IndustrielarXiv cs.RO 21 octobre 2026

IA physique pour l'intralogistique : évaluation de l'écosystème NVIDIA sim-vers-réel pour la navigation COMPASS enrichie par Cosmos sur robots mobiles industriels

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs ont évalué de façon systématique le workflow de navigation apprise de NVIDIA, composé de X-Mobility et COMPASS, sur des robots industriels d'Idealworks, la filiale de BMW spécialisée dans l'intralogistique. Côté simulation, ils étendent le benchmark COMPASS avec deux plateformes: l'iw.hub, à entraînement différentiel, et la Humanoid Mobile Platform (HMP), omnidirectionnelle. Ils y ajoutent un jumeau numérique du centre de R&D d'Idealworks. X-Mobility est affiné sur les données de ce jumeau, avec ou sans variantes « sim-to-real » générées par NVIDIA Cosmos. COMPASS est ensuite entraîné par-dessus, depuis zéro, puis déployé sur le Jetson AGX Xavier embarqué de l'iw.hub. Les politiques sont comparées à COMPASS entraîné uniquement sur les environnements NVIDIA et à la pile de navigation de production d'Idealworks, sur le succès des tâches, l'efficacité, la sécurité, la fluidité et la charge de calcul. Avec l'augmentation Cosmos, le taux de succès réel passe de 65,3 % à 91,7 % sur quatre scénarios, et le temps de trajet pondéré est presque divisé par deux face à un entraînement en simulation seule. Le résultat reste à 8,3 points de la pile de production, et le calcul est entièrement embarqué. Couplée à un planificateur global, la politique atteint aussi des objectifs lointains et occultés à chaque essai.

L'intérêt dépasse la performance brute. Le coût d'une pile de navigation classique tient à la réingénierie nécessaire pour chaque nouveau robot et chaque nouveau site. Ici, cet effort se déplace vers la génération de données et l'entraînement en simulation, ce qui change l'économie du déploiement pour les intégrateurs gérant plusieurs types de robots. L'étude a le mérite de mesurer le sim-to-real gap, en exécutant chaque scénario statique à la fois dans la réplique numérique et dans l'installation réelle. Elle montre que l'augmentation visuelle par modèle génératif en réduit une grande partie, sans l'éliminer. Les limites sont à garder en tête: quatre scénarios, un seul site, un seul robot réellement testé sur le terrain et des résultats issus d'un partenariat avec le fournisseur des outils. Un écart de 8,3 points avec la pile de production reste significatif pour un exploitant, car la fiabilité d'une flotte se juge sur des taux d'échec très faibles.

Le contexte est celui d'une bataille sur les modèles de fondation pour la mobilité. NVIDIA pousse un écosystème de bout en bout: Isaac Sim pour la simulation, Cosmos pour la génération de données, X-Mobility et COMPASS pour la navigation. Idealworks, qui exploite des AMR dans les usines BMW, sert ici de banc d'essai industriel. Cette approche concurrence les piles classiques fondées sur la cartographie et la planification hand-tuned, ainsi que les approches de navigation par VLA proposées par d'autres laboratoires. La suite logique serait de valider ces politiques sur d'autres sites, avec des scénarios dynamiques (piétons, chariots) et des flottes plus grandes. Cela conditionnerait un passage de la recherche vers un déploiement commercial, aucun calendrier n'étant annoncé dans cette publication préliminaire.

Impact France/UE

Idealworks, filiale de BMW basée en Allemagne, sert de banc d'essai : les intégrateurs européens d'AMR peuvent y voir une piste pour réduire la réingénierie de navigation par site et par robot.

Dans nos dossiers

IA physique & VLA NVIDIA Isaac & Cosmos

À lire aussi

1The Robot Report

La modernisation de l'économie mondiale par la robotique industrielle est nécessaire mais pas inévitable

En 2024, 229 000 systèmes robotiques industriels ont été vendus dans le monde, selon le rapport annuel de la Fédération internationale de robotique (IFR). Soixante-dix pour cent de ces ventes se concentrent sur cinq pays : le Japon, la Chine, les États-Unis, l'Allemagne et la République de Corée, chacun disposant de programmes gouvernementaux actifs de soutien à la filière, à l'exception des États-Unis qui s'appuient davantage sur le capital privé. Le marché des robots de service professionnel a atteint 24 207 unités l'an dernier, dont 45 % à usage militaire ou spécial (environ 11 000 unités). Côté grand public, 4,7 millions de robots de service personnels ont été vendus, pour un chiffre d'affaires de 2,2 milliards de dollars, soit une hausse de 28 %. L'IFR projette que les ventes de robots industriels atteindront 400 000 unités à moyen terme, les robots de service professionnels 152 375 unités pour 19,6 milliards de dollars, et les robots personnels 35 millions d'unités pour 12,2 milliards. Le cabinet Myria Research estime que le marché global de la robotique et des systèmes d'exploitation intelligents pourrait dépasser 380 milliards de dollars d'ici 2030, contre environ 63 milliards actuellement. Ces chiffres confirment une dynamique de fond mais ne doivent pas masquer des fragilités structurelles. Après le pic post-COVID, les ventes industrielles ont subi un ralentissement lié au tassement de l'e-commerce, au pivot partiel des constructeurs automobiles hors de l'électrification, et aux tensions commerciales mondiales. Pour les décideurs B2B et les intégrateurs, la vraie question n'est pas le volume total mais la capacité des entreprises à absorber ces technologies : le rapport souligne explicitement le manque de spécialistes qualifiés, des programmes de formation obsolètes, et l'absence de mécanismes de financement de la recherche simples et transparents. Plus de 343 fabricants de robots industriels et 347 intégrateurs opèrent aujourd'hui dans ce marché, une fragmentation qui complique les choix technologiques et allonge les cycles de déploiement. Le secteur s'organise autour de quatre clusters thématiques selon l'IFR : technologies robotiques de base, robotique médicale, technologies clés, et axes innovants incluant la récolte d'énergie ambiante, les robots auto-réparants, les interfaces multimodales et l'intelligence en essaim pour modules de production flexibles. Ces "zones prometteuses" restent largement au stade de la recherche appliquée. Les marchés historiquement dominants, Asie-Pacifique en tête, conservent leur avance grâce à des politiques industrielles coordonnées, tandis que l'Europe, malgré la solidité de l'Allemagne, peine à produire des champions à l'échelle mondiale. Le rapport n'anticipe pas de rupture à court terme : la modernisation par la robotique est présentée comme nécessaire, mais ni automatique ni inévitable sans efforts délibérés sur la formation, le financement et la simplification réglementaire.

UEL'Europe, malgré la solidité de l'Allemagne (5e marché mondial), peine à produire des champions robotiques à l'échelle mondiale et souffre des mêmes fragilités structurelles identifiées par l'IFR : pénurie de spécialistes, formations obsolètes et financement de la R&D trop fragmenté.

IndustrielOpinion

1 source

2Robotics & Automation News

Fanuc renforce son partenariat avec Nvidia pour la simulation de robots IA et les jumeaux numériques

Fanuc a approfondi son partenariat avec Nvidia en intégrant Isaac Sim, le framework ouvert de simulation robotique de Nvidia, directement dans RoboGuide, le logiciel de simulation et de programmation hors-ligne propriétaire de Fanuc. Cette interconnexion permet désormais aux opérateurs de piloter des robots Fanuc au sein d'environnements d'usine entièrement virtuels, et de générer des jumeaux numériques haute-fidélité exploitables pour la planification de production et la validation de trajectoires. La technologie a été présentée en démonstration lors de l'International Robot Exhibition (IRE) de Tokyo en décembre 2025, où Fanuc a montré un flux d'importation de mouvements robotiques entre les deux plateformes. L'enjeu industriel est significatif : RoboGuide est l'un des outils de programmation hors-ligne les plus déployés dans l'automatisation industrielle, Fanuc ayant franchi le cap des 900 000 robots installés à l'échelle mondiale. Connecter cet outil à Isaac Sim, qui s'appuie sur le moteur de simulation physique Omniverse d'Nvidia, réduit concrètement l'écart sim-to-real lors de la mise en service : les programmes validés en virtuel arrivent sur la cellule réelle avec moins de cycles d'ajustement. Pour un intégrateur ou un COO industriel, c'est une réduction directe des temps de commissioning et des risques de redémarrage en production. Fanuc intègre progressivement l'IA à son catalogue depuis plusieurs années, notamment via des modules de vision et d'inspection basés sur l'apprentissage profond. Nvidia, de son côté, multiplie les partenariats similaires avec Universal Robots, Boston Dynamics, Agility Robotics et Figure pour imposer Isaac Sim comme infrastructure standard de la robotique physique. Cette annonce est pour l'instant une démonstration technologique, pas un déploiement commercial confirmé ; les modalités de disponibilité pour les intégrateurs tiers n'ont pas été précisées.

UELes intégrateurs et industriels européens utilisant des robots Fanuc (très présents dans l'automobile et l'aérospatiale EU) pourraient bénéficier d'une réduction des temps de commissioning via cette intégration, mais l'absence de disponibilité commerciale confirmée limite l'impact concret à court terme.

IndustrielOpinion

1 source

3Robotics Business Review

FANUC renforce l'intégration de ses robots avec NVIDIA Isaac Sim

FANUC a annoncé début mai 2026 un renforcement de l'intégration entre son logiciel de simulation ROBOGUIDE et le framework NVIDIA Isaac Sim, articulé autour de deux modes d'opération complémentaires. Dans le premier, Isaac Sim pilote l'interface utilisateur tandis que ROBOGUIDE tourne en arrière-plan pour garantir la fidélité des trajectoires : les opérateurs manipulent le robot en temps réel via un pupitre virtuel ou physique connecté à ROBOGUIDE, comme sur une machine réelle, avec possibilité d'enseigner des programmes et de vérifier les résultats directement dans l'environnement simulé. Le second mode intègre le moteur physique NVIDIA PhysX dans ROBOGUIDE, permettant de simuler des scénarios de bin picking avec des pièces en vrac modélisées par physique procédurale, associées au système de vision 3D de ROBOGUIDE pour les opérations pick-and-place. En parallèle, FANUC a présenté ce mois-ci un démonstrateur de pliage de T-shirts basé sur le modèle fondation GR00T N de NVIDIA, exécuté sur la plateforme embarquée Jetson Thor via apprentissage par imitation. La collaboration avait été démontrée pour la première fois à l'IREX de Tokyo en décembre 2025. L'enjeu industriel est double. La promesse d'éliminer le "sim-to-real gap" (l'écart de comportement entre robot simulé et robot réel) repose sur l'utilisation des mêmes algorithmes de contrôle dans les deux environnements ; si elle tient en production, cela réduirait significativement le temps de mise en service virtuelle (virtual commissioning), poste de coût majeur pour les intégrateurs industriels. La simulation de bin picking avec PhysX répond par ailleurs à un besoin concret : ce type de cellule nécessitait jusqu'ici de longs essais physiques avec de vraies pièces. Une réserve s'impose cependant : les vidéos de démonstration sont sélectionnées pour leur succès et ne permettent pas de conclure sur la robustesse à l'échelle avec des géométries complexes ou des conditions d'éclairage variables. L'intégration d'Isaac Lab pour l'apprentissage par renforcement et par imitation ouvre également la voie à la génération de politiques de contrôle sans programmation explicite, un gain de temps réel pour les petites séries. FANUC, fondé en 1972 à Oshino au Japon et premier fournisseur mondial de commandes numériques et de robots industriels avec plus de 900 000 unités installées, consolide ici un partenariat avec NVIDIA initié autour des plateformes Jetson et Omniverse. La concurrence directe est significative : ABB propose RobotStudio, KUKA son environnement KUKA.Sim, Universal Robots URSim, mais aucun n'affiche encore une intégration bi-directionnelle aussi étroite avec l'écosystème NVIDIA. Du côté des constructeurs d'humanoïdes (Figure, 1X, Agility Robotics), la simulation haute-fidélité est aussi un levier clé pour l'entraînement des modèles VLA (vision-language-action), segment que FANUC ne cible pas mais dont l'outillage converge vers les mêmes briques technologiques. Les prochaines étapes annoncées portent sur l'extension du support aux composants flexibles (câbles, textiles) et le déploiement commercial de la cellule de pliage basée sur GR00T N, dont les timelines n'ont pas encore été précisées.

UEL'intégration FANUC-NVIDIA accentue la pression concurrentielle sur ABB et KUKA pour proposer des capacités équivalentes, et pourrait réduire les coûts de mise en service virtuelle pour les intégrateurs industriels européens équipés de robots FANUC.

IndustrielOpinion

1 source

4Interesting Engineering

FANUC et NVIDIA développent des robots au comportement identique en simulation et en réalité

FANUC, le géant japonais de la robotique industrielle, et NVIDIA ont annoncé en mai 2026 une extension significative de leur partenariat visant à éliminer l'écart entre simulation et déploiement réel en usine. L'intégration technique combine NVIDIA Isaac Sim avec le logiciel de simulation propriétaire de FANUC, ROBOGUIDE, pour créer des jumeaux numériques où les robots virtuels reproduisent exactement les mêmes trajectoires et temps de cycle que leurs homologues physiques, en s'appuyant sur des algorithmes de contrôle identiques. Deux modes de fonctionnement sont proposés : dans le premier, Isaac Sim orchestre l'environnement virtuel tandis que ROBOGUIDE synchronise les comportements en arrière-plan, avec support des pupitres de programmation physiques et virtuels. Dans le second, ROBOGUIDE prend la main pendant que le moteur physique PhysX de NVIDIA gère la simulation, notamment pour des tâches comme le bin picking, où le robot doit identifier et saisir des pièces empilées en vrac. En parallèle, FANUC a présenté un système bi-bras composé de deux robots collaboratifs CRX capables de plier des T-shirts en temps réel, entraînés par imitation learning via le modèle de fondation robotique Isaac GR00T N de NVIDIA. La plateforme Jetson Thor équipe désormais le robot d'évitement humain de FANUC, avec une puissance de calcul multipliée par 7,5 par rapport à l'ancienne génération Jetson AGX Orin. L'enjeu industriel est direct : le problème du sim-to-real gap coûte des semaines de recalibration sur site à chaque nouveau déploiement. Si FANUC et NVIDIA tiennent leur promesse d'une fidélité totale entre simulation et réalité, les intégrateurs pourraient valider des cellules complètes en virtuel avant même d'avoir commandé les équipements physiques, compressant drastiquement les timelines de mise en production. La démonstration du pliage de textile est également notable : les objets déformables restent l'un des angles morts historiques de la robotique industrielle, et un système capable de gérer le linge en temps réel avec retour visuel ouvre des perspectives concrètes pour la logistique e-commerce et le textile. Le chiffre de 7,5x de gain en calcul sur Jetson Thor est cohérent avec les besoins croissants des pipelines vision-action (VLA) embarqués. Il convient toutefois de noter que les démonstrations présentées, notamment le pliage de T-shirts, restent des prototypes de laboratoire : aucun déploiement en production à grande échelle n'est annoncé à ce stade. FANUC avait une première fois montré cette intégration Isaac Sim / ROBOGUIDE à l'International Robot Exhibition de Tokyo fin 2024, mais la version actuelle approfondit substantiellement la communication entre les deux systèmes. FANUC, avec plus de 700 000 robots installés dans le monde, est l'un des rares acteurs à pouvoir valider ce type d'approche à l'échelle industrielle réelle plutôt qu'en conditions de laboratoire. Sur le terrain concurrentiel, cette initiative s'inscrit dans une course directe avec ABB et son partenariat Isaac Sim, ainsi qu'avec KUKA et Universal Robots qui développent leurs propres pipelines de simulation physique. NVIDIA, de son côté, consolide Isaac comme couche d'abstraction standard pour la simulation robotique industrielle, une position stratégique face à des alternatives open-source comme Gazebo ou MuJoCo. Les technologies seront présentées en conditions réelles lors de l'Open House FANUC prévu en mai 2026, premier test public de la robustesse de l'intégration hors cadre contrôlé.

UELes industriels européens équipés de robots FANUC bénéficieraient d'une réduction significative des délais de mise en production, tandis qu'ABB et KUKA, concurrents européens directs, sont contraints d'accélérer leurs propres pipelines de simulation physique pour ne pas se laisser distancer sur ce segment.

IndustrielActu

1 source