Aller au contenu principal
Des chercheurs créent AthenaZero, un robot qui lance, attrape et frappe la balle au baseball comme un humain
RechercheInteresting Engineering 

Des chercheurs créent AthenaZero, un robot qui lance, attrape et frappe la balle au baseball comme un humain

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

Une équipe de chercheurs dirigée par Andrew Morgan a présenté AthenaZero, un robot à deux bras, deux mains et un torse conçu spécifiquement pour lancer, attraper et frapper une balle de baseball. Contrairement aux robots industriels classiques, la machine a été pensée pour minimiser la masse et la rigidité de ses effecteurs plutôt que pour maximiser la force mécanique brute. Sa masse totale au point d'action a été calibrée pour se rapprocher de celle d'un homme adulte, et la masse effective de ses bras, mesurée en aval de l'épaule, se rapproche davantage de celle d'un bras humain que n'importe quelle autre plateforme robotique comparée dans l'étude. Résultat concret : AthenaZero a atteint une vitesse de lancer de plus de 30 mètres par seconde avec une balle de tennis, une performance qui commence à s'approcher du niveau humain sans l'égaler, les lanceurs professionnels dépassant régulièrement 40 m/s. Les chercheurs ont aussi fait jouer deux unités AthenaZero ensemble à la balle dans un échange soutenu, et associé un seul robot à un joueur humain pour des sessions de lancer et de batting practice. Le robot ne frappe pas systématiquement : il évalue la trajectoire de la balle en temps réel, ajuste son swing en conséquence, et retient son geste si la balle sort de la zone de frappe.

La démonstration vise moins le baseball lui-même, une compétence que les auteurs qualifient eux-mêmes de niche, que la preuve de concept qu'elle porte. Pour l'industrie robotique, l'expérience illustre un décalage persistant entre les progrès des logiciels de contrôle, de plus en plus sophistiqués, et une architecture matérielle restée largement figée sur le modèle lourd et rigide hérité de la robotique industrielle. En montrant qu'un compromis délibéré entre inertie réduite et simplicité mécanique permet une manipulation véritablement dynamique, et non plus seulement des gestes lents et délibérés, l'équipe de Morgan fournit un argument concret pour repenser la conception matérielle des bras et mains robotiques. C'est un enjeu direct pour les intégrateurs et fabricants qui cherchent à faire sortir leurs robots humanoïdes des mouvements prudents et scriptés, vers une réactivité proche du réflexe humain, utile pour la logistique, l'assemblage rapide ou toute tâche imprévisible.

Le constat de départ des chercheurs est que le contrôle robotique a progressé plus vite que le matériel : la plupart des bras robotiques actuels restent construits selon une philosophie mécanique héritée de plusieurs décennies d'automatisation industrielle, privilégiant rigidité et charge utile élevée au détriment de la vitesse et de l'agilité. AthenaZero a été conçu pour tester frontalement l'hypothèse inverse, à savoir qu'une masse d'effecteur plus faible, et donc une inertie réduite, permettrait des réactions plus rapides et des mouvements plus puissants que des concurrents plus lourds. L'étude reste à ce stade une démonstration de recherche, sans annonce de commercialisation, de site pilote ni de calendrier de déploiement. Les auteurs présentent leur approche comme une invitation à aborder les défis de manipulation robotique sous un angle privilégiant la dynamique, une perspective qu'ils jugent applicable bien au-delà du terrain de baseball, vers des scénarios réels imprévisibles où les robots devront réagir plutôt que simplement exécuter.

Dans nos dossiers

À lire aussi

À voir : un robot à deux bras lance, attrape et frappe des balles comme un champion de baseball
1Interesting Engineering 

À voir : un robot à deux bras lance, attrape et frappe des balles comme un champion de baseball

Le Robotics and AI Institute (RAI) a présenté AthenaZero, un robot bimanuel capable de lancer, d'attraper et de frapper des balles avec des mouvements coordonnés. Les résultats sont publiés dans Science Robotics. Le système se compose d'un torse central, de deux bras équipés de mains et d'un ensemble de moteurs et d'engrenages. Les segments des bras sont rigides, mais leurs articulations cèdent sous l'effet de forces extérieures, ce qui permet au robot de réagir de façon contrôlée au contact d'un objet ou de son environnement. L'équipe, dont fait partie le roboticien Andrew S. Morgan, a réalisé trois tâches inspirées du baseball: lancer une balle, l'attraper et la frapper avec une batte. Les chercheurs indiquent que le robot a réussi les trois lors de ses évaluations initiales. L'article ne fournit ni taux de réussite, ni vitesse de balle, ni nombre d'essais, ni payload, ni nombre de degrés de liberté, ni prix. L'intérêt est d'abord méthodologique. La plupart des robots industriels sont conçus pour être raides et précis, ce qui convient au positionnement répétitif de pièces ou à la manutention de charges lourdes, mais complique les interactions avec des objets mobiles ou fragiles. AthenaZero part du principe inverse: élargir la plage de forces exploitable pour être à la fois délicat et puissant, et réduire l'inertie effective du bras afin d'accélérer et de décélérer plus vite. Morgan précise qu'il s'agit d'une première tentative de cette approche à faible inertie. Les auteurs insistent sur le fait que ces expériences démontrent le potentiel d'une conception mécanique, pas une aptitude à réaliser un large éventail de tâches réelles. Pour un intégrateur ou un décideur industriel, il s'agit donc d'une preuve de concept de laboratoire, sans lien avec un produit ou un déploiement. Le message de fond est que la dextérité dynamique ne dépend pas seulement de meilleurs modèles de contrôle: la répartition des masses et le comportement en force du matériel comptent autant, un point que la course actuelle aux modèles VLA tend à reléguer au second plan. Le baseball sert de banc d'essai à des problèmes de manipulation difficiles. Lancer exige de coordonner les articulations pour transmettre de l'énergie à un objet. Attraper impose de réagir à une trajectoire et d'absorber les forces au contact. Frapper demande de positionner et de balancer une batte avec les deux bras au bon moment. Ces tâches dépassent les mouvements prévisibles de l'automatisation d'usine. AthenaZero s'inscrit dans un effort plus large du RAI pour comprendre comment la construction physique d'un robot influence sa capacité à manipuler des objets de formes, de poids et de textures variés. Les chercheurs prévoient de poursuivre l'amélioration du système et de l'évaluer sur des tâches de manipulation plus exigeantes. Aucun calendrier de pilote ni de commercialisation n'est annoncé, et l'article ne situe pas le robot face aux humanoïdes concurrents.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Des chercheurs du MIT construisent un laboratoire robotisé qui assemble et exécute ses propres expériences laser
2Interesting Engineering 

Des chercheurs du MIT construisent un laboratoire robotisé qui assemble et exécute ses propres expériences laser

Des chercheurs du MIT, au Research Laboratory of Electronics, ont construit un laboratoire robotique capable d'assembler, calibrer et démonter seul des expériences d'optique laser, un travail qui prend habituellement des mois de réglages manuels. Menée par le postdoctorant Sachin Vaidya et le professeur Marin Soljačić, l'équipe utilise un bras robotique qui saisit des composants optiques standards (miroirs, lentilles), chacun logé dans un boîtier imprimé en 3D avec code QR d'identification et base magnétique, pour les positionner avec une précision micrométrique. Un outil de réglage Wi-Fi tourne à distance les molettes des montures optiques, tandis que deux caméras aériennes guident le logiciel dans la reconnaissance des pièces et le calcul des trajectoires ; une interface virtuelle permet aussi de déplacer les composants en glissant leur icône à l'écran. Lors d'une démonstration, le robot a assemblé seul une cavité laser de table, brique de base de la plupart des montages optiques, en 50 manœuvres et 30 minutes, puis s'est réajusté automatiquement après le déplacement volontaire d'un composant pour maintenir l'intensité du faisceau. Les détails complets seront présentés à la conférence IROS (Intelligent Robots and Systems) ce mois-ci. Pour la photonique et les laboratoires de R&D, l'enjeu est de lever un goulot d'étranglement connu : le montage optique reste un geste artisanal, dépendant du savoir-faire individuel et peu reproductible. Un système fonctionnant sans fatigue, avec une constance que Vaidya juge supérieure au réglage "au feel" pratiqué par les humains, pourrait libérer du temps de recherche et accélérer les cycles d'expérimentation, promesse qu'une seule démonstration de 30 minutes ne suffit pas à établir à grande échelle. Le projet rejoint la tendance des laboratoires autopilotés ("self-driving labs"), déjà testée en chimie et en science des matériaux, ici appliquée à l'optique de précision où les tolérances se comptent en microns. Une interface cloud, si elle aboutit, permettrait à des chercheurs distants de soumettre des protocoles exécutés physiquement par le robot, utile pour tester plus vite des prototypes de caméras, écrans, cellules solaires ou casques AR/VR. Construire une seule expérience d'optique peut prendre des mois de positionnement manuel de miroirs et lentilles fragiles, d'où le choix de la cavité laser comme premier cas d'usage, composant quasi universel des montages optiques. L'équipe étend le système sur deux fronts : le matériel, pour élargir la gamme de composants manipulables, et l'interface cloud, pour l'exécution à distance de protocoles. Les chercheurs appliquent déjà leur plateforme à un usage concret hors laser, l'évaluation de matériaux candidats à la capture du carbone, en éclairant des échantillons avec une lumière calibrée pour mesurer leur absorption de CO2. Aucun partenaire industriel, prix ni calendrier de déploiement commercial n'est mentionné ; le système reste, à ce stade, un démonstrateur académique.

RecherchePaper
1 source
Un bras robotisé imite le toucher humain grâce à une peau artificielle qui détecte les contacts
3Interesting Engineering 

Un bras robotisé imite le toucher humain grâce à une peau artificielle qui détecte les contacts

Des chercheurs de l'Université des sciences et technologies de Hong Kong (HKUST) ont mis au point EmArm, un bras robotique qui intègre une peau tactile optique souple directement dans sa structure mécanique rigide. Cette peau recouvre plus de 71 000 mm² répartis sur l'avant-bras et le bras. De minuscules caméras, de l'ordre du millimètre ou moins, captent les déformations de la surface au contact et en déduisent la distribution des forces. L'équipe annonce une résolution spatiale de 0,085 mm et un seuil de discrimination à deux points de 18,2 mm, soit la distance minimale à laquelle deux contacts sont distingués. Le capteur optique limite le câblage électrique dans la surface sensible. Selon les chercheurs, il résiste aux interférences électromagnétiques, lumineuses, thermiques, d'humidité et acoustiques, avec une fidélité de détection allant jusqu'à 97,9 % sur cinq types de perturbations. Côté mécanique, le bras conserve une précision de répétabilité comparable à celle des bras classiques, supporte plus de 15 kg de charge en pression et 7,35 N·m en torsion. Il distingue aussi des types de toucher, comme un chatouillement ou une tape. Le système repose sur une boucle perception-action qui fusionne la proprioception (positions articulaires) et les données tactiles externes. Les algorithmes extraient la position, la surface, la force et le nombre de points de contact, puis le contrôleur ajuste la posture et les efforts. Dans une démonstration, le bras stabilise un ballon de basket tenu hors de son centre de gravité en corrigeant en continu sa posture. Dans une autre, il détecte au toucher une main humaine entrant dans sa trajectoire, même sans perception visuelle, s'arrête puis évalue si l'obstacle est temporaire ou permanent avant de poursuivre ou de contourner. Il s'agit de résultats de laboratoire issus de démonstrations choisies, sans produit commercialisé ni déploiement annoncé. L'enjeu est la détection de contact sur toute la surface du bras, et non plus seulement au bout de la pince. La plupart des robots manipulateurs dépendent de la vision et de capteurs de couple articulaires, qui détectent mal une collision localisée ou un objet masqué par le bras lui-même. Pour les intégrateurs de cobots et les responsables de sites logistiques, une peau tactile qui ne sacrifie ni la rigidité ni la précision répond à un compromis connu, puisque les peaux souples fragilisent d'ordinaire la structure. Les chiffres de robustesse (15 kg, 7,35 N·m) restent toutefois modestes face aux charges de bras industriels, et les 97,9 % de fidélité n'ont pas de protocole détaillé. La durabilité de la peau sur des millions de cycles, son coût, son temps de réponse et sa calibration en production ne sont pas documentés. C'est aussi un signal pour les modèles VLA et l'apprentissage incarné, qui manquent de données tactiles à grande échelle. Le toucher de corps entier est un thème ancien de la robotique, exploré par des peaux capacitives ou résistives, par les capteurs optiques de type GelSight (surtout limités aux doigts) et par des revêtements de cobots certifiés pour la collaboration homme-robot. Les acteurs de l'humanoïde, dont Tesla avec Optimus, Figure et 1X, misent surtout sur des mains tactiles et la vision, tandis que des laboratoires asiatiques et américains cherchent à étendre la sensibilité au corps entier. L'approche optique de HKUST se positionne contre ces capteurs électriques, plus sensibles au bruit et plus complexes à câbler. Les prochaines étapes probables sont des tests sur des tâches de manipulation plus variées, une intégration à des politiques apprises et des essais en environnement non contrôlé. Aucun calendrier de transfert industriel n'a été communiqué.

RecherchePaper
1 source
La translation comme action passerelle : transférer des compétences de manipulation de l'humain au robot
4arXiv cs.RO 

La translation comme action passerelle : transférer des compétences de manipulation de l'humain au robot

Une équipe de chercheurs a publié en juin 2026 (arXiv:2606.28133) une méthode pour transférer des compétences de manipulation humaine vers des robots bi-manuels à pinces parallèles, sans passer par une télé-opération coûteuse. Le principe repose sur une représentation d'action dite "pont" : plutôt que de capturer les 6 degrés de liberté (6DoF) du poignet humain rotations incluses, les auteurs n'utilisent que la translation relative du poignet dans le repère de la caméra tête initiale. Cet espace d'action minimal est partagé par les humains et les robots, ce qui élimine la principale source de bruit : l'estimation de la pose rotative d'une main humaine reste imprécise, et les schémas de contact des doigts diffèrent fondamentalement de ceux d'une pince parallèle. Un modèle vision-language-action (VLA) de type Pi-0 est ensuite entraîné avec des tokens d'action entrelacés et un masquage d'attention pour gérer l'absence de certaines composantes selon l'embodiment considéré. Le résultat central est que cette représentation "translation seule" transfère les connaissances de manipulation humaine vers le robot bien plus efficacement que les actions humaines bruitées en 6DoF, et que la performance scale avec la quantité de données humaines disponibles. Les expériences restent confinées à un ensemble de tâches bi-manuelles en laboratoire, ce qui invite à la prudence avant toute généralisation. Pour les intégrateurs B2B cherchant à exploiter des vidéos non instrumentées pour former des robots d'assemblage ou de manutention, c'est une validation de principe utile : les données humaines bon marché deviennent exploitables à condition de définir soigneusement l'espace d'action appris. Cela suggère que la conception de la représentation importe autant que le volume de données brutes. Ce travail s'inscrit dans la course à l'apprentissage cross-embodiment à partir de données humaines peu coûteuses, un front ouvert depuis que RT-2 (Google DeepMind, 2023) a popularisé les VLA multi-modaux. Physical Intelligence a lancé Pi-0 début 2025 comme modèle fondation bi-manuel ; ce papier en adopte l'architecture pour valider une hypothèse d'embodiment transfer distincte. Les concurrents directs incluent OpenVLA (Berkeley), AgiBot World et GR00T N2 (NVIDIA), qui explorent chacun des espaces d'action universels différents. La limite naturelle de cette approche reste les tâches impliquant des rotations fines ou des contacts précis, un angle que les auteurs n'abordent pas encore.

RechercheOpinion
1 source