AutreHackaday Robots Hacks 7 août 2026

Tchernobyl : les robots au cœur d'un hackathon infernal

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Tchernobyl : les robots au cœur d'un hackathon infernal

Après l'explosion du réacteur n°4 de la centrale nucléaire de Tchernobyl en avril 1986, l'absence de bâtiment de confinement a dispersé des débris hautement radioactifs sur l'ensemble du site. Une vidéo mise à jour de la chaîne YouTube Chornobyl Family, version enrichie d'un reportage publié en 2023, retrace la course effrénée pour concevoir des robots capables de mesurer la radioactivité et d'évacuer ces débris. Des équipes venues de toute l'URSS et de pays alliés ont conçu une succession de machines, avec des résultats très inégaux : le robot de mesure RR-1 surestimait les niveaux de radiation d'un facteur supérieur à dix, tandis que les RR-2 et RR-3, trop hauts sur pattes, se renversaient dès leur dépose par hélicoptère. Le premier robot d'évacuation, le TR-1A, restait rudimentaire ; les générations suivantes l'ont amélioré au fil des semaines et des mois. Le BAER Beloyarets, construit sur la base d'un chariot d'aéroport, équipé d'électronique à tubes à vide et de relais, propulsé par un moteur à combustion interne, s'est révélé l'un des designs les plus fiables ; il est aujourd'hui préservé dans la zone d'exclusion. Le bulldozer téléopéré STR-1 a ensuite permis de repousser les débris radioactifs des toits vers des conteneurs, réduisant fortement la contamination du site.

Le choix du moteur à combustion plutôt que de batteries s'est avéré déterminant, les moteurs thermiques résistant bien mieux aux radiations que l'électronique embarquée. Autre enseignement frappant : face à l'échec ou à la lenteur de plusieurs robots, les mesures manuelles effectuées par des opérateurs humains se sont révélées, dans certaines situations, plus rapides et plus sûres que le déploiement robotique, un rappel utile que l'automatisation n'est pas toujours la solution la plus efficace en environnement extrême, contrairement à l'image souvent véhiculée par les démonstrations commerciales actuelles de robots industriels ou humanoïdes. Pour les intégrateurs et décideurs qui suivent aujourd'hui les efforts de robotisation en zones dangereuses (nucléaire, désamiantage, sites post-catastrophe), l'épisode rappelle que la fiabilité mécanique et la résistance environnementale priment souvent sur la sophistication logicielle, et que le déploiement sans tests préalables, pratique courante à l'époque faute de temps, reste un facteur d'échec majeur en robotique de terrain.

Ce chantier tenait du hackathon géant : conceptions ad hoc, adaptations de matériel existant, machines retapées dans l'urgence pour tenir dans des zones à très haute radioactivité. Malgré ces échecs initiaux, les trois autres réacteurs RBMK de la centrale ont pu continuer à fonctionner en toute sécurité après la catastrophe, et la zone est aujourd'hui ouverte au tourisme, un résultat que la vidéo présente comme la réussite finale de ce qu'elle qualifie de "pire hackathon imaginable". Plusieurs de ces robots, dont le BAER Beloyarets, sont aujourd'hui exposés autour de la centrale et dans la ville de Tchernobyl. Les auteurs soulignent que les leçons tirées de cette improvisation technique restent pertinentes aujourd'hui, notamment pour le démantèlement des cœurs fondus de la centrale de Fukushima Daiichi au Japon, où la robotique reste confrontée aux mêmes contraintes : radiation extrême, accès limité et nécessité d'une fiabilité mécanique avant toute sophistication logicielle.

À lire aussi

1Robohub

Un système d'IA apprend à fluidifier la circulation des robots en entrepôt

Des chercheurs du MIT et de la société américaine Symbotic ont publié le 20 avril 2026 dans le Journal of Artificial Intelligence Research un système hybride capable de coordonner en temps réel des flottes de centaines de robots autonomes (AMR) dans des entrepôts e-commerce à grande échelle. La méthode repose sur un réseau de neurones entraîné par apprentissage par renforcement profond (deep RL), qui décide en continu lesquels des robots doivent être priorisés à chaque instant en fonction de la formation de congestions. Une fois cette décision prise, un algorithme de planification déterministe transmet les instructions aux robots pour qu'ils se reroutent avant d'atteindre un point de blocage. Dans des simulations inspirées de layouts réels d'entrepôts e-commerce, le système a atteint un gain de débit (throughput) d'environ 25 % par rapport aux méthodes de référence actuelles. Han Zheng, doctorant au Laboratory for Information and Decision Systems (LIDS) du MIT et auteur principal, précise que même une amélioration de 2 à 3 % du throughput représente un impact économique significatif à cette échelle. L'enjeu opérationnel est concret : dans un entrepôt dense, une collision ou un embouteillage mineur peut forcer l'arrêt complet du site pendant plusieurs heures pour intervention manuelle, un coût inacceptable pour les opérateurs logistiques. Ce que prouve ce travail, c'est que le deep RL peut dépasser les performances des algorithmes conçus par des experts humains sur un problème combinatoire dynamique, là où les heuristiques classiques peinent à s'adapter aux variations de charge ou de topologie. Le système démontre aussi une capacité de généralisation : entraîné sur certains layouts, il s'adapte à des configurations différentes (nombre de robots, géométrie de l'entrepôt) sans réentraînement complet. Pour les intégrateurs et les COO industriels, cela signifie qu'un modèle unique pourrait être déployé sur plusieurs sites sans re-paramétrage lourd, réduisant le coût de mise en oeuvre. Il faut toutefois noter que les résultats présentés restent à ce stade issus de simulations, et qu'aucun déploiement réel en production n'est encore documenté dans la publication. Symbotic, partenaire industriel de ces travaux, est un acteur américain spécialisé dans l'automatisation d'entrepôts qui équipe notamment les centres de distribution de Walmart et de C&S Wholesale Grocers. La collaboration avec le groupe de Cathy Wu (professeure associée en génie civil et environnemental au MIT, membre du LIDS) s'inscrit dans une tendance plus large d'intégration de méthodes d'IA avancées dans la gestion de flottes robotiques, un domaine où l'on retrouve également des approches concurrentes chez Amazon Robotics, 6 River Systems (Shopify) et Locus Robotics. Du côté européen, des acteurs comme Exotec (France), dont le système Skypod opère dans des entrepôts Decathlon et Carrefour, s'appuient encore principalement sur des planificateurs déterministes ; ce type de travaux pourrait orienter leurs prochaines générations de software. La prochaine étape logique pour l'équipe MIT/Symbotic sera une validation en environnement réel, dont aucune timeline n'est encore annoncée publiquement.

UEExotec (France), dont le système Skypod s'appuie sur des planificateurs déterministes dans les entrepôts Decathlon et Carrefour, pourrait s'orienter vers ce type d'approches RL hybrides pour ses prochaines générations de software de gestion de flotte.

AutrePaper

1 source

2Robohub

La manipulation dextre des robots en discussion : épisode 152 du Robot Talk avec Rich Walker

Shadow Robot Company, entreprise britannique spécialisée dans la manipulation dextre, est à nouveau sous les projecteurs avec la participation de son directeur Rich Walker au podcast Robot Talk (épisode 152). Rich Walker, présent dans la société bien avant sa formalisation en entreprise, a débuté en ingénierie logicielle et systèmes avant de basculer vers la direction. Il y pilote aujourd'hui les engagements de recherche, les projets de démonstration industrielle et le programme de politique publique de Shadow Robot. La dextérité robotique reste l'un des verrous techniques les plus durs du secteur : reproduire les 27 degrés de liberté de la main humaine avec la fiabilité et la force nécessaires à un usage industriel est un défi que peu d'acteurs ont résolu à l'échelle. Shadow Robot figure parmi les rares à proposer des mains robotiques commerciales pour la recherche et l'industrie, ce qui leur confère une position de référence dans les laboratoires internationaux et auprès d'intégrateurs cherchant à automatiser des tâches de manipulation fine. Walker siège également au conseil d'euRobotics, le lobby européen qui regroupe les PME du secteur, ce qui positionne Shadow Robot comme influenceur dans les politiques R&D européennes. Fondée à Londres, Shadow Robot a construit sa réputation sur des décennies de travail en manipulation humanoïde, bien avant que les humanoides complets ne dominent le débat. Dans un marché aujourd'hui concurrencé par des acteurs comme Agility Robotics, Figure ou Apptronik sur le segment des bras et effecteurs, Shadow Robot maintient un positionnement de niche à haute valeur technique. Cet épisode de podcast reste davantage un format de visibilité sectorielle qu'une annonce produit concrète.

UERich Walker siège au conseil d'euRobotics, positionnant Shadow Robot comme influenceur dans les politiques R&D européennes en manipulation dextre, mais sans annonce concrète impactant directement le marché FR/EU.

AutreActu

1 source

3Hackaday Robots Hacks

Stewart Platform Walker : des jambes sensibles grâce à des résistances

Un bricoleur identifié comme JD a modifié un robot hexapode baptisé Stewy pour lui donner un retour de force au niveau des pattes, en utilisant simplement des résistances. Stewy repose sur une architecture inhabituelle : sa tête est une plateforme de Stewart, un système à 6 degrés de liberté normalement fixé sur une base immobile. En reliant des pattes aux mêmes servomoteurs qui pilotent cette plateforme, JD a transformé le dispositif en robot marcheur à six pattes. Le problème restant : le robot ne percevait rien du sol sous ses pieds, un manque jugé limitant pour évoluer sur des surfaces irrégulières. La solution retenue consiste à placer une résistance en série avec chaque servomoteur et à mesurer la chute de tension à ses bornes. Comme le courant consommé par un servomoteur augmente avec le couple qu'il produit, cette mesure permet, via la loi d'Ohm et une simple entrée analogique du microcontrôleur, d'estimer indirectement la force exercée par chaque patte. Ce hack illustre un compromis intéressant pour la robotique de bricolage et les petits projets éducatifs ou de recherche low-cost : obtenir un proxy de retour de force sans capteur dédié, sans jauge de contrainte, et sans modification mécanique des servomoteurs. Les données obtenues sont présentées comme étonnamment exploitables au regard de la simplicité de l'implémentation, à condition de ralentir la vitesse des servomoteurs pour stabiliser le signal. Ce n'est en rien comparable à une véritable perception proprioceptive de niveau industriel, mais l'approche montre qu'un signal de couple approximatif peut suffire à améliorer la marche sur terrain inégal pour un robot amateur, sans budget capteurs. L'astuce s'inscrit dans une famille de solutions bien connue des makers pour approximer une détection de force sans capteurs spécialisés, à l'image des résistances sensibles à la force (FSR) déjà employées dans des tapis MIDI de type Twister ou dans des imprimantes 3D à mise à niveau automatique. Contrairement à ces composants dédiés qui mesurent directement une pression, la méthode de JD détourne un signal électrique déjà présent dans le circuit du servomoteur, ce qui la rend applicable à quasi n'importe quel robot à base de servos bon marché. Aucune suite commerciale ou industrielle n'est annoncée : il s'agit d'un projet de hobbyiste documenté en vidéo, pensé comme une démonstration pédagogique plutôt que comme une innovation de rupture.

AutreTuto

1 source

4Robotics Business Review

IA en robotique : du laboratoire au sol de l'usine réelle

Le 28 mai 2026, de 14h30 à 15h15 (ET), le Robotics Summit & Expo réunira au Boston Convention & Exhibition Center (Thomas M. Menino) trois praticiens du déploiement robotique industriel pour une table ronde sur le passage de l'IA robotique du laboratoire aux lignes de production réelles. Les intervenants sont Anders Beck, vice-président produits IA robotique chez Universal Robots, Dave Coleman, fondateur et directeur produit de PickNik Robotics, et Andy Lonsberry, PDG de Path Robotics. La session, modérée par Mike Oitzman, rédacteur senior de The Robot Report, s'articulera autour de questions concrètes : combien de temps faut-il à un robot pour apprendre une nouvelle tâche, quel effort d'intégration implique le premier déploiement en production, et quelle est la difficulté de reconfigurer ou de faire "réapprendre" une compétence à un système déjà en ligne ? L'événement réunit plus de 70 intervenants confirmés, dont des représentants d'AWS, Brain Corp, Tesla, Toyota Research Institute, Robust AI et du Robotics and AI Institute, répartis dans plus de 50 sessions couvrant l'IA, le design, la santé et la logistique. La pertinence de ce débat tient à un écart persistant entre les démonstrations en laboratoire et les contraintes du plancher d'usine : variabilité des pièces, temps de cycle non négociables, coûts de reprogrammation et faible tolérance aux erreurs en environnement de production continue. L'IA, et en particulier les approches de type VLA (Vision-Language-Action), promet de réduire l'effort de programmation manuelle, mais les intégrateurs et COO industriels se posent toujours la même question : quelle est la charge réelle d'un premier déploiement, et que se passe-t-il quand le produit ou le process change ? En rassemblant Universal Robots (leader mondial du cobot, plus de 100 000 unités déployées), PickNik (spécialisé dans la manipulation avancée open-source via MoveIt) et Path Robotics (soudage robotisé guidé par IA), le panel propose un spectre applicatif assez représentatif des cas d'usage où l'IA change effectivement la donne, au-delà du marketing. Universal Robots, filiale de Teradyne depuis 2015, a largement structuré le marché du cobot industriel et intègre depuis 2023-2024 des fonctions d'apprentissage par démonstration dans son écosystème. PickNik, fondé en 2015 autour de la suite open-source MoveIt, a élargi son offre vers des solutions commerciales de manipulation robuste pour des secteurs comme la défense et la pharmacie. Path Robotics, basé à Columbus (Ohio), s'est spécialisé dans le soudage autonome piloté par vision et IA, un segment où le gap de perception entre démo et production est particulièrement documenté. Il convient de souligner qu'aucune annonce produit ni chiffre de déploiement n'accompagnent cet événement : il s'agit d'une session de partage d'expérience, pas d'un lancement. Les résultats concrets dépendront des retours terrain échangés lors du panel, qui pourrait nourrir des publications ou des études de cas plus détaillées dans les semaines suivant l'événement.

UELes questions de coût d'intégration et de reprogrammation abordées lors de ce panel concernent directement les industriels européens utilisateurs de cobots Universal Robots, entreprise danoise et leader mondial du cobot avec plus de 100 000 unités déployées en Europe.

AutreOpinion

1 source