Résumé Technique : IL-ACT pour une excavatrice de 30 tonnes

Problématique

Le contrôle autonome des machines hydrauliques lourdes, spécifiquement les excavatrices de classe 30 tonnes, présente des défis importants en raison du couplage cinématique, des retards d'actionnement et des incertitudes du système. Bien que des systèmes précédents aient démontré l'optimisation de trajectoires et le contrôle inverse appris, parvenir à un suivi robuste et de haute précision sous des dynamiques incertaines et des conditions opérationnelles changeantes reste difficile. Les auteurs répondent au besoin d'un cadre de contrôle de mouvement capable de gérer l'atteinte d'objectifs et le suivi de trajectoire pour ces machines complexes, en équilibrant les avantages de l'apprentissage par imitation (IL) avec la robustesse du contrôle adaptatif.

Méthodologie : Le cadre IL-ACT

L'article propose IL-ACT (Imitation Learning with Adaptive Cartesian Tracking), un nouveau cadre de contrôle de mouvement conçu pour une excavatrice hydraulique de 30 tonnes dotée de quatre articulations contrôlées (pivotement, flèche, balancier et godet). Le système fonctionne en boucle fermée avec une période de contrôle de 0,1 s et se compose de trois composants principaux :

1. Politique d'Imitation Ancrée

• Architecture : Un réseau de neurones entièrement connecté (14 entrées, 4 sorties) entraîné par imitation de comportement (behavior cloning) sur des démonstrations d'opérateurs.
• Stratégie d'entraînement : La politique est pré-entraînée sur un corpus de télémétrie (15 dates d'enregistrement) et affinée par supervision cinématique. Un « enseignant cinématique » reconstruit les configurations et génère des guides de posture par cinématique inverse (IK) bornés ainsi que des commandes de vitesse cartésienne.
• Mécanisme d'ancrage : Pour garantir la stabilité et la cohérence de l'action nulle, la sortie de la politique est définie comme la différence entre la prédiction du réseau pour l'état actuel et sa prédiction pour un état d'ancrage à « action nulle » (où l'objectif correspond à la pose actuelle et la vitesse est nulle). Cela garantit que lorsque le système est à l'objectif sans mouvement, la commande nominale est exactement nulle.
• Observations : Le vecteur d'entrée comprend les angles d'articulation filtrés et causaux, la position de l'extrémité, ainsi que le vecteur d'erreur par rapport à un point de conditionnement (objectif ou point de prévisualisation).

2. Suivi Cartésien Adaptatif (ACT)

• Correction de rétroaction : Le système utilise une boucle de rétroaction cartésienne qui calcule l'erreur entre les positions de l'extrémité désirées et mesurées.
• Estimation du gain/biais : Un estimateur à porte compare les vitesses articulaires mesurées à une prédiction de la réponse nominale de la plante. Il estime les corrections de gain et de biais pour compenser les écarts causés par les incertitudes hydrauliques (retard de la valve, friction, modulation de charge).
• Logique d'adaptation : Les mises à jour des estimations de gain et de biais sont « à porte » (gated) basées sur les niveaux d'excitation (pour éviter l'adaptation lors de signaux faibles ou de saturation) et les drapeaux d'intervention.
• Intégration : La commande finale est une combinaison de la sortie nominale IL, de la vitesse de rétroaction cartésienne (projetée dans l'espace articulaire via une Jacobienne amortie) et des corrections de biais/gain estimées.

3. Gouverneur de Commande Partagé

• Sécurité et faisabilité : Un gouverneur de distance d'arrêt contraint les références d'articulation générées pour garantir que la machine peut s'arrêter dans ses limites physiques (limites de position, de vitesse et d'accélération) avant d'atteindre une cible.
• Admissibilité de la référence : Le gouverneur garantit que le registre de demande de position reste dans l'enveloppe déclarée. Si le gouverneur détecte un état infaisable, il déclenche une décélération de repli plutôt qu'un arrêt instantané.
• Anti-saturation (Anti-windup) : Le système utilise une intégration anti-saturation pour le terme intégral de la boucle de rétroaction afin d'éviter la dégradation des performances lors de la saturation.

Principales Contributions

Les auteurs identifient trois contributions majeures :

1. Conception d'une politique d'imitation ancrée : Une politique coordonnée de quatre articulations affinée par agrégation de données et supervision cinématique, présentant un ancrage à action nulle exact pour assurer la stabilité.
2. Suivi adaptatif avec génération de référence contrainte : Un cadre combinant la rétroaction cartésienne et l'estimation de gain/biais à porte avec un gouverneur de distance d'arrêt partagé. L'article fournit une analyse théorique établissant le caractère borné des états adaptatifs et l'admissibilité des références générées, sous réserve de la faisabilité du gouverneur.
3. Preuves de simulation comparative exhaustive : Évaluation étendue à travers plusieurs tâches (régulation d'objectif, spirale, huit et suivi de raster arrondi) et conditions (réponse hydraulique nominale vs perturbée, bruit de capteur, charge supplémentaire). L'étude inclut des comparaisons avec les bases PID ajustées, IL-seul et les bases Teacher+ACT, utilisant plusieurs graines d'entraînement et stratégies d'initialisation.

Résultats Expérimentaux

Le cadre a été évalué dans un environnement Simscape haute fidélité simulant une excavatrice de 30 tonnes avec des perturbations hydrauliques (retard de valve, friction, hystérésis, modulation de charge).

Régulation d'Objectif (100 objectifs séquentiels)

• Taux de succès : L'IL-seul et l'IL-ACT ont tous deux atteint 100/100 de succès dans les conditions nominales et perturbées, tandis que le PID a atteint 95/100 (nominal) et 86/100 (perturbé).
• Efficacité : Comparé à Teacher+ACT, l'IL-ACT termine tous les objectifs avec une durée plus courte et des erreurs terminales plus faibles. Plus précisément, l'IL-ACT réduit la durée de 7,22 % (nominal) et de 12,97 % (perturbé) par rapport à Teacher+ACT.
• Précision : Sous une réponse nominale et perturbée, l'IL-ACT réduit l'erreur terminale moyenne d'environ 16,16 % et 28,39 %, respectivement, par rapport à Teacher+ACT.

Suivi de Trajectoire (Spirale, Huit, Raster)

• Suivi de Spirale : L'IL-ACT a nettement surpassé le PID et l'IL-seul. En présence de perturbations hydrauliques, l'IL-ACT a atteint une RMSE de suivi cartésien de 0,05864 mm, contre 12,48 mm pour le PID et 2,49 mm pour l'IL-seul.
• Généralisation : Dans une étude élargie impliquant 88 exécutions sur trois graines d'entraînement et deux initialisations (télémétrie vs aléatoire), l'IL-ACT initialisé par télémétrie a abaissé la RMSE dans toutes les 24 comparaisons de graines (huit et raster arrondi) par rapport à Teacher+ACT.
• Robustesse à la charge et au bruit : Sous des conditions de spirale avec charge supplémentaire, l'IL-ACT initialisé par télémétrie a réduit la RMSE moyenne d'environ 29 % par rapport à Teacher+ACT. Sous des réalisations de bruit de capteur partagées, il a obtenu une RMSE moyenne 27,67 % plus faible que Teacher+ACT.
• Impact de l'estimateur : L'activation de l'estimateur de gain/biais a réduit la RMSE moyenne de 22,44 % par rapport à un estimateur gelé dans des conditions de bruit de capteur.

Signification et Revendications

L'article affirme que l'IL-ACT intègre avec succès l'efficacité des données de l'apprentissage par imitation avec la robustesse de la théorie du contrôle adaptatif.

• Robustesse : Le cadre démontre une performance supérieure par rapport à l'apprentissage par imitation pur (IL-seul) et aux bases basées sur des modèles (PID) en présence de perturbations hydrauliques et de perturbations externes significatives.
• Garanties Théoriques : Contrairement à de nombreuses approches d'apprentissage « boîte noire », les auteurs fournissent une analyse établissant que les états adaptatifs et les commandes de rétroaction cartésienne restent bornés, et que les références générées sont admissibles pourvu que le gouverneur reste faisable.
• Applicabilité Pratique : Les résultats suggèrent que la combinaison d'une politique pré-entraînée avec une adaptation en ligne et un gouverneur de sécurité est une voie viable vers le contrôle autonome des machines lourdes, offrant un équilibre entre l'efficacité d'échantillonnage de l'apprentissage et les exigences de sécurité de l'exploitation industrielle.

Les auteurs restent modestes quant à la portée, notant que ces résultats sont spécifiques aux conditions de simulation évaluées et que les effets des poids pré-entraînés peuvent être mitigés selon la tâche et l'initialisation spécifique. Ce travail ne prétend pas avoir résolu tous les aspects de l'excavation autonome (par exemple, la localisation de la cible est notée comme une étape distincte), mais se concentre plutôt sur les étapes de contrôle de mouvement et de suivi de trajectoire.