RechercheIEEE Spectrum Robotics 11 septembre 2026

Le robot humanoïde s'attaque aux barres de singe

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Le Robotic Systems Lab de l'ETH Zurich a dévoilé un robot humanoïde traversant des barres de singe: il saute pour s'accrocher à une structure clairsemée, enchaîne les prises une à une, puis atterrit sans chuter, un test de perception fine de géométries en surplomb et de contrôle agile du corps entier. Unitree a publié en open source son modèle de fondation incarné UnifoLM-WLA-1.0, revendiquant des résultats état de l'art parmi les modèles ouverts sur plusieurs benchmarks, un seul réseau coordonnant manipulation de bureau et manipulation mobile corps entier avec généralisation entre tâches et effecteurs. Le centre de recherche CRASAR est revenu sur le 11 septembre 2001, première utilisation documentée de robots en recherche et sauvetage urbains: déployés de l'après midi du 11 septembre au 2 octobre, date de panne du dernier robot disponible, ils n'ont trouvé aucun survivant mais ont localisé des restes humains et aidé à repérer des accès vers sous sols et cages d'escalier. ANYbotics a par ailleurs détaillé la certification de ses robots quadrupèdes pour opérer en atmosphères explosives, une homologation jugée jusque là impossible par des experts du secteur.

L'exercice des barres de singe reste un démonstrateur de recherche, loin d'un cas d'usage industriel, mais il montre les progrès de l'intégration perception-contrôle sur des appuis discontinus, verrou encore ouvert pour la locomotion humanoïde hors laboratoire. L'ouverture complète du code d'UnifoLM-WLA-1.0 s'inscrit dans une stratégie chinoise de banalisation des modèles de fondation incarnés de type VLA, qui met la pression sur des modèles propriétaires comme Pi-0, GR00T N2 ou Helix en offrant gratuitement des capacités comparables, un signal à suivre pour tout intégrateur arbitrant entre bâtir et acheter sa pile logicielle. Le retour de CRASAR, vingt cinq ans après les faits, rappelle que la robotique de catastrophe reste bornée par des attentes réalistes, cartographier et localiser plutôt que se substituer aux secouristes, un repère utile face à l'emballement actuel autour des humanoïdes généralistes. ANYbotics illustre à l'inverse un marché B2B mature hors du battage humanoïde, où le robot à pattes prouve une valeur d'usage certifiée en environnement industriel à risque.

Le Robotic Systems Lab de l'ETH Zurich, berceau du quadrupède ANYmal dont est issu le spin off suisse ANYbotics, poursuit une lignée de recherche en locomotion agile entamée il y a plus d'une décennie. Unitree se positionne en concurrent direct de Tesla avec Optimus, de Figure avec Figure 03 ou de NVIDIA avec GR00T, sur le terrain des modèles de fondation grand public. Le calendrier du secteur s'intensifie d'ici la fin de l'année, avec le Humanoids Summit à Séoul les 22 et 23 septembre 2026, IROS 2026 à Pittsburgh du 27 septembre au 1er octobre, puis CoRL 2026 à Austin du 9 au 12 novembre, où plusieurs de ces équipes présenteront leurs prochains travaux.

Impact France/UE

ANYbotics, spin-off suisse de l'ETH Zurich, fait certifier ses robots quadrupèdes pour les atmosphères explosives, un enjeu direct pour les sites industriels à risque en Europe.

Dans nos dossiers

Figure Unitree NVIDIA GR00T ICRA / IROS / CoRL

À lire aussi

1arXiv cs.RO

Tests adversariaux des filtres de sécurité du robot humanoïde SPARK

Une équipe de chercheurs a publié en mai 2026 sur arXiv (arXiv:2605.19009) une étude de robustesse portant sur les filtres de sécurité SPARK pour robots humanoïdes. Le travail consiste en une réplication du cas de référence G1SportMode\D1\WG\SO\v1 dans le simulateur MuJoCo, puis en une batterie de tests adversariaux sur six méthodes de filtrage : RSSA, RSSS, SSA, CBF (Control Barrier Function), PFM et SMA. Les auteurs ont également construit un pipeline de post-traitement pour convertir les logs bruts SPARK en trois métriques exploitables, suivi d'objectif, distance minimale aux obstacles, et nombre de pas en collision. Résultat principal : certaines méthodes optimisent le suivi de trajectoire au détriment de l'évitement, tandis que d'autres réduisent les collisions sans maintenir l'efficacité de déplacement. L'importance de ce travail tient à un angle souvent négligé dans l'évaluation des humanoïdes : les benchmarks nominaux, ceux qui servent à comparer les méthodes en conditions idéales, ne capturent pas les modes d'échec qui émergent dans des environnements contraints. Trois types de perturbations ont été testés : densification des obstacles ("obstacle crowding"), estimation bruitée des distances, et information obstacle avec délai. Dans ces conditions, le comportement de sécurité de plusieurs filtres se dégrade significativement, un résultat qui contredit implicitement l'hypothèse que les scores de référence suffisent à valider une méthode avant déploiement terrain. Pour un intégrateur ou un responsable de sécurité industrielle, c'est un signal clair : la qualification d'un filtre de sécurité humanoïde doit inclure des scénarios de stress, pas seulement les cas nominaux. Le SPARK framework s'est imposé ces dernières années comme cadre de référence pour évaluer la sécurité des humanoïdes à corps complet, face à la complexité inhérente de ces systèmes : haute dimensionnalité, contraintes de collision multiples, proximité avec des opérateurs humains. Le cas répliqué ici est lié au robot Unitree G1, l'une des plateformes humanoïdes accessibles les plus répandues en recherche. Les concurrents directs dans cet espace incluent des travaux sur MPC avec CBF (MIT, CMU), les approches RoboSafe d'ETH Zurich, et les filtres embarqués dans Boston Dynamics Atlas. La suite logique de cette recherche serait un protocole de stress testing standardisé, intégrable dans les pipelines de CI/CD robotique avant déploiement en environnement semi-contrôlé.

RechercheOpinion

1 source

2IEEE 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

3Hackaday Robots Hacks

Muscles fibreux pour la robotique humanoïde

Des muscles fibreux électrofluidiques pour l'actionnement robotique Les actionneurs robotiques classiques reposent sur des moteurs couplés à des réducteurs ou des systèmes de liaisons pour transformer un mouvement rotatif en mouvement utile, une approche peu adaptée à la reproduction de mouvements humains fluides. Face à cette limite, plusieurs équipes se sont tournées vers l'actionnement pneumatique, sans obtenir jusqu'ici de résultats vraiment convaincants. Une nouvelle piste, baptisée "Electrofluidic Fiber Muscles" (muscles à fibres électrofluidiques), propose une alternative: un faible courant sous haute tension génère un gradient de pression à l'intérieur d'un long tube, ce qui provoque sa contraction, à la manière d'une fibre musculaire. Ce tube peut être associé à un second, monté en configuration extenseur/fléchisseur, reproduisant ainsi le fonctionnement d'une paire de muscles biologiques antagonistes. Particularité notable: la pompe qui génère la pression motrice peut elle-même être enroulée directement autour des fibres, formant un ensemble compact et intégré, sans nécessiter de source de pression externe volumineuse comme c'est le cas pour les actionneurs pneumatiques classiques. Cette approche s'inscrit dans une recherche plus large de solutions d'actionnement légères, compactes et compliantes pour la robotique humanoïde, où les moteurs et réducteurs traditionnels restent lourds, rigides et énergivores. Si elle tient ses promesses, l'intégration directe de la pompe dans la structure fibreuse pourrait réduire l'encombrement et le poids des systèmes actionneurs, un enjeu central pour les concepteurs de robots à mouvements humains. Il s'agit toutefois pour l'instant d'un concept au stade expérimental, loin d'un produit commercialisé ou déployé à grande échelle: aucune donnée sur l'endurance, la force générée ou le coût de fabrication n'est encore disponible. Ce développement s'ajoute à la longue lignée d'expérimentations autour des muscles artificiels, des systèmes pneumatiques de type McKibben aux approches électroactives plus récentes, qui cherchent toutes à s'affranchir des limites mécaniques des moteurs classiques. Les auteurs eux-mêmes tempèrent l'enthousiasme: il faudra encore du temps avant de voir cette technologie équiper des robots grand public ou même des plateformes de hobbyistes.

RecherchePaper

1 source

4arXiv cs.RO

Robot Drummer : un humanoïde apprend les compétences rythmiques de la batterie

Des chercheurs ont présenté Robot Drummer, un framework de simulation permettant à des robots humanoïdes d'apprendre à jouer de la batterie, dans un article mis à jour sur arXiv (arXiv:2507.11498v3). L'équipe modélise le jeu de batterie comme une succession d'événements de contact minutés, baptisée "Rhythmic Contact Chain". Pour gérer la durée des morceaux, chaque piste est découpée en segments de longueur fixe, et une seule politique d'apprentissage par renforcement est entraînée en parallèle sur l'ensemble de ces segments plutôt que morceau par morceau. Les auteurs ont testé leur méthode sur plus de trente titres populaires et rapportent des scores F1 élevés, avec un apprentissage efficace même sur des performances musicales longues. Le système fait émerger des comportements proches de ceux d'un batteur humain, comme les frappes en croisant les bras ou une répartition adaptative des baguettes entre les mains. Le projet reste pour l'instant purement simulé, sans déploiement sur un robot physique ; une page dédiée (robotdrummer.github.io) présente les résultats. L'intérêt de ces travaux dépasse le simple exercice de style musical. La batterie impose une contrainte rare dans la robotique humanoïde : une synchronisation à la fraction de seconde, des contacts répétés à grande vitesse, et une coordination fine entre plusieurs membres sur des durées de plusieurs minutes, bien au-delà des tâches de manipulation ou de locomotion habituellement étudiées. Démontrer qu'une politique de RL unique peut apprendre ce type de comportement long et précis constitue un test de charge utile pour les architectures de contrôle destinées, à terme, à des tâches industrielles exigeant elles aussi rapidité et coordination multi-membres sous contrainte de timing strict. Les humanoïdes ont beaucoup progressé ces dernières années sur l'équilibre, la marche et la préhension d'objets, mais les domaines expressifs comme la performance artistique restaient largement inexplorés. Ce travail s'inscrit dans une tendance plus large consistant à utiliser des tâches créatives ou ludiques comme bancs d'essai pour la dextérité et la coordination robotique. La prochaine étape logique, non abordée dans cette publication, serait le transfert de cette politique de simulation vers un robot physique réel, avec les défis classiques de sim-to-real que cela implique.

RecherchePaper

1 source