RecherchearXiv cs.RO 9 novembre 2026

LACART : stratégies d'évitement de collisions et de suivi de référence avec anticipation pour robots à sécurité critique

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

LACART est une stratégie d'évitement de collisions pour véhicules autonomes, testée sur le terrain exigeant de la course autonome. Elle s'appuie sur une contribution de conférence récente et sur un mémoire de master. Le système combine des fonctions barrière de contrôle (CBF) à anticipation, une fonction de Lyapunov de contrôle (CLF) relâchée et un programme quadratique (QP). Ensemble, ils corrigent les commandes nominales du véhicule pour éviter les obstacles tout en suivant une trajectoire de référence. Obstacles circulaires et limites de piste sont traités dans une même couche d'optimisation. En simulation, face à la méthode de Huang et al., les trajectoires sur un tour complet sont similaires. Les temps médians de calcul sont légèrement inférieurs : 0,31 ms contre 0,33 ms par pas de temps, et 0,023 ms contre 0,025 ms par résolution de QP. Le mémoire décrit aussi un véhicule à l'échelle 1:43, avec estimation par caméra et actionnement sans fil, à une cadence de contrôle annoncée de 25 Hz.

L'intérêt est surtout méthodologique, et le gain de performance reste marginal. Un écart de 0,02 ms par pas est négligeable en pratique, et les deux approches produisent des trajectoires comparables. Ce qui compte pour un ingénieur ou un intégrateur, c'est la logique de filtre de sécurité : un module léger, placé entre le planificateur ou la politique d'apprentissage et les actionneurs, qui ne corrige la commande que lorsque c'est nécessaire. Des temps de résolution inférieurs à la milliseconde laissent de la marge pour des boucles rapides sur calculateur embarqué modeste. Les auteurs formalisent aussi les conditions qui relient la distance de dégagement du point d'anticipation à celle du corps du véhicule, ce qui répond à une faiblesse classique des CBF : garantir la sécurité d'un point ne garantit pas celle de toute la carrosserie. En revanche, aucune validation à grande échelle n'est présentée. Les comparaisons chiffrées proviennent de la simulation, et la démonstration matérielle reste modeste, avec des limites que les auteurs reconnaissent eux-mêmes.

Ce travail s'inscrit dans la lignée des CBF et des CLF résolues par QP, devenues un outil courant pour ajouter des garanties de sécurité à des contrôleurs nominaux, y compris des politiques apprises. La course autonome sert ici de banc d'essai, avec ses contraintes géométriques serrées et ses budgets de calcul réduits. La comparaison porte sur un seul concurrent, Huang et al., sans élargissement à d'autres méthodes de référence. La plateforme 1:43 reste un démonstrateur de laboratoire, très éloigné d'un véhicule ou d'un robot mobile industriel. La suite annoncée est une démonstration enregistrée de l'intervention de sécurité et de la reprise de trajectoire. Les auteurs visent l'évitement de collisions pour robots au sol et la supervision de sécurité en temps réel. Aucun pilote industriel ni calendrier de déploiement n'est mentionné.

Impact France/UE

Pas d\'impact direct sur la France/UE

À lire aussi

1arXiv cs.RO

Généralisation de la charge utile pour les commandes anticipatrices dans le suivi de trajectoire de robots à articulations rigides et élastiques

Des chercheurs proposent, dans un preprint arXiv (2610.29356), une méthode pour adapter l'action de commande en boucle ouverte (feedforward) d'un robot manipulateur aux variations de charge utile, sans passer par un modèle dynamique exact. Le travail dérive d'abord le nombre minimal d'objets d'exemple nécessaires pour généraliser par rapport aux paramètres de la charge. Un algorithme permet ensuite d'exécuter la même trajectoire avec une nouvelle charge, à partir de ses seuls paramètres, sans connaître le modèle dynamique du robot, y compris en présence d'articulations élastiques. La méthode est indépendante du contrôleur sous-jacent. Elle est validée en simulation puis sur deux configurations expérimentales : un Franka Emika Panda standard et un Panda équipé d'un poignet élastique. Le résumé ne donne aucune valeur chiffrée (erreur de suivi, gain de précision, nombre d'objets requis). L'enjeu concerne la robotique industrielle classique, bien plus que les humanoïdes. Les robots répétitifs tirent leur précision d'un feedforward fondé sur un modèle fidèle, or ce modèle est difficile à obtenir quand la charge change ou que le robot comporte des éléments élastiques (réducteurs souples, poignets compliants, actionneurs à raideur série). Les approches par apprentissage du feedforward fonctionnent bien pour une tâche donnée, mais se généralisent mal dès que les paramètres changent : il faut réapprendre à chaque nouvelle pièce. Ici, quelques exemples de charges suffiraient pour couvrir toute une famille d'objets, ce qui réduirait le temps de mise en service pour un intégrateur manipulant des pièces variées. Les limites sont à garder en tête : le Panda est un robot de recherche, les essais restent de laboratoire et l'article ne dit rien de la tenue à l'échelle industrielle, des charges lourdes ou de la mesure des paramètres de la charge. Ce travail s'inscrit dans la lignée de la commande par apprentissage itératif (ILC) et des méthodes de compensation de modèle, qui peinent depuis longtemps à transférer ce qu'elles ont appris d'une tâche à l'autre. La plateforme Franka Emika, très répandue dans les laboratoires européens, sert de banc d'essai commun à ces recherches. Le sujet des articulations élastiques recoupe l'intérêt croissant pour les robots compliants et collaboratifs, plus sûrs mais plus difficiles à modéliser. Il s'agit d'un preprint, sans relecture par les pairs à ce stade, et aucune industrialisation ni pilote n'est annoncé. La suite logique serait une validation sur d'autres robots, avec des charges plus variées et des comparaisons chiffrées face aux méthodes concurrentes.

RecherchePaper

1 source

2arXiv cs.RO

CoRL-MPPI : améliorer le MPPI avec des comportements appris pour un évitement de collision multi-robots efficace et sûr

Une équipe de recherche présente CoRL-MPPI, une méthode combinant apprentissage par renforcement coopératif et Model Predictive Path Integral (MPPI) pour l'évitement de collision décentralisé entre robots mobiles. Publié sur arXiv (version 3, remplaçant une soumission antérieure), le papier décrit un réseau de neurones profond entraîné en simulation pour apprendre des comportements coopératifs locaux d'évitement d'obstacles. Cette politique apprise est ensuite injectée dans le processus d'échantillonnage du contrôleur MPPI classique, orientant les trajectoires candidates vers des actions plus coopératives et pertinentes, y compris dans des scénarios éloignés des données d'entraînement. Les auteurs affirment que leur méthode conserve les garanties théoriques de sécurité du MPPI standard, tout en améliorant le taux de succès de navigation et en réduisant les délais, dans des environnements denses et dynamiques impliquant plusieurs robots. Les résultats sont comparés à des méthodes classiques (MPPI pur) et à des approches d'apprentissage par renforcement multi-agents concurrentes. Pour l'industrie robotique, ce travail illustre une tendance de fond: hybrider contrôle optimal classique et apprentissage profond plutôt que de choisir entre les deux camps. Le MPPI seul souffre d'un échantillonnage aléatoire non informé, ce qui limite ses performances en environnement dense; le RL pur, à l'inverse, manque souvent de garanties formelles de sécurité, un point bloquant pour tout déploiement industriel réel (flottes d'AMR en entrepôt, essaims de drones). En préservant les propriétés de sécurité prouvable du MPPI tout en injectant du comportement appris, CoRL-MPPI répond directement à une critique récurrente adressée aux méthodes purement data-driven: l'absence de garanties exploitables en production. C'est un signal pertinent pour les intégrateurs qui évaluent des piles de navigation multi-robots pour la logistique ou les essaims aériens. Le MPPI est un cadre de contrôle prédictif largement utilisé en robotique mobile depuis plusieurs années, apprécié pour sa flexibilité vis-à-vis de modèles de mouvement arbitraires. Les tentatives précédentes d'amélioration se sont concentrées soit sur de meilleures fonctions de coût, soit sur des politiques d'apprentissage remplaçant entièrement le contrôle classique, au prix des garanties théoriques. CoRL-MPPI se positionne dans une troisième voie, celle des architectures hybrides guidage-par-politique, déjà explorée dans d'autres contextes de planification de trajectoire. Le papier ne mentionne pas de partenariat industriel ni de déploiement matériel réel: il s'agit d'un travail de recherche évalué en simulation, dont la prochaine étape logique serait une validation sur robots physiques en conditions denses et dynamiques.

RecherchePaper

1 source

3arXiv cs.RO

MANIGUARD : référentiel et jeu de données pour l'évaluation et l'amélioration de la sécurité de la manipulation robotique

Une équipe de recherche présente en août 2026 ManiGuard, un cadre pour évaluer et améliorer la sécurité des politiques de manipulation robotique fondées sur des modèles de fondation. Le benchmark associé, ManiGuard-Bench, couvre six familles de tâches domestiques à fort contact physique, organisées en 200 tâches de base testées en configuration standard et sous quatre perturbations hors distribution, soit 1000 scénarios verrouillés où la sécurité est contrôlée par des moniteurs à automates fondés sur la logique LTLf et des prédicats physiques, en simulation et sur un bras Franka réel. Le pipeline associé fournit 8000 démonstrations annotées pour la sécurité. Sur plus de 23000 épisodes testés avec des politiques VLA en zero-shot et affinées, 6 à 21% des épisodes pourtant réussis violent la spécification de sécurité, et l'affinage porte le taux de complétion sûre de quasi nul à 7,5-29,8%, avec 21 à 42% des épisodes engagés toujours en infraction. Ce travail est une publication de recherche, pas une annonce produit, mais son constat central interpelle : le succès d'une tâche et sa sécurité restent deux mesures distinctes, alors que l'évaluation des politiques VLA (vision-language-action) actuelles, du type Pi-0, GR00T N2 ou Helix, repose surtout sur des taux de réussite bruts. Pour les intégrateurs qui envisagent de déployer ces politiques en environnement domestique ou industriel à fort contact, le message est direct : même après affinage sur des données dédiées, deux des six familles de tâches restent quasi toujours dangereuses, et augmenter le volume de démonstrations ne comble pas cet écart. ManiGuard s'inscrit dans une montée en puissance rapide des politiques de manipulation fondées sur des modèles de fondation, dont les progrès en taux de réussite ont devancé les outils d'évaluation de leur sécurité, jusqu'ici basés sur des classifieurs appris ou des juges LLM que les auteurs jugent insuffisamment rigoureux. Le benchmark s'en distingue en ancrant ses contrôles dans la logique temporelle formelle et des prédicats physiques, vérifiés en simulation comme sur un bras Franka réel. Aucun acteur français ou européen, tel Wandercraft, Pollen Robotics ou Enchanted Tools, ne figure parmi les politiques testées. Les 8000 démonstrations et le benchmark sont publiés, ouvrant la voie à des campagnes d'affinage sécuritaire par d'autres laboratoires, sans calendrier de déploiement industriel annoncé à ce stade.

UEAucun acteur français ou européen n'est impliqué ni testé, mais le benchmark ouvert est directement utilisable par les intégrateurs européens pour évaluer la sécurité de leurs politiques VLA avant déploiement, un enjeu pertinent au regard des exigences de sécurité de l'AI Act.

RecherchePaper

1 source

4arXiv cs.RO

Apprentissage par renforcement sûr avec critique de sécurité à horizon glissant et boucliers d'action différentiables

Des chercheurs proposent, dans une prépublication arXiv (2610.20255), une méthode d'apprentissage par renforcement sûr pour la locomotion de robots, testée uniquement en simulation sur un quadrupède. Le point de départ est une observation simple: même si le cadre markovien suppose que l'état courant suffit à décider, les échecs de sécurité n'arrivent presque jamais d'un coup. Ils s'installent sur plusieurs pas de temps, quand la politique entre dans des états peu familiers sous l'effet de perturbations ou d'un décalage de domaine. Les auteurs entraînent donc un « critique de sécurité à horizon glissant », qui prédit si un état restera non terminal (sans chute ni échec) sur les prochains pas. Il est appris à partir d'étiquettes issues de rollouts, avec un objectif composite: classification sur l'horizon, cohérence temporelle inspirée des fonctions barrière de contrôle (CBF) et régularisation de lissage. Un ensemble de critiques est agrégé par une estimation prudente de type CVaR (Conditional Value at Risk). Sur cette base, les auteurs dérivent un filtre de sécurité de style CBF, différentiable et en forme fermée, qui modifie le moins possible l'action de la politique pour améliorer la sécurité prédite. Il est intégré à PPO avec une « perte d'anticipation » qui réduit l'écart entre la politique et le filtre pendant l'entraînement. Pour les équipes qui déploient de la locomotion apprise, la question est de savoir comment rendre robustes des politiques entraînées en simulation sans sacrifier leurs performances. Le résumé annonce de meilleurs résultats face au bruit d'action, aux poussées extérieures et aux changements de terrain, avec moins d'échecs catastrophiques et des retours « compétitifs ». Ce dernier terme reste vague, et le résumé ne donne aucun chiffre. L'intérêt pratique tient au filtre différentiable: il évite le piège classique des boucliers appliqués après coup, que la politique ne « voit » pas à l'entraînement. Ces résultats restent cependant un résultat de laboratoire. Ils ne disent rien du transfert sim-to-real, ni de la tenue sur un humanoïde, où la dimensionnalité et les contacts sont bien plus complexes. Cette approche s'inscrit dans la lignée des filtres de sécurité à base de CBF, des méthodes d'apprentissage sous contraintes et des « shields » formels, qui exigent souvent un modèle de dynamique précis ou une conception manuelle. Ici, le critique est appris des données, ce qui allège cette dépendance mais déplace le risque vers la qualité de ces données et de l'estimation d'incertitude. Les prochaines étapes naturelles sont une validation sur robot réel, des comparaisons avec d'autres méthodes de RL sûr et une extension à des plateformes plus complexes. Aucune date, aucun pilote ni aucun partenaire industriel n'est annoncé.

RecherchePaper

1 source