XYZ Embodied AI lance le sac à dos de calcul…

1arXiv cs.RO

Planification à base d'agents en lots pour le service de politiques robotiques

Des chercheurs du Georgia Tech (laboratoire RL2) publient un article intitulé "Action Chunk Scheduling for Batched Robot Policy Serving" (arXiv:2608.00337v1), qui pose un problème encore peu formalisé dans la robotique : comment servir un même modèle de politique robotique, hébergé sur un GPU distant, à plusieurs robots simultanément. Les auteurs présentent Armory, un système de service ("serving") conçu pour cet usage et validé à la fois sur des flottes de robots simulés et sur des robots réels. Leurs expériences montrent que les heuristiques de scheduling classiques (les méthodes de batching habituelles en inférence LLM) fonctionnent correctement tant que tous les robots de la flotte sont identiques et consomment les actions au même rythme. Mais dès que les robots consomment leurs "action chunks" (blocs d'actions produits par les modèles Vision-Language-Action) à des vitesses différentes, ces heuristiques échouent : elles ne tiennent pas compte des contraintes en boucle fermée ("closed-loop") propres à l'exécution de politiques robotiques. Pour corriger ce défaut, l'équipe propose un nouvel algorithme de scheduling qui intègre cette hétérogénéité de rythme entre robots, avec un gain de débit système mesuré jusqu'à 18 % lors d'essais réels. Le code et les détails sont disponibles sur gatech-rl2.github.io/actionchunkscheduling. Le résultat touche un point aveugle du déploiement à grande échelle des modèles fondation pour la robotique (VLA type Pi-0, GR00T N2, Helix ou autres) : le calcul embarqué est limité en puissance et en encombrement, ce qui pousse naturellement vers une inférence déportée sur GPU distant, mutualisée entre plusieurs robots pour amortir les coûts. Or les architectures de batching héritées du monde LLM, pensées pour du texte asynchrone, ignorent la contrainte physique du temps réel robotique : un robot qui épuise son buffer d'actions avant d'être resservi s'arrête ou dégrade sa trajectoire. Ce papier démontre empiriquement que cette mécanique de service compte autant que la qualité du modèle lui-même pour faire fonctionner une flotte hétérogène en production, un enjeu direct pour les intégrateurs qui veulent mutualiser l'inférence entre robots de générations ou de tâches différentes plutôt que de multiplier les cartes embarquées. Ce travail s'inscrit dans la vague récente de modèles VLA génériques (Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA, Helix de Figure) qui cherchent à démontrer un contrôle robotique à l'échelle d'une flotte plutôt qu'à l'unité, un terrain où l'infrastructure de service devient aussi critique que l'entraînement. En formalisant le problème comme un scheduling explicite et en le testant sur du matériel réel plutôt que seulement en simulation, les auteurs positionnent Armory comme une brique d'infrastructure réutilisable, potentiellement comparable aux serveurs d'inférence LLM (type vLLM) mais adaptée aux contraintes temps réel de la robotique. L'article ne précise pas de partenariat industriel ni de déploiement commercial annoncé ; il s'agit pour l'instant d'un résultat de recherche académique, avec du code ouvert, plutôt que d'un produit prêt à l'emploi.

InfrastructureActu

1 source

2Pandaily

Hesai lance Kosmo, un moteur de données du monde en 3D doté d'une caméra spatiale IA 8K

Hesai, connu pour ses lidars automobiles, a lancé Kosmo, un « moteur de données du monde 3D » destiné à lever un goulot d'étranglement de la Physical AI : la disponibilité de données réelles de haute qualité à grande échelle. La pile associe Kosmo One, présentée par le groupe comme la première caméra spatiale IA 8K, et la plateforme cloud Kosmo World. L'appareil combine un lidar haute résolution, un capteur d'image d'un pouce et une centrale inertielle (IMU) de précision, synchronisés à la microseconde pour capturer ensemble géométrie, couleur, texture et pose de caméra. La reconstruction repose sur le 3D Gaussian Splatting (3DGS), avec une précision géométrique annoncée de l'ordre du millimètre et une restitution des matériaux, de la lumière et des ombres. Le « 8K » désigne la résolution maximale de capture, les fichiers exportés plafonnant à 6K. Selon Hesai, un opérateur scanne environ 100 m² d'intérieur en 15 minutes, et Kosmo World génère les modèles jusqu'à cinq fois plus vite que des produits comparables. Le moteur Kosmo Spatial Core produit en une seule passe un 3DGS, un maillage et des données de profondeur cohérents, avec génération pour combler les zones non scannées et segmentation sémantique des objets. Pour les roboticiens, l'enjeu est la création d'environnements de simulation à partir de lieux réels, sans modélisation manuelle. Hesai cite un magasin Dairy Queen : environ 300 heures de modélisation manuelle auparavant, contre 15 minutes de scan et de reconstruction avec Kosmo. Dans ce cadre, un robot de Sharpa aurait atteint 99 % de réussite de tâche, avec un taux d'échec divisé par dix. Un seul espace capturé produirait en outre plus de 10 000 trajectoires d'entraînement, soit plus de 100 fois plus de données de qualité à coût égal. Ces chiffres proviennent uniquement de Hesai. Ils ne précisent ni la tâche, ni le point de comparaison, ni la part de la réussite due à la reconstruction plutôt qu'à la politique du robot, et aucune validation indépendante n'est publiée. Les vues peuvent être adaptées aux caractéristiques de la caméra du robot pour réduire l'écart entre simulation et réel (sim-to-real gap), un point qui reste à démontrer hors des démonstrations du fournisseur. Si l'approche tient ses promesses, elle déplacerait le coût de la donnée de la modélisation 3D vers la capture, plus simple à industrialiser pour les intégrateurs. Hesai, un des grands fournisseurs de lidar pour l'automobile, cherche ici à valoriser sa maîtrise des capteurs dans la robotique et les contenus immersifs, un mouvement cohérent avec la création par ses trois cofondateurs de la startup de robotique générale Sharpa, qui a dévoilé au salon IROS 2026 le robot tactile D01, la main dextre W02 et le gant haptique AE01. Kosmo s'intègre à un écosystème ouvert : NVIDIA Isaac Sim et Isaac Lab, Unreal Engine, RenderMan de Pixar et Houdini, ce qui le place face aux outils de capture et de reconstruction 3D existants et aux pipelines de simulation d'acteurs comme NVIDIA. Hesai annonce des partenariats avec les entreprises d'IA incarnée Galbot, dont le humanoïde bipède ET1 démarre à 79 000 yuans, et Dexmal. Le groupe travaille aussi avec Amap sur des reconstructions « Flying Street View » déjà en ligne pour la Gravity Art Museum et la PIFO Gallery, avec Yuemo Studio sur le cinéma assisté par IA, et avec TRIC sur la préservation numérique de la chaumière de Du Fu à Chengdu. Aucun calendrier commercial ni prix n'est communiqué, et le produit est présenté sans volume de déploiement.

InfrastructureActu

1 source

3Robotics Business Review

AWS lance une boîte à outils open source d'IA physique pour la robotique

AWS a lancé aujourd'hui une Physical AI Toolchain en open source, qui doit permettre aux roboticiens de passer de la collecte de données à l'entraînement, la simulation, la validation et le déploiement de modèles d'IA sur leurs robots. Elle assemble des services AWS et la pile logicielle Physical AI de NVIDIA dans un flux de développement unique, articulé autour de cinq briques : génération de données synthétiques, entraînement de modèles, simulation et validation, déploiement en périphérie (edge) et amélioration continue. AWS fournit Amazon SageMaker pour l'entraînement et AWS IoT Greengrass pour distribuer les modèles vers les appareils embarqués. NVIDIA apporte Isaac Sim, Isaac Lab, Isaac GR00T et Cosmos. Les composants peuvent être utilisés séparément ou combinés de bout en bout. Un industriel peut ainsi collecter des démonstrations d'une tâche, générer des scénarios supplémentaires de façon synthétique, entraîner ou affiner un modèle, le tester en simulation, puis le charger sur le robot physique. Les données remontées du terrain alimentent ensuite le cloud pour améliorer le modèle. Sri Elaprolu, directeur Frontier AI Science and Engineering chez AWS, parle d'un « easy button » censé épargner aux équipes la gestion de l'infrastructure. Pour les intégrateurs et les décideurs industriels, l'enjeu est le maillon manquant entre un modèle entraîné et un système fiable en conditions réelles. Aujourd'hui, chaque équipe assemble sa propre chaîne d'outils, ce qui coûte du temps et fragmente les pratiques. AWS cible aussi la rareté des données : contrairement aux LLM, il n'existe pas de corpus massif de données robotiques sur Internet, d'où le pari sur la donnée synthétique et la simulation, dont la fidélité au monde réel reste la question ouverte du sim-to-real. La toolchain est volontairement neutre vis-à-vis du matériel, ce qui la rend utilisable avec des humanoïdes, des bras ou des mobiles. À ce stade, il s'agit d'une offre d'infrastructure annoncée, sans chiffres de performance ni client de production nommé pour la chaîne complète : l'argument repose sur la promesse d'intégration plutôt que sur des résultats mesurés. Le lancement s'inscrit dans la stratégie d'AWS, qui revendique plus d'un million de robots dans les opérations d'Amazon et dit y avoir puisé des enseignements pour la toolchain. Elle ne remplace pas directement RoboMaker, la plateforme de simulation robotique dans le cloud fermée en 2025, que Sri Elaprolu présente comme un composant parmi d'autres de la pile robotique d'AWS. Les entrepôts d'Amazon restant des environnements contrôlés, il cite Telexistence, société japonaise qui déploie des humanoïdes dans des supérettes, avec plus de 300 unités selon lui et d'autres à venir. Ces lieux imposent une tolérance aux pannes plus faible et des temps de réaction plus courts. Face à NVIDIA, qui pousse sa propre pile, et aux fournisseurs cloud concurrents, AWS se positionne en couche d'orchestration plutôt qu'en constructeur. Le calendrier de déploiement et les premiers clients de la chaîne complète n'ont pas été précisés.

UEPas d\'impact direct sur la France/UE

InfrastructureActu

1 source

4Robotics Business Review

La convergence des systèmes de perception, de l'automobile aux robots

Une nouvelle génération de robots mobiles - AMR en entrepôts et hôpitaux, drones à longue autonomie, humanoïdes opérant aux côtés des humains - exige désormais des architectures de perception radicalement différentes de celles des décennies précédentes. Là où les capteurs jouaient autrefois un rôle secondaire dans le contrôle, ils constituent aujourd'hui l'entrée principale : la vision haute résolution guide la navigation et la manipulation dextère, le traitement audio multi-microphones permet la localisation sonore et l'interaction vocale, tandis que les capteurs de force et de toucher affinent la préhension et l'équilibre. Ces modalités doivent être synchronisées en temps réel pour alimenter la fusion sensorielle et les boucles de contrôle fermées. Le vrai défi n'est plus de concevoir un capteur isolé ou un modèle autonome, mais de faire fonctionner ensemble, de manière fiable, la perception, la connectivité, le calcul, l'énergie et la sécurité dans des environnements imprévisibles. Ce défi est précisément celui qu'a résolu l'industrie automobile en traitant le véhicule comme un système nerveux distribué : un réseau intégré de capteurs, de processeurs embarqués, de liaisons de communication et d'éléments de contrôle, conçu pour se comporter de façon prévisible dans des conditions réelles. La robotique converge aujourd'hui vers ce même modèle architectural. Pour les intégrateurs et les décideurs industriels, les implications sont concrètes : les données doivent arriver rapidement et de façon déterministe, les capteurs sont physiquement distribués à travers des articulations mobiles ou de longs câbles, et les défaillances doivent être détectables et localisables en temps réel. Les plateformes qui manquent d'observabilité sur l'intégrité des capteurs ou l'état énergétique deviennent de plus en plus fragiles à mesure que leur complexité augmente, rallongeant les cycles de débogage et rendant les déploiements terrain coûteux. A contrario, une architecture conçue avec des diagnostics embarqués et une connectivité déterministe réduit l'incertitude et transforme la sécurité en accélérateur d'itération plutôt qu'en contrainte. Analog Devices (ADI), fabricant de semi-conducteurs à l'interface des marchés automobile et des nouvelles mobilités, signe cette analyse pour promouvoir le transfert de ses technologies automotive-grade vers la robotique et les drones - un parti pris commercial qu'il convient de garder à l'esprit. Ces composants ont été développés sous des contraintes sévères : conditions électriques difficiles, enveloppes thermiques étroites, durées de vie longues et tolérance zéro aux défaillances silencieuses. Des liaisons vision haute bande passante et faible latence permettent, par exemple, la perception multi-caméra sur de grandes structures robotiques, tandis que des réseaux audio déterministes supportent la localisation sonore et l'interaction naturelle avec les humains. ADI se positionne ainsi face à NVIDIA (Jetson, Isaac), Qualcomm et Texas Instruments dans la fourniture de briques de traitement embarqué pour robots et drones. L'article ne cite aucun déploiement en volume ni chiffre de performance concret - il relève davantage du positionnement stratégique que du retour terrain, et les prochaines étapes évoquées restent au stade des perspectives génériques.

InfrastructureActu

1 source

XYZ Embodied AI lance le sac à dos de calcul embarqué BotPack B Series

À lire aussi

Planification à base d'agents en lots pour le service de politiques robotiques

Hesai lance Kosmo, un moteur de données du monde en 3D doté d'une caméra spatiale IA 8K

AWS lance une boîte à outils open source d'IA physique pour la robotique

La convergence des systèmes de perception, de l'automobile aux robots