RecherchearXiv cs.RO 5 novembre 2026

Échantillonnage adaptatif en boucle fermée sur un modèle génératif de l'océan

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs proposent un cadre d'échantillonnage adaptatif multi-robots en boucle fermée pour l'océanographie, qui s'appuie sur un seul modèle génératif appris pour la prévision, l'estimation d'incertitude, la planification et l'assimilation des mesures. Le modèle prévoit un ensemble de trajectoires dans un espace latent, puis le décode en états océaniques physiques (courants, par exemple). Les statistiques de cet ensemble servent à construire des objectifs d'échantillonnage de type A-optimal ou D-optimal, deux critères classiques de conception expérimentale qui minimisent respectivement la variance moyenne ou le volume de l'incertitude. Les points de mesure sont choisis en tenant compte de l'accessibilité pour chaque robot, calculée à partir des courants prévus. Les mesures collectées sont ensuite réinjectées dans l'état latent par échantillonnage de diffusion conditionné par les observations. Sur 120 scénarios de test, les stratégies A- et D-optimales surpassent en général les références statiques, aléatoires et de couverture systématique, pour un surcoût de planification faible. Il s'agit d'un travail de recherche évalué en simulation (arXiv 2611.05776), sans déploiement en mer rapporté, ni chiffres de gain détaillés dans le résumé.

L'intérêt tient à la jonction de deux tendances. Les modèles océaniques génératifs produisent des prévisions haute résolution et des ensembles à un coût de calcul très inférieur à celui des modèles numériques traditionnels, ce qui rend envisageable leur usage embarqué ou quasi temps réel. Mais ils ne fournissent pas nativement les représentations d'incertitude explicites que supposent les méthodes classiques de planification informative, et leurs prévisions évoluent dans un espace latent plutôt que sur des variables physiques. Cette étude montre qu'un même modèle peut boucler tout le cycle prévision, planification, mesure et assimilation, ce qui simplifie l'architecture logicielle des flottes de planeurs sous-marins, de véhicules autonomes de surface ou de bouées dérivantes. Le résultat le plus instructif est toutefois un point faible : plusieurs scénarios montrent que l'incertitude du modèle diverge de l'erreur réelle de prévision. Un planificateur qui se fie à une incertitude mal calibrée dirige les robots vers de mauvaises zones, ce qui fait de la quantification d'incertitude le verrou principal avant tout usage opérationnel.

Ce travail s'inscrit dans la lignée de l'échantillonnage adaptatif océanographique, historiquement fondé sur des modèles numériques coûteux, des filtres d'ensemble et des critères d'information, et dans l'essor des émulateurs météorologiques et océaniques par apprentissage profond. Les auteurs écartent comme références des stratégies simples (statique, aléatoire, balayage systématique), mais le résumé ne mentionne pas de comparaison avec des planificateurs informatifs classiques adossés à des modèles numériques, ce qui limite la portée de la conclusion. La suite annoncée est d'abord méthodologique : améliorer la quantification d'incertitude des modèles génératifs. Des essais en conditions réelles avec des robots marins, pour l'instant non annoncés, seront nécessaires pour juger de la robustesse face au bruit des capteurs, aux contraintes de communication sous l'eau et à l'énergie limitée des plateformes.

Dans nos dossiers

arXiv cs.RO

À lire aussi

1arXiv cs.RO

Échantillonnage génératif par blocs d'actions pour un contrôle adaptatif de la rigidité en collaboration homme-robot physique

Une équipe de recherche a publié sur arXiv (2608.25284, août 2026) une méthode de contrôle adaptatif de raideur articulaire pour la collaboration physique homme-robot, basée sur l'échantillonnage génératif de séquences d'actions. À partir d'une image RGB et d'estimations de couple externe aux articulations, la politique générative tire plusieurs séquences d'actions futures ; leur variance pilote en continu la raideur et l'amortissement du robot, une forte dispersion le rendant plus compliant, une faible dispersion plus ferme. Sur une tâche réelle de transport collaboratif à quatre directions possibles, la méthode atteint un taux de réussite de 0,95, contre 0,83 pour une raideur fixe et 0,69 pour une politique déterministe, la variance grimpant précisément quand la direction voulue par l'humain reste ambiguë. Le résultat s'adresse aux intégrateurs de cobots, bras d'assistance et exosquelettes confrontés à l'arbitrage entre un robot trop rigide, qui impose sa trajectoire, et un robot trop compliant, sans assistance utile. Utiliser la dispersion d'un modèle génératif comme proxy d'incertitude sur l'intention humaine, sans reconnaissance de geste explicite, offre un signal de contrôle peu coûteux ; l'écart avec la politique déterministe (0,95 contre 0,69) confirme l'intérêt d'une modélisation stochastique de l'action, alors que le secteur cherche à rendre les politiques VLA exploitables au-delà du laboratoire. Le résultat reste toutefois obtenu sur une seule tâche à quatre directions, avec un volume d'essais limité typique d'un preprint, et sa transposition à des manipulations plus complexes n'est pas démontrée. Ce travail prolonge les recherches sur le contrôle d'impédance variable en interaction physique homme-robot, en détournant l'échantillonnage de séquences d'actions, technique popularisée par les politiques récentes de type action chunking (dans la veine des approches diffusion policy ou des modèles VLA comme Pi-0 ou GR00T N2), pour en extraire un signal d'incertitude plutôt qu'une action à exécuter. La comparaison se limite à deux références internes, raideur fixe et politique déterministe, sans confrontation à un système commercial : une contribution académique en preprint, non un produit ou un pilote industriel. Aucune entreprise ni calendrier de déploiement n'est mentionné dans l'article ; les suites évoquées porteraient sur des tâches de manipulation plus riches et une validation auprès de davantage de participants.

RecherchePaper

1 source

2arXiv cs.RO

RACER : estimation adaptative en boucle fermée des résidus pour la planification par échantillonnage de robots quadrupèdes à roues en course

Des chercheurs publient RACER, un cadre de contrôle hiérarchique pour la course de quadrupèdes à roues (wheeled-quadruped). L'architecture combine trois briques : un planificateur MPPI (Model Predictive Path Integral, planification par échantillonnage de trajectoires), un modèle de dynamique résiduelle appris, et un suiveur de vitesse de bas niveau entraîné par apprentissage par renforcement (RL). Le planificateur part d'un modèle cinématique nominal de type monocycle et lui ajoute un terme résiduel neuronal, chargé de capturer le comportement en boucle fermée de la politique RL. Pour entraîner ce résiduel avec peu de données réelles, l'équipe propose LoRRA (Low-Rank Residual Adaptation). La méthode procède en deux temps : un pré-entraînement sur un large volume de données de simulation, puis un ajustement fin sur un petit jeu de données réelles, sous contrainte de bas rang. Le résumé ne fournit ni vitesses, ni temps au tour, ni plateforme matérielle précise, ni volume de données. Les résultats annoncés sont obtenus uniquement en simulation, selon trois constats. Premièrement, la dynamique résiduelle améliore la performance globale du pipeline, car elle corrige l'erreur de suivi du contrôleur RL dans les virages pris à haute vitesse. Deuxièmement, un résiduel entraîné sur données source (simulation) et cible (réel) donne de bien meilleures performances de course qu'un résiduel entraîné sur la seule cible. Troisièmement, la contrainte de bas rang à l'adaptation produit de meilleurs taux de réussite et de meilleures performances que l'ajustement complet ou l'entraînement from scratch, lorsque l'écart de domaine grandit, qu'il s'agisse du coefficient de sol ou des gains articulaires. L'intérêt tient à un problème récurrent de la locomotion apprise : le planificateur raisonne sur un modèle simplifié, alors que la politique RL qui l'exécute s'en écarte précisément aux limites d'adhérence. Modéliser cet écart plutôt que de réentraîner toute la pile est une piste pragmatique pour les intégrateurs. L'usage de l'adaptation à bas rang, empruntée aux grands modèles de langage, suggère aussi une voie pour limiter le coût de collecte de données réelles lors d'un transfert sim-to-real. Une réserve s'impose toutefois : les validations citées sont simulées, et la robustesse du gain en conditions réelles reste à démontrer. Le résumé ne cite aucune comparaison avec des méthodes concurrentes de planification ni aucun essai sur robot physique. Ce travail s'inscrit dans la lignée des quadrupèdes à roues, qui combinent la vitesse du roulage et la franchissabilité des pattes, et du contrôle prédictif par échantillonnage, déjà utilisé en conduite autonome agressive. Il s'agit d'une prépublication arXiv (v1), non évaluée par les pairs. Les suites naturelles seraient des essais sur circuit réel et une comparaison à des contrôleurs de bout en bout. Aucun acteur industriel ni calendrier de déploiement n'est mentionné.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

FASA : adaptation de l'échantillonnage sensible au retour pour des modèles VLA à diffusion efficaces

Un article publié le 18 septembre 2026 sur arXiv (référence 2609.19475v1) présente FASA (Feedback-Aware Sampling Adaptation), une méthode d'accélération pour les modèles Vision-Language-Action (VLA) fondés sur la diffusion. Ces modèles, utilisés pour piloter des robots à partir d'images et de langage naturel, souffrent d'un défaut connu : leur processus de génération d'action repose sur un échantillonnage itératif coûteux en calcul et en accès mémoire, ce qui empêche leur exécution en temps réel sur du matériel embarqué limité. FASA fonctionne sans entraînement supplémentaire et agit directement au moment de l'inférence : un premier module, l'adaptateur de plage piloté par l'interaction, ajuste dynamiquement le nombre global d'étapes de débruitage en fonction du retour visuel et de la force mesurée par la pince du robot ; un second module, l'adaptateur d'étape sensible à la proprioception, choisit précisément l'étape optimale à l'intérieur de cette plage. Les auteurs annoncent des gains de vitesse d'inférence allant jusqu'à 1,45 fois par rapport aux méthodes existantes, avec des taux de réussite jugés comparables sur plusieurs bancs d'essai (benchmarks) non détaillés dans le résumé. Cette approche cible un point de friction central pour l'industrialisation des VLA : les méthodes d'accélération existantes imposent soit un réentraînement coûteux (distillation, flow matching), soit un élagage ou un système de cache programmé de façon statique, qui dégrade la perception en ignorant la variabilité réelle de la charge de travail robotique. En traitant le retour multimodal comme signal de contrôle du pipeline de débruitage, FASA propose une troisième voie, sans coût d'entraînement, potentiellement pertinente pour les intégrateurs cherchant à déployer des modèles génératifs lourds sur des plateformes de calcul contraintes, comme les contrôleurs embarqués de robots manipulateurs. Il s'agit toutefois d'un prépublication arXiv, non encore validée par relecture par les pairs, sans identification des auteurs ni de laboratoire dans le résumé disponible, et sans précision sur le matériel de test ni sur les modèles VLA de référence utilisés pour la comparaison. Le gain de 1,45x reste à situer par rapport aux architectures concurrentes d'accélération de l'inférence robotique, un axe de recherche actif à mesure que les modèles VLA gagnent en taille et en ambition d'usage industriel.

RechercheActu

1 source

4arXiv cs.RO

WNM-3D : un modèle de navigation intégrant une conditionnalisation 3D pour la navigation vision-langage en boucle fermée

Un article publié sur arXiv (référence 2608.07267, catégorie "cross-listing" signalant un croisement entre disciplines) présente WNM-3D, un modèle de navigation "world-action" conçu pour la navigation vision-langage en boucle fermée, c'est-à-dire des robots qui suivent des instructions en langage naturel à partir de flux vidéo égocentriques. Le système combine un encodeur de géométrie gelé, qui extrait des représentations 3D à partir de l'historique RGB monoculaire de l'agent, avec un adaptateur entraînable appelé 3D Scene-to-Token, qui convertit ces représentations en un préfixe de longueur fixe injecté dans un Transformer de diffusion. Grâce à un mécanisme d'attention "block-causal", ce contexte géométrique conditionne à la fois la génération des futures vues visuelles et celle des actions de navigation. L'entraînement se déroule en trois étapes : un ajustement supervisé sur des démonstrations générées par l'algorithme A*, une adaptation de type DAgger sur les états visités par la politique elle-même, puis une optimisation en boucle fermée via une méthode appelée DanceGRPO. Sur le benchmark GN-Bench, WNM-3D surpasse des politiques de navigation basées sur des modèles vision-langage classiques ainsi que sa propre variante conditionnée en 2D, avec une meilleure cohérence entre flux visuel et action et une erreur de mouvement visuel réduite sur un jeu d'évaluation proche de l'objectif. L'intérêt de ces travaux réside dans le diagnostic qu'ils posent sur les approches VLA (vision-language-action) actuelles, qui associent directement observations et instructions à des actions sans modéliser explicitement comment la scène visuelle doit évoluer sous l'effet du mouvement prédit. En ancrant la prédiction conjointe d'images futures et d'actions dans une représentation 3D persistante plutôt que dans un simple contexte 2D, WNM-3D vise à réduire la dérive en boucle fermée, un problème classique où les erreurs de navigation s'accumulent au fil des pas de temps. Pour les intégrateurs de robots mobiles autonomes, ce résultat suggère qu'un conditionnement géométrique explicite améliore la robustesse par rapport à des politiques purement basées sur des modèles vision-langage préentraînés, sans toutefois constituer une preuve de déploiement réel : les résultats restent circonscrits à un benchmark, sans essai terrain ni robot physique mentionné. Ce travail s'inscrit dans la lignée des modèles génératifs "world-action" (WAM), une famille d'approches qui prédisent conjointement observations futures et actions mais qui, jusqu'ici, ne conditionnaient pas cette génération sur une représentation géométrique de l'historique observé pour la navigation continue. WNM-3D se positionne explicitement contre les politiques VLA de référence et contre une variante 2D du même modèle, utilisée comme ablation pour isoler l'apport du conditionnement 3D. Aucun partenariat industriel, aucun calendrier de déploiement ni acteur commercial n'est mentionné dans l'abstract, ce qui situe cette publication au stade de la recherche amont plutôt que d'un produit prêt à l'intégration.

RechercheActu

1 source