🤖 AI

A Continual Learning Framework for Adaptive Control of Modular Soft Robots

Cet article propose un cadre d'apprentissage continu qui permet aux robots mous modulaires d'adapter le contrôle de morphologies variables et d'apprendre la dynamique spécifique à chaque module sans oublier les connaissances antérieures, comme cela est validé par des simulations et des expériences en conditions réelles.

Auteurs originaux : Nilay Kushawaha, Muhammad Sunny Nazeer, Baljinder Singh Bal, Cecilia Laschi, Egidio Falotico

Publié 2026-07-09

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Nilay Kushawaha, Muhammad Sunny Nazeer, Baljinder Singh Bal, Cecilia Laschi, Egidio Falotico

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

Imaginez que vous avez un robot composé de segments mous et souples, comme une chaîne de saucisses connectées ou une chenille. Il s'agit d'un Robot Mou Modulaire (MSR). Ces robots sont incroyables car ils peuvent se faufiler dans des espaces étroits et se déplacer en toute sécurité autour des gens, mais ils sont incroyablement difficiles à contrôler. Ils se courbent, se tordent et s'étirent de manières imprévisibles, ce qui rend difficile l'écriture d'un programme informatique capable de leur dire exactement comment bouger.

D'habitude, si vous ajoutez un nouveau segment au robot ou si vous en retirez un, l'ancien programme informatique cesse de fonctionner. Vous devez jeter l'ancien « cerveau » et en entraîner un tout nouveau à partir de zéro. C'est lent et cela gaspille des ressources.

Ce document présente un nouveau « cerveau » appelé SMPL (Soft Modular Progressive Learning — Apprentissage Progressif Modulaire Mou). Voici comment il fonctionne, en utilisant des analogies simples :

1. La « Bibliothèque en expansion continue » (Apprentissage continu)

Considérez le contrôleur du robot comme un étudiant apprenant à conduire.

L'ancienne méthode : Si l'étudiant apprend à conduire une berline, puis que vous remplaceez la voiture par un camion, l'étudiant doit oublier tout ce qu'il sait sur la berline et recommencer une école de conduite pour les camions.
La méthode SMPL : Ce nouveau cadre est comme un étudiant qui garde son manuel de conduite de la berline sur une étagère. Lorsqu'il obtient le camion, il ne jette pas le manuel de la berine. Au lieu de cela, il ajoute un nouveau chapitre à son carnet spécifiquement pour les camions. Il peut toujours conduire la berline parfaitement (parce que l'ancien chapitre est là), et il peut maintenant conduire le camion aussi.

En termes techniques, le document appelle cela l'Apprentissage Continu. Le robot apprend de nouvelles formes (en ajoutant ou en retirant des modules) sans « oublier » comment contrôler les anciennes formes. Il construit une bibliothèque de connaissances, ajoutant de nouveaux livres à mesure que le robot change, plutôt que de réécrire toute la bibliothèque à chaque fois.

2. L'« Équipe spécialisée » (Contrôle distribué)

Imaginez un grand orchestre.

L'ancienne méthode : Un seul chef d'orchestre essaie de dire à chaque violoniste, batteur et flûtiste exactement quoi faire en même temps. Si le chef se fatigue ou fait une erreur, tout l'orchestre en souffre.
La méthode SMPL : Ce cadre agit comme un chef d'orchestre qui engage un coach spécialisé pour chaque section. Un coach enseigne aux violons, un autre aux tambours, et ainsi de suite.
- Chaque « coach » (sous-réseau) se concentre uniquement sur son instrument spécifique (module).
- Ils communiquent entre eux (connexions latérales) pour partager des conseils, mais ils ne dépendent pas d'une seule personne pour tout contrôler.
- Le bénéfice : Si une baguette de tambour se casse (un module tombe en panne), vous n'avez qu'à réentraîner le coach des tambours. Le coach des violons continue de jouer parfaitement. Cela rend le système plus robuste et précis.

3. Le « Filet de sécurité » (Contrôle en boucle fermée)

Le document décrit également un mécanisme de sécurité. Imaginez que le robot essaie de dessiner un cercle.

Boucle ouverte (Sans filet de sécurité) : Le robot devine les commandes pour dessiner le cercle. S'il commence à dévier, il continue de dessiner une ligne courbe parce qu'il ne sait pas qu'il se trompe.
Boucle fermée (L'approche SMPL) : Le robot possède un « miroir » (un modèle de prédiction) qui prédit où il sera. Il compare cette prédiction à l'endroit où il devrait être. S'il y a une différence (une erreur), il réinjecte immédiatement cette erreur dans son cerveau pour corriger le mouvement suivant. C'est comme une personne dessinant un cercle tout en regardant constamment le papier et en ajustant sa main en temps réel.

Qu'ont-ils prouvé ?

Les chercheurs ont testé ce « cerveau » de deux manières :

Dans une simulation informatique : Ils ont construit un robot mou virtuel et ont continué à ajouter des segments (de 1 à 5 segments). Le cadre SMPL a appris à contrôler le robot à 1 segment, puis celui à 2 segments, et ainsi de suite, sans perdre la capacité de contrôler la version à 1 segment. Il a mieux fonctionné que les autres méthodes d'IA standards.
Sur un vrai robot : Ils ont construit un vrai robot physique avec trois segments mous remplis d'air. Ils l'ont testé sur une vraie table. Le robot a réussi à suivre des trajectoires complexes (comme des cercles, des rectangles et des spirales) avec une grande précision. L'approche de la « équipe de coachs » (contrôle distribué) était plus précise que l'approche du « chef d'orchestre unique ».

L'expérience de la « Smart Energy Saver » (Économiseur d'énergie intelligent)

Enfin, ils ont montré que le robot pouvait être paresseux de manière intelligente.

Le test : On a demandé au robot d'atteindre un point précis dans l'air.
L'astuce : Au lieu d'utiliser les trois segments pour atteindre le point, le robot a compris qu'il n'avait besoin que du segment central. Il a éteint les deux autres pour économiser de l'énergie et de la puissance de calcul.
Le résultat : Si le segment central ne suffisait pas, il « réveillait » le premier segment pour l'aider. Il n'utilise que le nombre minimum de pièces nécessaires pour accomplir la tâche.

Résumé

Ce document présente une nouvelle façon d'enseigner aux robots mous comment bouger. Au lieu de forcer le robot à tout réapprendre chaque fois qu'il change de forme, ce système ajoute de nouvelles compétences sans oublier les anciennes. Il décompose également la tâche de contrôle en tâches plus petites et spécialisées, rendant le robot plus précis et résilient. C'est comme donner à un robot mou un cerveau qui grandit avec lui, plutôt qu'un cerveau qui doit être remplacé à chaque fois que le robot change de tenue.

Résumé Technique : Un cadre d'apprentissage continu pour le contrôle adaptatif de robots mous modulaires

Énoncé du problème
Les robots mous modulaires (MSR - Modular Soft Robots) offrent des avantages significatifs dans les environnements non structurés grâce à leur compliance et leur reconfigurabilité. Cependant, le contrôle des MSR présente des défis uniques découlant de leur dynamique non linéaire, de leur hyper-redondance et de leurs propriétés matérielles complexes. Les stratégies de contrôle existantes font face à deux limitations principales :

Manque d'adaptabilité aux changements morphologiques : La plupart des contrôleurs supposent une morphologie de robot fixe. Lorsqu'un ou plusieurs modules sont attachés ou détachés, le contrôleur nécessite généralement un réentraînement complet, échouant ainsi à exploiter les connaissances précédemment acquises.
Scalabilité et robustesse dans les configurations fixes : Pour les MSR ayant des morphologies fixes, les approches conventionnelles reposent souvent sur un contrôleur centralisé unique. Cela limite la modularité, réduit la scalabilité pour les robots comportant de nombreux modules et crée un système sensible à la propagation des erreurs. De plus, si un module spécifique subit une défaillance (par exemple, une perforation), l'ensemble du modèle centralisé peut nécessiter un réentraînement.

Méthodologie : Soft Modular Progressive Learning (SMPL)
Les auteurs proposent le SMPL, un cadre de contrôle basé sur l'Apprentissage Continu (CL - Continual Learning) et les Réseaux de Neurones Progressifs (PNN - Progressive Neural Networks). Le cadre aborde le problème de l'oubli catastrophique tout en permettant un apprentissage incrémental et un contrôle distribué.

Architecture : Le cadre SMPL utilise une architecture progressive où chaque nouvelle configuration de MSR (ou chaque module dans une configuration fixe) se voit assigner un sous-réseau dédié.
- Connexions Latérales : Pour faciliter le transfert de connaissances, des connexions latérales sont établies entre le sous-réseau actuel et tous les sous-réseaux précédemment appris. Les paramètres des sous-réseaux existants sont gelés pour préserver les connaissances antérieures, tandis que les nouveaux sous-réseaux sont entraînés avec une initialisation aléatoire.
- Formulation Mathématique : La représentation cachée de la $i$ -ème couche du $k$ -ième sous-réseau combine une contribution propre au sous-réseau actuel et une contribution latérale des sous-réseaux précédents (Éq. 1).
Entraînement en Boucle Fermée : Le cadre fonctionne dans une configuration en boucle fermée. Un modèle inverse (le contrôleur) prédit les commandes d'actionnement basées sur la pose cible et l'erreur de l'espace de tâche actuel. Ces commandes sont transmises à un Modèle de Dynamique Directe pré-entraîné et fixe (basé sur un LSTM) pour prédire la pose résultante. L'erreur entre la pose prédite et la pose cible est réinjectée comme entrée du modèle inverse pour stabiliser l'entraînement et réduire l'erreur de l'espace de tâche.
Données d'Entraînement : Le système est entraîné à l'aide de données de « babillage moteur » (motor babbling), où des signaux d'actionnement aléatoires sont appliqués pour explorer l'espace de travail.
Scénarios Expérimentaux :
- Exp1S (Morphologie Incrémentale) : Le cadre apprend séquentiellement à mesure que des modules sont ajoutés (de 1 à 5 modules). Il doit prédire l'actionnement pour la configuration actuelle tout en conservant la capacité de contrôler les configurations précédentes sans réentraînement.
- Exp2S & Exp2R (Contrôle Distribué) : Pour un MSR à trois modules fixe, le cadre emploie une approche distribuée où chaque sous-réseau apprend la dynamique spécifique d'un module. Cela permet un contrôle localisé et un potentiel réentraînement uniquement du module affecté en cas de dégradation.

Contributions Clés

Adaptation Incrémentale : La proposition d'un cadre basé sur le CL qui permet aux MSR de s'adapter à de nouvelles configurations morphologiques (attachement/détachement de modules) tout en préservant les connaissances des structures apprises précédemment.
Contrôle Distribué pour les Morphologies Fixes : La démonstration que le même cadre peut apprendre la dynamique spécifique des modules pour des MSR de taille fixe, offrant une précision et une scalabilité améliorées par rapport aux contrôleurs centralisés.
Validation Complète : Une évaluation approfondie via simulation (robot actionné par tendons) et expériences en conditions réelles (bras pneumatique à trois modules) à travers de multiples tâches de suivi de trajectoire.
Activation Adaptative des Modules : Une démonstration de la capacité du cadre à activer sélectivement uniquement les modules nécessaires pour atteindre une cible, réduisant ainsi la charge de calcul et la consommation d'énergie.

Résultats

Suivi de Trajectoire (Exp1S) : Le cadre SMPL a réussi à suivre des trajectoires à travers cinq configurations incrémentales (1 à 5 modules). Il a démontré sa capacité à maintenir les performances sur les configurations apprises précédemment après l'entraînement sur de nouvelles configurations, atténuant efficacement l'oubli catastrophique. L'entraînement en boucle fermée a systématiquement produit des erreurs de position et d'orientation plus faibles par rapport aux réglages en boucle ouverte.
Benchmarking (Exp2S & Exp2R) : En simulation et en expériences réelles, le SMPL a surpassé les modèles de référence, incluant les MLP (Multi-Layer Perceptrons), les LSTM standards, les VAE-LSTM et les Bi-LSTM.
- Simulation : Le SMPL a obtenu l'erreur de position la plus faible (3,52 mm) et l'erreur d'orientation la plus faible (4,69°) sur les données de babillage de test.
- Monde Réel : Sur le robot physique, le SMPL a atteint une erreur de position de 4,97 mm et une erreur d'orientation de 1,75°, surpassant nettement la référence Bi-LSTM (7,49 mm et 2,47°).
Activation Adaptative : Dans l'expérience d'atteinte de cible, le cadre a activé dynamiquement les modules (en commençant par le module cible, puis les précédents, puis les suivants) pour minimiser l'erreur. Cette activation sélective a permis d'atteindre la cible avec un actionnement réduit par rapport à l'activation simultanée de tous les modules.

Signification et Revendications
L'article affirme que le cadre SMPL fournit une solution robuste pour le contrôle des robots mous modulaires en répondant aux doubles défis de la reconfigurabilité morphologique et de la scalabilité. En exploitant l'apprentissage continu, le système évite le coût computationnel d'un réentraînement à partir de zéro lorsque la structure du robot change. De plus, l'architecture de contrôle distribué améliore la robustesse du système ; si un module spécifique se dégrade ou tombe en panne, seul le sous-réseau correspondant nécessite un réentraînement plutôt que l'ensemble du système. Les auteurs positionnent ce travail comme une étape vers des systèmes robotiques mous plus efficaces, adaptatifs et scalables, capables d'opérer dans des environnements dynamiques.

Limites et Travaux Futurs
Les auteurs reconnaissent que le processus d'apprentissage séquentiel entraîne une augmentation du temps d'entraînement. Les travaux futurs visent à intégrer des principes de méta-apprentissage pour accélérer l'adaptation à de nouveaux modules. De plus, ils prévoient d'explorer la robustesse du cadre face à la dégradation réelle des actionneurs (ex: fuites) et d'étendre l'architecture au contrôle modulaire au niveau de l'actionneur pour une précision et une efficacité énergétique accrues.