
Vidéo : un robot humanoïde Galbot enchaîne plus de 100 échanges lors d'un match de tennis autonome

Des robots humanoïdes développés par la société chinoise Galbot ont disputé plus de 100 échanges consécutifs face à des joueurs humains lors de ce que l'entreprise présente comme le premier match de tennis autonome entre humanoïdes en conditions réelles. La démonstration s'est déroulée pendant la cérémonie d'ouverture des deuxièmes World Humanoid Robot Games (WHRG) à Pékin, un événement rassemblant 2 056 machines issues de 666 équipes venues de 16 pays. Les robots de Galbot ont suivi seuls des balles à grande vitesse, se sont positionnés sur le court et ont exécuté services, coups droits, revers, retours et coups de récupération, y compris en double aux côtés de partenaires humains. Ils ont également montré une capacité à récupérer leur équilibre après un déséquilibre et à poursuivre l'échange. Cette performance repose sur LATENT (Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data), un framework d'apprentissage développé par Galbot qui décompose les gestes de tennis en primitives de mouvement réutilisables (coup droit, revers, pas chassés, croisés), entraînées via apprentissage par renforcement et simulation à grande échelle à partir d'environ cinq heures de données de mouvement capturées sur des joueurs amateurs avec un dispositif léger, plutôt que des jeux de données de capture de mouvement haute précision.
L'intérêt de cette démonstration dépasse le simple exploit sportif : elle teste la capacité d'un robot humanoïde à combiner perception visuelle, prise de décision et coordination corps entier en continu, dans un environnement dynamique et non scripté, ce qui constitue un défi bien plus exigeant que les tâches de laboratoire habituellement montrées par le secteur. Pour les intégrateurs et décideurs industriels, l'apport technique le plus significatif n'est pas le tennis en soi mais la méthode LATENT, qui propose une voie pour entraîner des robots à des compétences physiques rapides et précises sans dépendre de données de mouvement humain parfaitement enregistrées, un goulot d'étranglement connu de l'apprentissage robotique. Reste que le chiffre de "100 échanges consécutifs" est annoncé par Galbot elle-même, sans détail sur la sélection des séquences montrées ni sur le taux d'échec réel en dehors de la démonstration officielle, ce qui invite à la prudence sur la généralisation de la performance.
Ce test s'inscrit dans la deuxième édition des WHRG, dont l'ambition affichée est de faire sortir les humanoïdes des démonstrations de compétences isolées pour les évaluer sur leur autonomie en environnement complexe, avec de nouvelles épreuves par rapport à la première édition. Galbot, acteur chinois de la robotique humanoïde, se positionne ainsi dans une compétition mondiale où des entreprises comme Figure, Tesla (Optimus), Physical Intelligence (Pi-0) ou NVIDIA (GR00T) explorent également des architectures d'apprentissage vision-langage-action pour la manipulation et la locomotion. Aucun calendrier de déploiement commercial ni de pilote industriel n'a été annoncé pour LATENT à ce stade, la démonstration relevant pour l'instant de la vitrine technologique plutôt que d'un produit prêt à être déployé.
Dans nos dossiers




