RecherchearXiv cs.RO 2 novembre 2026

Évolution porteuse de preuves : recherche en boîte noire, vol en boîte blanche

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent la « proof-carrying evolution » (PCE), une méthode où un modèle de langage aide à concevoir des lois de commande dont le comportement peut être vérifié formellement. Le principe: une recherche propose des contrôleurs accompagnés de leurs certificats. La forme mathématique de ces certificats est fixée à l'avance, et le proposeur choisit conjointement les paramètres numériques du contrôleur et du certificat. Les vérifications guident la sélection, et seul un candidat certifié peut être renvoyé. Ce qui est déployé se limite à une loi de commande et son certificat, le modèle de langage n'intervenant qu'à la conception. Quatre modèles de langage sont comparés à des méthodes classiques de recherche et de synthèse sur trois problèmes: l'amarrage sous limite de vitesse, la poursuite d'une cible manœuvrante et le contrôle d'attitude sur SO(3). Les essais sont appariés, avec des budgets de propositions identiques. Sur les problèmes linéaires, les certificats sont vérifiés en arithmétique rationnelle exacte pendant la recherche. Sur SO(3), la recherche utilise des tests en virgule flottante, puis chaque champion rapporté est revérifié de façon exacte. Le meilleur run de chaque méthode reçoit aussi des preuves Lean 4 de ses propriétés de commande.

Les résultats sont nuancés. Sur les problèmes linéaires, les meilleurs modèles battent les références classiques standard à chaque run, mais un optimiseur classique qui choisit lui-même les certificats pour le même objectif récupère l'essentiel de l'avance. Pour la poursuite, le classement des champions cités ne résiste pas à un passage de la dynamique d'Euler à celle du bloqueur d'ordre zéro. Sur SO(3), aucun modèle ne surpasse de façon détectable CMA-ES lorsqu'il est mélangé à la mutation classique. Quand les modèles écrivent toutes les propositions, un modèle testé fait mieux que CMA-ES et l'autre fait moins bien que sa variante mixte. Toutes les médianes de recherche restent en dessous de la loi réglée à la main.

L'intérêt pour l'industrie tient moins au classement qu'à la méthode: pour les intégrateurs et responsables de systèmes aérospatiaux ou robotiques où la certification pèse lourd, un contrôleur livré avec sa preuve, sans réseau de neurones embarqué, répond à l'objection classique sur la boîte noire. Les résultats tempèrent toutefois l'enthousiasme autour des LLM en conception: l'avantage disparaît largement face à un bon optimiseur classique, et la fragilité du classement face au changement de discrétisation rappelle que des gains mesurés sur un simulateur peuvent ne pas se transférer. Un point robuste émerge: dans une expérience d'amarrage où l'objectif et l'opérateur de mutation sont fixés, conserver les candidats certifiés produit de nouveaux designs certifiés à chaque run, contre aucun sans cette règle.

Ce travail, publié sur arXiv (2610.42043), est une étude académique à portée limitée: des problèmes de taille réduite, sans matériel ni déploiement réel. Il s'inscrit dans la lignée des recherches pilotées par LLM de type évolution de programmes, qu'il cherche à rendre vérifiables, face aux approches classiques de synthèse de contrôleurs et d'optimisation comme CMA-ES. Les suites logiques seraient des systèmes non linéaires plus riches et des plateformes physiques, mais aucune n'est annoncée.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Tâche hiérarchique de planification et de compétences : planification robotique hiérarchique avec des compétences en boîte noire

Des chercheurs publient sur arXiv (version 3, remplaçant une précédente) une méthode baptisée TASP (Task and Skill Planning), qui étend la planification hiérarchique de tâches et de mouvements (TAMP) pour intégrer des compétences robotiques hétérogènes déjà existantes : politiques apprises, contrôleurs à retour de force, et modules « boîte noire ». L'approche s'appuie sur les Composable Interaction Primitives (CIP) pour générer automatiquement des plans de mouvement de transition, en amont et en aval de chaque compétence, qui relient deux savoir-faire consécutifs entre eux. Ces primitives permettent d'ajuster la trajectoire aussi bien au moment de la planification qu'en cours d'exécution. Les auteurs valident leur système par des expériences réelles sur un manipulateur bimanuel et un manipulateur mobile, en résolvant des tâches longues et complexes, y compris des scénarios de manipulation mobile sur plusieurs pièces avec une structure de tâche non monotone, c'est-à-dire nécessitant de revenir en arrière ou de réordonner des sous-objectifs. L'intérêt pour l'industrie tient au fait que les méthodes TAMP classiques supposaient jusqu'ici que chaque action robotique se ramène à de la planification de mouvement cinématique pure, ce qui limitait leur usage aux tâches purement géométriques. En montrant qu'un planificateur hiérarchique peut combiner des compétences de nature très différente tout en conservant un raisonnement sur les échecs centré sur les objets, TASP ouvre une voie modulaire : un intégrateur peut assembler des politiques déjà entraînées séparément, sans devoir tout réentraîner dans un modèle unique. Cela nourrit le débat entre l'approche « tout-en-un » portée par les grands modèles vision-langage-action et une approche composite où des briques spécialisées restent pilotées par un planificateur symbolique classique, potentiellement plus robuste et plus facile à déboguer en environnement industriel. Ce travail s'inscrit dans une tendance récente de la recherche en robotique consistant à hybrider TAMP et contrôleurs en boucle fermée ou compétences apprises, plutôt que de s'en tenir à la planification de mouvement pure. Il se positionne en alternative modulaire face aux modèles génériques de type Pi-0, GR00T N2 ou Helix, qui visent au contraire une politique unique bout-en-bout. Il s'agit ici d'un article de recherche académique, sans annonce de produit commercial ni de calendrier de déploiement : les résultats montrent une faisabilité réelle sur deux plateformes robotiques distinctes, mais restent à ce stade du domaine expérimental plutôt qu'industriel.

RecherchePaper

1 source

2arXiv cs.RO

Planification d'inspection évolutive par programmation linéaire en nombres entiers à base de flots

Une équipe de chercheurs a publié sur arXiv (2603.16593v2) une méthode MILP (programmation linéaire mixte en nombres entiers) pour résoudre la planification d'inspection robotique à grande échelle. L'objectif est de calculer le chemin le plus court permettant à un robot d'inspecter un ensemble de points d'intérêt (POI) via ses capteurs, problème central en robotique industrielle et médicale. En reformulant les contraintes de couverture et de connectivité du problème de planification sur graphe (GIP) comme un flux réseau, les auteurs construisent des modèles MILP efficaces associés à un solveur Branch-and-Cut spécialisé. Les résultats sur benchmarks médicaux et d'infrastructure montrent une réduction des écarts d'optimalité de 30 à 50 % et une capacité à traiter des instances comportant jusqu'à 15 000 sommets et des milliers de POI, là où les méthodes précédentes s'épuisaient en mémoire ou ne fournissaient aucune garantie significative. L'enjeu opérationnel est direct pour les intégrateurs industriels : la planification d'inspection devient un goulot d'étranglement dès que le nombre de POI dépasse quelques centaines, seuil couramment franchi lors de l'inspection de soudures en usine, de turbines éoliennes ou de structures de génie civil. En rendant le problème structurellement exploitable par les solveurs modernes, cette approche combine garanties d'optimalité et passage à l'échelle, deux propriétés que les méthodes par échantillonnage (RRT, PRM) ne pouvaient pas fournir simultanément. Une réduction de 30 à 50 % des écarts d'optimalité se traduit directement en chemins plus courts, donc en temps de cycle réduits et coûts d'exploitation plus faibles, sans sacrifier la couverture complète des points critiques. Le problème de planification d'inspection est apparenté au problème du voyageur de commerce (TSP) et à ses variantes couverture-connectivité. Les approches dominantes reposaient jusqu'ici sur l'échantillonnage de l'espace (RRT, PRM) pour construire un graphe discret, puis sur des heuristiques ou des formulations MILP moins performantes pour le résoudre. Cette contribution s'inscrit dans un mouvement plus large vers les formulations exactes, rendu possible par la progression des solveurs commerciaux comme Gurobi et CPLEX ainsi qu'open-source comme SCIP. Il s'agit pour l'instant d'une publication académique sans déploiement commercial annoncé, mais le cadre s'applique naturellement à l'inspection d'infrastructure (ponts, pipelines, éoliennes offshore) et à la robotique médicale (endoscopie, radiothérapie guidée par robot). Les extensions attendues concernent l'intégration de contraintes dynamiques du robot et de la perception en temps réel dans le modèle d'optimisation.

UECette méthode MILP pourrait améliorer l'efficacité des robots d'inspection d'infrastructures européennes (éoliennes offshore, ponts, pipelines) en réduisant les temps de cycle de 30 à 50 %, mais aucun déploiement ou partenariat européen n'est annoncé à ce stade.

RecherchePaper

1 source

3arXiv cs.RO

Évolution antérieure et alignement de tâche pour la préhension aérienne

Un article publié le 17 septembre 2026 sur arXiv (référence 2609.18153) détaille une nouvelle méthode pour la préhension aérienne, cette capacité qu'ont les rapaces à capturer une proie en vol grâce à des manœuvres hautement coordonnées. Les chercheurs partent d'un constat sur les approches existantes fondées sur l'optimisation de trajectoire: le problème mathématique posé est fortement non convexe et très sensible aux conditions initiales, ce qui rend difficile l'obtention de solutions de bonne qualité avec un budget de calcul limité, et les objectifs numériques utilisés jusqu'ici sont des abstractions conçues par des humains qui ne capturent pas forcément tout ce qui détermine la réussite réelle de la saisie. Leur réponse combine trois briques: un "prior" de trajectoire appris à partir de mouvements déjà optimisés, un processus d'évolution basé sur la méthode CEM (cross-entropy method) qui teste des points de départ échantillonnés avec l'optimiseur réellement utilisé et ne conserve que les meilleurs comme nouvelles données d'entraînement, et un "Execution-Aware Critic" qui apprend à partir des résultats de contact, de soulèvement de l'objet et de complétion de la tâche pour prédire si une trajectoire optimisée réussira une fois exécutée physiquement. Une fois entraîné et figé, ce critique fait aussi office de coût de préhension différentiable qui influence directement la génération de trajectoire. Les auteurs rapportent des essais en simulation et sur système réel montrant une meilleure fiabilité d'optimisation, plus de cohérence entre trajectoires et de meilleures performances de saisie. Pour l'industrie robotique, ce travail s'attaque à un verrou classique de la planification par optimisation: la dépendance à l'initialisation, qui oblige souvent à relancer le solveur de nombreuses fois ou à accepter des trajectoires sous-optimales sous contrainte de temps de calcul. En faisant apprendre au système ce qui distingue une trajectoire viable d'une trajectoire qui échouera à l'exécution, plutôt que de se fier uniquement à des critères mathématiques fixés a priori, l'approche illustre une tendance plus large du secteur: hybrider planification analytique classique et apprentissage à partir de données d'exécution réelle, au lieu d'opposer les deux paradigmes. Il faut toutefois noter que l'abstract ne fournit aucun chiffre de taux de réussite, de temps de cycle ni d'échelle de déploiement: il s'agit d'un travail de recherche en amont, validé en simulation et par des essais réels limités, pas d'un système prêt pour un déploiement industriel. Ce papier s'inscrit dans la lignée des travaux sur la manœuvrabilité agile des drones et la manipulation aérienne, un champ de recherche actif depuis plusieurs années autour de la génération de trajectoires pour capturer des objets en mouvement ou en position complexe. Aucune entreprise ni laboratoire n'est nommé dans le résumé, et aucun acteur français ou européen du secteur n'est mentionné dans cette publication. Les suites logiques d'un tel travail seraient une extension à des scénarios de préhension plus variés, des tests sur davantage de plateformes matérielles, et une comparaison directe avec d'autres méthodes d'optimisation de trajectoire pour la préhension aérienne, mais aucune de ces étapes n'est annoncée à ce stade.

RecherchePaper

1 source

4arXiv cs.RO

Co-évolution d'orchestrateurs de robots et de politiques grâce au déploiement

Des chercheurs proposent Robo-COP, un cadre où un orchestrateur de robot (un modèle vision-langage, ou VLM, qui décide quand appeler la politique, comment la guider par instructions et quand lui préférer des compétences scriptées) et la politique VLA (vision-language-action) qu'il pilote évoluent ensemble pendant le déploiement. Le système extrait des démonstrations de compétences à partir de ses propres exécutions, affine la politique lorsque ces données répondent à des échecs récurrents, et n'adopte la nouvelle version qu'après avoir vérifié qu'elle améliore les compétences pour lesquelles elle a été entraînée. Sur dix tâches simulées RoboLab, le succès moyen sur tâches tenues à l'écart passe de 64,8 % à 73,8 % par rapport au même dispositif avec une politique figée. Un affinage à calendrier fixe, sans vérification, plafonne à 65,8 %. Sur trois tâches réelles, le succès grimpe de 38,3 % à 50,0 %. Les vidéos et le code sont publiés sur robo-cop.pages.dev (travail de recherche, arXiv 2610.09228). L'intérêt tient à un goulot d'étranglement connu des systèmes robotiques « agentiques ». Quand l'orchestrateur est bâti autour d'une politique figée, peu pilotable par le langage, il apprend à contourner ses échecs sans jamais les corriger : la politique plafonne les performances de l'ensemble. Affiner la politique seule ne règle rien, car elle se désaccorde alors d'un orchestrateur calibré sur son ancien comportement. Les résultats donnent un ordre de grandeur utile : la vérification avant adoption pèse autant que l'affinage lui-même, puisque l'affinage aveugle n'apporte qu'un point (65,8 % contre 64,8 %), alors que la version contrôlée en apporte neuf. Pour un intégrateur, cela plaide pour traiter les données de production comme un actif d'apprentissage, à condition de disposer d'un garde-fou de non-régression avant toute mise à jour sur le terrain. Il faut toutefois lire ces chiffres avec prudence. Le gain réel (+11,7 points) repose sur seulement trois tâches, et un taux de 50 % reste très éloigné d'un seuil industriel. Les auteurs ne précisent pas, dans le résumé, le nombre d'essais, la nature des robots ni le coût en données et en calcul. Ce travail s'inscrit dans la montée des architectures où un VLM supervise une politique VLA généraliste, après la vague de modèles comme Pi-0 ou GR00T, dont la généralisation hors domaine d'entraînement reste le point faible en déploiement. La suite logique serait un test sur des flottes réelles, sur la durée, et face à d'autres approches d'apprentissage continu. Aucun pilote commercial ni calendrier n'est annoncé : il s'agit à ce stade d'une démonstration académique.

RecherchePaper

1 source