoncé ni de partenariat industriel mentionné : il s'agit d'une contribution de recherche académique. Les prochaines étapes attendues dans ce domaine incluent la validation sur environnements physiques réels et l'extension à des grilles de plus grande dimension, deux conditions nécessaires avant toute intégration dans des systèmes AMR commerciaux.

RecherchePaper

1 source

4arXiv cs.RO

Vers l'apprentissage et l'adaptation de compétences robotiques par processus gaussiens

Des chercheurs proposent un cadre d'adaptation de compétences robotiques fondé sur les processus gaussiens (GP), publié sur arXiv (2603.01480v2). Le modèle représente une trajectoire démontrée par un nombre réduit de points de passage (via-points) et tient compte des poses ainsi que de leurs dérivées analytiques première et seconde, afin de préserver le profil cinématique de la compétence (vitesse et accélération). Trois méthodes d'adaptation sont présentées pour absorber l'écart entre la configuration initiale et la configuration observée. La première est un agent d'optimisation qui déplace les via-points tout en conservant la vitesse de la démonstration. La deuxième est un agent de clonage comportemental entraîné à reproduire les trajectoires produites par le premier. La troisième est un agent d'apprentissage par renforcement (RL) qui modifie les via-points en maintenant le profil cinématique, ce qui permet une adaptation en ligne. L'évaluation porte sur trois tâches (ouverture de tiroir, poussée de cube, manipulation de barre), en simulation et sur matériel réel. Selon les auteurs, les trois méthodes dépassent tous les benchmarks en taux de succès, avec une similarité cosinus élevée et de faibles erreurs de norme de vitesse. Le résumé ne donne ni chiffres précis, ni nom de robot, ni identité des benchmarks. L'intérêt tient à un point faible connu de l'apprentissage par démonstration. Beaucoup de modèles de compétences, même affinés par RL, manquent de capacité de représentation dès que l'environnement s'écarte sensiblement de la démonstration. Ici, une seule démonstration suffit à couvrir de grandes déviations de configuration, ce qui réduit le coût de collecte de données, un frein réel pour les intégrateurs. Le fait de conserver le profil de vitesse est aussi un argument pratique : il limite les mouvements brusques et facilite la validation sécurité en atelier. La représentation compacte reste interprétable, à la différence des grands modèles vision-langage-action (VLA) qui demandent de gros volumes de données. Il faut toutefois relativiser. Trois tâches simples, sans indication de la variabilité testée ni de la charge ou du nombre d'essais sur matériel, ne démontrent pas encore une robustesse industrielle. Les résultats sont ceux d'un travail académique, pas d'un produit déployé. Les compétences robotiques s'appuient depuis longtemps sur les primitives de mouvement dynamiques (DMP) et les modèles de mouvement probabilistes, dont les GP sont une variante expressive, offrant une incertitude et des dérivées analytiques. Leur adaptation était jusqu'ici peu explorée, la littérature récente se concentrant sur le RL et sur les politiques neuronales. Ce travail se place entre les approches classiques à une démonstration et les VLA généralistes comme Pi-0 ou GR00T, qui visent la généralisation par l'échelle. La version 2 du préprint suggère une révision en cours, sans publication évaluée par les pairs annoncée. La suite logique serait une validation sur davantage de tâches, de robots et de perturbations, avec des comparaisons chiffrées contre les approches dominantes.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source