Des chercheurs du laboratoire RoMeLa de l'UCLA ont publié RAVEN, un cadre hiérarchique combinant apprentissage par renforcement et commande prédictive (MPC) pour rendre la navigation des robots humanoïdes plus robuste dans des environnements dynamiques. L'article, mené par Ruochen Hou avec Dennis W. Hong en auteur senior, est paru sur arXiv le 17 juillet 2026.
Les planificateurs classiques par graphes de visibilité combinés à un MPC génèrent efficacement des trajectoires sans collision, mais dépendent de paramètres réglés manuellement et d'une modélisation précise du système. Sur un robot réel, les délais de contrôle, le bruit d'estimation d'état et les incertitudes de locomotion provoquent des dépassements et des violations de contraintes, même lorsque le chemin nominal est géométriquement optimal.
Plutôt que d'ajuster des poids de coût ou de remplacer la planification, RAVEN utilise l'apprentissage par renforcement pour adapter la construction géométrique du graphe de visibilité lui-même — gonflement des obstacles et paramètres associés — afin de compenser les imperfections de suivi. Une couche MPC sans collision suit ensuite la trajectoire en imposant des limites de vitesse et des contraintes d'évitement. Évalué face à une base réglée manuellement et à une politique RL pure, RAVEN réduit les dépassements près des obstacles et améliore la robustesse dans les passages étroits, offrant une voie intermédiaire interprétable entre planification classique et apprentissage de bout en bout.
