FR/EU ecosystemeInteresting Engineering 25 août 2026

Le beanbot inspiré du haricot sauteur se déplace de façon surprenante sans moteur ni logiciel

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Le beanbot inspiré du haricot sauteur se déplace de façon surprenante sans moteur ni logiciel

Des chercheurs du département de robotique bio-inspirée souple de l'Institut italien de technologie (IIT) ont développé BeanBot, un robot dépourvu de moteurs, de batteries, d'électronique et de calculateur embarqué. Inspiré du haricot sauteur mexicain, dont les mouvements erratiques sont en réalité causés par une larve de papillon logée dans la gousse, l'appareil combine un ressort en alliage à mémoire de forme (SMA) et une coque légère en forme de haricot imprimée en 3D. Des aimants maintiennent le ressort comprimé pendant qu'il emmagasine de l'énergie thermique ; une fois chauffé entre 70 et 80°C, il libère brusquement cette énergie et propulse le robot dans les airs. La forme de la coque, un côté courbe et deux côtés plats, détermine ensuite si l'engin roule, glisse, bascule ou se stabilise pour rebondir. Les essais montrent des sauts atteignant 30 centimètres de haut, des roulements sur environ 80 centimètres, et une capacité à grimper des pentes de 10 à 18 degrés selon le réglage de la force magnétique. La coque pèse 3,8 grammes et le module de saut environ 8 grammes. Sur 92 sauts testés, 81,5 % ont généré des mouvements secondaires (roulement, glissement, rebond ou bascule). Le cycle complet reste lent : 30 à 180 secondes pour s'activer, puis 130 à 140 secondes de récupération entre deux sauts.

L'intérêt de BeanBot ne réside pas dans la performance mais dans le principe démontré : c'est l'interaction entre la forme du corps et la surface rencontrée qui produit la diversité des mouvements, sans capteur ni logiciel de contrôle. Ce concept, dit de calcul morphologique, tranche avec la trajectoire dominante de la robotique humanoïde actuelle, où des modèles vision-langage-action de plus en plus lourds (VLA) pilotent des machines toujours plus instrumentées. Pour les chercheurs en robotique souple et en micro-robotique, ce type d'approche ouvre des pistes pour des robots low-cost, résistants aux chocs et capables de se déplacer dans des environnements imprévisibles (gravats, terrains accidentés) sans dépendre d'une électronique fragile ou d'une puissance de calcul embarquée.

Le phénomène du haricot sauteur, connu depuis longtemps en biologie, sert ici de point de départ conceptuel plutôt que de modèle à copier fidèlement : les chercheurs ont recombiné le principe du déclenchement thermique avec une géométrie de coque optimisée pour multiplier les modes de déplacement. BeanBot s'inscrit dans la lignée des recherches en robotique passive et en dynamique corporelle exploitée comme substitut au contrôle actif, un champ où l'IIT est déjà actif via son département de robotique souple bio-inspirée. Aucune application commerciale ni déploiement n'est annoncé à ce stade : il s'agit d'une démonstration de faisabilité en laboratoire. Les auteurs indiquent vouloir améliorer les matériaux à mémoire de forme pour abaisser la température de déclenchement et réduire le temps de cycle, condition nécessaire avant d'envisager des usages pratiques au-delà de la preuve de concept.

Impact France/UE

L'IIT, institut de recherche italien reconnu en robotique bio-inspirée, illustre la capacité de l'écosystème de recherche européen à explorer des alternatives low-cost aux robots pilotés par IA lourde.

Dans nos dossiers

IA physique & VLA

À lire aussi

1Interesting Engineering

Un robot inspiré de l'arpenteuse utilise des muscles tolérants à 10 MeV pour parcourir des terrains martiens

Des chercheurs de l'Université de Göteborg, avec le soutien de l'Agence Spatiale Européenne (ESA), ont développé un robot rampant à corps souple inspiré de la chenille arpenteuse, conçu pour naviguer sur des terrains planétaires accidentés avec une empreinte électronique minimale. Le système repose sur un actionneur élastomère diélectrique enroulé (RDEA), un muscle artificiel cylindrique qui se contracte et s'étend sous tension pour produire un mouvement péristaltique. Ses électrodes souples sont fabriquées en nanotubes de carbone monoparoi (SWCNT), un matériau que les simulations et expériences ont montré capable de tolérer des expositions à des particules alpha et protons jusqu'à 10 MeV, soit un niveau de radiation comparable à l'environnement martien. Le robot fonctionne à basse tension, ce qui réduit la consommation énergétique et le risque de défaillance sur des missions longue durée. Fait notable : lors des tests sur substrats imprimés en 3D, l'équipe a découvert accidentellement que le robot pouvait se diriger passivement en accrochant ses pattes avant dans des rainures de surface orientées à différents angles (de 0 à 30 degrés), réalisant des virages gauche-droite sans actionneur supplémentaire ni électronique d'orientation embarquée. L'intérêt de cette architecture réside dans sa tolérance aux pannes et sa simplicité mécanique. Ugo Lafont, spécialiste en matériaux et technologies spatiales à l'ESA, souligne que le RDEA continue de fonctionner même partiellement sectionné ou perforé, une propriété précieuse dans un environnement où la maintenance est impossible. Pour les concepteurs de systèmes planétaires, cela représente une alternative crédible aux rovers rigides classiques (comme Perseverance ou Curiosity) dont la mobilité dépend de trains roulants complexes vulnérables aux chocs et à l'ensablement. La navigation passive par interaction avec le terrain ouvre également une piste de recherche pour des robots autonomes légers opérant sans capteurs actifs coûteux en énergie. Il reste néanmoins à démontrer que ces performances se maintiennent hors conditions de laboratoire contrôlées. Le projet, intitulé "Soft Annelid-Inspired Robot with Peristaltic Gait using Low Voltage Fault-Tolerant Artificial Muscles for Planetary Exploration", est financé par le programme Discovery de l'ESA. Il s'inscrit dans un courant plus large de robotique souple spatiale où plusieurs équipes académiques europénnes et américaines explorent les élastomères diélectriques pour des missions à faible masse. La prochaine étape prévoit des tests sous cycles thermiques et radiation réelle, ainsi qu'une intégration de capteurs légers. L'équipe de Göteborg envisage également des essais au Mars Yard de l'ESA aux Pays-Bas, une installation simulant la topographie extraterrestre. Le prototype actuel reste un démonstrateur de laboratoire, pas encore un système déployable, mais la validation du comportement de direction passive constitue un résultat concret et non trivial.

UEL'ESA finance ce projet via son programme Discovery et prévoit des tests au Mars Yard aux Pays-Bas, positionnant l'Europe comme acteur émergent de la robotique souple pour l'exploration planétaire.

FR/EU ecosystemePaper

1 source

2Interesting Engineering

Combinaison robotique simule l'apesanteur sur Terre pour améliorer les capacités motrices des astronautes

Des chercheurs du Centre de recherche allemand pour l'intelligence artificielle (DFKI) et de l'Université de Duisbourg-Essen (UDE) ont participé à la 46e campagne de vols paraboliques du DLR à Bordeaux, du 11 au 22 mai 2026, dans le cadre du projet MikroBeM. L'objectif : déterminer si un entraînement sur Terre avec un exosquelette robotique adapté par IA peut préparer les astronautes aux déficiences motrices fines induites par la microgravité. À bord d'un Airbus A310 "Zero G", les participants ont effectué 180 paraboles au total, chacune offrant exactement 22 secondes d'apesanteur réelle lors du piqué contrôlé de l'appareil. Durant ces fenêtres, les sujets devaient pointer du doigt index le centre d'une cible sur écran, sans pouvoir voir leur main, couverte par un cape opaque. Des capteurs enregistraient simultanément l'activité cérébrale (EEG), les contractions musculaires (EMG) et la fréquence cardiaque. L'ensemble des données a été collecté sans aucune défaillance matérielle. La véritable contribution technique de MikroBeM réside dans la phase d'entraînement pré-vol. La moitié des participants avait passé un mois en laboratoire à s'entraîner dans l'exosquelette développé conjointement par le DFKI et l'UDE. Le système utilise l'IA pour mesurer précisément le poids du bras de l'utilisateur, puis applique des contre-forces motorisées pour neutraliser complètement l'effet de la gravité sur le membre. Le cerveau perçoit alors le bras comme en apesanteur. Comparer ce groupe entraîné à un groupe contrôle non entraîné pendant les vols permet d'évaluer si ce conditionnement au sol "tient" dans la vraie microgravité. Les premiers résultats sont qualifiés de "très prometteurs" par les chercheurs, sans que des chiffres de performance précis n'aient encore été publiés. L'enjeu pour les opérateurs de missions est réel : en microgravité, les gestes de maintenance précis sur station spatiale, tels que serrer un connecteur ou manipuler de l'électronique, deviennent instables et dangereux faute de repères gravitationnels. Le projet MikroBeM s'inscrit dans un contexte plus large de préparation aux missions longue durée vers la Lune et Mars, où les astronautes ne pourront pas bénéficier de simulations en orbite basse comme sur l'ISS. Le DFKI est un acteur reconnu en exosquelettes et robotique de service; côté concurrents, les programmes d'entraînement moteur en microgravité simulée restent un segment de niche, avec quelques initiatives universitaires américaines et japonaises mais aucun dispositif commercial comparable clairement annoncé à ce stade. Les chercheurs indiquent également une retombée médicale directe : les mécanismes d'adaptation cérébrale à un environnement physique altéré sont pertinents pour la neurotechnologie et la rééducation post-AVC, ouvrant potentiellement l'usage de cet exosquelette spatial à des patients neurologiques en réapprentissage moteur. Les prochaines étapes du projet impliquent l'analyse complète des données de vol et la publication des résultats comparatifs.

UELe projet MikroBeM, mené par des institutions européennes (DFKI, UDE, DLR) avec une campagne réalisée à Bordeaux, positionne l'Europe sur le segment émergent de l'entraînement moteur en microgravité simulée, avec des retombées potentielles en neurorééducation post-AVC.

FR/EU ecosystemePaper

1 source

3Robotics & Automation News

Mimic Robotics déploie ses « modèles vision-action de pointe » sur la chaîne de production Audi

Robots industriels apprenant des tâches complexes chez Audi ? Voici le résumé factuel de 200-250 mots, sans invention de chiffres absents du communiqué. --- mimic robotics, entreprise suisse de « physical AI » spécialisée dans les Video-Action Models (VAM) pour l'automatisation industrielle, présente FLUX-mimic, un nouveau modèle développé avec Black Forest Labs, le laboratoire allemand connu pour ses modèles de génération d'image FLUX. Le système est censé permettre à des bras robotiques d'apprendre et d'exécuter des tâches de manipulation complexes directement en environnement d'usine, avec une mise en avant explicite d'un déploiement chez Audi. Le communiqué de mimic reste toutefois vague sur les aspects techniques concrets : aucun chiffre communiqué sur le payload, les degrés de liberté, le temps de cycle ou le nombre de sites équipés, ce qui invite à la prudence tant qu'aucune démonstration indépendante n'est disponible. Si la promesse se confirme, l'enjeu dépasse la simple vitrine technologique : faire fonctionner un modèle vision-langage-action dans une usine automobile, environnement réputé exigeant en précision et en fiabilité, constituerait un signal fort pour les intégrateurs industriels cherchant à dépasser le stade de la démonstration en laboratoire. Cela toucherait directement au débat sur l'écart entre annonces spectaculaires et réalité opérationnelle qui traverse le secteur de la robotique dexterous. mimic robotics développe depuis plusieurs années des modèles de manipulation robotique par apprentissage, et ce partenariat avec Black Forest Labs, davantage connu pour la génération d'images que pour la robotique, marque une diversification notable. FLUX-mimic vient ainsi s'ajouter à une compétition déjà dense sur les modèles d'action généralistes, aux côtés de Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure. Le communiqué ne précise pas de calendrier pour un déploiement élargi au-delà d'Audi.

UELe déploiement implique Audi et Black Forest Labs, deux entreprises allemandes, ce qui illustre une adoption concrète de modèles vision-action dans l'industrie automobile européenne, bien qu'aucune métrique vérifiable ne confirme l'ampleur réelle du déploiement.

FR/EU ecosystemeActu

1 source

4Interesting Engineering

Robot humanoïde industriel français : apprentissage accéléré grâce aux démonstrations humaines

La startup française UMA a dévoilé le design de son premier robot humanoïde alimenté par IA lors du Machina Summit à Paris. L'engin affiche des proportions à taille humaine, une visière neutre en guise de visage plutôt qu'un visage anthropomorphe, et des articulations mécaniques volontairement visibles. UMA vise en priorité les usines, les entrepôts et les centres logistiques, avec un usage domestique envisagé à terme, et fait de l'Europe son premier marché de déploiement. La société a présenté en parallèle son architecture "Real-Time Learning", un système d'IA qui permet au robot d'apprendre de nouvelles tâches par démonstration humaine plutôt que par programmation manuelle : il observe une tâche, s'entraîne, s'adapte aux conditions changeantes et améliore ses performances avec l'expérience. Aucune spécification technique détaillée (charge utile, degrés de liberté, temps de cycle) n'a été communiquée à ce stade. "Les robots humanoïdes mettront des années à atteindre un déploiement à grande échelle, tout comme Internet et les smartphones ont eu besoin de temps avant de transformer des industries entières", a déclaré Rémi Cadène, PDG et cofondateur d'UMA. L'annonce intervient peu après le dévoilement par l'américain Weave Robotics de son robot domestique Isaac 1, capable de ranger une pièce ou faire la lessive avec assistance humaine à distance. Pour les intégrateurs et décideurs industriels, ce pari sur l'apprentissage par démonstration illustre un basculement plus large du secteur : remplacer la programmation tâche par tâche par des modèles capables de généraliser, la même logique que poursuivent les architectures VLA (vision-language-action) de Physical Intelligence ou de NVIDIA. Si la promesse tient, elle réduirait le temps et le coût d'intégration d'un robot dans une chaîne existante, un frein majeur à l'adoption des humanoïdes en usine. Il faut toutefois noter qu'UMA n'a pour l'instant montré qu'un design et un concept d'architecture, sans vidéo de démonstration ni métrique de performance vérifiable : il s'agit d'une annonce de positionnement, pas d'un produit livré ni d'un déploiement réel. Le choix explicite d'une visière neutre plutôt qu'un visage humain, et l'exposition volontaire des articulations, traduit une volonté de se démarquer des démonstrations spectaculaires façon Tesla Optimus ou Figure, au profit d'un discours centré sur la fiabilité industrielle de long terme plutôt que sur l'effet de démonstration publique. UMA a été cofondée par Rémi Cadène, connu pour avoir dirigé le projet LeRobot chez Hugging Face, une bibliothèque open-source d'apprentissage par imitation qui a contribué à démocratiser l'entraînement de robots par démonstration, un héritage direct dans l'architecture Real-Time Learning présentée aujourd'hui. La startup entre sur un marché déjà occupé par les géants américains (Tesla avec Optimus, Figure et son modèle Helix, Physical Intelligence avec Pi-0) et chinois (Unitree, UBTech), ainsi que par des humanoïdes grand public comme Isaac 1 de Weave Robotics. Face à cette concurrence, UMA mise sur l'écosystème industriel et de recherche européen ainsi que sur la pénurie de main-d'œuvre du continent pour justifier son positionnement. Aucun calendrier précis de commercialisation ni de pilotes clients n'a été communiqué au-delà de cette présentation du design, ce qui laisse ouverte la question du délai entre ce concept et un déploiement industriel effectif.

UEUMA est une startup française qui fait de l'Europe son premier marché de déploiement pour un robot humanoïde industriel, renforçant l'écosystème robotique franco-européen face à la concurrence américaine et chinoise.

FR/EU ecosystemeOpinion

1 source