L'Allemagne prévoit des bras robotiques pour récupérer 126 000 fûts de déchets nucléaires dans une mine de sel

Festo présente une pince robotique à base d'IA pour la manipulation de produits variés

Festo, l'équipementier allemand spécialisé en automatisation industrielle, a annoncé le lancement de GripperAI, un logiciel universel basé sur l'intelligence artificielle destiné à piloter des préhenseurs robotiques dans des environnements multi-produits. La solution cible un problème récurrent sur les lignes de production mixtes : lorsqu'une cellule robotisée doit saisir des produits de formes et de tailles variables, l'approche traditionnelle impose une reprogrammation manuelle, une intégration applicative spécifique et le recours à des systèmes de vision 3D coûteux. GripperAI se positionne comme une couche logicielle capable d'absorber cette variabilité sans redéveloppement à chaque référence. L'enjeu industriel est direct : le coût et la durée d'intégration sont aujourd'hui l'un des principaux freins au déploiement de cellules robotisées dans les environnements à forte diversité de SKU, logistique, agroalimentaire, manufacturier léger. Si GripperAI tient sa promesse de réduire la dépendance aux caméras 3D dédiées et à la programmation cas par cas, il pourrait abaisser significativement le seuil d'entrée pour les intégrateurs. Il convient de noter que Festo ne publie pas encore de métriques de cycle ou de taux de succès de préhension dans le communiqué disponible, ce qui rend toute évaluation de performance prématurée à ce stade. Festo est historiquement connu pour ses actionneurs pneumatiques et ses solutions bioinspirées (BionicCobot, Bionic Flying Fox), mais s'oriente depuis plusieurs années vers des briques logicielles pour robot-as-a-service. Sur ce segment des préhenseurs universels pilotés par IA, la concurrence est déjà positionnée : Robai, Righthand Robotics (racheté par BD), ainsi que des solutions vision-first comme Osaro ou CapSen Robotics. La prochaine étape pour Festo sera de démontrer GripperAI sur des configurations réelles en production, avec des données de performance publiées et des références clients vérifiables.

Un robot inspiré de l'arpenteuse utilise des muscles tolérants à 10 MeV pour parcourir des terrains martiens

Des chercheurs de l'Université de Göteborg, avec le soutien de l'Agence Spatiale Européenne (ESA), ont développé un robot rampant à corps souple inspiré de la chenille arpenteuse, conçu pour naviguer sur des terrains planétaires accidentés avec une empreinte électronique minimale. Le système repose sur un actionneur élastomère diélectrique enroulé (RDEA), un muscle artificiel cylindrique qui se contracte et s'étend sous tension pour produire un mouvement péristaltique. Ses électrodes souples sont fabriquées en nanotubes de carbone monoparoi (SWCNT), un matériau que les simulations et expériences ont montré capable de tolérer des expositions à des particules alpha et protons jusqu'à 10 MeV, soit un niveau de radiation comparable à l'environnement martien. Le robot fonctionne à basse tension, ce qui réduit la consommation énergétique et le risque de défaillance sur des missions longue durée. Fait notable : lors des tests sur substrats imprimés en 3D, l'équipe a découvert accidentellement que le robot pouvait se diriger passivement en accrochant ses pattes avant dans des rainures de surface orientées à différents angles (de 0 à 30 degrés), réalisant des virages gauche-droite sans actionneur supplémentaire ni électronique d'orientation embarquée. L'intérêt de cette architecture réside dans sa tolérance aux pannes et sa simplicité mécanique. Ugo Lafont, spécialiste en matériaux et technologies spatiales à l'ESA, souligne que le RDEA continue de fonctionner même partiellement sectionné ou perforé, une propriété précieuse dans un environnement où la maintenance est impossible. Pour les concepteurs de systèmes planétaires, cela représente une alternative crédible aux rovers rigides classiques (comme Perseverance ou Curiosity) dont la mobilité dépend de trains roulants complexes vulnérables aux chocs et à l'ensablement. La navigation passive par interaction avec le terrain ouvre également une piste de recherche pour des robots autonomes légers opérant sans capteurs actifs coûteux en énergie. Il reste néanmoins à démontrer que ces performances se maintiennent hors conditions de laboratoire contrôlées. Le projet, intitulé "Soft Annelid-Inspired Robot with Peristaltic Gait using Low Voltage Fault-Tolerant Artificial Muscles for Planetary Exploration", est financé par le programme Discovery de l'ESA. Il s'inscrit dans un courant plus large de robotique souple spatiale où plusieurs équipes académiques europénnes et américaines explorent les élastomères diélectriques pour des missions à faible masse. La prochaine étape prévoit des tests sous cycles thermiques et radiation réelle, ainsi qu'une intégration de capteurs légers. L'équipe de Göteborg envisage également des essais au Mars Yard de l'ESA aux Pays-Bas, une installation simulant la topographie extraterrestre. Le prototype actuel reste un démonstrateur de laboratoire, pas encore un système déployable, mais la validation du comportement de direction passive constitue un résultat concret et non trivial.

Infineon lance un défi dédié aux startups de la robotique humanoïde pour 2026

Infineon Technologies a lancé en 2026 son Startup Challenge annuel en le centrant cette année sur la robotique humanoïde. Le programme, ouvert à des équipes fondatrices et des jeunes entreprises high-tech du monde entier, est conçu pour transformer des concepts technologiques en applications commercialisables. Il s'inscrit dans le cadre du Co-Innovation Program global d'Infineon, un dispositif structuré de co-développement entre le groupe et des startups sélectionnées. L'initiative signale que la couche composants et semi-conducteurs commence à se structurer autour du marché humanoïde émergent. Infineon fournit des briques critiques pour la robotique : microcontrôleurs, capteurs radar et LiDAR, puces de gestion de l'énergie, et circuits de contrôle moteur. Impliquer des startups humanoïdes dès la phase de conception permet à Infineon de s'ancrer tôt dans les architectures matérielles qui deviendront des standards. Pour les porteurs de projets robotiques, l'accès à un partenaire industriel de ce niveau représente un levier d'accélération concret sur la fiabilité des composants et la mise à l'échelle de la production. Il convient cependant de noter que l'annonce reste à ce stade un appel à candidatures sans résultats ni métriques publiées. Infineon, groupe allemand coté au DAX avec un chiffre d'affaires de plus de 14 milliards d'euros en 2024, est l'un des rares acteurs européens disposant d'une surface suffisante pour peser dans la course humanoïde sans construire de robot. Cette posture de fournisseur stratégique de composants le place en concurrent indirect de TI, STMicroelectronics (franco-italien) et des divisions semi-conducteurs de Renesas ou Bosch, qui ciblent eux aussi le marché robotique en pleine expansion.

QDTraj : exploration de primitives de trajectoires variées pour la manipulation robotique d'objets articulés

Des chercheurs de l'ISIR (Institut des Systèmes Intelligents et de Robotique, Sorbonne Université/CNRS) publient sur arXiv en avril 2026 une méthode baptisée QDTraj, destinée à générer automatiquement des primitives de trajectoires diversifiées pour la manipulation d'objets articulés par des robots domestiques. L'approche repose sur des algorithmes Quality-Diversity (QD) couplés à une exploration par récompense sparse. Évaluée sur 30 articulations du dataset PartNetMobility, QDTraj produit en moyenne 704 trajectoires distinctes par tâche, contre un ratio au moins 5 fois inférieur pour les méthodes concurrentes testées sur des tâches d'activation de charnières (hinge) et de glissières (slider). La méthode a été validée d'abord en simulation, puis déployée en conditions réelles sur robot physique. Le code est rendu public sur le site de l'ISIR. La diversité des trajectoires n'est pas un détail académique : en environnement réel, un robot qui ne dispose que d'une seule séquence motrice pour ouvrir un tiroir échoue dès que cette trajectoire est bloquée par un obstacle ou une contrainte dynamique imprévue. QDTraj adresse directement ce verrou en dotant le robot d'un répertoire de solutions alternatives sélectionnables au runtime selon les contraintes du moment. La validation sim-to-real apporte un crédit concret à l'approche, au-delà de la démonstration en simulation. L'utilisation des algorithmes QD, issus de la robotique évolutionnaire (famille MAP-Elites), est un signe de maturité méthodologique : ces approches explorent des espaces de solutions larges sans converger prématurément vers un optimum local, contrairement aux méthodes par gradient classiques. L'ISIR est l'un des laboratoires de référence en robotique française, avec une longue tradition en planification de mouvement et manipulation dextre. Ce travail s'inscrit dans un contexte où les approches dominantes, imitation learning ou reinforcement learning standard, produisent généralement des politiques à trajectoire unique, fragiles hors distribution. Les modèles VLA (Vision-Language-Action), très suivis en 2025-2026 chez Physical Intelligence (pi0), Google DeepMind ou Boston Dynamics, abordent le problème différemment en conditionnant les actions sur le langage, sans garantir la diversité bas niveau que QDTraj cible explicitement. La méthode se positionne donc comme une couche de planification complémentaire, en amont des politiques haut niveau. Les extensions naturelles concerneraient les objets déformables et l'intégration dans des architectures de contrôle hiérarchique pour robots manipulateurs polyvalents.

💬 Un robot qui n'a qu'une seule trajectoire pour ouvrir un tiroir, c'est un robot qui échoue dès qu'un obstacle se met en travers. QDTraj répond à ça en générant 700+ alternatives exploitables au runtime, avec des algorithmes QD qui explorent des espaces de solutions larges sans converger trop vite vers un optimum unique (contrairement au RL classique). Reste à voir comment ça s'articule avec des VLA au-dessus, mais comme brique de planification bas niveau, c'est du concret qui sort de l'ISIR.