Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Video Friday : découvrez Microduck
RechercheIEEE Spectrum Robotics 

Video Friday : découvrez Microduck

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

IEEE Spectrum a publié le 28 août 2026 son édition hebdomadaire Video Friday, consacrée notamment à Microduck, un petit robot bipède en forme de canard. Haut de 25 cm pour 780 grammes, il embarque 15 degrés de liberté, une caméra frontale, un lidar 8x8, deux centrales inertielles, des microphones, un haut-parleur, ainsi que des puces NFC, Wi-Fi et Bluetooth. Dès sa sortie de boîte, il marche, s'assoit, s'accroupit, patine, saisit des objets avec son bec articulé et se relève seul après une chute. Pilotable à la manette, via des objets tagués NFC ou par des comportements autonomes programmables, il peut aussi être réuni en groupe pour des courses ou des matchs de football entre plusieurs unités. Le logiciel est intégralement open source, et le robot est en précommande à 399 dollars, livraison annoncée avant Noël 2026. IEEE Spectrum relie, sur un ton ironique, cette sortie au rachat par NVIDIA, pour 12,9 milliards de dollars, de l'entreprise qui avait elle-même acquis la société française Pollen Robotics, sans expliciter de lien produit direct entre les deux opérations.

Cette sortie illustre la montée des plateformes bipèdes low-cost et open source, dans la lignée d'Open Duck Mini, qui abaissent la barrière à l'entrée pour la recherche en locomotion et l'enseignement de la robotique, loin des coûts à cinq ou six chiffres des humanoïdes commerciaux. Pour les intégrateurs et chercheurs, un robot à moins de 400 dollars, riche en capteurs et entièrement documenté, ouvre la voie à des usages en essaim, en pédagogie ou en prototypage rapide de comportements. Le rapprochement avec le rachat de Pollen Robotics par NVIDIA, même présenté avec humour, rappelle l'intérêt stratégique croissant des acteurs du calcul et de l'IA pour la propriété intellectuelle robotique européenne. Reste que les spécifications et le prix de Microduck ne sont, à ce stade, que des promesses de précommande : le produit n'a pas encore été livré et ses performances devront être vérifiées à la réception des premières unités.

Cette édition de Video Friday rassemble aussi d'autres actualités marquantes : un robot sauteur de 54 grammes surpassant les performances d'un kangourou, publié dans IEEE Transactions on Robotics, le poisson-robot modulaire ScaFi développé par l'université de New York, ou encore une pince de moins de 200 grammes pour cueillir des fraises, montée sur un humanoïde Unitree G1 par la start-up tchèque Sentio Robotix. Le numéro mentionne également Noble Machines, qui revendique le déploiement de son premier robot généraliste chez un client du classement Fortune Global 500 dix-huit mois après son lancement, et LimX Dynamics, qui déploie son humanoïde TRON 2 pour des tâches de pharmacie traditionnelle chinoise. Les prochains rendez-vous du secteur cités incluent le Humanoids Summit de Séoul (22-23 septembre 2026), IROS 2026 à Pittsburgh (27 septembre-1er octobre) et CoRL 2026 à Austin (9-12 novembre).

Dans nos dossiers

UnitreePollen Robotics — ReachyICRA / IROS / CoRL

À lire aussi

Video Friday : a-t-on besoin de robots humanoïdes surhumains ?
1IEEE Spectrum Robotics 

Video Friday : a-t-on besoin de robots humanoïdes surhumains ?

Unitree a publié une nouvelle vidéo démonstrative où l'un de ses robots humanoïdes ou quadrupèdes exécute des mouvements rapides et acrobatiques, au point que même les rédacteurs d'IEEE Spectrum peinent à identifier un cas d'usage commercial concret, plaisantant sur une hypothétique livraison de colis à haute vitesse par fenêtre du deuxième étage. La société Generalist a dévoilé GEN-1.5, un modèle fondation pour robots capable d'apprentissage "one-shot" et "few-shot" à partir d'un seul exemple de démonstration, sans mise à jour de gradient ni fine-tuning, ce que l'entreprise présente comme une première à cette échelle. L'institut italien IIT a montré BeanBot, un robot sauteur inspiré des haricots sauteurs mexicains, tandis qu'AgileX Robotics a fait défiler des robots batteurs de tambour synchronisés. Une collaboration entre le AIMS Group de la Hong Kong Polytechnic University et le DRAGON Lab de l'Université de Tokyo a produit un cadre d'optimisation de trajectoire par programmation convexe séquentielle pour multirotors omnidirectionnels, sans recours à l'apprentissage. Gravis Robotics a présenté son kit de rétrofit Gravis Rack, qui équipe des engins hydrauliques de chantier existants de caméras, de lidar et de calcul embarqué pour automatiser les cycles de terrassement. Le laboratoire EVARL a démontré un robot bimanuel grandeur nature capable de franchir quatre barres consécutives grâce à une méthode d'apprentissage par renforcement guidée par points de passage (WGRL). Kawasaki a montré une nouvelle approche du soudage robotisé en chantier naval, et Flexiv a présenté des applications agricoles. Trois rendez-vous du secteur sont annoncés : le Humanoids Summit à Séoul les 22 et 23 septembre 2026, IROS 2026 à Pittsburgh du 27 septembre au 1er octobre 2026, et CoRL 2026 à Austin du 9 au 12 novembre 2026. Cette sélection hebdomadaire illustre l'écart persistant entre démonstrations spectaculaires et utilité industrielle réelle, un point que la rédaction elle-même souligne en s'interrogeant sur l'intérêt pratique des humanoïdes domestiques incapables de gérer un simple verre tombé au sol. Les annonces de type GEN-1.5 méritent une lecture prudente : l'entreprise elle-même reconnaît ne pouvoir garantir, "à sa connaissance", l'absence de données de pré-entraînement pertinentes pour les tâches démontrées, ce qui fragilise la portée de la revendication d'apprentissage en un coup. À l'inverse, des produits comme le Gravis Rack ou les cellules de soudage Kawasaki relèvent d'une automatisation industrielle plus mature et déployable, utile aux intégrateurs cherchant à distinguer recherche exploratoire et solutions commercialisables. Video Friday est une rubrique récurrente d'IEEE Spectrum qui agrège chaque semaine des vidéos issues de laboratoires universitaires et d'entreprises du monde entier, avec un ton éditorial volontairement distancié face au marketing du secteur. Le paysage concurrentiel couvre aussi bien les modèles fondation généralistes pour la robotique, dans la lignée de Pi-0, GR00T N2 ou Helix, que des laboratoires académiques comme ceux de Hong Kong et Tokyo, et des fabricants spécialisés comme Unitree, AgileX, Kawasaki, Flexiv ou Gravis Robotics. Les prochains rendez-vous à surveiller pour le secteur restent le Humanoids Summit de Séoul, IROS et CoRL, qui serviront probablement de vitrines pour des versions plus abouties de ces technologies.

RecherchePaper
1 source
Vidéo du vendredi : la découverte de mouvements robotiques révèle des comportements inattendus
2IEEE Spectrum Robotics 

Vidéo du vendredi : la découverte de mouvements robotiques révèle des comportements inattendus

La semaine robotique de mi-juin 2026 a été marquée par la présentation de MotionDisco, un framework conçu pour découvrir des comportements de loco-manipulation "contact-rich" sur des horizons longs, sans recourir à la téléopération ni au retargeting de démonstrations humaines. Contrairement aux approches classiques fondées sur des milliers d'exemples capturés par mocap, MotionDisco génère ces comportements moteurs à partir de zéro en explorant l'espace des configurations physiques de manière autonome. Les séquences produites incluent des comportements qualifiés d'"atypiques" même par leurs auteurs, dont certains surprennent par leur aspect non-anthropomorphe. En parallèle, ROBOTIS a dévoilé AI Sapiens, un pipeline permettant à un humanoïde d'apprendre des mouvements depuis une vidéo capturée par smartphone, sans équipement de motion capture professionnel, avec une mise en open source annoncée. LUMOS Robotics a lancé Project EDGE en proposant 100 robots NIX gratuits à des partenaires universitaires et laboratoires sélectionnés à l'échelle mondiale. L'ESA a diffusé un timelapse du robot Dextre, positionné en bout de Canadarm2 sur l'ISS, opéré depuis le sol pour décharger des équipements depuis le compartiment non pressurisé de la capsule Dragon de SpaceX. L'intérêt de MotionDisco pour les équipes d'ingénierie tient à sa promesse de contourner le principal goulot d'étranglement du développement en robotique humanoïde : la collecte de données de démonstration. Les approches VLA (Vision-Language-Action) et les méthodes par imitation requièrent des volumes importants de données de haute qualité, coûteuses à produire par téléopération ou mocap. Un framework capable de "découvrir" des comportements moteurs complexes sans données humaines initiales réduirait ce coût d'entrée, avec un impact direct pour les intégrateurs qui externalisent aujourd'hui cette phase à des prestataires spécialisés. Cela dit, aucune métrique de robustesse, de taux de succès ni de généralisation n'est fournie dans la présentation publique, ce qui limite l'interprétation : les vidéos sélectionnées montrent des résultats visuellement convaincants, pas une validation de déploiement. L'annonce d'AI Sapiens par ROBOTIS signale une démocratisation possible du motion learning : si un smartphone suffit pour entraîner un humanoïde, le besoin en infrastructure de mocap type Vicon ou OptiTrack disparaît pour les laboratoires à budget limité. MotionDisco s'inscrit dans un axe de recherche en expansion depuis 2024, porté par des travaux comme DeepMimic (UC Berkeley) et AMP (Adversarial Motion Priors), qui cherchent à automatiser la génération de comportements locomoteurs sans supervision humaine directe. ROBOTIS, fabricant coréen connu pour la gamme de servos Dynamixel et ses plateformes humanoïdes éducatives (OP3, DARWIN), positionne AI Sapiens comme une brique accessible pour les labos dépourvus de pipelines téléopérés coûteux, face à des acteurs comme Unitree ou Fourier Intelligence qui misent eux aussi sur la réduction du coût de collecte de données. LUMOS Robotics reste peu documentée publiquement : Project EDGE ressemble davantage à un programme d'early adopters qu'à un déploiement commercial établi. Les opérations Dextre sur l'ISS rappellent que la téléopération spatiale demeure le segment le plus mature pour la manipulation dextère à distance dans des conditions réelles contraintes. Les étapes à surveiller : la publication éventuelle du code MotionDisco et le calendrier de la mise en open source du pipeline ROBOTIS.

UEL'ESA est le seul acteur européen cité, avec une opération de routine du robot Dextre sur l'ISS ; aucun impact opérationnel ou commercial direct pour la France ou l'UE.

RecherchePaper
1 source
Manipulateur robotique reproductible à guidage visuel 6 DoF : architecture hybride à moteurs pas-à-pas et contrôle natif navigateur
3arXiv cs.RO 

Manipulateur robotique reproductible à guidage visuel 6 DoF : architecture hybride à moteurs pas-à-pas et contrôle natif navigateur

Une équipe d'ingénierie de premier cycle a publié sur arXiv (arXiv:2608.22799v1) la description du NeuralNexus Arm, un bras robotique ouvert et low-cost à 6 degrés de liberté (DOF). Piloté par un unique microcontrôleur STM32H743 monté sur un circuit imprimé sur mesure, il combine deux stratégies de commande de moteurs pas-à-pas sur le même contrôleur : des sorties push-pull en 3,3V pour des drivers TMC2209 embarqués sur les trois articulations du poignet, et des sorties à drain ouvert pilotant des drivers externes CL57T et DM542 pour les trois articulations proximales à fort couple. Le système coordonne les six axes à une fréquence de mise à jour de 2 kHz. L'équipe y associe une chaîne de cinématique inverse développée sous MATLAB/Simscape, une interface de contrôle native au navigateur via la Web Serial API, et un pipeline de vision léger pour la localisation d'objets et des tâches autonomes de préhension-dépôt. Tous les fichiers de conception et le firmware sont publiés en accès libre. Ce projet illustre la baisse continue du coût d'entrée pour construire un bras à 6 DOF fonctionnel avec des composants du commerce plutôt que des actionneurs propriétaires coûteux. Pour les intégrateurs et les laboratoires, l'intérêt tient moins à la performance brute qu'à la documentation détaillée des modes de défaillance matériels et firmware rencontrés lors du passage d'une carte de développement à un PCB personnalisé, une étape de transition notoirement fragile et rarement décrite dans la littérature robotique open-source. Contrairement aux communiqués industriels mettant en avant des métriques de cycle sans contexte, ce travail se présente comme un guide de reproductibilité technique, utile pour la recherche et la formation, mais distinct d'un produit commercial réellement déployé. Le NeuralNexus Arm s'inscrit dans la tradition des bras manipulateurs open-source développés en milieu universitaire. L'architecture mixte de drivers, embarqués et externes, réunis sur un seul STM32H743, répond à une contrainte fréquente des petites équipes : obtenir suffisamment de couple sur les articulations proximales sans multiplier les cartes de contrôle dédiées. L'article ne mentionne aucun partenariat industriel ni déploiement en conditions réelles : il s'agit d'un preprint académique, destiné à être reproduit par d'autres équipes plutôt que commercialisé. Aucune feuille de route n'est précisée, mais l'ouverture complète des plans et du code laisse la voie libre à des contributions ou variantes portées par la communauté robotique open-source.

RecherchePaper
1 source
VAIC : contrôle humanoïde agile d'interaction avec des objets par vision et commandes découplées
4arXiv cs.RO 

VAIC : contrôle humanoïde agile d'interaction avec des objets par vision et commandes découplées

Des chercheurs ont publié en juin 2026 sur arXiv (référence 2606.09286) VAIC, un cadre de contrôle unifié pour robots humanoïdes capable d'interagir avec des objets en milieu non structuré. La contribution principale est l'élimination de deux hypothèses restrictives qui limitent la transposition terrain des contrôleurs existants : les trajectoires de référence denses et l'observabilité complète de l'état. VAIC opère exclusivement à partir d'un flux de profondeur embarqué et de la proprioception historique, via une interface de commandes découplées composée de cibles de vitesse multi-axes et d'un indicateur d'interaction par segment corporel. L'apprentissage suit un paradigme de distillation en deux étapes : une politique "enseignant" privilégiée, entraînée avec accès complet à la cinématique des objets et à l'état environnemental exact, transfère ses compétences à une politique "étudiant" déployable qui reconstruit implicitement la dynamique des objets depuis le flux de profondeur brut via un module d'adaptation récurrent. Sur robot humanoïde (non nommé dans le preprint), cette politique unique exécute en conditions réelles trois familles de tâches dynamiques : transport de carton, interaction avec un chariot, et skateboard, surpassant selon les auteurs les approches baseline comparées. Ce résultat, s'il se confirme à plus grande échelle, adresse directement le "deployment gap" qui freine la commercialisation des humanoïdes : la quasi-totalité des démos publiques repose encore sur des systèmes de capture de mouvement externe ou sur des objets instrumentés avec tracking précis. Proposer une politique unique généraliste, sans trajectoires de référence et fonctionnant sur capteurs embarqués bas coût, réduirait significativement la friction d'intégration pour les opérateurs industriels et les intégrateurs robotiques. La distillation enseignant-étudiant avec module d'adaptation récurrent n'est pas une architecture inédite, mais son application à des tâches aussi hétérogènes sur un humanoïde réel constitue un pas mesurable vers la généralisation. À noter que le preprint ne fournit ni métriques de cycle time par tâche, ni taux de succès quantifiés, ni spécification du robot utilisé, ce qui limite l'évaluation indépendante des performances annoncées. Ce travail s'inscrit dans une course aux contrôleurs généralisés qui oppose des équipes académiques (Berkeley, CMU, ETH Zurich) aux acteurs commerciaux : Figure Robotics avec son pipeline VLA sur Figure 02/03, Physical Intelligence et sa politique Pi-0, 1X Technologies et Unitree, tous actifs simultanément sur le sim-to-real et les architectures polyvalentes. L'approche de VAIC, centrée sur la profondeur et la proprioception plutôt que sur les vision-language models à grande échelle, constitue un positionnement différenciant en termes de coût de calcul embarqué et de simplicité sensorielle. Aucun partenariat industriel ni calendrier de déploiement n'est annoncé dans ce preprint : il s'agit à ce stade d'une démonstration de recherche, dont la validation sur plusieurs plateformes robotiques et environnements variés reste entièrement à mener.

RecherchePaper
1 source