Aller au contenu principal
Des chercheurs préparent des essaims de robots capables d'assembler des structures sans ouvriers humainsIllustration générée par IA
RechercheInteresting Engineering 

Des chercheurs préparent des essaims de robots capables d'assembler des structures sans ouvriers humains

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource uniqueImpact UE

Des chercheurs de l'Université de Stuttgart (Allemagne) préparent deux systèmes robotiques autonomes de construction, SCALAR et COBRAS, censés accélérer les chantiers, améliorer la productivité et réduire les déchets. Les deux projets ont obtenu chacun environ 4 millions d'euros (environ 9 millions de dollars) via l'EIC Pathfinder Challenge du Conseil européen de l'innovation. Coordonnés par l'Institute for Computational Design and Construction (ICD), ils doivent démarrer en novembre 2026 pour trois ans. SCALAR vise l'assemblage autonome de modules en bois préfabriqués : des grues rétrofitées transportent les composants et les positionnent grossièrement, tandis que des robots mobiles assurent l'assemblage de précision. Le processus est simulé en environnement virtuel avant le chantier, puis un système de contrôle numérique coordonne les opérations en temps réel et veille à la sécurité. COBRAS, lui, étudie des équipes de robots mobiles identiques à alimentation électrique, qui assemblent des structures en treillis spatial (space frames), sans contrôleur central, par coordination autonome de type essaim.

Ces projets s'attaquent à des verrous concrets. Le bois modulaire réduit le temps passé sur site, mais l'assemblage reste très manuel. Pour les structures en treillis spatial, la pose de multiples pièces individuelles freine l'adoption. L'intérêt de SCALAR tient à l'intégration de machines existantes : rétrofiter des grues de fabricants comme Liebherr et Jekko est plus réaliste pour un intégrateur que de concevoir des engins entièrement nouveaux. Le développement de capteurs fiables face à la poussière, à la saleté et aux éclairages difficiles est le point dur du passage du laboratoire au chantier, là où se joue l'écart entre démonstration et réalité. COBRAS parie sur la scalabilité : on ajoute ou retire des robots selon la taille du chantier, et la panne d'une unité n'arrête pas l'ensemble. Il faut toutefois rester prudent. Il s'agit de projets de recherche non encore démarrés, sans performances, cadences ni calendrier de déploiement annoncés. On ne parle ni de produit ni de pilote.

Ces travaux prolongent la ligne de recherche de l'ICD sur la conception computationnelle et la construction robotisée. Ils s'appuient sur un consortium européen : l'Institute for System Dynamics de Stuttgart, l'Austrian Institute of Technology, Liebherr et Jekko pour SCALAR ; l'Institute for Structural Engineering and Structural Design de Stuttgart, le Reconfigurable Robotics Lab de l'EPFL (Suisse) et le laboratoire IRIDIA de l'Université libre de Bruxelles pour COBRAS. Ce positionnement académique et européen contraste avec la robotique de construction commerciale, souvent portée par des start-up américaines, et il privilégie le bois et la réutilisation des composants, en phase avec les enjeux de durabilité. La suite dépendra des résultats après le lancement de novembre 2026, avec une échéance d'environ fin 2029. Le passage à des essais sur chantier réel et l'implication des industriels partenaires seront les indicateurs à surveiller.

Impact France/UE

Deux projets financés par l'EIC Pathfinder (environ 4 M€ chacun) et menés par l'Université de Stuttgart avec l'EPFL, l'ULB et Liebherr structurent un écosystème européen de robotique de construction.

À lire aussi

Apprendre à construire : assemblage robotique autonome de structures stables sans plans prédéfinis
Illustration générée par IA
1arXiv cs.RO 

Apprendre à construire : assemblage robotique autonome de structures stables sans plans prédéfinis

Des chercheurs proposent un cadre d'assemblage robotique autonome capable de construire des structures stables sans plan architectural prédéfini. Au lieu de suivre un plan figé, la tâche de construction est décrite par des cibles à atteindre et des obstacles à éviter. Le système décide donc lui-même de l'ordre et du placement des éléments. Le module de décision est une politique d'apprentissage par renforcement (RL), entraînée par deep Q-learning avec « successor features », une représentation qui découple la dynamique de l'environnement de la fonction de récompense. Cette approche vise à faciliter le transfert d'une tâche à l'autre. L'évaluation, présentée comme une preuve de concept, porte sur un banc d'essai de 15 tâches d'assemblage 2D en blocs discrets. Des expériences ont aussi été menées sur un montage robotique réel en boucle fermée. Elles indiquent que la méthode fonctionne et tolère le bruit de construction, c'est-à-dire les imprécisions de pose et d'exécution lors de la pose des blocs. Le résumé ne donne ni taux de réussite, ni temps de cycle, ni nombre d'essais réels, ni identification du robot utilisé. L'intérêt tient au déplacement du problème. L'assemblage robotique industriel repose presque toujours sur une séquence connue à l'avance, ce qui limite sa robustesse dès que le terrain ou les pièces s'écartent du modèle. Une politique qui raisonne à partir d'objectifs et de contraintes, et qui corrige en boucle fermée, répond à l'incertitude propre au chantier, à la construction modulaire ou à la préfabrication in situ. Les limites sont toutefois nettes. Les tâches sont en 2D, avec des blocs discrets, loin des charges, des tolérances et des matériaux d'un site réel. Aucune comparaison avec des planificateurs classiques n'est annoncée. Le résultat reste un signal de recherche, sans lien avec un produit, un déploiement ou une démonstration à l'échelle. Ces travaux s'inscrivent dans un mouvement plus large qui remplace les pipelines de planification symbolique par des politiques apprises, qu'il s'agisse de RL ou de modèles vision-langage-action (VLA) pour la manipulation. L'assemblage de structures y reste un terrain moins exploré que la saisie ou le tri. La suite logique est le passage à la 3D, à des éléments hétérogènes et à des géométries plus riches, avec une validation sur des tâches physiques plus nombreuses. Il s'agit de la version 2 d'un preprint arXiv (2602.23934), qui n'a pas encore été publié après relecture par les pairs. Aucun partenaire industriel ni calendrier de pilote n'est mentionné.

RecherchePaper
1 source
Des chercheurs du MIT construisent un laboratoire robotisé qui assemble et exécute ses propres expériences laser
Illustration générée par IA
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
EgoSwarm : apprendre une intelligence d'essaim décentralisée à des robots à partir de démonstrations d'essaims humains
Illustration générée par IA
3arXiv cs.RO 

EgoSwarm : apprendre une intelligence d'essaim décentralisée à des robots à partir de démonstrations d'essaims humains

Une équipe de recherche publie sur arXiv (2611.20100) EgoSwarm, présenté comme le premier cadre d'apprentissage robotique visant à produire des politiques de collaboration multi-robots décentralisées à partir de démonstrations humaines collectives. Les auteurs ont collecté plus de 50 heures d'expérience collaborative avec un système égocentrique multi-personnes, sans aucun robot : plusieurs participants portent des capteurs et accomplissent ensemble des tâches de répartition des rôles, de passation d'objets et de manipulation d'objets partagés. Deux briques servent à exploiter ces données. Le Swarm Interaction Packet (SIP) et le Swarm Interaction Token (SIT) reconstituent les relations d'interaction entre agents à partir d'observations dispersées, puis les convertissent en supervision locale, compatible avec les contraintes d'information disponibles au déploiement. Sur cette base, le modèle SwarmVLA transfère la connaissance du comportement collectif à des politiques décentralisées, conditionnées par l'observation locale, l'historique local et un nombre limité de messages échangés avec les voisins. Le taux de succès moyen atteint 72,2 % sur trois catégories de tâches collaboratives multi-robots. Le résumé ne précise ni le nombre de robots, ni les plateformes, ni les temps de cycle, ni les baselines comparées. L'enjeu est la donnée. Les approches actuelles de type VLA (vision-langage-action) s'appuient surtout sur des démonstrations individuelles, qui renseignent mal les dépendances entre les actions de plusieurs agents, alors que la téléopération coordonnée de plusieurs robots est coûteuse et difficile à passer à l'échelle. En remplaçant la téléopération multi-robots par des humains équipés de capteurs égocentriques, EgoSwarm propose une voie de collecte moins chère, déjà explorée pour le robot unique avec les données humaines égocentriques. Pour un intégrateur ou un responsable d'exploitation, la perspective concerne les flottes qui doivent se coordonner sans contrôleur central : manutention à plusieurs, transfert de charges entre robots, assemblage partagé. Il faut toutefois rester prudent. Un taux de 72,2 % reste loin du seuil de fiabilité industrielle, la moyenne masque probablement de fortes variations selon les tâches, et rien n'indique encore comment le transfert homme-robot se comporte hors du cadre de laboratoire. Il s'agit d'un résultat de recherche, sans produit ni déploiement associé. Ce travail s'inscrit dans la montée en puissance des modèles VLA pour robots individuels (Pi-0, GR00T, Helix) et dans l'intérêt croissant pour l'apprentissage à partir de vidéos humaines égocentriques, qui vise à contourner le goulot d'étranglement des données robotiques. La coordination multi-robots, elle, reste dominée par des méthodes classiques d'allocation de tâches ou d'apprentissage par renforcement multi-agents, souvent entraînées en simulation. EgoSwarm tente de relier ces deux courants. La page projet est annoncée, mais aucun calendrier de diffusion du jeu de données ou du code n'est précisé dans le résumé. Les prochaines étapes à surveiller sont la publication des détails expérimentaux, la validation sur des robots physiques plus nombreux et plus variés, et la reproduction par d'autres laboratoires.

RecherchePaper
1 source
Des robots inspirés de la trompe d'éléphant se plient, saisissent et s'assemblent pour travailler en équipe
Illustration générée par IA
4Interesting Engineering 

Des robots inspirés de la trompe d'éléphant se plient, saisissent et s'assemblent pour travailler en équipe

Des chercheurs de la Colorado State University ont mis au point des robots flexibles inspirés de la trompe d'éléphant, capables de se plier, de saisir des objets et de s'accoupler à d'autres unités. Leur corps tubulaire repose sur la tenségrité : des tiges rigides maintenues par un réseau de câbles sous tension plutôt que par des articulations fixes, ce qui permet à la structure de se courber, de s'étirer, de s'affaisser et de changer de forme sans perdre son intégrité. Chaque extrémité porte une pince mécanique, qui sert à manipuler des objets comme à se verrouiller sur un autre robot sans recourir à des aimants, une approche censée limiter les problèmes d'alignement. Une fois reliées, les unités forment des chaînes, des boucles ou des structures ramifiées. L'équipe a montré des unités individuelles capables de manipulation et de locomotion, des groupes connectés transportant des objets de façon coordonnée, une locomotion multimodale et de la loco-manipulation, c'est-à-dire l'usage du même corps pour se déplacer et saisir. Les essais ont eu lieu en laboratoire et en extérieur, y compris sur terrain naturel. Aucun chiffre de payload, de vitesse, de nombre de degrés de liberté ou de taille de flotte n'est communiqué à ce stade. L'intérêt tient à la tentative de réconcilier deux familles de robots qui s'ignorent largement : la robotique molle, adaptable mais difficile à assembler en collectifs, et la robotique modulaire, reconfigurable mais limitée par des composants rigides. Les articulations fixes des bras classiques restreignent l'adaptation à des environnements non structurés, et la tenségrité propose une alternative à géométrie variable. Pour un intégrateur ou un décideur industriel, il faut toutefois être lucide : il s'agit d'une démonstration de laboratoire, pas d'un produit. Les robots sont pilotés par des humains pour l'essentiel de leurs opérations, et seule la capacité de deux unités à se localiser et à se connecter seuls a été montrée de façon autonome. L'écart entre démonstration et déploiement reste donc entier, d'autant que l'équipe reconnaît des difficultés sur le choix des moteurs, qui doivent être assez compacts pour tenir dans le corps tout en offrant puissance et fiabilité. L'absence de métriques quantifiées empêche de comparer ces machines aux bras industriels ou aux systèmes modulaires existants. Ces travaux s'inscrivent dans une longue lignée de recherches sur les robots tensegrity, popularisés notamment pour l'exploration planétaire, et sur les essaims modulaires auto-assemblés, un domaine où les connexions magnétiques restent courantes et où le verrouillage mécanique par pinces constitue ici le point distinctif. Ils se situent très loin de la course commerciale des humanoïdes, qui mise sur des morphologies fixes et des modèles VLA, mais ils explorent une voie complémentaire pour les milieux hostiles ou imprévisibles. Les prochaines étapes annoncées portent sur l'autonomie, la vitesse d'exécution et la collaboration avec des humains sous moindre supervision, avec l'ambition de déployer à terme des dizaines, voire des centaines d'unités interconnectées. Les applications visées sont la fabrication, l'exploration spatiale et la recherche et le sauvetage, mais aucun calendrier, partenaire industriel ni pilote n'a été annoncé.

RecherchePaper
1 source