💻 computer science

Online Learning-Enhanced High Order Adaptive Safety Control

Cet article propose une méthode de contrôle adaptatif d'ordre supérieur améliorée par l'apprentissage en ligne via des Neural ODEs pour garantir la sécurité des systèmes dynamiques face à des perturbations complexes, comme démontré expérimentalement sur un nano-quadrotor résistant à des vents de 18 km/h.

Auteurs originaux : Lishuo Pan, Mattia Catellani, Thales C. Silva, Lorenzo Sabattini, Nora Ayanian

Publié 2026-04-15

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Lishuo Pan, Mattia Catellani, Thales C. Silva, Lorenzo Sabattini, Nora Ayanian

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🚁 Le Dilemme du Petit Drone et du Vent Capricieux

Imaginez que vous essayez de faire voler un tout petit drone (aussi léger qu'une plume, 38 grammes !) dans une pièce remplie d'obstacles. Votre objectif est de le faire tourner en rond sans jamais toucher les murs ni les meubles.

Pour cela, vous avez un pilote automatique très intelligent. Mais ce pilote a un problème : il est basé sur une théorie parfaite. Il pense que l'air est toujours calme et que le drone réagit exactement comme prévu dans les manuels.

Le problème de la réalité :
Dans la vraie vie, le vent change tout le temps. Une rafale soudaine, un courant d'air chaud, ou même le poids d'un petit objet ajouté au drone peuvent faire dévier le petit appareil de sa trajectoire. Si le pilote automatique continue de croire à sa théorie parfaite alors que le vent souffle fort, il va faire une erreur de calcul et... CRASH ! Le drone percute l'obstacle.

C'est ce que les chercheurs appellent un problème de modèle imprécis.

🛡️ La Solution : Le "Garde du Corps" qui Apprend

Les auteurs de cet article (Lishuo Pan et son équipe) ont créé une nouvelle méthode pour protéger le drone. Ils ont combiné deux idées géniales :

Le Garde du Corps (CBF) : Imaginez un garde du corps très strict qui crie "STOP !" dès que le drone s'approche trop près d'un danger. C'est ce qu'on appelle une Fonction de Barrière de Contrôle. Son travail est de garantir que le drone reste dans une "zone sûre".
L'Apprentissage Rapide (Neural ODE) : Le problème, c'est que le garde du corps est parfois trop rigide ou mal informé. Si le vent change, le garde ne sait pas comment réagir.

La grande innovation :
Les chercheurs ont donné un cerveau artificiel (un réseau de neurones) à ce garde du corps. Mais attention, ce n'est pas un cerveau qui doit tout apprendre de zéro (ce qui prendrait des années).

C'est comme si le garde du corps avait un manuel de base (la théorie du drone) et un assistant qui observe en temps réel.

Le manuel dit : "Normalement, le drone va ici."
L'assistant regarde le vent et dit : "Attends, il y a une rafale de 18 km/h ! Le drone va dévier de 2 mètres."
Le garde du corps combine les deux : "Ah bon ? Alors je vais corriger la trajectoire tout de suite !"

🧠 Comment ça marche ? (L'analogie du Cycliste)

Imaginez un cycliste qui veut rester sur une piste étroite sans tomber.

Sans cette technologie : Le cycliste suit un GPS qui ne connaît pas les nids-de-poule. Il tombe dès qu'il y a un obstacle imprévu.
Avec cette technologie : Le cycliste a un GPS intelligent qui apprend pendant qu'il roule. Dès qu'il sent une vibration (un nid-de-poule), il enregistre cette information. La prochaine fois qu'il sent la même vibration, il sait exactement comment pencher son vélo pour ne pas tomber.

Ce qui est génial ici, c'est que le système apprend en direct (en ligne). Il n'a pas besoin de passer des mois à s'entraîner dans un stade vide avant de sortir. Il apprend en vol, en temps réel, même face à des vents turbulents et changeants.

🌪️ Le Résultat : Un Drone Invincible au Vent

Dans l'article, ils ont testé leur système sur un vrai drone de 38 grammes face à un ventilateur puissant (18 km/h, c'est comme un vent de tempête pour un si petit appareil !).

Les anciens systèmes : Le drone a été poussé contre l'obstacle et a failli s'écraser.
Leur nouveau système : Au début, le drone a été un peu poussé, mais immédiatement, le système a appris la force du vent et a corrigé la trajectoire. Le drone s'est éloigné de l'obstacle et a continué son vol en toute sécurité.

💡 En Résumé

Cette recherche nous dit : "Ne faites plus confiance aveuglément à vos théories mathématiques dans un monde chaotique."

En mélangeant une théorie de base solide avec un apprentissage automatique rapide et intelligent, ils ont créé un système de sécurité qui s'adapte à la réalité changeante. C'est comme donner à un robot la capacité de dire : "Je pensais que le monde était ainsi, mais je vois que c'est différent, alors je m'adapte tout de suite pour rester en sécurité."

C'est une avancée majeure pour faire voler des drones en essaim (des centaines de drones ensemble) ou pour des robots dans des environnements dangereux, où chaque seconde et chaque mètre comptent.

1. Problématique

Les fonctions de barrière de contrôle (CBF) sont des outils puissants pour garantir formellement la sécurité des systèmes robotiques en assurant l'invariance d'un ensemble sûr. Cependant, leur garantie de sécurité repose sur la précision du modèle dynamique utilisé. Dans des environnements réels, des perturbations imprévues (comme des charges utiles variables, des vents turbulents ou des dynamiques non modélisées) peuvent invalider le modèle nominal, entraînant des violations de sécurité.

Les approches existantes souffrent de limitations majeures :

Les CBF robustes nécessitent de connaître les bornes des incertitudes, ce qui conduit souvent à des contrôleurs trop conservateurs.
Les CBF adaptatives (aCBF) traditionnelles supposent souvent que les résidus (l'erreur de modèle) suivent une structure linéaire paramétrée par une matrice connue, ce qui est rarement le cas en pratique.
Les méthodes d'apprentissage purement basées sur les données manquent souvent d'efficacité des données ou nécessitent un entraînement hors ligne long, ce qui empêche l'adaptation en temps réel à des perturbations non stationnaires.

L'objectif de cet article est de développer un contrôleur capable de s'adapter en ligne à des perturbations de modèle complexes, non linéaires et variant dans le temps, tout en maintenant des garanties de sécurité strictes sans nécessiter de connaissances a priori sur la structure des résidus.

2. Méthodologie

Les auteurs proposent une approche hybride appelée NODE-HO-aCBF (Neural ODE-based High-Order Adaptive Control Barrier Function).

A. Modélisation Hybride

Le système dynamique réel est modélisé comme la somme d'un modèle nominal connu et d'un terme de résidu inconnu :
$\dot{x} = f(x) + g(x)u + d(x)$
où $d(x)$ représente les résidus non modélisés (ex: vent, turbulence).
Au lieu d'apprendre le modèle complet, l'approche utilise des Neural ODEs (KNODE) pour apprendre uniquement le terme de résidu $d(x)$ à partir de données état-commande. Le modèle hybride devient :
$\dot{x} = f(x) + g(x)u + \hat{d}_\theta(x)$
où $\hat{d}_\theta$ est un réseau de neurones paramétré par $\theta$ . Cette approche combine l'efficacité des données du modèle physique avec la capacité d'expression des réseaux de neurones.

B. Fonction de Barrière d'Ordre Élevé Adaptative (HO-aCBF)

Pour les systèmes mécaniques (comme les drones), la fonction de sécurité $h(x)$ a souvent un degré relatif supérieur à 1, nécessitant une CBF d'ordre élevé (HOCBF).
Les auteurs généralisent les CBF adaptatives en intégrant directement le terme appris $\hat{d}_\theta$ dans les contraintes d'optimisation. La contrainte de sécurité est modifiée pour inclure la dérivée de Lie du terme résiduel appris :
$\sup_{u \in U} \left[ L_f \psi_{r-1} + L_g \psi_{r-1} u + L_{\hat{d}_\theta} \psi_{r-1} + \alpha_r(\psi_{r-1}) \right] \geq 0$
Cela permet de certifier la sécurité du modèle hybride en temps réel.

C. Boucle d'Apprentissage et Contrôle

Fréquence : Le contrôleur résout un Programme Quadratique (QP) à 100 Hz pour générer la commande sûre.
Apprentissage en ligne : Les paires (état, commande) sont stockées dans une file d'attente FIFO (First-In-First-Out). Un module d'adaptation entraîne continuellement le réseau de neurones sur ces données récentes pour mettre à jour $\hat{d}_\theta$ .
Flexibilité : L'approche supporte à la fois un mode hors ligne (pré-entraînement sur des données collectées) et un mode en ligne (apprentissage continu sans pré-entraînement).

3. Contributions Clés

NODE-HO-aCBF : Un cadre de contrôle qui intègre l'apprentissage de résidus non linéaires et variant dans le temps directement dans les contraintes de sécurité d'ordre élevé.
Adaptation en temps réel sans hypothèses fortes : Contrairement aux méthodes aCBF existantes, cette approche ne nécessite pas de connaître la structure linéaire des résidus ni de matrices de connaissance a priori. Elle s'adapte à des dynamiques complexes et non stationnaires.
Efficacité des données : Grâce à l'utilisation d'un modèle nominal, la méthode est beaucoup plus efficace en termes de données que les approches d'apprentissage pur, permettant une adaptation rapide.
Validation expérimentale : Déploiement réussi sur un nano-drone de 38g dans des conditions de vent turbulent (18 km/h), démontrant une amélioration de la sécurité "à la volée".

4. Résultats

Simulations

Des simulations ont été menées avec un double intégrateur soumis à trois types de résidus : "Attractif", "Répulsif" et "Variant dans le temps".

Performance : Les contrôleurs basés sur HOCBF standards et HO-aCBF classiques (avec hypothèses linéaires) ont échoué à maintenir la sécurité face aux résidus variant dans le temps ou mal modélisés.
Précision : La méthode proposée (NODE-HO-aCBF) a réussi à apprendre les résidus, maintenant le robot à la limite de la zone sûre sans violation, même lorsque les autres méthodes ont échoué.
Rapidité : Le temps d'exécution du contrôleur reste faible (~1.36 ms pour la version en ligne), permettant une boucle de contrôle à 100 Hz.

Expériences Physiques

Plateforme : Un drone Crazyflie 2.1 de 38g.
Scénario : Le drone suit une trajectoire circulaire tout en évitant une zone interdite au centre, soumis à un vent turbulent de 18 km/h généré par un ventilateur.
Résultats :
- Les contrôleurs de base (HOCBF, HO-aCBF) ont perdu le contrôle ou ont violé la sécurité (collisions ou sorties de la zone sûre).
- Le contrôleur en ligne a détecté le vent et a ajusté la trajectoire pour maintenir la sécurité après une période d'adaptation initiale.
- Le contrôleur hors ligne (pré-entraîné) a immédiatement maintenu une sécurité optimale.
- Les métriques quantitatives (distance moyenne à l'obstacle, temps passé en zone de danger) montrent une supériorité claire de la méthode proposée par rapport aux méthodes de référence.

5. Signification et Impact

Ce travail démontre qu'il est possible de combiner rigueur formelle (garanties de sécurité) et flexibilité de l'apprentissage automatique pour le contrôle robotique en environnement réel.

Robustesse : La méthode offre une solution robuste aux incertitudes de modèle dynamiques, un problème critique pour le déploiement de robots dans des environnements non structurés.
Évolutivité : L'approche est particulièrement pertinente pour les essaims de drones (swarms) où les interactions complexes et les perturbations environnementales rendent les modèles statiques obsolètes.
Futur : Les auteurs visent à étendre ces garanties à des scénarios de planification de trajectoires à grande échelle et à fournir des garanties de sécurité probabilistes.

En résumé, cette recherche comble le fossé entre la théorie de sécurité formelle et la pratique robotique complexe, permettant aux systèmes de "apprendre à être sûrs" en temps réel face à l'imprévu.