⚡ electrical engineering

Safety Beyond the Training Data: Robust Out-of-Distribution MPC via Conformalized System Level Synthesis

Cet article présente un cadre novateur combinant la prédiction conformée et la synthèse de niveau système pour garantir la sécurité et la robustesse du contrôle prédictif par modèle (MPC) face à des dynamiques apprises hors de la distribution des données d'entraînement.

Auteurs originaux : Anutam Srinivasan, Antoine Leeman, Glen Chou

Publié 2026-02-13

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Anutam Srinivasan, Antoine Leeman, Glen Chou

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

Imagine que vous apprenez à conduire une voiture autonome. Vous lui montrez des milliers d'heures de vidéos de conduite sur des routes sèches et ensoleillées. La voiture apprend à bien conduire dans ces conditions. Mais que se passe-t-il si elle doit un jour conduire sous une pluie torrentielle, sur de la glace, ou dans un quartier qu'elle n'a jamais vu ? C'est ce qu'on appelle le problème « hors distribution » (Out-of-Distribution).

La plupart des systèmes intelligents actuels sont comme des élèves qui ont appris par cœur leurs leçons : ils sont excellents tant qu'on leur pose les mêmes questions, mais ils paniquent dès qu'on change un peu les règles.

Cet article propose une nouvelle méthode, appelée CP-SLS-MPC, pour rendre ces robots et voitures beaucoup plus prudents et sûrs, même lorsqu'ils sortent de leur zone de confort. Voici comment cela fonctionne, expliqué simplement avec des analogies.

1. Le problème : La confiance aveugle

Imaginez que vous demandez à un guide touristique (le modèle d'intelligence artificielle) de vous emmener d'un point A à un point B.

Le guide classique : Il vous dit : « Je connais ce chemin, c'est facile ! » et vous emmène à toute vitesse. S'il y a un trou sur la route qu'il n'a jamais vu, il ne le voit pas et vous tombez dedans.
Le problème : Les robots apprennent souvent à ignorer leurs erreurs. Ils pensent savoir où ils sont, alors qu'ils ne sont pas sûrs.

2. La solution : Le « Bouclier de Prudence » (Conformalized Prediction)

Les auteurs ont inventé un système qui donne au robot un bouclier de prudence. Au lieu de dire « Je suis sûr à 100 % », le robot dit : « Je suis sûr à 95 %, donc je vais dessiner un cercle de sécurité autour de ma trajectoire. »

L'analogie du parapluie : Imaginez que vous marchez sous la pluie. Si vous ne connaissez pas la météo, vous ne marchez pas avec un petit parapluie de poche. Vous prenez un gros parapluie (une zone de sécurité plus large) pour être sûr de rester au sec, même s'il pleut plus fort que prévu.
La technique (Conformal Prediction) : Cette méthode calcule la taille exacte de ce « gros parapluie » en fonction de l'endroit où vous êtes.
- Si vous êtes dans une zone que le robot connaît bien (comme votre quartier), le parapluie est petit, il peut aller vite.
- Si vous êtes dans une zone inconnue (hors distribution), le parapluie s'agrandit automatiquement. Le robot devient plus lent et plus prudent pour éviter les obstacles.

3. Le moteur : « Synthèse de Niveau Système » (SLS)

Maintenant, comment le robot utilise-t-il ce parapluie pour ne pas se cogner ? C'est là qu'intervient la Synthèse de Niveau Système (SLS).

L'analogie du chef d'orchestre : Imaginez un chef d'orchestre qui dirige non seulement les musiciens (la voiture), mais qui prévoit aussi comment les instruments vont réagir si un vent soudain souffle (les erreurs du modèle).
Au lieu de planifier un seul chemin idéal, le robot planifie un chemin principal ET toutes les réactions possibles si quelque chose tourne mal. Il calcule un « tube de trajectoire » (un couloir virtuel) dans lequel la voiture est garantie de rester, même si elle dérape un peu.

4. La magie : Adapter le parapluie en temps réel

La grande innovation de ce papier, c'est que le robot n'est pas statique. Il apprend en marchant.

L'analogie du détective : Si le robot entre dans une zone inconnue et voit que son « parapluie » est trop petit (il risque de toucher un obstacle), il s'arrête, observe, et agrandit son parapluie instantanément.
De plus, il essaie intelligemment de réduire son incertitude. Au lieu de traverser une zone de brouillard épais (zone à haut risque), il va choisir un chemin un peu plus long qui reste dans la zone de clarté (zone connue), car c'est plus sûr.

En résumé : Pourquoi c'est génial ?

Les auteurs ont testé leur méthode sur deux robots :

Une voiture de course (4 dimensions) : Elle doit éviter un obstacle sur une piste qu'elle ne connaît pas bien.
Un drone (12 dimensions) : Un drone complexe qui doit voler dans un espace avec des courants d'air imprévisibles.

Les résultats ?

Les méthodes classiques (sans ce bouclier) ont souvent crashé ou touché les obstacles quand elles sortaient de leur zone d'entraînement.
La nouvelle méthode (CP-SLS-MPC) a réussi à éviter les obstacles et à atteindre son but, même dans les situations les plus dangereuses.

L'idée clé en une phrase :
Ce système donne aux robots une conscience de leurs propres limites. Au lieu de faire confiance aveuglément à leur cerveau artificiel, ils se disent : « Je ne suis pas sûr ici, donc je vais ralentir, élargir ma zone de sécurité, et choisir un chemin plus sûr. » C'est la différence entre un pilote téméraire et un pilote prudent qui survit à n'importe quelle tempête.

1. Problématique

Le contrôle et la planification robotiques basés sur l'apprentissage (learning-based control) souffrent souvent d'un manque de garanties de sécurité lorsque le système opère en dehors de la distribution des données d'entraînement (Out-of-Distribution ou OOD).

Défi principal : Les modèles de dynamique appris (par exemple, des réseaux de neurones) peuvent être imprécis dans des régions non vues lors de l'entraînement. Les planificateurs classiques supposent des modèles précis, tandis que les planificateurs basés sur l'incertitude quantifient souvent les erreurs de manière statique ou conservatrice, limitant la capacité du robot à explorer des zones utiles mais peu représentées dans les données.
Limites des approches existantes : Les méthodes actuelles utilisent souvent des bornes d'erreur fixes (sphériques) ou des domaines de confiance statiques ("trusted domains") qui empêchent le robot de s'éloigner des données d'entraînement. De plus, elles ne tirent pas parti des informations de gradient pour orienter activement le plan vers des régions à faible erreur.

2. Méthodologie : CP-SLS-MPC

Les auteurs proposent un cadre unifié nommé CP-SLS-MPC, qui combine la Prédiction Conformée Pondérée (Weighted Conformal Prediction - WCP) et la Synthèse de Niveau Système (System Level Synthesis - SLS) dans un cadre de Commande Prédictive Modèle (MPC) robuste.

A. Bornes d'erreur de modèle conformées (WCP)

Au lieu d'utiliser des bornes d'erreur fixes, la méthode apprend une covariance d'erreur dépendante de l'état et de la commande.

Apprentissage : Un modèle de dynamique $\hat{f}$ est entraîné, ainsi qu'un prédicteur d'incertitude $\Sigma(x, u)$ (réseau de neurones) qui estime la forme et l'amplitude de la dispersion de l'erreur.
Calibration : La WCP est utilisée pour calibrer ces incertitudes. Contrairement à la CP classique qui suppose l'échangeabilité des données, la WCP utilise des poids pondérés pour gérer les dérifts de distribution spatio-temporels.
Résultat : Pour un couple état-commande $(x, u)$ , la méthode génère un ensemble de prédiction (une ellipsoïde) $E(x, u)$ qui garantit avec une probabilité élevée que l'erreur réelle du modèle $\epsilon(x, u)$ se trouve à l'intérieur. La taille de cette ellipsoïde s'adapte dynamiquement : elle est petite près des données d'entraînement et s'agrandit dans les zones OOD.

B. Synthèse de Niveau Système (SLS) pour le MPC robuste

L'incertitude calibrée est intégrée dans un problème d'optimisation MPC basé sur la SLS.

Paramétrisation convexe : La SLS permet de paramétrer la réponse en boucle fermée du système (trajectoire nominale + contrôleur de poursuite) de manière convexe, même pour des systèmes non linéaires approchés par linéarisation.
Ensembles atteignables (Reachable Sets) : Le MPC calcule des tubes d'erreurs (ensembles atteignables) en propageant les pires cas d'erreurs (définis par les ellipsoïdes de la WCP) sur l'horizon de prédiction.
Contraintes resserrées (Constraint Tightening) : Les contraintes du système réel sont resserrées pour garantir que la trajectoire réelle reste dans les limites de sécurité avec une haute probabilité, même si le système dévie de la trajectoire nominale.

C. Réduction active de l'incertitude

Une contribution clé est l'introduction d'un terme de coût dans la fonction objectif du MPC qui pénise la distance aux points de données d'entraînement. Cela incite le planificateur à :

Éviter les zones OOD si possible.
Si l'exploration OOD est nécessaire, choisir des trajectoires qui minimisent l'incertitude (en restant près des régions connues) ou qui réduisent activement le volume des tubes d'erreur.

3. Contributions Clés

Méthode d'optimisation rapide : Développement d'un MPC basé sur l'optimisation convexe (SCP - Sequential Convex Programming) qui intègre des bornes d'erreur conformées dépendantes de l'état, garantissant une sécurité probabiliste à échantillon fini.
Garanties théoriques : Démonstration théorique de la couverture (coverage) et de la robustesse sous dérift de distribution. Les auteurs fournissent des bornes sur l'écart de couverture (coverage gap) en fonction de la densité des données de calibration et de la taille des tubes.
Validation empirique : Tests sur des systèmes non linéaires complexes (voiture 4D et quadrirotor 12D) montrant une amélioration significative de la sécurité et de la précision par rapport aux méthodes sans robustesse (Vanilla MPC) et aux méthodes à bornes fixes (CP-Ball).

4. Résultats Expérimentaux

Les expériences ont été menées sur deux systèmes : une voiture de type Dubins (4D) et un quadrirotor (12D).

Scénarios In-Distribution (ID) : La méthode maintient des performances comparables aux méthodes de base sans perte majeure d'efficacité computationnelle, tout en offrant des garanties de sécurité.
Scénarios Out-of-Distribution (OOD) :
- Robustesse : Dans des régions où les données d'entraînement sont absentes (ex: frottement variable, dynamique d'attraction vers un obstacle), le CP-Ellipsoid (la méthode proposée) réussit systématiquement à éviter les obstacles, tandis que le Vanilla MPC échoue souvent et que la variante à boule fixe (CP-Ball) est trop conservatrice ou échoue par manque de précision.
- Adaptabilité : La taille des tubes d'erreur s'adapte dynamiquement. Avec peu de données de calibration, les tubes sont plus larges (plus conservateurs), mais se rétrécissent à mesure que le robot collecte des données en ligne.
- Réduction active : L'ajout du coût de réduction d'incertitude permet au robot de planifier des trajectoires plus longues mais plus sûres, évitant les zones à forte incertitude, ce qui se traduit par des tubes d'erreur plus petits et une meilleure précision de prédiction.
Performance computationnelle : Bien que légèrement plus coûteux que le Vanilla MPC (environ 126 ms vs 53 ms pour la voiture), le temps de calcul reste compatible avec le temps réel et permet une replanification efficace.

5. Signification et Impact

Cet article représente une avancée significative pour le contrôle robotique sûr dans des environnements réels imprévisibles.

Dépassement des limites de l'OOD : Il permet aux robots d'opérer temporairement hors de la distribution d'entraînement tout en maintenant des garanties de sécurité formelles, résolvant le compromis entre exploration et sécurité.
Efficacité des données : En utilisant des ellipsoïdes adaptatives plutôt que des sphères fixes, la méthode est moins conservatrice dans les régions bien connues, permettant des trajectoires plus optimales.
Cadre généralisable : L'approche combine l'apprentissage statistique (CP) et le contrôle robuste (SLS) d'une manière qui peut être appliquée à divers systèmes dynamiques non linéaires, offrant une voie prometteuse pour le déploiement de robots autonomes dans des environnements ouverts.

En résumé, CP-SLS-MPC transforme l'incertitude d'un obstacle statique en une information dynamique et exploitable, permettant une planification robuste et sûre même lorsque le modèle appris est imparfait.