Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
IndustrielRobotics & Automation News 

McLaren Construction déploie des robots autonomes à grande échelle en partenariat avec FieldAI

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

Panneau accepte le premier drone gardien : McLaren Construction, filiale du groupe britannique de construction, a signé un partenariat avec FieldAI, développeur d'intelligence artificielle physique, pour déployer des robots quadrupèdes autonomes sur ses chantiers au Royaume-Uni. Ces robots seront chargés de capturer des images à 360 degrés des sites, de générer des nuages de points (point cloud), et de soutenir la vérification d'avancement des travaux ainsi que l'analyse des écarts entre le modèle numérique et la réalité du chantier. Ils assureront également des patrouilles de conformité sécurité et des contrôles qualité. Le communiqué ne précise pas encore de calendrier de déploiement ferme ni le nombre d'unités prévues sur le premier site.

Ce partenariat illustre une tendance de fond dans le secteur du BTP : l'automatisation progressive de tâches répétitives et à risque, comme l'inspection de sécurité ou la documentation de chantier, jusque là réalisées manuellement par des équipes humaines. Pour les intégrateurs et décideurs B2B du secteur construction, ce type de déploiement teste la viabilité des robots quadrupèdes autonomes hors des environnements contrôlés d'usine, un terrain nettement plus complexe et changeant. Cela positionne aussi FieldAI comme un acteur cherchant à démontrer que son IA physique généraliste peut s'adapter à des cas d'usage concrets au delà des démonstrations en laboratoire, un enjeu clé alors que le secteur robotique traverse une phase où l'écart entre promesses marketing et déploiements réels reste scruté de près.

FieldAI, société américaine spécialisée dans les modèles d'IA pour robots généralistes, cherche à se positionner face à des concurrents comme Boston Dynamics (Spot) ou Boston-based startups similaires sur le marché des robots quadrupèdes appliqués à l'inspection industrielle et au BTP. McLaren Construction, non lié à l'écurie de F1 du même nom, cherche via ce partenariat à moderniser ses processus de suivi de chantier. Les prochaines étapes attendues incluent le déploiement effectif sur un premier site pilote et la publication de résultats concrets sur les gains de temps et de fiabilité obtenus.

Dans nos dossiers

Boston DynamicsIA physique & VLA

À lire aussi

Force Aérienne américaine déploie drones et robots au sol pour accélérer l'inspection des avions autonomes
1Interesting Engineering 

Force Aérienne américaine déploie drones et robots au sol pour accélérer l'inspection des avions autonomes

Asylon a obtenu un contrat de Phase Trois du Warner Robins Air Logistics Complex, l'un des plus grands centres de maintien en condition opérationnelle de l'US Air Force, pour déployer son système d'inspection autonome d'aéronefs baptisé MARIA (Multi-modal Autonomous Robotics for Inspection of Aircraft). Ce contrat fait passer la technologie du stade de développement à un usage opérationnel réel sur l'une des bases de sustentation majeures de l'armée de l'air américaine. MARIA combine deux plateformes robotiques : le drone Guardian, un petit système aérien sans pilote (sUAS), et le DroneDog Q-UGV, un robot terrestre à quatre pattes. Les deux évoluent grâce au logiciel d'autonomie Range d'Asylon et remontent leurs données vers la plateforme de commandement DroneIQ, qui centralise imagerie, nuages de points LiDAR et télémétrie dans des vues 2D classiques comme dans des jumeaux numériques interactifs. Concrètement, les équipes de maintenance pourront confier des missions d'inspection visuelle générale aux robots plutôt que de réaliser uniquement des tours d'appareil manuels, les résultats étant ensuite transmis aux techniciens pour analyse. L'enjeu dépasse le simple gadget technologique : il s'agit de démontrer qu'un système robotique aérien-terrestre coordonné peut tenir la charge d'inspections répétitives sur une flotte militaire réelle, sans mobiliser davantage de personnel. Pour les intégrateurs et décideurs de la maintenance industrielle, ce déploiement à Warner Robins constitue un test grandeur nature du passage de la démonstration à l'usage récurrent, un point de bascule que beaucoup de projets de robotique d'inspection peinent à franchir. Si le système tient ses promesses de réduction du temps d'inspection et de plus grande homogénéité des relevés, cela validerait l'approche multimodale (air plus sol, données unifiées dans un même hub logiciel) comme modèle réplicable pour d'autres flottes de maintenance, militaires ou civiles. Reste que les gains annoncés en termes de rapidité et de fiabilité n'ont pas encore été chiffrés publiquement dans ce cadre opérationnel précis, ce qui invite à attendre des retours concrets avant de parler de succès avéré. Ce contrat s'inscrit dans la continuité d'une relation déjà établie entre Asylon et l'Air Force, qui utilisait jusqu'ici les plateformes robotiques de l'entreprise principalement pour des missions de sécurité autonome sur ses bases. L'extension vers la maintenance aéronautique marque une diversification stratégique pour Asylon, qui cherche à démontrer que sa pile technologique (drones, robots terrestres, logiciel de commandement) peut s'appliquer à d'autres cas d'usage industriels critiques. Anthony McCarty, vice-président senior en charge des activités gouvernementales chez Asylon, a présenté cet accord comme un signe de confiance de l'Air Force envers ses plateformes. Warner Robins servira de site pilote avant une éventuelle extension à d'autres centres de sustentation de la défense américaine, la suite dépendant des résultats de cette phase de démonstration en environnement opérationnel réel.

IndustrielActu
1 source
Pudu Robotics déploie un robot de nettoyage IA en Europe via un partenariat avec Gom
2Robotics & Automation News 

Pudu Robotics déploie un robot de nettoyage IA en Europe via un partenariat avec Gom

Pudu Robotics, fabricant chinois de robots de service fondé en 2016 à Shenzhen, a annoncé un partenariat avec Gom Schoonhouden, l'un des principaux prestataires de nettoyage professionnel aux Pays-Bas, pour déployer le robot autolaveuse PUDU BG1 Series. L'accord a été facilité par Fulin Robot Technologie, distributeur régional de Pudu en Europe. Selon le communiqué, il s'agit du premier déploiement commercial de ce modèle sur le continent européen. La BG1 Series est positionnée par Pudu comme un robot "AI-Native" de grande capacité, conçu pour le nettoyage de sols à grande échelle. Aucune métrique technique précise (surface couverte par heure, autonomie, temps de cycle) n'est communiquée dans cette annonce. Pour les décideurs en facility management et les intégrateurs, ce type de déploiement signale une montée en maturité des autolaveuses robotisées dans le B2B européen. Les robots de nettoyage de grande taille ciblent des environnements à fort volume de surface : aéroports, centres commerciaux, entrepôts logistiques, où le ROI sur la masse salariale est direct et calculable. L'absence de données opérationnelles publiées reste toutefois un frein à l'évaluation sérieuse : sans chiffres de productivité vérifiés, l'annonce reste au stade du signal commercial plutôt que de la preuve terrain. Pudu Robotics s'est d'abord imposée sur le segment de la livraison en restauration avec des modèles comme le BellaBot, avant d'étendre son portefeuille vers le nettoyage et la désinfection. Sur ce créneau, la concurrence est dense : Gaussian Robotics (intégré dans SoftBank Robotics), Tennant et ICE Cobotics sont déjà actifs en Europe. Ce pilote aux Pays-Bas, via un partenaire local établi comme Gom Schoonhouden, constitue pour Pudu une tête de pont pour accélérer sa commercialisation dans le Benelux.

UEPremier déploiement commercial de la BG1 Series de Pudu aux Pays-Bas via Gom Schoonhouden, signal d'accélération des autolaveuses robotisées chinoises sur le marché B2B européen (Benelux en tête de pont), face à des acteurs déjà implantés comme Gaussian/SoftBank Robotics.

IndustrielActu
1 source
Décision séquentielle par apprentissage multi-échelle pour la préparation de commandes en robotique de manutention
3arXiv cs.RO 

Décision séquentielle par apprentissage multi-échelle pour la préparation de commandes en robotique de manutention

Des chercheurs ont publié en mai 2026 sur arXiv (référence 2605.08758) un framework de décision séquentielle baptisé OLSF-TRS, pour Omni-scale Learning-based Sequential Decision Framework for Tote-handling Robotic Systems. Ce système combine optimisation combinatoire structurée et apprentissage par renforcement multi-agent (MARL) pour coordonner simultanément les décisions liées aux commandes, aux bacs de manutention (totes) et aux robots dans les centres de préparation automatisés. En configuration petite échelle, OLSF-TRS affiche un écart d'optimalité moyen inférieur à 3,5% sur deux architectures système distinctes. En configuration grande échelle, il réduit les mouvements de bacs de 8 à 12% par rapport aux baselines heuristiques classiques, et de plus de 30% par rapport aux approches règle-based de l'état de l'art, tout en maintenant une réactivité en temps réel. L'enjeu concret pour les intégrateurs intralogistiques est significatif : la quasi-totalité des frameworks existants sont conçus sur mesure pour un type de système spécifique, tri-sorter, mini-load AS/RS ou AMR grid-based, ce qui rend tout transfert à un autre contexte laborieux. OLSF-TRS propose une couche de pilotage unifiée et scalable, potentiellement applicable à des architectures hétérogènes. La réduction de plus de 30% des mouvements de bacs se traduit directement en gains énergétiques, réduction de l'usure mécanique et meilleure stabilité du throughput, des KPIs centraux pour les COOs industriels. À noter cependant que les résultats reposent sur des simulations et benchmarks comparatifs sans déploiement terrain documenté, ce qui laisse entière la question du sim-to-real gap en production réelle. Ce travail s'inscrit dans une tendance structurelle de fond : la substitution des palettes par les bacs comme unité logistique primaire, portée par l'explosion du e-commerce et la fragmentation des commandes en petites séries. Des acteurs comme Exotec (France, système Skypod), AutoStore (Norvège) ou Geek+ (Chine) opèrent des déploiements massifs en grid-based robotics confrontés exactement à ces problèmes de coordination ordres-bacs-robots à grande échelle. La convergence entre optimisation combinatoire de type VRP et MARL est un champ de recherche en pleine effervescence, porté par des laboratoires industriels en Europe et en Asie. L'article ne mentionne ni partenariat industriel ni timeline de commercialisation, le positionnant comme une contribution académique précompétitive.

UEExotec (France, Skypod) et AutoStore (Norvège) opèrent des déploiements massifs confrontés exactement aux problèmes de coordination ordres-bacs-robots adressés par ce framework, en faisant une piste de R&D directement pertinente pour l'intralogistique européenne.

IndustrielPaper
1 source
La préparation de l'industrie de défense dépend des finitions autonomes, selon GrayMatter Robotics
4The Robot Report 

La préparation de l'industrie de défense dépend des finitions autonomes, selon GrayMatter Robotics

Les États-Unis ont manqué leurs objectifs de disponibilité opérationnelle sur 42 des 45 flottes d'aéronefs en 2024, selon le rapport du Government Accountability Office (GAO) de mars 2025, une dégradation largement attribuée au manque de techniciens de maintenance qualifiés. Pour les chantiers navals, la Marine américaine projette un déficit de 174 000 travailleurs sur la prochaine décennie, aggravé par un taux d'attrition de 50 à 60 % chez les nouvelles recrues dans leur première année. C'est dans ce contexte que GrayMatter Robotics, basée à Carson en Californie, positionne ses systèmes de finition de surface autonomes comme réponse structurelle à cette crise de main-d'oeuvre. En avril 2026, la société a signé un accord avec HII (Huntington Ingalls Industries), premier constructeur naval américain, pour intégrer son architecture d'IA physique dans des programmes de construction de navires et sous-marins. Cette collaboration inclut le programme HYPR (High-Yield Production Robotics), mené conjointement avec Path Robotics, pour automatiser les lignes d'assemblage navales de défense. L'enjeu dépasse la simple pénurie de recrutement. La préparation de surface, traitement de corrosion, dégraissage et application de revêtements protecteurs, se situe sur le chemin critique des révisions en dépôt, avant toute installation de nouveaux systèmes sur un aéronef ou un navire. Cette étape est géométriquement variable par nature : un train d'atterrissage corrodé après vingt ans d'utilisation présente des irrégularités uniques à chaque pièce, rendant les trajectoires préprogrammées des systèmes traditionnels inopérantes. GrayMatter revendique une architecture "edge-deployed" traitant les données localement, sans routage externe, avec traçabilité complète de chaque surface et absence de cycle de reprogrammation entre pièces. Ces caractéristiques répondent aux exigences sécuritaires des dépôts militaires, bien que leur validation à grande échelle reste à démontrer ; l'accord avec HII est le premier déploiement d'envergure industrielle qui permettra d'en juger. GrayMatter Robotics s'est développée sur le créneau de la finition complexe dans des environnements variés, de l'aéronautique civile à l'automobile, avant de cibler la défense, sous l'impulsion de son co-fondateur et PDG Ariyan Kabir. HII, qui opère Newport News Shipbuilding et Ingalls Shipbuilding et concentre l'essentiel de la construction de sous-marins nucléaires américains, offre à GrayMatter un client de référence stratégique. Path Robotics, partenaire du programme HYPR, est spécialisé dans la soudure autonome adaptative. Sur le plan concurrentiel, Gecko Robotics cible l'inspection de coques et des intégrateurs comme ABB adressent des niches de peinture industrielle, mais la finition adaptative en dépôt militaire reste un segment peu disputé. Aucun calendrier de déploiement précis n'a été communiqué à ce stade.

IndustrielOpinion
1 source