🤖 machine learning

Learning Forced Multibody Dynamics on Lie Groups

Cet article propose une architecture d'apprentissage profond géométrique qui utilise des équations d'Euler-Lagrange forcées discrètes sur des groupes de Lie pour apprendre la dynamique de systèmes mécaniques à partir de données de position uniquement, préservant ainsi les structures géométriques intrinsèques et les lois de conservation tout en accommodant les systèmes multibodies et les contrôles externes.

Auteurs originaux : Martine Dyring Hansen, Marta Ghirardelli, Elena Celledoni, David Martin de Diego, Brynjulf Owren

Publié 2026-07-15

📖 7 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Martine Dyring Hansen, Marta Ghirardelli, Elena Celledoni, David Martin de Diego, Brynjulf Owren

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 essayez d'apprendre à un robot comment danser. Vous avez une vidéo de la danse, mais vous ne voyez la pose du robot (où se trouvent ses membres) que toutes les quelques images. Vous n'avez pas de tachymètre, et vous n'avez certainement pas de carte des forces invisibles qui poussent le robot. Votre objectif est de construire un programme informatique capable de prédire le mouvement suivant, puis celui d'après, et ainsi de suite, sans que le robot ne tombe jamais ou ne subisse de bugs.

C'est exactement le défi relevé par une équipe de chercheurs qui proposent une nouvelle façon d'apprendre comment les systèmes mécaniques se déplacent. Ils appellent leur création LieDFLNN.

Le Problème : Le Piège du « Blocage de Cardan »

La plupart des modèles informatiques tentent de décrire la rotation à l'aide d'un ensemble de trois nombres, comme les angles d'Euler (pensez à « lacet, tangage et roulis »). C'est comme essayer de décrire un emplacement sur Terre en utilisant uniquement la latitude et la longitude. Cela fonctionne très bien jusqu'au pôle Nord. Soudain, les mathématiques s'effondrent. Dans le monde de la robotique, c'est ce qu'on appelle le blocage de cardan (gimbal lock).

Si un robot effectue une rotation de 360 degrés, un modèle utilisant les angles d'Euler peut soudainement passer de « 179 degrés » à « -179 degrés » pour garder les nombres petits. Pour l'ordinateur, le robot n'a pas tourné de manière fluide ; il a téléporté. Cela rend le modèle d'apprentissage confus, tentant d'ajuster une danse fluide à une carte brisée et saccadée.

Le papier argumente explicitement contre l'utilisation de ces cartes « plates » standard (espaces euclidiens) ou des angles d'Euler pour les systèmes qui tournent ou se déplacent de manières complexes. Ils montrent que forcer les données de rotation dans ces coordonnées plates introduit des sauts et des erreurs artificiels qui s'aggravent à mesure que l'objet tourne.

La Solution : Danser sur une Sphère

Au lieu d'aplatir le monde, les auteurs suggèrent de garder le monde courbé, tel qu'il est. Ils traitent l'orientation du robot non pas comme trois nombres, mais comme une matrice de rotation — une grille spéciale de nombres qui reste toujours « parfaitement orthogonale » (comme les coins d'une boîte parfaite).

Voyez cela comme ceci : si vous marchez sur un sol plat, vous pouvez simplement utiliser une règle pour mesurer la distance. Mais si vous marchez sur la surface d'un énorme ballon de plage, une règle ne fonctionne pas bien ; vous devez suivre la courbe du ballon. La méthode des auteurs vit directement sur cette « surface de ballon de plage » (mathématiquement connue sous le nom de groupe de Lie, spécifiquement SO(3) pour la rotation et SE(3) pour la rotation plus le mouvement).

En faisant cela, le modèle n'a jamais à se soucier de la « téléportation » ou de rencontrer une singularité. Il reste sur la surface de la sphère, tout comme le vrai robot le fait.

Le Tour de Magie : Apprendre Sans Vitesse

Habituellement, pour comprendre comment quelque chose bouge, vous avez besoin de connaître sa vitesse (vélocité). Mais dans le monde réel, les capteurs ne donnent souvent que des positions (où se trouvent les choses), et calculer la vitesse à partir de la position est complexe et bruyant.

Les auteurs utilisent un tour astucieux de la physique appelé équations de Euler-Lagrange discrètes forcées.

L'analogie : Imaginez que vous regardez un film d'une balle roulant le long d'une colline. Vous n'avez pas besoin de connaître la vitesse exacte de la balle à chaque milliseconde pour prédire où elle sera ensuite. Il vous suffit de savoir où elle était deux images auparavant et où elle est maintenant. Les lois de la physique (plus précisément le principe de « moindre action ») relient ces points.
La méthode : Leur modèle apprend un « Lagrangien discret ». Considérez cela comme un carnet de règles secret qui indique au système comment passer d'une pose à la suivante en se basant uniquement sur les deux poses précédentes. Il n'a pas besoin de calculer la vitesse explicitement. Il observe simplement le motif des positions et apprend la « force » qui les relie.

Ce Qu'Ils Ont Prouvé (et Ce Qu'Ils N'Ont Pas Prouvé)

Les chercheurs n'ont pas seulement supposé que cela fonctionnerait ; ils ont testé cela avec des simulations et des données réelles.

Le Test de la « Grande Rotation » : Ils ont simulé un corps rigide en rotation. Lorsqu'ils ont utilisé l'ancienne méthode des angles d'Euler, le modèle a échoué lamentablement à mesure que la rotation augmentait, produisant des trajectoires saccadées et erronées. Lorsqu'ils ont utilisé leur nouvelle méthode de groupe de Lie, le modèle est resté précis même pour de très grandes rotations de 360 degrés. L'erreur est restée faible et stable, tandis que l'erreur de l'ancienne méthode a explosé.
Le Test de la « Longue Durée » : Ils ont tenté de prédire l'avenir d'un objet en rotation pendant 500 étapes (bien plus longtemps que les données d'entraînement). La nouvelle méthode est restée sur la « sphère » (la forme mathématique correcte) tout au long du processus. Les anciennes méthodes, même si elles commençaient correctement, dérivaient lentement hors de la sphère, devenant physiquement impossibles (comme une matrice de rotation qui n'est plus un carré parfait).
Le Test de la « Salto de l'Humain » : Ils ont pris des données réelles d'un humain faisant une roue (enregistrées à 120 Hz). C'est un système complexe avec de nombreuses pièces mobiles (un système multi-corps). Ils ont entraîné le modèle sur seulement deux enregistrements de la même personne effectuant le même mouvement. Le modèle a appris à reproduire le mouvement avec une grande fidélité. L'erreur de leur prédiction était en fait plus petite que la différence naturelle entre les deux enregistrements réels (ce qui signifie que le modèle était aussi bon que la propre cohérence de l'humain).
Le Test du « Contrôleur Secret » : Dans une expérience, ils connaissaient la physique du robot (son poids et sa forme) mais ne connaissaient pas le « cerveau » (le signal de contrôle) qui lui dit quoi faire. Ils ont alimenté le modèle uniquement avec les données de position. Le modèle a réussi à identifier le signal de contrôle caché, prouvant qu'il peut séparer le « corps » du « cerveau ».

L'Essentiel à Retenir

L'article suggère qu'en respectant la géométrie courbe de la rotation (en utilisant les groupes de Lie) et en utilisant un carnet de règles physiques discret et étape par étape, nous pouvons construire des modèles d'apprentissage qui sont :

Plus précis pour les grandes rotations.
Plus stables sur de longues périodes (ils ne dérivent pas).
Capables d'apprendre à partir de données de position uniquement, ignorant les mesures de vitesse bruyantes.

Ils n'ont pas prétendu que cela résout chaque problème de la robotique, mais ils ont montré que pour les systèmes qui tournent et se déplacent comme des corps rigides (drones, robots, membres humains), cette approche est nettement supérieure aux méthodes « plates » standard. C'est une façon d'apprendre aux ordinateurs à comprendre le monde tel qu'il est réellement : courbe, connecté et continu.

Résumé Technique : Apprentissage de la dynamique multi-corps forcée sur les groupes de Lie

Énoncé du problème
L'apprentissage de systèmes dynamiques à partir de données observationnelles implique souvent des états évoluant sur des espaces de configuration non linéaires, tels que le groupe de rotation $SO(3)$ ou le groupe spécial euclidien $SE(3)$. Les approches existantes modélisent fréquemment ces systèmes dans des plongements euclidiens (par exemple, via les angles d'Euler ou des coordonnées généralisées), ce qui introduit des singularités de coordonnées (telles que le blocage de cardan), des discontinuités et des ambiguïtés de représentation. De plus, les méthodes d'apprentissage standards nécessitent souvent des données de vitesse, lesquelles peuvent être indisponibles, bruitées ou difficiles à obtenir à partir de mesures de position discrètes. Par ailleurs, les modèles qui ne respectent pas intrinsèquement la structure de variété de l'espace de configuration peuvent souffrir d'une dérive géométrique, où les trajectoires prédites violent les contraintes physiques (par exemple, l'orthogonalité des matrices de rotation) au fil du temps.

Méthodologie
Le papier propose LieDFLNN (Lie Group Discrete Forced Euler-Lagrange Neural Network), une architecture qui apprend la dynamique de systèmes mécaniques directement sur des groupes de Lie en utilisant uniquement des données de position. La méthodologie est fondée sur la mécanique variationnelle discrète :

Équations d'Euler-Lagrange forcées discrètes : Le cœur de l'approche utilise les équations d'Euler-Lagrange forcées discrètes sur les groupes de Lie. Au lieu d'approximer les dérivées en temps continu, la méthode formule la dynamique en utilisant des Lagrangiens discrets $L_d: G \times G \to \mathbb{R}$ et des forces externes discrètes. Cette formulation repose uniquement sur des paires de configurations consécutives $(g_k, g_{k+1})$ et leurs incréments de groupe $W_k = g_k^{-1}g_{k+1}$ , éliminant ainsi le besoin de mesures de vitesse explicites.
Trivialisation : Les équations sont exprimées via une trivialisation à gauche, faisant correspondre le fibré tangent $TG $à$ G \times \mathfrak{g} $(où$ \mathfrak{g}$ est l'algèbre de Lie). Cela permet de calculer la dynamique entièrement en termes d'éléments de groupe et d'éléments d'algèbre, préservant ainsi la structure géométrique.
Paramétrage neuronal : Le Lagrangien discret et les forces externes sont paramétrés par des réseaux de neurones ( $L_\theta$ $L_{θ}$ et $F_\theta$ $F_{θ}$ ). L'architecture supporte :
- Corps rigides : Formulations spécifiques pour $SO(3)$ et $SE(3)$, incluant les matrices d'inertie et les énergies potentielles.
- Systèmes multi-corps : Extension aux variétés produits (par exemple, $SE(3) \times SO(3)^{N}$ ) pour modéliser des systèmes articulés comme le squelette humain.
- Entrées de contrôle : Le cadre peut incorporer des lois de contrôle inconnues (par exemple, des contrôleurs de rétroaction) en tant que partie du terme de force externe.
Régularisation : Pour éviter les solutions dégénérées (par exemple, des Lagrangiens constants), un terme de régularisation est ajouté à la fonction de perte. Ce terme impose la régularité du Lagrangien discret en pénalisant les Hessiennes qui tendent vers la singularité, garantissant que le système reste bien posé.
Inférence : La prédiction est effectuée en résolvant de manière itérative les équations d'Euler-Lagrange forcées discrètes pour les incréments de groupe, garantissant que la trajectoire générée reste strictement sur la variété de configuration sans étapes de projection ad hoc.

Contributions clés

Apprentissage cohérent avec la variété : La méthode opère directement sur des observations valant des éléments de groupe, garantissant que les états appris restent sur la variété de configuration (par exemple, $SO(n)$, $SE(n)$), évitant ainsi la dérive géométrique et le besoin de ré-orthogonalisation.
Dynamique sans vitesse : En utilisant la formulation variationnelle discrète, l'approche récupère la structure physique à partir des seules mesures de position, évitant le bruit et la complexité associés à la différenciation numérique.
Modularité et flexibilité : Le cadre est modulaire, capable d'apprendre conjointement la dynamique complète (Lagrangien et forces) ou d'isoler des composants spécifiques (par exemple, identifier des lois de contrôle inconnues lorsque les propriétés mécaniques sont connues).
Généralisation aux systèmes multi-corps : L'approche s'étend naturellement aux systèmes multi-corps complexes avec des interactions couplées, gérant les variétés produits de $SO(3)$ et $SE(3)$.

Résultats expérimentaux
Les auteurs valident l'approche à travers cinq contextes expérimentaux :

Représentation par coordonnées : Sur $SO(3)$, LieDFLNN surpasse de manière significative les bases basées sur les angles d'Euler, particulièrement pour les rotations importantes où les angles d'Euler souffrent de singularités et de discontinuités. La représentation par groupe de Lie maintient des trajectoires lisses et à faible erreur sur toutes les amplitudes de rotation.
Discret vs Continu : La formulation variationnelle discrète démontre une efficacité de données et une précision supérieures par rapport aux bases en temps continu (incluant celles utilisant des intégrateurs de groupes de Lie). Le modèle discret atteint une haute précision même avec des fenêtres d'entraînement très courtes (3 poses consécutives), tandis que les modèles continus nécessitent des trajectoires plus longues pour s'améliorer et restent moins performants.
Contraintes de variété : Appliqué à $SE(3)$, le modèle proposé maintient la cohérence géométrique (orthogonalité et déterminant unitaire) par construction. En revanche, les modèles de base qui traitent les entrées matricielles comme des coordonnées euclidiennes indépendantes (même ceux possédant des structures variationnelles) accumulent de la dérive et violent les contraintes physiques lors de déploiements longs.
Systèmes multi-corps réels : Appliqué à des données de capture de mouvement de type "roulade" humaine (une variété produit de $SE(3)$ et $SO(3)$), le modèle reproduit avec succès des dynamiques couplées complexes et de haute dimension avec de grandes rotations. Les erreurs de prédiction restent inférieures à la variabilité inhérente entre les enregistrements de vérité terrain répétés.
Identification de contrôle : Dans un contexte où le Lagrangien est connu, le cadre identifie avec succès un couple de contrôle PD inconnu à partir d'une seule trajectoire de données de position, récupérant avec précision le signal de contrôle et stabilisant le système.

Signification et affirmations
L'article affirme que l'intégration de la structure géométrique des groupes de Lie directement dans l'intégrateur variationnel élimine les singularités de coordonnées et la dérive géométrique communes aux bases euclidiennes. Les auteurs soutiennent que la structure variationnelle discrète est la clé pour apprendre efficacement à partir d'observations discrètes, car elle permet au modèle d'extraire un maximum d'informations dynamiques à partir d'un contexte temporel minimal. Le cadre est présenté comme un outil robuste pour l'identification de systèmes dans des contextes où les données de vitesse sont indisponibles ou peu fiables, offrant une meilleure cohérence physique, une meilleure généralisation et une précision prédictive à long terme, particulièrement pour les systèmes impliquant de grandes rotations ou des interactions multi-corps complexes. Ce travail s'inscrit dans l'effort plus large du deep learning géométrique visant à incorporer les structures de groupes et de variétés dans les algorithmes d'apprentissage, en se concentrant spécifiquement sur les systèmes mécaniques via des formulations variationnelles discrètes.

Le Problème : Le Piège du « Blocage de Cardan »

La Solution : Danser sur une Sphère

Le Tour de Magie : Apprendre Sans Vitesse

Ce Qu'Ils Ont Prouvé (et Ce Qu'Ils N'Ont Pas Prouvé)

L'Essentiel à Retenir

Articles similaires