FR/EU ecosystemearXiv cs.RO1h

Benchmark exclusivement proprioceptif pour l'estimation d'état des quadrupèdes : ATE, RPE et compromis entre filtres et lisseurs

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Une équipe du laboratoire DLS (Dynamic Legged Systems) de l'IIT (Istituto Italiano di Tecnologia) publie un benchmark comparatif de trois estimateurs d'état proprioceptifs pour robots quadrupèdes : MUSE, le filtre de Kalman étendu invariant (IEKF) et le lisseur invariant (IS). L'évaluation est conduite sur la séquence CYN-1 du GrandTour Dataset, avec trois métriques : l'ATE (Absolute Trajectory Error, précision long terme), la RPE translationnelle et rotationnelle (Relative Pose Error, précision court terme), et le temps de calcul par mise à jour sur un stack matériel et logiciel fixe. Les résultats montrent que les RPE restent comparables entre les trois approches, mais IEKF et IS surpassent MUSE sur l'ATE. Le temps de calcul diffère significativement, exposant des compromis précision-latence concrets selon la méthode choisie. L'ensemble du code d'évaluation est publié en open-source sur GitHub (iit-DLSLab/stateestimationbenchmark) pour une reproductibilité complète.

L'estimation d'état proprioceptive, c'est-à-dire sans capteurs extéroceptifs comme lidars ou caméras, est critique pour les quadrupèdes opérant en milieux dégradés ou occludés. Ce travail fournit aux intégrateurs et ingénieurs robotique des critères de sélection concrets : si l'application tolère une latence plus élevée, IS ou IEKF offrent une meilleure cohérence de trajectoire à long terme ; si la contrainte est temps-réel strict, le compromis bascule vers MUSE. La publication du code complet renforce la valeur de l'étude : les équipes peuvent reproduire les benchmarks sur leur propre matériel, ce qui reste rare dans la littérature robotique comparative, où les affirmations de performance sont souvent difficiles à vérifier indépendamment.

L'IIT-DLSLab est historiquement actif sur la locomotion dynamique (plateforme HyQ, puis travaux sur des robots de classe Spot), et ce benchmark s'inscrit dans un effort plus large de standardisation de l'évaluation des estimateurs d'état pour robots à pattes via le GrandTour Dataset. IEKF est un classique de l'estimation sur groupes de Lie, IS en est une extension offline à lissage, tandis que MUSE représente une approche plus récente. Des travaux concurrents existent chez ETH Zurich (ANYmal) et Carnegie Mellon, mais peu publient des benchmarks comparatifs indépendants à ce niveau de rigueur méthodologique. La prochaine étape naturelle serait d'élargir l'évaluation à d'autres séquences du GrandTour Dataset, notamment sur des terrains non structurés, pour tester la généralisation des conclusions.

Impact France/UE

L'IIT-DLSLab publie un benchmark open-source reproductible pour l'estimation d'état proprioceptive des quadrupèdes, offrant aux équipes européennes des critères de sélection concrets (précision long terme vs latence temps-réel) et un code directement réutilisable sur leur propre matériel.

À lire aussi

1arXiv cs.RO

TAVIS : un benchmark pour la vision active égocentrique et le regard anticipateur en apprentissage par imitation

Une équipe de chercheurs a publié TAVIS, un environnement d'évaluation standardisé pour comparer les approches de vision active en apprentissage par imitation, soit la capacité d'une politique robotique à contrôler son propre regard pendant une tâche de manipulation. Le benchmark comprend deux suites : TAVIS-Head (5 tâches avec caméra sur cardan pan/tilt pour la recherche globale de scène) et TAVIS-Hands (3 tâches avec caméras de poignet pour gérer les occlusions locales). Il est construit sur IsaacLab et s'appuie sur deux embodiments de torse humanoïde : le GR1T2 de Fourier Intelligence et le Reachy2 de Pollen Robotics (Bordeaux). Environ 2 200 épisodes de démonstrations téléopérées sont publiés en format LeRobot v3.0 sur HuggingFace, avec Diffusion Policy et π₀ (Physical Intelligence) comme baselines. Trois résultats principaux ressortent : la vision active améliore les performances, mais de façon conditionnelle à la tâche ; les politiques multi-tâches se dégradent nettement sous distribution shift contrôlé ; et l'imitation seule produit un regard anticipatoire dont les temps de préemption médians, mesurés par la métrique GALT (Gaze-Action Lead Time), sont comparables à ceux du téléopérateur humain de référence. Jusqu'ici, plusieurs groupes avaient démontré indépendamment les bénéfices de la vision active en 2024-2025, sans base commune de comparaison. TAVIS comble ce vide avec trois primitives reproductibles : un protocole comparatif caméra mobile/caméra fixe sur des démonstrations identiques, la métrique GALT issue des sciences cognitives et de l'HRI (Human-Robot Interaction), et des splits procéduraux in-distribution/out-of-distribution. Le constat que les gains sont task-conditional invalide l'hypothèse naïve qu'ajouter des degrés de liberté à la caméra améliore systématiquement les performances, nuance décisive pour les intégrateurs industriels. La fragilité sous distribution shift constitue un signal d'alarme concret pour tout déploiement hors simulation. La vision active en manipulation connaît un regain d'intérêt depuis 2024, porté par les progrès des VLA (Vision-Language-Action models) et la disponibilisation de robots humanoïdes à têtes articulées. Le choix de Reachy2 comme plateforme de référence est notable : Pollen Robotics, startup bordelaise fondée en 2016, est l'un des rares acteurs européens dont le robot open-source figure dans des benchmarks académiques internationaux, face aux concurrents américains (Figure, Agility) et asiatiques (Fourier, Unitree). Les prochaines étapes naturelles incluent l'évaluation de politiques VLA récentes comme GR00T N2 ou OpenVLA sur TAVIS, ainsi que le transfert sim-to-real, que le papier ne couvre pas encore.

UEPollen Robotics (Bordeaux) est l'une des deux seules plateformes de référence du benchmark TAVIS, ce qui ancre un acteur français open-source au cœur d'une infrastructure d'évaluation académique internationale pour les politiques VLA.

FR/EU ecosystemePaper

1 source

2Robotics Business Review

Comau et OMRON Robotics s'associent pour proposer leurs robots à davantage de secteurs industriels

Comau SpA, le spécialiste italien de l'automatisation industrielle basé à Turin, et OMRON Robotics, filiale robotique d'Omron Industrial Automation dont le siège est à Pleasanton (Californie), ont annoncé un partenariat stratégique visant à accélérer conjointement le déploiement de l'automatisation dans l'industrie mondiale. L'accord, annoncé le 11 mai 2026, cible en priorité quatre secteurs à forte croissance : l'électronique, les semi-conducteurs, la fabrication médicale et l'intralogistique industrielle légère. Les deux PDG, Pietro Gorlier pour Comau et Olivier Welker pour OMRON Robotics, ont confirmé l'initiative sans en préciser les modalités financières ni les engagements de chiffre d'affaires commun. Les sociétés prévoient d'intégrer du matériel robotique, des technologies de contrôle avancées et des plateformes logicielles d'automatisation, avec des initiatives conjointes supplémentaires à l'étude. OMRON a par ailleurs élargi le mois dernier les options de configuration mât de son AMR OL-450S, illustrant une dynamique produit active en parallèle du rapprochement. Ce partenariat répond à une tension réelle du marché : les intégrateurs et les industriels cherchent des solutions qui s'insèrent aussi bien dans des lignes de production existantes que dans des environnements de nouvelle génération, sans multiplier les intégrateurs spécialisés. En combinant le portefeuille OMRON, reconnu pour ses robots industriels, collaboratifs et mobiles ainsi que ses environnements de programmation à déploiement rapide, avec la base installée de Comau dans l'automobile, l'e-mobilité, la pharmacie et la logistique, les deux acteurs visent une offre plus large et accessible à l'échelle mondiale. La portée réelle de la collaboration reste à vérifier dans la pratique : l'annonce est, pour l'instant, une déclaration d'intention sans déploiement client documenté ni métriques de performance communes publiées. Comau, présent dans plus de 30 pays et anciennement dans l'orbite de Stellantis, a engagé depuis deux ans une diversification active hors de l'automobile, notamment avec l'acquisition d'Automha SpA (Bergame, Italie), spécialiste de l'intralogistique globale présenté à MODEX en avril. OMRON Robotics s'appuie sur l'écosystème mondial d'Omron, groupe japonais pesant plusieurs milliards de dollars dans l'automatisation industrielle. Sur ce segment de la robotique légère et de la manutention flexible, les deux entreprises se retrouvent en concurrence directe avec des alliances similaires impliquant Universal Robots, Fanuc ou Yaskawa Motoman. Roberto Mendes Cutrupi, directeur de la business unit Amérique du Nord de Comau, prendra la parole lors du Robotics Summit & Expo de Boston le 28 mai 2026, première occasion publique de préciser la feuille de route opérationnelle de cette collaboration.

UEComau, acteur industriel italien majeur anciennement dans l'orbite Stellantis, étend son portefeuille hors automobile via ce partenariat, renforçant potentiellement la compétitivité des intégrateurs européens face aux alliances concurrentes portées par Universal Robots, Yaskawa ou Fanuc.

FR/EU ecosystemeOpinion

1 source

3Robotics Business Review

Les robots IA de GFT Technologies passent de l'inspection à l'action pour les constructeurs automobiles

GFT Technologies SE, éditeur allemand de transformation digitale basé à Stuttgart, a annoncé le lancement d'une solution robotique intégrant l'IA directement dans l'action physique sur les lignes d'assemblage automobile. Là où la quasi-totalité des systèmes d'inspection visuelle existants se contentent de signaler une anomalie à un opérateur humain, GFT déploie désormais trois bras robotiques distincts capables, en séquence, de détecter et de retirer physiquement les pièces défectueuses sans intervention humaine. Le premier robot embarque une caméra fixée directement sur son préhenseur pour vérifier en temps réel le positionnement, les défauts visuels, ainsi que la lisibilité des étiquettes et numéros de série sur des pièces comme des pare-chocs, portières ou conduites. La solution est développée en partenariat stratégique avec Google Cloud dans le cadre d'un programme Industry 4.0, et s'appuie sur du matériel fourni notamment par NEURA Robotics. L'entreprise, qui emploie plus de 12 000 experts dans plus de 20 pays, cite Ford Motor Co. parmi ses clients en transformation des systèmes de production. L'enjeu est économique autant que technique. Un rappel de véhicule peut coûter plus de 500 dollars par unité à corriger, représentant des dizaines de millions de dollars pour un constructeur. Le principal blocage jusqu'ici n'était pas la détection, mais le délai entre l'alerte et la correction, incompatible avec la cadence d'une ligne moderne. GFT positionne sa solution comme une réponse directe à ce "gap insight-to-action". Sur le plan technique, la plateforme fusionne des données hétérogènes en temps réel : images de caméras d'inspection, vitesse de convoyeurs, signaux RFID de traçabilité des pièces. Brandon Speweik, responsable manufacturing chez GFT, note que les modèles actuels nécessitent désormais quelques centaines d'images pour l'entraînement, contre plusieurs milliers auparavant, ce qui réduit significativement le coût et le délai de personnalisation pour chaque constructeur. GFT Technologies revendique 35 ans d'expérience dans l'intégration pour l'industrie, avec une présence historique dans la banque, l'assurance et la manufacture. La solution robotique est présentée comme une extension naturelle de travaux antérieurs avec Google sur l'inspection visuelle assistée par IA. Sur le marché de l'inspection automatisée en milieu industriel, GFT se positionne face à des acteurs comme Cognex, Keyence ou des intégrateurs spécialisés, en misant sur une approche "clé en main" combinant software, robotique et connaissance métier. Le partenariat avec NEURA Robotics, startup allemande connue pour ses robots cognitifs, suggère une orientation vers des systèmes à capacités d'adaptation plus larges. L'article ne précise pas les volumes de déploiement actuels ni les timelines de généralisation, et la solution reste à ce stade une annonce commerciale sans chiffres de performance indépendants publiés.

UEGFT Technologies (Stuttgart) et NEURA Robotics (Allemagne) co-développent une solution d'inspection-action robotique pour l'automobile qui pourrait être adoptée par des constructeurs européens cherchant à réduire les coûts de rappel sur leurs lignes d'assemblage.

FR/EU ecosystemeActu

1 source

4Robotics & Automation News

Comau et Aptiv s'associent pour développer des systèmes d'automatisation industrielle autonomes et de robotique basée sur l'IA

Comau, spécialiste italien de l'automatisation industrielle rattaché au groupe Stellantis, et Aptiv, entreprise technologique américaine issue de la scission de Delphi en 2017, ont signé un accord-cadre pour co-développer des systèmes d'automatisation industrielle intelligents. Les trois axes retenus sont la robotique avancée, les systèmes autonomes et l'intégration de l'IA dans les processus de production. Il s'agit à ce stade d'un protocole d'intention : aucun produit, aucun délai ni montant d'investissement n'a été communiqué. La complémentarité des deux acteurs justifie le rapprochement. Comau apporte son expertise en intégration robotique et en ingénierie de lignes de production, Aptiv ses capacités en architecture électronique embarquée et en logiciels pour systèmes autonomes, développées dans l'univers du véhicule connecté. Pour les intégrateurs industriels, cette convergence hardware-software reflète une tendance structurelle : les plateformes d'automatisation évoluent vers une adaptation autonome en environnement non structuré, réduisant la dépendance à la reprogrammation manuelle. Les deux entreprises s'inscrivent dans un secteur sous pression concurrentielle forte. FANUC, ABB Robotics et KUKA, filiale du groupe chinois Midea depuis 2017, investissent eux aussi dans l'IA appliquée à la robotique industrielle. Comau cherche à diversifier ses débouchés au-delà de l'assemblage automobile, tandis qu'Aptiv accélère sa transition des composants électroniques vers les couches logicielles. L'accord reste prudemment formulé, sans pilote client identifié ni roadmap précise, signe d'une collaboration encore en phase exploratoire.

UEComau (filiale Stellantis, groupe franco-italien) renforce sa position compétitive face à ABB et KUKA sur le marché européen de l'automatisation, mais l'accord reste un protocole d'intention sans pilote ni livrable identifié.

FR/EU ecosystemeActu

1 source