RechercheInteresting Engineering 31 août 2026

Vidéo : le Berkeley Humanoid Lite imprimé en 3D ouvre une voie moins coûteuse pour construire des robots

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs de l'université de Californie à Berkeley ont présenté le Berkeley Humanoid Lite, un robot humanoïde open source conçu pour réduire drastiquement le coût d'entrée dans la robotique humanoïde. Haut de 0,8 mètre et pesant environ 16 kilogrammes (35 livres), l'engin peut être construit pour moins de 5 000 dollars aux prix du marché américain, pièces imprimées en 3D comprises. Son cœur est un actionneur maison combinant un moteur brushless DC, un réducteur cycloïdal imprimé en PLA et un encodeur de position magnétique, le tout fabriqué sur une imprimante FDM de bureau standard, chaque pièce tenant dans un volume de 200 x 200 x 200 millimètres. Deux tailles d'actionneurs sont utilisées : le modèle 6512, à environ 188 dollars, et le 5010, à environ 136 dollars, le robot complet en embarquant dix grands et douze petits. Les tests menés par l'équipe montrent une efficacité mécanique d'environ 90 % dans la plupart des conditions, une stabilité maintenue sur un essai d'endurance de 60 heures malgré une usure progressive du jeu mécanique, et une erreur de suivi de couple inférieure à 0,5 Nm sur six actionneurs fabriqués avec deux imprimantes différentes. Le contrôle repose sur un mini PC Intel N95 et une centrale inertielle embarquée, avec un contrôleur par apprentissage par renforcement entraîné en simulation et transféré directement sur le robot physique pour la marche. Une téléopération via des contrôleurs SteamVR permet aussi d'exécuter des tâches comme écrire, déplacer des objets, emballer des cartons ou résoudre un Rubik's Cube.

L'intérêt de ce projet n'est pas de rivaliser avec les humanoïdes commerciaux à plusieurs dizaines ou centaines de milliers de dollars, mais d'offrir aux laboratoires universitaires, hobbyistes et développeurs une plateforme de référence bon marché et modifiable, plutôt qu'un produit fini. Chaque actionneur étant autonome et ne nécessitant que de l'alimentation et une communication CAN, la structure peut être reconfigurée en robot bipède, quadrupède, centaure ou base mobile, voire agrandie en version taille adulte. C'est surtout une validation supplémentaire que l'apprentissage par renforcement entraîné en simulation peut se transférer efficacement à du matériel low-cost et imprimé en 3D, un signal utile pour la recherche académique en contrôle locomoteur, indépendamment des plateformes propriétaires.

Le projet s'inscrit dans la lignée des travaux robotiques de Berkeley et dans la mouvance plus large du matériel robotique open source, à contre-courant des humanoïdes fermés développés par les grands acteurs commerciaux du secteur. Les chercheurs reconnaissent que les effets à long terme de la chaleur sur les pièces imprimées en 3D restent à approfondir, ce qui laisse ouverte la question de la durabilité du système au-delà des essais de laboratoire déjà menés.

À lire aussi

1arXiv cs.RO

Une taxonomie des activités de tâches de construction pour les robots ouvriers

Un article publié sur arXiv (2608.25395v1, août 2026) présente TARCAT, une taxonomie des tâches de construction destinée aux robots ouvriers, développée par un groupe associé au laboratoire AICPS. Le système s'appuie sur 91 tâches issues de la base O*NET, couvrant sept métiers du bâtiment à forte employabilité, ainsi que sur l'analyse de 30 vidéos pédagogiques de travail physique. TARCAT décompose ce corpus en 41 primitives d'action, regroupées en 12 catégories et trois classes, avec un mécanisme pour combiner ces primitives paramétrées en séquences réutilisables appelées compétences. Une partie de ces primitives a été testée sur un bras robotique DOBOT CR3 équipé d'une main CRAFT. Les annotations complètes sont publiées en accès libre sur GitHub, dans le dépôt AICPS/TARCAT-Taxonomy. Cette taxonomie répond à un problème concret pour les intégrateurs et chercheurs en robotique générale : les modèles vision-langage-action promettent des robots au répertoire plus large que les systèmes spécialisés, mais leur déploiement sur chantier exige un inventaire précis des gestes et des capacités nécessaires, ce qui manquait dans le secteur de la construction. En offrant un vocabulaire commun et lisible par des humains, TARCAT peut organiser des démonstrations d'apprentissage, spécifier les exigences matérielles d'un robot, et alimenter des agents de codage capables de retrouver et d'étendre des bibliothèques de compétences. À noter : seule une sélection restreinte de primitives a été validée physiquement sur un unique bras, loin d'une démonstration de système complet opérant sur un vrai chantier. Ce travail s'inscrit dans le mouvement plus large de la robotique embarquée, où les modèles VLA cherchent à s'affranchir des systèmes dédiés tâche par tâche, un axe poussé par plusieurs laboratoires et fabricants de robots manipulateurs ou humanoïdes. Contrairement aux annonces produits qui multiplient des démonstrations spectaculaires sans cadre d'évaluation standardisé, TARCAT s'appuie sur des données d'occupation officielles et des vidéos de terrain plutôt que sur des cas choisis pour l'effet. Les auteurs présentent ce travail comme une fondation destinée à être étendue : le dépôt GitHub public ouvre la porte à des contributions externes et à une adoption par d'autres équipes travaillant sur la robotique générale appliquée au bâtiment, un secteur où peu de standards communs existaient jusqu'ici pour décrire précisément le travail humain à automatiser.

RecherchePaper

1 source

2Robotics Business Review

BioflexBot : une main robotique conçue pour reproduire les mouvements clés de la main humaine

Une équipe de chercheurs chinois a présenté BioflexBot, une nouvelle main robotique conçue pour reproduire les mouvements fondamentaux de la main humaine, dans une étude publiée par Wiley dans la revue Advanced Science. Contrairement aux préhenseurs anthropomorphes classiques qui copient l'anatomie complexe de la main, BioflexBot repose sur un ressort spiralé, une coque de contrainte et un système pneumatique simple piloté par seulement deux entrées d'air comprimé. Les auteurs principaux, Yingtian Li (Chinese University of Hong Kong, Shenzhen) et Yang Yang (Nanjing University of Information Science and Technology), ont validé quatre mouvements clés: le pincement, avec la manipulation d'une aiguille d'acupuncture et le transport de liquide via une pipette; la rotation, avec un bouchon de bouteille tourné près de quatre fois plus loin qu'une main humaine; l'accrochage d'objets comme une boîte à outils ou des lunettes; et la préhension d'objets jusqu'à treize fois plus volumineux que des systèmes comparables. La main peut aussi s'étendre et se rétracter 3,5 fois plus qu'une main humaine, selon les chercheurs. Trois démonstrations d'application ont été menées: l'inspection d'un mockup imprimé en 3D d'un ensemble d'aubes de moteur d'avion, l'intégration à un robot humanoïde pour des tâches quotidiennes, et la conduite d'une expérience de chimie. Ce travail s'inscrit dans un débat central de la robotique humanoïde: faut-il répliquer la forme de la main humaine ou seulement ses fonctions. Les mains anthropomorphes multi-doigts, coûteuses en matériel et en contrôle, restent un goulot d'étranglement pour l'industrie, y compris pour des plateformes commerciales comme Optimus ou Figure. En misant sur la simplicité mécanique plutôt que sur la complexité biomimétique, BioflexBot promet une dextérité élevée à coût réduit, un argument qui parle directement aux intégrateurs industriels et aux décideurs cherchant à déployer de la manipulation robotique en inspection aéronautique, en laboratoire ou en logistique fine. Il faut toutefois noter qu'il s'agit d'un prototype de recherche académique validé en conditions contrôlées, pas d'un produit commercialisé ni déployé en usine, et que les chiffres de performance (rotation, extension, taille d'objets saisis) proviennent des propres essais des auteurs, sans comparaison indépendante standardisée. BioflexBot s'ajoute à une vague de recherches sur des effecteurs terminaux alternatifs, alors que les grands acteurs du secteur humanoïde investissent massivement dans des mains à plusieurs doigts pilotées par des modèles vision-langage-action comme GR00T N2 ou Helix. Les laboratoires chinois, ici la Chinese University of Hong Kong à Shenzhen et l'université de Nanjing, positionnent leur approche comme une alternative à bas coût plutôt qu'une concurrente directe de ces systèmes complexes. Les chercheurs indiquent vouloir transformer leur prototype en une plateforme entièrement automatisée dans de futurs travaux, sans calendrier ni partenaire industriel annoncé à ce stade.

RecherchePaper

1 source

3Interesting Engineering

Robots quadrupèdes : des pieds poreux imprimés en 3D réduisent la consommation de batterie

Une équipe de la Seoul National University of Science and Technology (SEOULTECH) a mis au point des pieds de robot imprimés en 3D à structure poreuse, capables de réduire la consommation électrique des robots quadrupèdes pendant la marche. Ces pieds légers reposent sur des structures TPMS (triply periodic minimal surface), des réseaux tridimensionnels répétitifs qui absorbent et restituent l'énergie d'impact au contact du sol. Les chercheurs ont conçu et testé trois variantes hémisphériques (primitive, gyroïde, diamant), évaluées par tests de compression : la structure en diamant, avec une densité relative de 60 %, a offert le meilleur compromis entre flexibilité, absorption des chocs et pertes d'énergie minimales. Associée à un contrôleur d'apprentissage par renforcement profond (DRL) qui synchronise les mouvements moteurs avec l'énergie stockée puis relâchée par le pied à chaque pas, cette solution a été testée sur le robot quadrupède commercial RBQ-10, à des vitesses comprises entre 0,4 et 1,0 mètre par seconde. Résultat : une baisse de la consommation de la batterie allant de 1,4 % à 6,2 % selon la vitesse, sans perte de stabilité de la marche. Cette avancée s'attaque à l'un des principaux freins à l'adoption des robots quadrupèdes dans l'industrie : leur appétit énergétique, nettement supérieur à celui des robots à roues, puisque chaque pas nécessite un effort moteur continu. Pour des usages comme l'inspection industrielle, la logistique en entrepôt ou les missions de recherche et sauvetage, où l'autonomie de la batterie conditionne directement le temps d'opération sur le terrain, un gain de quelques points de pourcentage peut se traduire par des cycles d'utilisation plus longs sans recharge. L'intérêt de l'approche tient aussi à sa simplicité mécanique : plutôt que d'intégrer des ressorts dans la structure des jambes, comme le font d'autres conceptions, l'énergie est stockée directement dans le pied, ce qui allège l'architecture globale. Comme les structures TPMS peuvent être produites avec des imprimantes 3D standards, la technique pourrait être relativement simple et peu coûteuse à intégrer sur d'autres plateformes robotiques. Il faut toutefois noter que les gains restent modestes (1,4 à 6,2 %) et mesurés en conditions de laboratoire sur un seul modèle de robot. Le travail s'inscrit dans une recherche plus large sur l'efficacité énergétique des robots à pattes, un domaine où des acteurs comme Boston Dynamics (Spot), ANYbotics (ANYmal) ou Unitree explorent différentes pistes mécaniques et logicielles pour prolonger l'autonomie. En combinant une innovation purement mécanique, la structure poreuse du pied, à une couche de contrôle par intelligence artificielle capable d'exploiter cette élasticité en temps réel, l'équipe de SEOULTECH illustre une tendance de fond dans la robotique de terrain : l'optimisation conjointe du matériel et du logiciel plutôt que l'amélioration isolée de l'un ou de l'autre. Les chercheurs n'ont pas communiqué de calendrier pour une éventuelle industrialisation de cette technologie de pied.

RecherchePaper

1 source

4Interesting Engineering

Vidéo : un robot maîtrise l'air hockey et bat des humains sans jamais toucher une vraie table

Une équipe de trois étudiants de l'Université de la Colombie-Britannique (UBC) a développé une table de air hockey contrôlée par intelligence artificielle, capable d'affronter des joueurs humains sans avoir jamais été entraînée sur une vraie table. Le système repose sur un transfert simulation-réel (sim-to-real) : l'agent IA a été entraîné exclusivement dans un jumeau numérique haute-fidélité de la table, via une méthode d'apprentissage par renforcement appelée "soft actor-critic" (SAC), qui remplace les moteurs physiques classiques comme Unity ou Unreal pour accélérer les itérations sur des millions de parties simulées. Une fois le modèle entraîné, il a été transféré directement dans le robot physique, équipé d'une caméra aérienne à 120 images par seconde et d'un palet recouvert de bande rétroréfléchissante pour améliorer le tracking. Résultat : l'IA s'est montrée compétitive face à un adversaire humain dès le premier contact avec la table réelle, sans phase d'adaptation supplémentaire. Ce qui rend ce résultat notable, c'est la gestion explicite du "reality gap", le fossé qui sépare habituellement les performances en simulation de celles dans le monde réel. Le air hockey est un cas particulièrement difficile : le palet se déplace à grande vitesse, ses rebonds sont chaotiques, et le système doit absorber des latences caméra, des fluctuations de tension, des vibrations mécaniques et un tracking imparfait. L'équipe a répondu à ce problème par ce qu'on appelle la "domain randomization" : plutôt que de simuler une table parfaite, ils ont introduit délibérément des imperfections, rails inégaux, rebonds inconsistants, chutes d'alimentation, latence variable, pour forcer l'agent à raisonner en termes de distributions de positions probables plutôt qu'en trajectoires exactes. C'est une approche qui contredit le réflexe habituel de "nettoyer" les simulateurs, et dont les résultats suggèrent que l'imperfection contrôlée peut être un levier d'apprentissage plus robuste que la précision physique maximale. Sur le plan du contexte, ce projet étudiant s'inscrit dans un effort de recherche plus large sur les transferts sim-to-real pour les systèmes autonomes, thème central dans la robotique de manipulation, les drones et les véhicules autonomes. Il ne s'agit pas d'un produit commercialisé ni d'un déploiement industriel, mais d'une preuve de concept académique dont le code est disponible sur GitHub. Les laboratoires travaillant sur des agents de manipulation à grande échelle, comme Physical Intelligence (Pi) avec pi-0 ou des équipes universitaires spécialisées en sim-to-real, explorent des problèmes analogues sur des environnements bien plus complexes. Ce qui distingue ce travail, c'est la clarté méthodologique et la reproductibilité revendiquée : si l'approche tient à plus grande échelle, la domain randomization couplée au SAC pourrait réduire significativement les coûts et délais d'entraînement de robots autonomes dans des environnements industriels non structurés.

RecherchePaper

1 source