RecherchearXiv cs.RO 25 août 2026

GOLEM : l'autonomie humanoïde modulaire pour le désassemblage de batteries de véhicules électriques

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

GOLEM (Generalized Open Library of Embodied Modules) est une architecture open-source publiée fin août 2026 sur arXiv, conçue pour le désassemblage de packs de batteries de véhicules électriques en fin de vie avec le robot humanoïde Unitree H1-2. Le système découpe la marche, la manipulation, la stabilité dynamique, la navigation et la mémoire spatiale en modules indépendants à interfaces abstraites, interchangeables et comparables, orchestrés via une couche ROS 2 conteneurisée sous Docker couplée à des jumeaux numériques MuJoCo et IsaacLab qui reproduisent les interfaces du robot physique. Les auteurs mesurent les performances comme une "échelle de capacités": la navigation LiDAR-inertielle positionne le robot à 13,0 cm d'un objectif situé à 6 mètres, et un contrôleur de posture appris résiste mieux aux perturbations externes qu'un contrôleur MPC classique par échantillonnage. La saisie de fixations desserrées sur un véritable pack de Hyundai Ioniq 5 chute de 97% quand le robot est sécurisé, à 87% en équilibre libre, puis à 37% une fois prise en compte la variance de pose induite par la navigation. Le code source est disponible sur golem-humanoid.github.io.

Ce résultat intéresse directement les intégrateurs et décideurs industriels qui jaugent la maturité des humanoïdes pour des tâches répétitives et dangereuses, comme le recyclage des batteries de véhicules électriques, un besoin croissant à mesure que les premiers packs arrivent en fin de vie. Plutôt que de vanter une performance globale, l'étude documente froidement l'écart entre une démonstration contrôlée et une autonomie réelle: la chute du taux de réussite de 97% à 37% dès que navigation et équilibre entrent en jeu montre que l'intégration bout-en-bout, plus que la performance isolée d'un module, reste le principal verrou avant un déploiement industriel fiable.

GOLEM relève de la recherche ouverte plutôt que d'une offre commerciale: à la différence d'acteurs comme Figure, Tesla avec Optimus ou Apptronik qui visent des déploiements en usine, ce projet propose un cadre partagé permettant de comparer équitablement différentes méthodes de locomotion, de navigation et de manipulation sur un même robot. Il s'agit pour l'instant d'une démonstration de laboratoire limitée à un seul modèle de pack, celui de la Hyundai Ioniq 5, sans pilote industriel ni calendrier de déploiement annoncé; les auteurs misent sur l'ouverture du code pour que la communauté étende les modules et reproduise les résultats.

Impact France/UE

Le sujet touche indirectement l'UE via les besoins croissants de recyclage des batteries de véhicules électriques lies au règlement européen sur les batteries, mais aucun acteur ou déploiement européen n'est implique.

Dans nos dossiers

Unitree Apptronik Apollo arXiv cs.RO

À lire aussi

1arXiv cs.RO

Planification d'une disposition de montage modulaire commune pour les étapes de désassemblage robotisé

Une équipe de recherche présente un système de fixation modulaire à ventouses capable de planifier une configuration de support unique, partagée pour l'ensemble d'une séquence de désassemblage robotique, sans reconfiguration du montage entre les étapes. La méthode a été testée sur deux produits, un tournevis et un rasoir électrique. Pour explorer l'espace de configuration mixte, à la fois continu et discret, un modèle de diffusion probabiliste par débruitage génère des configurations initiales informées par la physique, ensuite affinées par optimisation bayésienne sous évaluation répétée à chaque étape du désassemblage. Des essais robotiques de dévissage et de retrait de composants ont confirmé la faisabilité mécanique des dispositions planifiées, tandis que onze tests de charge directionnelle en ont quantifié la stabilité. Les marges de stabilité empiriques moyennes mesurées atteignent 66,9% pour le tournevis et 81,6% pour le rasoir. Les travaux sont publiés sur arXiv sous la référence 2608.27151v1. Le désassemblage robotique de produits de forme irrégulière, typique de l'électroménager ou de l'électronique grand public, bute sur un problème mécanique souvent sous-estimé : à mesure que des composants sont retirés, la surface de support disponible, la répartition de la masse et les charges appliquées évoluent, si bien qu'une fixation conçue pour l'état initial du produit peut devenir inutilisable aux étapes suivantes. En pratique, cela impose souvent une reconfiguration manuelle du montage entre chaque étape, ce qui alourdit le temps d'ingénierie et casse la continuité d'une ligne automatisée destinée au recyclage ou au reconditionnement. En planifiant la fixation sur l'ensemble de la séquence plutôt qu'étape par étape, cette approche réduit les interruptions et le travail de qualification nécessaire pour adapter un poste de désassemblage à un produit donné. Pour les intégrateurs et décideurs impliqués dans l'économie circulaire électronique, elle constitue une piste concrète pour rendre les cellules de désassemblage plus polyvalentes sans multiplier les outillages dédiés. Ce travail s'inscrit dans un courant de recherche plus large sur la planification de préhension et de fixation robotiques, où des modèles génératifs par diffusion commencent à remplacer les méthodes d'optimisation purement combinatoires pour proposer des points de départ physiquement plausibles avant un raffinement fin par optimisation bayésienne. Sa spécificité est de chercher une configuration de fixation commune valable sur toute une séquence de désassemblage, plutôt qu'une fixation reconfigurée à chaque étape comme c'est souvent le cas dans les travaux existants. L'article ne précise ni le laboratoire d'origine ni de calendrier de transfert industriel : il s'agit à ce stade d'une validation expérimentale en conditions de laboratoire sur deux produits de test, sans déploiement en usine ni partenariat industriel annoncé.

RecherchePaper

1 source

2arXiv cs.RO

Identification d'un modèle de consommation électrique basé sur la physique pour le bras humanoïde Unitree G1

Des chercheurs ont publié sur arXiv (référence 2606.15915) un modèle physique linéaire-en-paramètres permettant de prédire avec précision la consommation électrique du bras gauche à sept degrés de liberté (7-DOF) du robot humanoïde Unitree G1. Le modèle intègre des termes de pertes actuateur, une correction de couple de base capturant les variations de charge en compensation gravitationnelle, et des termes d'interaction par paires pour modéliser le couplage de puissance lors de mouvements multi-articulaires simultanés. Les paramètres ont été identifiés à partir de données expérimentales collectées sur un G1 physique, en utilisant les mesures de puissance embarquées comme cible de régression. Sur 897 trajectoires couvrant des mouvements mono-articulaires et coordonnés à plusieurs vitesses, le modèle atteint un R² de 0,933 avec un RMSE de 1,07 W. La validation sur 46 trajectoires à des vitesses non vues lors de l'entraînement donne un R² de 0,965, confirmant une bonne capacité de généralisation. Ces résultats sont directement utiles pour les équipes qui intègrent des humanoïdes dans des contextes industriels ou logistiques. Un modèle de consommation précis et léger à l'inférence constitue un prérequis pour la planification de mouvement énergétiquement consciente, la gestion de batterie en temps réel et la surveillance thermique des actionneurs, trois points critiques pour tout déploiement prolongé hors laboratoire. La performance du modèle sur des vitesses non vues suggère qu'il est exploitable sans recalibration systématique, ce qui réduit le coût d'intégration. L'analyse des paramètres identifiés révèle par ailleurs des signatures distinctes selon les articulations : les pertes par frottement visqueux dominent l'épaule en tangage et les trois articulations du poignet, les pertes cuivre dominent l'abduction d'épaule et le coude, tandis que le roulis d'épaule présente un profil atypique dominé par le frottement de Coulomb. Unitree, constructeur chinois connu pour ses robots quadrupèdes à prix agressifs, a élargi sa gamme aux humanoïdes avec le G1, positionné comme une plateforme de recherche abordable face au Spot de Boston Dynamics ou aux robots de Figure et Apptronik. Ce travail s'inscrit dans un effort croissant de la communauté académique pour produire des modèles physiques fiables sur du matériel commercial accessible, en complément des approches par apprentissage (comme les VLA ou les politiques neuronales). La prochaine étape logique serait d'étendre le modèle au bras droit et aux membres inférieurs, puis de l'intégrer dans une boucle de planification de trajectoire en ligne. Aucun partenariat industriel ni calendrier de déploiement n'est mentionné dans le preprint.

UELes équipes de recherche européennes utilisant le Unitree G1 comme plateforme académique abordable peuvent réutiliser directement ce modèle sans recalibration pour réduire le coût d'intégration dans leurs pipelines de planification de mouvement.

RecherchePaper

1 source

3arXiv cs.RO

RoboStriker : jeux stratégiques en espace latent pour la boxe humanoïde autonome

RoboStriker, un système d'apprentissage par renforcement multi-agent conçu pour la boxe entre robots humanoïdes autonomes, est présenté dans un article déposé sur arXiv en août 2026 (référence 2608.16195). Le constat de départ est un échec structurel : appliquer l'apprentissage multi-agent directement à l'espace moteur brut d'un humanoïde provoque un effondrement physique au niveau des articulations, empêchant toute tactique de combat viable d'émerger. Les auteurs formulent donc la boxe comme un jeu de Markov à somme nulle joué non pas dans l'espace des actions brutes, mais dans un espace latent structuré. RoboStriker distille d'abord des mouvements de boxe prédéfinis dans une variété latente topologiquement bornée, puis fait évoluer les stratégies de combat via une méthode nommée Latent-Space Neural Fictitious Self-Play. Les politiques obtenues ont ensuite été déployées et validées sur des robots humanoïdes réels, au-delà de la simulation. Ce travail cible un problème central pour la robotique humanoïde : l'écart entre démonstrations spectaculaires et robustesse réelle sur des tâches riches en contacts. La boxe, où l'équilibre et la réactivité sont critiques, sert de banc d'essai pour des applications humanoïdes plus posées comme la manipulation ou la collaboration en environnement imprévisible. En montrant qu'une contrainte structurelle de l'exploration, via un décodeur de mouvements pré-entraîné, réduit fortement les échecs catastrophiques d'équilibre par rapport à un apprentissage direct dans l'espace des actions brutes, l'étude prouve empiriquement que l'apprentissage multi-agent de bout en bout reste difficilement exploitable sans garde-fou architectural sur du matériel réel. Pour les intégrateurs, cela suggère que l'autonomie tactique complexe n'émerge pas encore de manière fiable d'un entraînement non contraint. RoboStriker s'inscrit dans la lignée des recherches sur l'auto-jeu et l'apprentissage multi-agent, popularisées par des systèmes de jeu comme AlphaGo et désormais transposées à la robotique physique, où une chute ou une collision matérielle coûte bien plus cher qu'une partie simulée. L'article ne cite aucune plateforme humanoïde commerciale ni aucun laboratoire industriel précis : il s'agit d'une contribution académique déposée sur arXiv, pas encore validée par relecture par les pairs, dont les auteurs publient le code, des vidéos et du matériel supplémentaire pour permettre une reproduction indépendante avant toute adoption industrielle. La boxe humanoïde rejoint une liste croissante de tâches extrêmes, parkour, danse, sports de combat, utilisées pour stress-tester la robustesse des contrôleurs avant leur transfert vers des usages industriels comme la logistique ou la manipulation en entrepôt.

RecherchePaper

1 source

4arXiv cs.RO

CoViLLM : un cadre collaboratif adaptatif humain-robot pour l'assemblage, basé sur des grands modèles de langage

Des chercheurs présentent CoViLLM, un framework de collaboration homme-robot pour l'assemblage adaptatif, décrit dans une prépublication arXiv (2603.11461v3, version révisée). Le système combine trois briques : une localisation d'objets par caméra de profondeur pour estimer la position des pièces, une classification opérée par l'humain pour identifier les composants nouveaux ou non répertoriés, et un grand modèle de langage chargé de générer les plans de tâches d'assemblage à partir d'instructions en langage naturel. Les auteurs valident leur approche sur le NIST Assembly Task Board, un banc d'essai standardisé de référence pour l'évaluation de systèmes d'assemblage robotique, en testant trois scénarios distincts : produits connus, produits personnalisés, et produits totalement inédits pour le robot. L'enjeu dépassé ici est celui de la rigidité des robots industriels classiques, programmés selon des règles fixes et donc mal adaptés à la personnalisation de masse, un défi central pour les lignes de production modernes. Les frameworks de collaboration homme-robot existants s'appuient généralement sur des pipelines de perception-manipulation prédéfinis, ce qui les empêche de générer eux-mêmes des plans pour assembler un produit jamais vu. CoViLLM prétend lever cette limite en confiant au LLM la planification de tâches à la volée, ce qui, si les résultats se confirment à plus grande échelle, intéresserait directement les intégrateurs et fabricants cherchant à réduire les coûts de reprogrammation lors de changements de variantes produit, un enjeu récurrent dans l'électronique, l'automobile ou les biens de consommation. Les résultats publiés restent toutefois limités à un banc d'essai de laboratoire, et non à une chaîne de production réelle, ce qui appelle à la prudence sur la généralisation immédiate. Ce travail s'inscrit dans la vague de recherches associant modèles de langage et robotique manipulatrice, où les LLM sont de plus en plus testés comme couche de raisonnement au-dessus de pipelines de perception classiques plutôt que comme modèles vision-langage-action de bout en bout. Le choix du NIST Assembly Task Board comme référence permet une comparaison future avec d'autres approches de la communauté robotique académique, sans toutefois indiquer à ce stade de partenariat industriel ou de calendrier de déploiement au-delà du cadre expérimental décrit.

RecherchePaper

1 source