Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Boston Dynamics teste des "chiens robots" pour les livraisons
IA physiqueThe Verge 

Boston Dynamics teste des "chiens robots" pour les livraisons

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Boston Dynamics teste actuellement un nouvel accessoire de type tapis roulant fixé sur son robot quadrupède Spot, permettant de transporter des colis directement depuis un véhicule de livraison jusqu'au pas de la porte d'un client, de façon autonome. L'objectif affiché est de réduire la charge de travail des livreurs humains sur le dernier segment du trajet, celui qui va du camion à l'entrée du domicile. Le dispositif a été présenté via une vidéo de démonstration, sans précision sur le payload maximal, l'autonomie ou un calendrier de déploiement commercial. Spot est déjà utilisé pour des inspections industrielles répétitives en usine et a notamment servi à patrouiller sur le site archéologique de Pompéi.

Cette expérimentation illustre une limite persistante de l'automatisation de la livraison du dernier kilomètre. Les robots à roues et les drones aériens peinent à franchir des obstacles courants comme des escaliers, des trottoirs encombrés ou des accès non standardisés, un terrain où la locomotion à pattes de Spot pourrait offrir un avantage réel. Pour les intégrateurs et les acteurs de la logistique, ce test reste toutefois à un stade de démonstration et ne prouve pas encore une viabilité économique ou opérationnelle à grande échelle.

Boston Dynamics, racheté par Hyundai en 2021, a construit la réputation de Spot sur des usages B2B établis: inspection de sites industriels, surveillance de chantiers, cartographie. L'entreprise explore ici un nouveau marché face à des concurrents comme les drones de livraison ou les robots à roues déployés par des acteurs de la logistique urbaine. Aucun pilote commercial ni partenaire de livraison n'a pour l'instant été annoncé.

Dans nos dossiers

Boston Dynamics

À lire aussi

Le contexte est roi : comment Avride utilise des VLM cloud comme filet de sécurité pour les robots de livraison
1Robotics Business Review 

Le contexte est roi : comment Avride utilise des VLM cloud comme filet de sécurité pour les robots de livraison

Avride, entreprise texane spécialisée dans la robotique de livraison autonome, a intègre des modèles de vision-langage (VLM) hébergés dans le cloud pour renforcer la surveillance de ses robots de livraison sur trottoir. Chaque jour, des centaines de ces robots circulent dans des rues urbaines en autonomie quasi totale, traitant localement les données de leurs capteurs pour gérer les manoeuvres standards, les piétons et les feux de signalisation. Le nouveau système, surnomme "VLM-watcher", ne pilote pas le robot en temps réel : toutes les quelques secondes, une image des cameras embarquées est transmise au cloud, après anonymisation locale des visages et plaques d'immatriculation directement sur le robot. Le modèle de vision-langage analyse ensuite la scene dans son ensemble et lui attribue des tags de situation a fort enjeu, par exemple la présence d'un périphérique de police, d'une scene de crime active ou d'un chantier non cartographie avec du ciment frais. Si une situation critique est détectée, une alerte est envoyée a une équipe d'assistance a distance qui peut visionner le flux en direct et intervenir pour faire céder le passage a des secours ou éviter une zone restreinte. Cette approche illustre une tendance de fond dans la robotique de livraison autonome : la pile de perception embarquée, aussi performante soit-elle pour la détection d'objets (cyclistes, enfants, fauteuils roulants, véhicules d'urgence), atteint ses limites face a des scenarios qui exigent une compréhension contextuelle globale plutôt qu'une simple liste d'éléments détectés. Distinguer un policier qui rentre chez lui après son service d'une scene de crime active, par exemple, relève d'un raisonnement sémantique que les réseaux de neurones locaux ne sont pas conçus pour faire seuls. En choisissant de garder les VLM hors de la boucle de pilotage temps réel, pour des raisons de latence et de dépendance réseau, Avride positionne ces modèles lourds comme un filet de sécurité supervise par des humains, et non comme un substitut a l'autonomie embarquée. Cette architecture hybride pourrait devenir un standard de facto pour l'industrie, a mesure que les opérateurs de flottes de robots cherchent a rassurer régulateurs et municipalités sur la gestion des situations sensibles sans sacrifier la réactivité opérationnelle. Avride, fondée par d'anciens ingénieurs du projet Yandex de véhicules autonomes, déploie déjà ses robots de livraison dans plusieurs villes américaines en partenariat avec des enseignes de restauration et de commerce. L'entreprise précise ne pas vouloir lier son infrastructure a un seul fournisseur de modèles, présentant ce nouveau bloc cloud comme une architecture ouverte et modulaire, appelée a évoluer au rythme des progrès des modèles de vision-langage. Cette flexibilité s'inscrit dans un contexte de concurrence croissante sur la livraison autonome sur trottoir, un secteur ou la confiance du public et des autorités locales reste un facteur déterminant pour l'obtention d'autorisations d'exploitation a grande échelle.

IA physiqueActu
1 source
Boston Dynamics et Google DeepMind apprennent à Spot à raisonner
2IEEE Spectrum Robotics 

Boston Dynamics et Google DeepMind apprennent à Spot à raisonner

Boston Dynamics annonce l'intégration de Gemini Robotics-ER 1.6, le modèle de raisonnement incarné de Google DeepMind, dans son robot quadrupède Spot. Ce partenariat, rendu public en avril 2026, dote Spot de capacités de raisonnement autonome pour des missions d'inspection industrielle : détection de débris ou de fuites dangereuses, lecture de jauges et de regards de contrôle, et recours à des modèles vision-langage-action (VLA) lorsque la compréhension de l'environnement l'exige. Spot est aujourd'hui déployé à plusieurs milliers d'unités sur sites industriels, ce qui en fait l'une des rares plateformes à pattes ayant atteint une échelle commerciale réelle. Marco da Silva, vice-président et directeur général de Spot chez Boston Dynamics, parle de "réaction aux défis du monde réel de façon entièrement autonome", formulation prudente qui évite les superlatifs, mais qui reflète une ambition opérationnelle concrète. L'enjeu central de cette intégration est la réduction du fossé entre instruction humaine et exécution robot. Carolina Parada, responsable robotique chez Google DeepMind, résume le critère de réussite : "le système doit répondre comme un humain le ferait." Ce standard est plus exigeant qu'il n'y paraît. La vidéo de démonstration de Boston Dynamics l'illustre sans le vouloir : lorsqu'on demande à Spot de "recycler les canettes du salon", il saisit la canette de côté, ce qui serait problématique si elle contenait encore du liquide. Un humain éviterait instinctivement cette erreur en mobilisant des décennies d'expérience incarnée. Cet écart entre raisonnement déclaré et comportement effectif est précisément ce que DeepMind cherche à combler avec son benchmark ASIMOV, un corpus d'exemples en langage naturel décrivant ce qu'un robot ne devrait pas faire, ancré dans une logique de sécurité sémantique. La version actuelle de Spot n'utilise pas encore ces modèles pour la manipulation, mais les versions futures sont censées intégrer ce raisonnement sur la manière sûre de tenir les objets. Boston Dynamics dispose d'une longueur d'avance opérationnelle que peu de concurrents peuvent revendiquer : là où Figure, Agility Robotics ou Apptronik parlent encore de pilotes et de rampes de déploiement, Spot tourne en production dans des raffineries, des usines et des infrastructures critiques depuis plusieurs années. Le choix de Gemini Robotics-ER 1.6 comme couche de raisonnement haut niveau s'inscrit dans la stratégie de Google DeepMind de positionner ses modèles incarnés comme infrastructure pour l'industrie robotique, face aux approches concurrentes de Physical Intelligence (Pi-0), de NVIDIA (GR00T N2) ou de l'écosystème ROS2 open-source. Le vrai test ne sera pas la démo en salon, mais la fiabilité en environnement industriel bruité, sous contraintes de cycle et de disponibilité opérationnelle, des conditions que les benchmarks académiques ne capturent pas encore fidèlement.

UELes opérateurs industriels européens utilisant Spot (raffineries, infrastructures critiques) bénéficieront indirectement de ces capacités de raisonnement autonome, sans impact réglementaire ou stratégique direct pour la France ou l'UE.

IA physiqueOpinion
1 source
RoBoSR : représentations structurées de scènes pour le raisonnement des robots incarnés
3arXiv cs.RO 

RoBoSR : représentations structurées de scènes pour le raisonnement des robots incarnés

Une équipe de chercheurs a publié fin juin 2026 un preprint arXiv (2606.24338) présentant RoBoSR, un cadre de représentation intermédiaire structurée pour la manipulation robotique en monde ouvert. L'approche modélise chaque tâche comme une séquence de transitions d'états sur des graphes de scène orientés objet, sémantiquement ancrés. Concrètement, le système segmente l'environnement perçu en entités discrètes (objets, relations spatiales, états) avant de raisonner sur les préconditions et effets de chaque sous-tâche. Pour entraîner ce raisonnement, les auteurs publient simultanément Manip-Cognition-1.6M, un jeu de données de 1,6 million d'exemples couvrant la compréhension de scène, l'interprétation d'instructions et la planification de sous-tâches sur des manipulations variées. Sur plusieurs benchmarks et démonstrations réelles, RoBoSR revendique des performances supérieures aux méthodes par prompting et aux pipelines TAMP classiques (Task and Motion Planning), notamment en généralisation zéro-shot et sur des tâches longue-portée. Ce que pointe cette publication, c'est l'une des frictions centrales des architectures VLA (Vision-Language-Action) actuelles : leur biais séquentiel issu des données de démonstration les rend fragiles dès que la tâche sort du scénario d'entraînement. En intercalant une représentation graphique explicite entre la perception brute et l'action, RoBoSR tente de rendre le raisonnement causal modulaire et réutilisable, ce qui améliore théoriquement la robustesse aux variations d'environnement. Pour un intégrateur industriel, c'est le problème du "demo-to-reality gap" qui est visé : un robot qui comprend les dépendances entre sous-tâches peut récupérer d'un échec partiel sans replanifier depuis zéro. Le dataset Manip-Cognition-1.6M, s'il est effectivement rendu public, constitue également une ressource d'entraînement non négligeable pour la communauté. RoBoSR s'inscrit dans une vague de recherches cherchant à dépasser les limites des modèles d'imitation pure, dans un secteur où Physical Intelligence (pi0), Google DeepMind (GR00T N2) et Figure AI travaillent sur des architectures hybrides mêlant apprentissage et planification symbolique. Le papier reste un preprint non évalué par les pairs, et les résultats en "démonstrations réelles" ne sont pas détaillés quantitativement dans le résumé disponible. Les prochaines étapes naturelles seraient une soumission en conférence (CoRL, ICRA) et la mise à disposition publique du dataset annoncé.

IA physiquePaper
1 source
Nouveau framework NVIDIA pour aider les robots à s'orienter dans des lieux inconnus
4Interesting Engineering 

Nouveau framework NVIDIA pour aider les robots à s'orienter dans des lieux inconnus

NVIDIA a présenté COMPASS (Cross-Embodiment Mobility Policy via Residual RL and Skill Synthesis), un framework qui combine agents IA, simulation et apprentissage par renforcement pour accélérer l'adaptation des systèmes de navigation robotique à de nouveaux robots ou environnements. Plutôt que de reconstruire une pile de navigation complète à chaque changement, COMPASS part de la politique préentraînée X-Mobility de NVIDIA et entraîne par renforcement un module correctif spécialisé pour le robot et le lieu ciblés. La démonstration s'appuie sur le quadrupède Spot de Boston Dynamics, testé d'abord dans un entrepôt simulé intégré, puis sur des scènes issues de SAGE-10K, un jeu de 10 000 environnements intérieurs générés par NVIDIA couvrant 50 types de pièces, et sur des lieux réels reconstruits via Omniverse NuRec. Les modèles entraînés sont jugés sur le taux d'atteinte de l'objectif, la fréquence de chute et le temps de parcours, tandis que des agents de codage automatisent la préparation des scènes, les tests et le lancement des entraînements, sous validation humaine à chaque étape clé (scène prête, test initial concluant, modèle promu). Une fois approuvée, une politique pilote le robot à partir d'images caméra, d'odométrie et d'un objectif de navigation, avec l'option cuVSLAM de NVIDIA pour l'odométrie visuelle si besoin. Ce travail cible un problème concret pour l'industrie : chaque changement de robot ou de site oblige aujourd'hui les intégrateurs à recollecter des données, reconstruire des environnements de simulation et retester des interfaces logicielles, un cycle coûteux et difficile à reproduire. En gardant l'humain dans la boucle pour valider les scènes, les tests initiaux et la promotion des modèles, NVIDIA positionne COMPASS comme un outil de productivité pour les équipes de R&D plutôt qu'une promesse d'autonomie totale, une nuance qui compte alors que le secteur de la robotique mobile et humanoïde multiplie les annonces de généralisation instantanée entre plateformes. Il s'agit pour l'instant d'un framework de recherche démontré sur une seule plateforme, sans chiffre de déploiement en production ni comparaison publiée face à des approches concurrentes de navigation cross-embodiment. COMPASS s'appuie sur X-Mobility, politique de navigation que NVIDIA avait déjà développée, et s'inscrit dans son écosystème Omniverse et Isaac, aux côtés de NuRec pour la reconstruction de scènes réelles et de cuVSLAM pour la localisation visuelle. La démarche recoupe une tendance plus large de la recherche en robotique mobile, où plusieurs laboratoires cherchent à réduire le travail de portage d'une politique d'un robot à l'autre plutôt que de repartir de zéro à chaque nouvelle plateforme. NVIDIA ne communique aucun calendrier de pilote ni de partenaire robot commercial au-delà de Spot, choisi comme plateforme de référence pour valider le workflow ; les suites évoquées portent sur l'extension à d'autres robots et environnements via les mêmes outils de simulation et d'automatisation par agents.

IA physiquePaper
1 source