ARIS : un système d'intelligence relationnelle à…

1arXiv cs.RO

Quand les systèmes multi-robots rencontrent l'IA à base d'agents : vers une intelligence collective incarnée

Un article de recherche publié fin juin 2026 sur arXiv (réf. 2606.27929) propose un cadre conceptuel baptisé "Intelligence Collective Incarnée" (ECI, Embodied Collective Intelligence), qui fusionne deux trajectoires parallèles de la robotique : l'essor des agents IA en boucle fermée et la coordination de flottes multi-robots. Les auteurs décrivent comment les robots migrent de pipelines perception-contrôle rigides vers des systèmes agentiques capables de récupérer du contexte, délibérer pendant l'exécution et affiner leur comportement futur. L'ECI structure cette convergence en trois piliers : Co-Perception (partage du modèle du monde), Co-Action (coordination distribuée des tâches) et Co-Évolution (transmission de compétences entre agents). Pour ancrer le concept, une étude de navigation illustre qu'un robot nouvellement intégré à une équipe bénéficie de la mémoire fusionnée de ses coéquipiers avec des gains mesurables, bien que les auteurs précisent eux-mêmes que cette étude ne constitue pas une évaluation complète du framework. L'enjeu central est de dépasser le modèle actuel de coopération multi-robots, limité au partage de cartes, d'affectations de tâches et de datasets d'entraînement. L'ECI propose de partager l'état produit par la boucle agentique elle-même : contexte mondial, progression des tâches, compétences accumulées en opération. Pour un intégrateur ou un décideur B2B, cela ouvre la voie à des flottes où les robots apprennent collectivement en temps réel, un saut qualitatif par rapport aux AMR actuels qui n'échangent que des données structurées. La thèse sous-jacente est qu'une mémoire partagée réduit le temps d'intégration d'un nouvel agent et améliore la robustesse de la flotte face aux pannes, s'attaquant directement au "demo-to-reality gap" qui pénalise les VLA déployés à l'échelle industrielle. Ce travail s'inscrit dans une période d'accélération marquée : les modèles VLA comme pi0 de Physical Intelligence ou GR00T N2 de NVIDIA ont démontré en 2024-2025 que l'IA agentique peut généraliser sur du hardware physique réel, tandis que les systèmes multi-robots butent encore sur la coopération hétérogène à grande échelle. Les travaux proches incluent les frameworks multi-agents LLM comme AutoGen ou CrewAI, ainsi que les recherches en robotique collaborative conduites à ETH Zurich et au MIT CSAIL. L'article demeure à ce stade un cadre théorique avec validation partielle et sans déploiement industriel annoncé, mais il pose les fondations conceptuelles d'une génération de flottes capables de capitaliser collectivement sur l'expérience terrain accumulée.

RecherchePaper

1 source

2arXiv cs.RO

Ludi₀.₁ : un système à base d'agents pour des robots socialement intelligents

Des chercheurs ont publié le 25 août 2026 sur arXiv (identifiant 2608.22035v1) un article décrivant Ludi 0.1, un système agentique visant à doter les robots d'une intelligence sociale, au-delà de la simple exécution de commandes isolées. Le système combine parole interactive, raisonnement multimodal, mémoire, navigation et manipulation apprise dans une architecture unique. Son cœur décisionnel est un modèle vision-langage affiné sur des traces d'interaction multi-tours : requêtes ambiguës, demandes de clarification, corrections, interruptions, dialogue mêlant social et tâches à plusieurs étapes. Un harnais logiciel dédié orchestre la boucle d'interaction entre ce modèle et ses outils, pendant que des politiques spécialisées de navigation et de manipulation exécutent les compétences physiques sur le robot. Pour les intégrateurs et décideurs de la robotique humanoïde, ce travail marque un déplacement de priorité : après des années focalisées sur les benchmarks de perception et de contrôle bas niveau (préhension, locomotion, déplacement d'objets), l'enjeu se porte désormais sur la robustesse conversationnelle et la capacité à réviser un comportement en cours quand l'intention de l'utilisateur change. L'hypothèse testée est qu'affiner un modèle vision-langage-action sur des traces d'interaction réelles, plutôt que sur des démonstrations de tâches isolées, peut réduire l'écart souvent constaté entre démonstrations impressionnantes et fiabilité en usage réel. Les auteurs présentent Ludi 0.1 comme une étape intermédiaire, non comme un modèle fondation abouti : le système sert avant tout à générer les traces multimodales nécessaires pour entraîner un futur modèle plus intégré. Cette publication s'inscrit dans le sillage des modèles vision-langage-action déjà démontrés pour la manipulation, comme Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure, et des plateformes humanoïdes commerciales telles qu'Optimus Gen 3 de Tesla ou Figure 03, dont les démonstrations restent centrées sur l'exécution de tâches plutôt que sur l'interaction sociale prolongée. Ludi 0.1 se distingue en ciblant explicitement la collaboration homme-robot en dialogue continu, un axe encore peu couvert par les annonces commerciales du secteur. L'article ne mentionne aucun déploiement industriel, ni volume de production, ni prix : il s'agit d'une contribution de recherche publiée sur arXiv, dont la suite annoncée est d'exploiter les traces collectées pour entraîner un futur modèle fondation combinant plus étroitement raisonnement social et compétences physiques.

IA physiqueOpinion

1 source

3arXiv cs.RO

Passage à l'échelle de l'exploration en ligne pour les robots à base d'agents

RAX (Robot Agent eXploration), un framework open source présenté sur arXiv (2610.22496), propose de remplacer l'apprentissage par démonstrations par l'exploration en ligne. Un agent de code généraliste y écrit directement le code de contrôle du robot, sans données de démonstration d'actions, sans primitives d'action conçues à la main et sans guidage par fonction de valeur. En explorant, l'agent identifie les séquences de décisions qui atteignent l'objectif, puis les compile en programmes modulaires couvrant toute la boucle perception, planification et contrôle. Les auteurs ont mené une étude multi-embodiment sur des tâches de précision et de manipulation longue durée, avec des bras uniques, des systèmes bimanuels, des mains dextres, des robots mobiles et des humanoïdes, en simulation et sur robots réels. En simulation, RAX dépasse les meilleurs modèles de référence de 37,4 % en moyenne. Sur robots réels, il apprend sans démonstration humaine des tâches dépendant de la mémoire, articulées, de haute précision, déformables et de manipulation mobile longue durée. Les nouvelles compétences sont composées à partir de compétences vérifiées lors de sessions d'exploration précédentes. L'enjeu pour l'industrie tient au coût d'intégration. Aujourd'hui, chaque nouvelle morphologie ou nouvelle tâche exige un corpus de téléopération dédié, ce qui limite le passage à l'échelle des modèles vision-langage-action (VLA) et enferme les politiques dans la distribution de leurs imitations. Ici, un nouveau robot s'intègre uniquement via ses API, sans collecte téléopérée ni entraînement de politique. Pour un intégrateur, cela déplace le goulot d'étranglement de la donnée vers l'exploration en ligne et la vérification des programmes produits. Les auteurs rapportent que la généralisation sur environnements inédits progresse de façon régulière avec le volume d'exploration, et que des comportements émergent : perception active, récupération d'erreurs, garde-fous de sécurité et collaboration homme-robot. Il faut toutefois rester prudent : le résumé ne donne ni temps de cycle, ni taux de réussite absolus, ni coût en calcul ou en appels au modèle de langage, ni durée réelle des explorations. La comparaison de +37,4 % porte sur des simulations dont le détail n'est pas précisé. Ce travail s'inscrit dans le courant des robots pilotés par agents de code, qui prolonge les approches de planification par modèles de langage générant des programmes, en opposition à la voie dominante des VLA entraînés sur de vastes corpus de démonstrations. Il s'agit ici d'un résultat de recherche publié en préprint, non d'un produit livré ni d'un déploiement industriel, et il n'a pas encore été évalué par des pairs. La publication du code ouvre la voie à une reproduction par la communauté, étape décisive pour juger de la robustesse hors des environnements des auteurs. Les prochains indicateurs à surveiller sont la fiabilité sur de longues séries d'essais, le coût de l'exploration et la sécurité lors de l'exploration sur machines réelles.

RecherchePaper

1 source

4arXiv cs.RO

VABAR : un banc d'essai d'automatisation variationnelle pour la robotique à base d'agents

VABAR est un nouveau benchmark open source publié sur arXiv (2611.06881) pour évaluer les systèmes de robotique agentique, c'est-à-dire des robots pilotés par des agents de code LLM/VLM qui combinent programmation robotique interprétable et politiques sans modèle explicite capables de s'adapter à un environnement ouvert. Le benchmark s'appuie sur six classes de tâches de manipulation couvrant l'industrie, le médical et les infrastructures: tri d'outils, accrochage d'outils, engrènement d'engrenages, conditionnement de seringues, insertion de câbles et routage de câbles. Il repose entièrement sur des outils open source, dont le moteur physique Newton, et fournit des variations de tâches standardisées, des niveaux de difficulté, des métriques de succès, ainsi qu'une bibliothèque de 33 compétences généralisables accompagnées de solutions de référence programmatiques écrites par des humains. Les auteurs publient des évaluations de base avec le harnais agentique ouvert Graph-as-Policy (GaP) et Isaac Lab Arena. Il s'agit d'un travail de recherche en simulation: aucun déploiement physique ni chiffre de performance n'est mentionné dans le résumé. L'intérêt tient à la notion d'automatisation variationnelle (Variational Automation, VA), que les auteurs opposent à l'automatisation fixe: dans les usines, les hôpitaux ou la maintenance d'infrastructures, le robot répète la même tâche, mais avec des variations connues de forme et de pose des objets. C'est précisément le créneau où les politiques VLA end-to-end restent difficiles à fiabiliser et où la programmation classique manque de souplesse. En proposant des critères de conception explicites (accessibilité, répétabilité, diversité, réalisabilité physique, résistance à la saturation du benchmark, efficacité de calcul), VABAR cherche à combler un vide: les évaluations actuelles de la robotique agentique sont peu standardisées, ce qui rend les comparaisons entre approches peu fiables. Pour un intégrateur, un benchmark axé sur des tâches proches de la production, comme l'insertion de câbles ou le conditionnement de seringues, est plus parlant que des démonstrations de pick-and-place génériques. Reste la limite classique du tout-simulation: l'écart entre simulation et réel n'est pas mesuré ici. Le travail s'inscrit dans la vague récente de la robotique agentique, où des modèles de code pré-entraînés génèrent des programmes robotiques plutôt que de produire directement des actions, en réaction aux limites de généralisation et d'interprétabilité des politiques de type Pi-0 ou GR00T. L'usage de Newton et d'Isaac Lab Arena place VABAR dans l'écosystème de simulation lié à NVIDIA, ce qui favorise l'adoption mais oriente aussi les choix techniques. La suite logique serait une adoption par d'autres équipes pour comparer des harnais concurrents à GaP, puis une validation sur robots physiques, étape indispensable pour savoir si les classements obtenus en simulation se transfèrent aux cellules industrielles réelles. Aucun calendrier n'est annoncé dans le résumé.

RecherchePaper

1 source

ARIS : un système d'intelligence relationnelle à base d'agents pour les robots sociaux

À lire aussi

Quand les systèmes multi-robots rencontrent l'IA à base d'agents : vers une intelligence collective incarnée

Ludi₀.₁ : un système à base d'agents pour des robots socialement intelligents

Passage à l'échelle de l'exploration en ligne pour les robots à base d'agents

VABAR : un banc d'essai d'automatisation variationnelle pour la robotique à base d'agents