RechercheInteresting Engineering6sem

De nouveaux robots fourmis travaillent comme de vrais insectes pour construire et démonter de façon autonome

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs de la Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS) ont publié dans la revue PRX Life une étude décrivant une flotte de robots appelés "RAnts" (Robotic Ants), capables de construire et démanteler des structures de manière autonome, sans plan directeur ni contrôleur central. Ces agents physiques suivent un ensemble minimal de règles locales : détecter un gradient lumineux, transporter des blocs, et les déposer lorsqu'un seuil d'intensité est atteint. Pour remplacer les phéromones chimiques des fourmis biologiques, l'équipe du Professeur L. Mahadevan a introduit le concept de "photormones" : des champs lumineux qui jouent le même rôle de signal environnemental, permettant à chaque robot de modifier son environnement et de réagir aux modifications effectuées par ses congénères. Ce mécanisme s'appuie sur le principe biologique de stigmergie. Le basculement entre mode construction et mode démolition ne nécessite que l'ajustement de deux paramètres : l'intensité du comportement de suivi lumineux et le seuil de dépôt ou de ramassage des blocs.

L'intérêt industriel de cette approche réside dans sa robustesse intrinsèque. Un système décentralisé n'a pas de point de défaillance unique : si un agent tombe en panne, le reste de l'essaim continue d'opérer. Pour les intégrateurs et les décideurs B2B, cela pose une alternative crédible aux architectures de coordination centralisées, souvent coûteuses à maintenir et fragiles en environnements non structurés. Le concept d'"exbodied intelligence" proposé par Mahadevan est théoriquement significatif : il déplace le centre de gravité de l'intelligence hors du hardware individuel, vers l'interaction continue entre les agents et leur environnement évolutif. Cela contredit directement la tendance dominante en IA, qui mise sur des modèles toujours plus grands et des processeurs toujours plus puissants. Ici, la complexité émergente est obtenue à coût computationnel minimal. Les résultats semblent solides sur le plan des principes, mais l'article ne précise pas les dimensions des robots, leur payload, leur vitesse de cycle, ni les volumes de blocs traités, ce qui limite pour l'instant l'évaluation de leur transposabilité industrielle réelle.

La robotique en essaim n'est pas un domaine nouveau : des travaux pionniers comme le projet Kilobot au MIT ou les recherches de Marco Dorigo (Université Libre de Bruxelles) sur les algorithmes de colonie de fourmis ont posé les bases théoriques il y a plus d'une décennie. Ce qui distingue les RAnts est l'utilisation d'un support physique de communication (la lumière) plutôt que d'une infrastructure de communication numérique externe, ce qui simplifie le déploiement en environnements contraints. Les applications envisagées par l'équipe incluent la construction autonome en zones dangereuses, l'exploration planétaire, et la modélisation du comportement animal. Ces cas d'usage restent à ce stade prospectifs : aucun pilote industriel ni partenariat de déploiement n'est annoncé. La prochaine étape logique serait de démontrer la scalabilité du système avec des essaims de plusieurs dizaines d'unités dans des environnements 3D non contrôlés, condition nécessaire avant toute adoption par des acteurs comme les agences spatiales ou le secteur de la construction en milieux extrêmes.

Impact France/UE

Les travaux de Marco Dorigo (ULB, Bruxelles) sur les algorithmes de colonie de fourmis constituent le socle théorique de ce domaine, mais cette étude Harvard n'implique pas directement d'acteurs européens ni de déploiement en Europe.

À lire aussi

1Robohub

De nouvelles connaissances sur le vol des insectes ouvrent la voie à des robots à ailes battantes stables

Des chercheurs de l'Université Cornell ont publié le 1er mai 2026 dans les Proceedings of the National Academy of Sciences un modèle computationnel qui reformule les conditions de stabilité du vol battu chez les insectes. Dirigée par Z. Jane Wang, professeure de physique et d'ingénierie aérospatiale, et co-signée par Owen Wetherbee en premier auteur, l'étude fait suite à plus d'une décennie de travaux amorcés sur les circuits neuronaux des mouches des fruits. Le modèle de départ, une simulation 3D complète, montrait que la mouche des fruits actualise sa posture à chaque battement d'aile, soit environ une fois toutes les 4 millisecondes. L'équipe a ensuite condensé cette simulation en un modèle réduit qui préserve les équations physiques essentielles tout en restant calculable à grande échelle. Cinq paramètres structurent ce qu'elle appelle un "espace morphologique et cinématique à cinq dimensions" : le rapport masse aile/corps, la charge alaire, la position de l'articulation alaire, la fréquence de battement et l'amplitude du mouvement. De cet espace émergent deux formules explicites définissant la frontière de stabilité, centrées sur un mécanisme d'anti-résonance qui permet à l'animal de neutraliser passivement les oscillations de son corps malgré les perturbations aérodynamiques extérieures. Le résultat le plus contre-intuitif tient dans le constat que de nombreuses configurations de vol battu atteignent une stabilité passive, c'est-à-dire sans correction neuronale active, à condition d'être positionnées dans la bonne zone de l'espace morphologique. La littérature antérieure concluait au contraire que la quasi-totalité des insectes sont passivement instables et dépendent de circuits neuronaux rapides pour se maintenir en vol. L'explication de cette divergence est méthodologique : les études précédentes ne modélisaient que quelques espèces réelles, correspondant à autant de "points isolés" dans un espace de paramètres bien plus vaste. En élargissant cet espace, Cornell montre que ces espèces étudiées constituaient un échantillon non représentatif. Pour les roboticiens, l'implication est directe : il devient théoriquement possible de concevoir un drone à ailes battantes qui se stabilise par sa géométrie et sa fréquence de battement, sans recourir à des boucles de rétroaction complexes, une voie sur laquelle les systèmes embarqués actuels n'ont jamais pleinement abouti. Le problème du vol battu stable en robotique reste ouvert depuis plusieurs décennies. Les micro-drones à ailes battantes existants, comme le Harvard RoboBee ou les prototypes développés par TU Delft dans le cadre du projet DelFly, s'appuient massivement sur des contrôleurs actifs pour compenser leur instabilité intrinsèque, ce qui accroît la complexité embarquée et réduit l'autonomie. Le modèle de Cornell offre un chemin alternatif : identifier, par calcul, les combinaisons de fréquence et de morphologie qui placent un engin dans la zone d'anti-résonance stable, avant même la fabrication. L'équipe n'annonce pas de prototype, et le gap entre modèle computationnel et robot physique reste substantiel, notamment en raison des contraintes matériaux et d'actionnement. Néanmoins, la disponibilité de critères analytiques explicites, là où il n'existait auparavant que des simulations coûteuses espèce par espèce, constitue une base de conception réutilisable pour les laboratoires travaillant sur les MAV (micro aerial vehicles) à battement d'ailes.

UELes laboratoires européens travaillant sur les micro-drones à ailes battantes, dont TU Delft avec le projet DelFly, disposent désormais de critères analytiques explicites pour identifier les configurations passivamente stables, réduisant la dépendance aux contrôleurs actifs coûteux en ressources embarquées.

RecherchePaper

1 source

2arXiv cs.RO

Cuttlebot : démonstration d'une plateforme pour nageurs complexes, autonomes et bio-inspirés

Des chercheurs ont présenté le Cuttlebot, un robot autonome inspiré de la seiche, conçu pour l'exploration sous-marine en utilisant six actionneurs à élastomère diélectrique (DEA) comme muscles artificiels. Ces DEA, qui se déforment sous l'effet d'un champ électrique, sont particulièrement adaptés aux environnements des grands fonds grâce à leur tolérance à la pression et aux basses températures, ainsi qu'à leur structure souple compatible avec les écosystèmes marins fragiles. L'équipe a développé en parallèle la plateforme embarquée CORE, capable de piloter simultanément ces six muscles tout en intégrant des capteurs visuels et spatiaux. Le robot dispose de quatre muscles principaux dans ses nageoires, qui génèrent une nage ondulatoire en trois dimensions, complétés par un préhenseur souple inspiré des tentacules de la seiche. Lors des tests en piscine, en mode filaire et autonome, le Cuttlebot a atteint une vitesse de translation de 2,5 cm/s et une vitesse de rotation de 10 degrés par seconde, des performances modestes mais cohérentes avec un premier démonstrateur académique. La plateforme CORE démontre par ailleurs un contrôle de force et de couple sur six axes. La contribution principale de ce travail réside moins dans les performances brutes que dans l'intégration réussie des DEA dans un système autonome complet. Ces muscles à élastomère diélectrique sont connus depuis longtemps pour leurs propriétés prometteuses (légèreté, silence, biocompatibilité), mais leur intégration dans des architectures robotiques embarquées reste un verrou technique majeur : ils nécessitent des signaux électriques haute tension difficiles à miniaturiser. Le CORE apporte une réponse concrète en proposant une électronique de contrôle dédiée, embarquant à la fois l'actionnement et la perception. Pour les acteurs de l'exploration sous-marine ou de la surveillance environnementale, cette architecture ouvre la voie à des robots plus silencieux et moins intrusifs que les AUV à propulsion mécanique classique, qui perturbent la faune par leurs vibrations et leur bruit. L'intérêt croissant pour les ressources des grands fonds (minéraux, données sismiques, biodiversité) renforce la demande de plateformes robotiques légères et peu invasives, dans des zones où les ROV câblés conventionnels restent coûteux à déployer. Plusieurs équipes travaillent sur des approches comparables, notamment les robots souples de l'ETH Zurich et de Harvard, ou les plateformes bio-inspirées du MIT. Le Cuttlebot se distingue par l'accent mis sur l'autonomie embarquée plutôt que sur la seule démonstration cinématique en laboratoire. La prochaine étape logique serait une évaluation en milieu réel, avec des contraintes de courant, de pression et de turbidité que les tests en piscine ne reproduisent pas.

RecherchePaper

1 source

3Interesting Engineering

Les robots pourraient apprendre à prédire et planifier leur navigation grâce à un nouveau cadre bio-inspiré

Des chercheurs de l'Université Polytechnique du Nord-Ouest (NPU) de Xi'an, en Chine, dirigés par le professeur Guo Bin, ont publié le 22 mai 2026 dans Nature Reviews Electrical Engineering un cadre de navigation cognitive dit "bio-inspiré". L'architecture repose sur trois composantes : reconnaissance dynamique de points de repère saillants, mémoire expérientielle compressée et réutilisable, et prise de décision hiérarchique. Elle est couplée à du matériel neuromorphique, des processeurs spécialisés qui imitent les neurones biologiques en ne s'activant qu'en réponse à des variations du signal sensoriel entrant, réduisant significativement la consommation énergétique par rapport aux architectures de calcul conventionnelles. Selon l'équipe, ce couplage permet à un robot de localiser sa position, d'anticiper son environnement immédiat et de mobiliser des expériences passées dans des situations nouvelles pour planifier ses trajets de manière flexible. Le problème visé est bien documenté dans l'industrie : les robots autonomes actuels, qu'il s'agisse d'AMR en logistique ou de plateformes domestiques, restent fragiles face aux modifications environnementales non planifiées. Un simple déplacement de meuble peut désorienter un système naviguant par carte géométrique préenregistrée, le forçant à une recartographie complète. Le cadre proposé par l'équipe de Guo Bin s'inspire de la manière dont les rongeurs explorent un labyrinthe : plutôt que de mémoriser chaque point d'un espace, le robot identifie des repères clés, compresse cette information en mémoire réutilisable, et reconstruit une carte cognitive à la demande. "La mémoire joue un rôle actif dans la navigation en compressant l'expérience en connaissances réutilisables et en les reconstruisant à la demande", notent les auteurs. Pour les intégrateurs et les décideurs industriels, l'implication concrète est la possibilité de déployer des robots dans des environnements non structurés ou en mutation continue (entrepôts réorganisés, domiciles encombrés, bâtiments en intervention d'urgence) sans recalibrage systématique. L'association avec le hardware neuromorphique renforce l'argument économique : une consommation réduite se traduit par des autonomies plus longues et des coûts opérationnels plus faibles à l'échelle d'une flotte. La navigation autonome en environnement ouvert reste l'un des verrous techniques les plus actifs de la robotique depuis une décennie. Les approches dominantes basées sur le SLAM et la vision profonde ont progressé mais restent coûteuses en calcul et sensibles aux variations de scène. L'inspiration biologique, notamment les travaux sur les cellules de lieu et les cellules de grille chez les rongeurs (Nobel de médecine 2014), a déjà alimenté des architectures comme les puces Loihi d'Intel ou les recherches de l'Université de Manchester. L'équipe NPU propose ici une intégration bout en bout, du raisonnement spatial au substrat matériel basse consommation, dans un cadre unique. L'équipe indique collaborer avec plusieurs organisations pour un passage au terrain, sans préciser lesquelles ni les calendriers : il s'agit pour l'instant d'une publication académique, pas d'un produit déployé commercialement.

RecherchePaper

1 source

4arXiv cs.RO

Nouveaux algorithmes pour la construction de variétés de contact régulièrement différentiables et vectorisables

Un préprint déposé sur arXiv le 21 avril 2026 (identifiant 2604.17538) propose deux algorithmes destinés à rendre la détection de collision dans les simulations robotiques à la fois lissément différentiable et massivement vectorisable. Les auteurs ciblent un goulet d'étranglement bien identifié dans les pipelines de simulation standard : lorsqu'un robot interagit avec son environnement en mode contact-riche (manipulation d'objets, locomotion bipède, assemblage industriel), le calcul de gradients utiles au premier et second ordre se heurte à des pathologies à chacune des trois étapes classiques, soit la détection de collision, la dynamique de contact et l'intégration temporelle. La contribution porte ici exclusivement sur la première étape. L'équipe introduit une classe de primitives SDF (signed distance function, ou fonction de distance signée) analytiques à haute expressivité, capables de représenter des surfaces 3D complexes avec une efficacité de calcul élevée, ainsi qu'une routine inédite de génération de variétés de contact (contact manifold) exploitant cette représentation géométrique. L'enjeu est significatif pour la communauté de la robotique de contact. Aujourd'hui, les méthodes d'ordre zéro, essentiellement des approches par échantillonnage stochastique comme le CEM ou les politiques évolutionnaires, dominent sur les tâches contact-riches précisément parce que les gradients issus des simulateurs existants sont soit discontinus, soit trop bruités pour être exploitables. Si les résultats annoncés dans ce préprint se confirment, des solveurs d'ordre supérieur (gradient descent, méthodes de Newton) deviendraient applicables à ces scénarios, avec des gains potentiels substantiels en vitesse de convergence et en efficacité computationnelle. La propriété de vectorisation massive est également pertinente pour les architectures GPU modernes, ce qui ouvre la voie à un parallélisme étendu dans les boucles de simulation utilisées pour l'apprentissage par renforcement. Ce travail s'inscrit dans un effort de recherche plus large visant à rendre les simulateurs physiques différentiables de bout en bout, prérequis reconnu pour réduire le sim-to-real gap sur des comportements impliquant du contact. Des environnements comme MuJoCo (DeepMind), Drake (Toyota Research Institute) ou Brax (Google) ont posé des jalons dans cette direction, chacun avec des compromis différents entre fidélité physique et différentiabilité. L'approche SDF analytique proposée ici se distingue par sa vectorisabilité, une propriété moins prioritaire dans les travaux antérieurs. Il s'agit d'un preprint non encore soumis à peer review ; les benchmarks comparatifs et les validations expérimentales sur hardware réel restent à produire, et la robustesse de la méthode sur des géométries industrielles complexes demeure à démontrer.

RecherchePaper

1 source