Résumé Technique : AURA - Algorithme de Replanification Asymptotiquement Optimal et Robuste aux Incertitudes

1. Énoncé du Problème

Les planificateurs cinodynamiques basés sur l'échantillonnage offrent un cadre évolutif pour les systèmes de haute dimension, sous-actionnés et non holonomes en s'appuyant sur la propagation vers l'avant plutôt que sur des fonctions de guidage intraitables. Cependant, deux limitations critiques entravent leur application pratique :

1. Sous-optimalité sous contraintes de temps : Les planificateurs asymptotiquement optimaux (AO) garantissent la convergence vers l'optimum global uniquement lorsque le nombre d'échantillons tend vers l'infini. En pratique, un temps de planification limité produit souvent des trajectoires initiales sous-optimales.
2. Déviation d'exécution sous incertitude : L'exécution en boucle ouverte des trajectoires planifiées est sensible aux incertitudes de mouvement résultant de l'inadéquation du modèle, de dynamiques non modélisées et d'erreurs d'actionnement. Cela entraîne des déviations par rapport au chemin nominal, pouvant causer des collisions ou un échec de la tâche.

Les solutions existantes font face à des compromis : les stratégies de replanification en ligne rejettent souvent les progrès d'exploration antérieurs ou nécessitent des fonctions de guidage (qui sont indisponibles pour les systèmes cinodynamiques généraux), tandis que les méthodes de contrôle à horizon glissant suivent généralement une trajectoire de référence fixe sans affiner le plan global ni traiter efficacement les observations d'état intermittentes.

2. Méthodologie : Le Cadre AURA

Les auteurs proposent AURA (Algorithme de Replanification Asymptotiquement Optimal et Robuste aux Incertitudes), un cadre de méta-planificateur conçu pour fonctionner au-dessus de n'importe quel planificateur AO basé sur la propagation vers l'avant. AURA intègre l'exploration globale avec la robustesse locale grâce à trois modules concurrents exécutés pendant la phase d'exécution :

A. Module d'Exécution

Ce thread applique la commande actuelle optimale ($u_{exec}$) au système pendant une durée fixe $\Delta t$. Il observe l'état réel résultant ($x_{gt}$), qui peut s'écarter de l'état nominal en raison des incertitudes.

B. Module de Replanification Globale

Plutôt que de redémarrer la planification à partir de zéro, ce module utilise l'arbre de recherche existant pour continuer à affiner la trajectoire pendant l'exécution.

• Élagage : Lors de l'exécution, les branches de l'arbre qui ne sont plus cinodynamiquement accessibles depuis l'état actuel sont élaguées.
• Replanification : Le planificateur reprend à partir de l'arbre élagué avec l'état actuel comme nouvelle racine. Cela permet au système de tirer parti des propriétés d'optimalité asymptotique pour trouver continuellement des trajectoires de moindre coût pendant que le robot se déplace, sans nécessiter de fonction de guidage.

C. Module d'Optimisation Locale

Pour atténuer les erreurs de suivi causées par les incertitudes, ce module emploie une stratégie d'optimisation basée sur la précomputation.

• Mécanisme : Avant que le prochain état ne soit observé, le module échantillonne un lot d'états futurs potentiels ($X_B$) près du successeur nominal. Pour chaque échantillon et chaque nœud enfant dans l'arbre de planification, il calcule une commande de récupération optimisée ($U_{opt}$) en utilisant la descente de gradient pour minimiser l'erreur de propagation terminale.
• Exécution : Une fois l'état réel observé, le système sélectionne la commande précalculée qui permet de ramener le système le plus efficacement possible vers la trajectoire planifiée.
• Garantie Théorique : L'article prouve l'existence d'une commande de récupération sous des hypothèses légères (continuité de Lipschitz et condition de Chow), assurant qu'une trajectoire réalisable dynamiquement existe pour ramener un état perturbé au chemin nominal.

D. Synchronisation

À la fin de chaque cycle, les coûts des trajectoires candidates sont recalculés en fonction de l'état actuel. La meilleure trajectoire est sélectionnée, et la commande optimisée correspondante est exécutée lors du prochain intervalle.

3. Contributions Clés

L'article revendique trois contributions principales :

1. Nouveau Cadre de Replanification en Ligne : Une méthode pour les planificateurs cinodynamiques AO qui améliore continuellement la qualité de la trajectoire pendant l'exécution sans nécessiter de fonction de guidage.
2. Optimisation Locale Accélérée par GPU : Un module qui atténue la déviation d'exécution (démontrant une réduction jusqu'à 72 % de l'erreur de suivi) avec une preuve théorique qu'une commande de récupération existe toujours sous des hypothèses légères.
3. Évaluation Complète : Validation sur plusieurs modèles de dynamique (analytiques et appris) à la fois en simulation et dans des environnements réels, montrant une réduction allant jusqu'à 50 % du temps total de tâche par rapport aux références.

4. Résultats Expérimentaux

Le cadre a été évalué sur trois systèmes : un double intégrateur 6D, une voiture cinématique et un modèle appris de poussage non préhensile. Les environnements comprenaient du bruit gaussien, des simulations MuJoCo (avec inadéquation de modèle) et des tâches réelles sur robot UR10.

• Qualité de la Trajectoire : AURA a produit de manière cohérente des trajectoires de moindre coût que les planificateurs AO classiques (SST, AO-RRT, AO-EST) pour un même temps de planification initial. Par exemple, 5 secondes de planification hors ligne avec AURA ont atteint une qualité comparable à 30 secondes de planification hors ligne avec des planificateurs classiques.
• Robustesse du Suivi : Le module d'optimisation locale a réduit l'erreur de suivi par étape jusqu'à 72 % en simulation et 53 % dans des scénarios réels par rapport à une exécution en boucle ouverte.
• Efficacité de la Tâche : En termes de temps réel (temps total jusqu'à l'objectif), AURA a surpassé la Replanification par Redémarrage (RR) et l'Intégrale de Trajectoire Prédictive par Modèle (MPPI). La RR souffrait d'une forte variance et de temps d'exécution longs dus à une replanification complète coûteuse, tandis que la MPPI avait du mal avec les minima locaux dans des tâches complexes à long horizon. La capacité d'AURA à affiner le plan global tout en corrigeant les erreurs locales a conduit à une complétion de tâche plus cohérente et plus rapide.
• Sensibilité aux Hyperparamètres : L'analyse a indiqué que, une fois une trajectoire initiale réalisable trouvée, l'augmentation du temps de planification hors ligne produit des rendements décroissants. La performance est principalement pilotée par la durée de commande ($\Delta t$), qui équilibre la fréquence de replanification avec le temps disponible pour l'optimisation locale.

5. Signification et Revendications

L'article positionne AURA comme une approche flexible et computationnellement efficace qui comble le fossé entre l'optimalité asymptotique théorique et la robustesse d'exécution pratique. Sa signification réside dans :

• Découplage de la Planification et de l'Exécution : Il permet aux systèmes de commencer l'exécution à partir d'un plan réalisable (mais potentiellement sous-optimal) et de l'affiner en ligne, réduisant le besoin de calculs hors ligne étendus.
• Agnosticisme du Modèle : Le cadre est compatible avec les dynamiques analytiques et les modèles de réseaux de neurones appris, le rendant applicable à des systèmes où des modèles précis sont difficiles à obtenir.
• Robustesse aux Incertitudes Matérielles : Les expériences réelles démontrent qu'AURA peut gérer les incertitudes d'exécution matérielle sans nécessiter de retour d'état à haute fréquence ni une connaissance parfaite du modèle.

Les auteurs reconnaissent des limitations, notant que la performance de récupération dépend du lot échantillonné et de la complexité de la dynamique, et que la durée de commande optimale doit être ajustée à la dynamique du système. Les travaux futurs suggèrent de paralléliser les calculs de planification pour accélérer davantage le pipeline.