Des marges de sécurité ajustées pour les drones

MMarc

Des chercheurs de l’Université du Michigan présentent SI-OCP, une méthode qui recalcule en ligne les bornes des perturbations d’un drone pendant que son contrôleur apprend l’évolution de sa dynamique, selon AlphaSignal. Pour calibrer ces bornes, SI-OCP utilise un score de non-conformité intégral ; cette approche évite de mesurer les dérivées de l’état du drone afin d’obtenir les étiquettes nécessaires au calcul. La méthode maintient plusieurs seuils conformes décalés, ce qui vise une couverture des perturbations sur plusieurs étapes de l’horizon de planification, et pas seulement à une étape donnée. Lors d’une démonstration sur un quadricoptère équipé d’un réseau neuronal profond adapté en ligne, la couverture mesurée atteint 98,77 %, pour une cible fixée à 90 %. La démonstration montre aussi ce qui se passe lorsque l’adaptation du contrôleur est gelée : SI-OCP élargit automatiquement les tubes de sécurité, puis le planificateur détourne le drone d’un passage étroit. Les marges peuvent donc suivre l’évolution du modèle appris ou devenir plus prudentes quand son adaptation s’interrompt ; l’article a été accepté à la conférence CDC 2026 et le code a été publié par les auteurs.