RechercheInteresting Engineering 14 octobre 2026

Un robot humanoïde apprend à se baisser, enjamber des objets et éviter les obstacles grâce à un nouveau système

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Galbot a présenté le 13 octobre 2026 PASSAGE, un framework de recherche qui permet à un robot humanoïde de choisir comment franchir un espace encombré: enjamber un objet, se baisser sous une barrière ou se tourner de profil pour passer une ouverture étroite. Le système associe perception de l'environnement, planification de mouvement et contrôle du corps entier. Un planificateur génère de courtes séquences de mouvements, qu'un contrôleur exécute en tenant compte de la géométrie environnante. Une seule approche planificateur-contrôleur remplace les politiques séparées par type d'obstacle. Les données d'entraînement comptent 100 heures de mouvements humains, collectées en réalité virtuelle et par capture de mouvement inertielle dans 1 500 scènes virtuelles. En fonctionnement, un LiDAR fournit la perception. Le calcul tourne sur un module Nvidia Jetson AGX Orin embarqué, sans carte préétablie ni calcul déporté. Le papier annonce 98,67 % de réussite sur 750 essais simulés dans 150 scènes inédites. Ce chiffre mesure seulement l'arrivée à destination: sans aucun contact avec les obstacles, le taux tombe à 70,3 %. En conditions réelles, un Unitree G1 a réalisé 50 parcours inédits sans chute ni intervention de sécurité, dont 45 sans toucher d'obstacle.

L'intérêt tient à ce que le système traite l'humanoïde comme un volume entier, tête, épaules, bras et torse compris, et non comme une paire de pieds à placer. Un robot qui passe les jambes mais heurte un plafond bas ou un chambranle reste inutilisable dans un entrepôt, un atelier ou un bâtiment conçu pour des humains. L'exécution embarquée sans carte est un point favorable pour un déploiement hors environnement contrôlé. Les chiffres demandent toutefois de la prudence. L'écart entre 98,67 % et 70,3 % montre que la locomotion en espace contraint reste fragile dès que l'on exige zéro contact, ce qui est le critère pertinent près de rayonnages, d'équipements ou de personnes. Les 50 essais physiques constituent une évaluation limitée, et rien n'établit une fiabilité généralisable. Il s'agit d'un résultat académique, pas d'un produit livré ni d'un déploiement client.

Galbot, entreprise chinoise de robotique, multiplie les démonstrations de capacités de ses humanoïdes. Elle a récemment montré son robot enchaîner plus de 100 échanges lors d'un match de tennis autonome en direct, avec suivi de balle, repositionnement et retours variés. PASSAGE prolonge cette ligne en visant la navigation et la coordination du corps entier. Le choix du Unitree G1 pour la validation réelle n'est pas anodin: cette plateforme à bas coût est devenue un banc d'essai courant, et les résultats sont ainsi plus faciles à comparer ou reproduire par d'autres laboratoires. Le travail s'inscrit dans la course aux contrôleurs de corps entier appris à partir de données humaines, où se retrouvent notamment Figure, Tesla et Nvidia avec ses modèles fondation. Aucun calendrier de pilote ou d'intégration commerciale n'est mentionné. La prochaine étape à surveiller est une réduction du taux de contact, puis des tests sur le robot propre à Galbot et dans des sites industriels réels.

Dans nos dossiers

Unitree

À lire aussi

1Interesting Engineering

Le nouveau système de Galbot aide les robots humanoïdes à bouger naturellement pendant une conversation

Galbot, entreprise chinoise de robotique, a dévoilé RoboGesture, un framework destiné à générer en temps réel des gestes synchronisés avec la parole pour les robots humanoïdes. Développé avec des chercheurs de l'université Tsinghua, de l'université de Pékin, du Beijing Institute of Technology, du Harbin Institute of Technology et du Shanghai Qi Zhi Institute, le système sera présenté à l'European Conference on Computer Vision (ECCV) 2026. Annoncé le 5 septembre 2026 sur le compte X de Galbot, RoboGesture ferme la boucle écoute-réponse-geste en environ deux secondes. Le système convertit la parole entrante en tokens audio via le codec Mimi, puis analyse le signal à plusieurs niveaux : les caractéristiques de bas niveau captent le rythme et les variations de ton, tandis que les couches plus profondes extraient le sens sémantique. La composante sémantique a été entraînée sur 300 catégories de gestes. Les signaux sont ensuite transmis à un modèle de génération de mouvement fondé sur un transformer à diffusion, qui produit des trajectoires dans un espace de mouvement continu plutôt que des commandes fixes, permettant un enchaînement fluide des gestes. Cette annonce vise une limite récurrente des robots humanoïdes commerciaux : des mouvements souvent perçus comme mécaniques, répétitifs ou déconnectés du discours, un défaut qui nuit à l'acceptation des robots dans des rôles d'accueil, de guide ou d'assistance sociale. Les chercheurs affirment s'attaquer à trois obstacles concrets : le manque de données d'entraînement, la difficulté à relier la parole au mouvement approprié, et les risques de sécurité lorsque des gestes générés par IA sont transférés à un robot physique. Ils identifient également un problème baptisé « éclipse de modalité », où le modèle se met à répéter des gestes issus de ses mouvements précédents au lieu de réagir à la nouvelle parole ; une méthode de guidage nommée Anti-Inertia classifier-free guidance masking est présentée comme correctif. Ces travaux restent toutefois au stade de la recherche académique : la démonstration diffusée sur X ne constitue pas une validation indépendante, et aucun chiffre de déploiement, de coût ou de robustesse en conditions réelles n'est fourni, ce qui invite à la prudence sur la portée réelle du système hors laboratoire. Galbot s'inscrit dans la vague des start-up chinoises de robotique généraliste qui, comme leurs homologues américaines telles que Figure avec son modèle Figure 03, Tesla avec Optimus, ou les initiatives fondées sur des modèles VLA comme Pi-0 de Physical Intelligence ou GR00T N2 de Nvidia, cherchent à doter les humanoïdes de capacités de manipulation et de perception avancées. RoboGesture se distingue en ciblant spécifiquement la communication non verbale plutôt que la manipulation ou la locomotion, un axe encore peu exploré par une concurrence surtout focalisée sur les tâches industrielles ou logistiques. La présentation prévue à l'ECCV 2026, conférence académique de référence en vision par ordinateur, signale une publication scientifique plutôt qu'un lancement commercial : l'article ne mentionne ni pilote annoncé, ni calendrier de déploiement, ni partenaire industriel identifié à ce stade.

RecherchePaper

1 source

2Interesting Engineering

Un robot inspiré de la grenouille saute par-dessus des obstacles, atterrit et se prépare à sauter de nouveau grâce à un petit moteur

Des ingénieurs de l'Université de Washington ont présenté DirectHop, un robot sauteur tenant dans la paume de la main, capable de franchir une marche d'escalier standard, de se stabiliser à l'atterrissage puis de sauter à nouveau. Le prototype repose sur un unique petit moteur électrique relié par un fil de pêche à une tour montée sur le châssis : en s'enroulant, le fil hisse le robot dans les airs, tandis que trois pattes articulées se déploient pour maintenir l'alignement entre le moteur et le pied au moment du saut. En ajustant le courant envoyé au moteur, l'équipe règle la hauteur du saut avec une précision au centimètre près. Pour l'atterrissage, souvent chaotique, le robot est équipé d'une cage de protection inspirée de la carapace de la tortue-boîte, qui lui permet de se redresser dans 90% des cas en déplaçant le moteur le long de la tour pour décaler son centre de gravité. Les travaux, menés par Hanquan (John) Wang, doctorant en génie mécanique, et dirigés par Sawyer Fuller, professeur associé à l'UW, restent à un stade de prototype de laboratoire : l'engin est alimenté par câble et ne peut pas encore se diriger vers une destination. Cette démonstration s'inscrit en alternative à la propulsion par ressorts utilisée depuis des années par les robots sauteurs inspirés des puces : ces mécanismes emmagasinent de l'énergie avant de la libérer d'un coup, ce qui rend la distance de saut difficile à contrôler, et deviennent proportionnellement plus complexes à fabriquer et actionner à mesure que les robots rétrécissent. En entraînant directement le saut par un moteur électrique, sans ressort ni loquet, DirectHop répond aux trois obstacles que Sawyer Fuller juge les plus critiques pour ce type de machine : moduler la longueur du saut, se redresser seul, et « recharger » le mécanisme pour enchaîner plusieurs sauts. Pour l'industrie robotique, l'intérêt tient moins à la performance brute qu'au coût visé : Wang estime qu'une version complète pourrait être produite pour environ 10 dollars, ouvrant la voie à des essaims de robots bon marché capables d'inspecter des raffineries de pétrole, de surveiller des exploitations agricoles ou d'explorer d'autres planètes, des contextes où la perte d'une unité individuelle ne compromettrait pas la mission. Le système reste toutefois loin d'un produit déployable : pas d'autonomie énergétique, pas de navigation, pas de capacité directionnelle, ce qui invite à lire les chiffres annoncés comme des résultats de banc d'essai plutôt que des spécifications de terrain. Le saut par ressort domine la robotique miniature depuis les premiers robots-puces, mais bute sur la miniaturisation des loquets et des mécanismes de libération d'énergie. DirectHop s'en affranchit en s'inspirant de la grenouille, dont les muscles des pattes actionnent directement le saut, une analogie revendiquée par Wang pour justifier le choix d'un moteur électrique classique plutôt que d'un stockage élastique. L'équipe de l'UW travaille désormais à doter le robot de cellules solaires et d'une batterie embarquées, d'un moteur vibrant pour le virage, de pieds rétractables permettant d'ajuster l'angle de saut, ainsi que d'une caméra et d'une électronique de navigation. L'objectif affiché est un franchissement d'escalier totalement autonome : le robot devrait pouvoir repérer une marche, calculer le saut nécessaire, se positionner puis répéter l'opération après chaque atterrissage. Aucun calendrier de commercialisation ni partenariat industriel n'a été communiqué à ce stade ; le projet reste une publication de recherche universitaire, sans comparaison directe avec les plateformes humanoïdes ou quadrupèdes qui dominent aujourd'hui la robotique mobile.

RecherchePaper

1 source

3Interesting Engineering

Nouveau système robotique aide les humanoïdes à maîtriser l'acrobatie sans entraîner chaque mouvement

Des chercheurs ont présenté BeyondMimic, un système d'apprentissage en deux étapes permettant à des robots humanoïdes d'exécuter des mouvements agiles inspirés de l'humain, sans entraînement dédié à chaque geste. La première étape utilise de l'apprentissage par renforcement pour apprendre au robot à suivre une large gamme de mouvements humains, à partir d'environ 2,5 heures de données de capture de mouvement, avec une seule formulation de suivi, une structure de récompense commune et des hyperparamètres partagés plutôt qu'un réglage spécifique par mouvement. Le robot a ainsi appris des centaines de compétences : marche, course, équilibre sur une jambe, sauts, danse, gestes inspirés des arts martiaux, coups de pied retournés et roues. Vingt et un mouvements représentatifs ont ensuite été transférés avec succès sur un robot humanoïde physique. Lors d'une roue aérienne, le robot a atteint une accélération de pointe de 31 m/s² et une vitesse angulaire du bassin de 15,7 rad/s, des valeurs comparables à celles observées chez des athlètes humains entraînés. Une étude auprès de 77 participants a par ailleurs montré une préférence pour les mouvements générés par BeyondMimic par rapport à ceux du robot sans ce système. L'apport principal tient à la seconde étape : un modèle de diffusion latente, entraîné via un autoencodeur variationnel, apprend la distribution sous-jacente des trajectoires état-action plutôt que de simplement rejouer des séquences mémorisées. Un guidage par classifieur à l'inférence permet ensuite d'orienter le robot vers des objectifs non vus à l'entraînement, comme suivre une commande de joystick, naviguer vers des points de passage ou éviter des obstacles, sans réentraîner ni ajuster la politique de base. Cette capacité répond à une limite connue des systèmes de contrôle humanoïde actuels, souvent contraints à des fonctions de récompense spécifiques par tâche et à des transitions rigides entre compétences. Le résultat renforce l'hypothèse selon laquelle un transfert simulation-vers-réel robuste, combiné à une génération de mouvement compositionnelle, peut réduire la dépendance à un réglage manuel massif, un enjeu central pour les intégrateurs qui cherchent à déployer des humanoïdes polyvalents plutôt que des machines à gestes figés. BeyondMimic s'inscrit dans une compétition croissante autour des modèles de contrôle et des architectures vision-langage-action pour humanoïdes, aux côtés d'approches comme GR00T N2 de NVIDIA, Pi-0 de Physical Intelligence, Helix de Figure AI ou les itérations successives d'Optimus chez Tesla. Il s'agit à ce stade d'un résultat de recherche démontré en laboratoire sur un nombre limité de clips, et non d'un produit commercialisé ni d'un déploiement industriel ; aucun calendrier de transfert vers une plateforme commerciale n'est communiqué.

RecherchePaper

1 source

4Interesting Engineering

Les robots humanoïdes plient, ramassent et manipulent des objets fragiles avec plus de précision grâce à une nouvelle technologie

Des chercheurs de Carnegie Mellon University (CMU) et du Bosch Center for AI ont publié un nouveau système d'IA baptisé HTD (Humanoid Transformer with Touch Dreaming), conçu pour améliorer la manipulation d'objets par des robots humanoïdes dans des environnements à contact complexe. Le framework combine l'apprentissage par imitation avec un module de prédiction tactile, permettant au robot d'anticiper l'évolution des forces de contact et du retour haptique avant et pendant la saisie. Testé sur cinq tâches réelles, insertion d'objet en T, rangement de livres, pliage de serviette, ramassage de litière et service du thé, HTD affiche une amélioration relative de 90,9 % du taux de réussite moyen par rapport à la baseline ACT, un modèle d'imitation de référence dans le domaine. Le système repose sur une architecture dissociée : un contrôleur bas-corps entraîné par renforcement en simulation via une méthode teacher-student stabilise l'orientation du torse, la vitesse et l'équilibre, tandis que la cinématique inverse et le retargeting de main gèrent les mouvements du haut du corps et la dextérité digitale. Les représentations tactiles ne sont pas reconstruites brutes mais encodées dans un espace latent compact via un réseau cible mis à jour lentement, ce qui filtre le bruit sensoriel et améliore la stabilité de la manipulation. Ce résultat est notable parce qu'il adresse directement l'un des verrous persistants de la robotique humanoïde : la cohabitation entre locomotion et manipulation fine sans dégradation mutuelle. La séparation architecturale bas/haut corps n'est pas nouvelle en soi, mais son intégration avec un modèle prédictif tactile dans une politique unifiée évite le recours à un pré-entraînement tactile séparé ou à un world model externe, ce qui simplifie le pipeline de déploiement. Les études d'ablation sont particulièrement instructives : incorporer le toucher comme entrée brute supplémentaire ne suffit pas, la prédiction dans l'espace latent apporte 30 % de gain relatif supplémentaire sur le raw tactile. Pour les intégrateurs qui envisagent des humanoïdes dans des cellules de manutention délicate, c'est un signal clair que la qualité de la représentation sensorielle prime sur la quantité de capteurs. HTD s'inscrit dans une vague de travaux cherchant à combler le sim-to-real gap pour la manipulation contact-riche. Le controller bas-corps a été entraîné sur le dataset AMASS, qui fournit des mouvements humains réalistes pour perturber le torse pendant l'apprentissage, une approche de robustification déjà utilisée dans des projets comme Isaac Lab de NVIDIA ou les travaux de Stanford sur whole-body control. Dans le paysage concurrentiel, Figure (Figure 03), Physical Intelligence (Pi-0), Boston Dynamics et 1X Technologies travaillent tous sur des architectures VLA (Vision-Language-Action) pour la manipulation généraliste, mais peu publient des résultats quantitatifs sur des tâches aussi précises que l'insertion de connecteurs ou la manipulation de textiles. CMU n'a pas encore annoncé de partenariat industriel ni de calendrier de transfert vers un produit commercial, mais le Bosch Center for AI comme co-auteur suggère un intérêt applicatif concret dans l'automatisation industrielle à manipulation variable.

UELe Bosch Center for AI (Allemagne) co-auteur du papier signale un intérêt applicatif concret pour l'automatisation industrielle européenne à manipulation variable, sans calendrier de transfert industriel annoncé.

RechercheOpinion

1 source