Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
META-Robot : auto-cognition et passage à l'échelle des capacités chez les robots à base d'agents
RecherchearXiv cs.RO 

META-Robot : auto-cognition et passage à l'échelle des capacités chez les robots à base d'agents

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

Des chercheurs ont déposé sur arXiv (identifiant 2610.41868, version 1, non évaluée par les pairs) META-Robot, un cadre logiciel pour agents robotiques pilotés par des grands modèles de langage (LLM) qui génèrent du code de contrôle. L'idée est de coupler « auto-cognition » et montée en compétences. Des prédicats au niveau de l'action rendent explicites les résultats d'exécution et les mettent à disposition du raisonnement du LLM. L'agent s'en sert pour repérer ses propres limites, étendre ses critères d'évaluation, puis enrichir de façon structurée son répertoire de compétences. Un retour proprioceptif, c'est-à-dire l'état physique du robot et donc des signaux non visuels, complète les indices disponibles. Les auteurs rapportent des essais en simulation et sur robots réels, avec de meilleures performances globales, une meilleure généralisation à de nouvelles tâches, une croissance continue des compétences et des critères, et un usage efficace de ces signaux. Le résumé ne donne aucun chiffre: ni taux de réussite, ni plateforme, ni nombre de tâches.

L'enjeu est un point faible connu des agents LLM en robotique. Leur généralisation dépend souvent d'un échafaudage manuel élaboré (prompts, primitives écrites sur mesure), et ajouter des compétences n'indique ni comment juger les nouvelles ni ce qui reste hors de portée. META-Robot traite l'évaluation comme un objet qui évolue avec l'agent, ce qui s'apparente à un contrôle d'exécution traçable, utile pour un intégrateur qui doit savoir pourquoi une tâche a échoué. L'appui sur la proprioception réduit aussi la dépendance à la vision seule. Il faut toutefois rester prudent: sans benchmarks, sans comparaison chiffrée et sans durée d'essai, rien ne dit que l'approche tient hors laboratoire. Il s'agit d'un résultat de recherche, pas d'un produit ni d'un déploiement.

Ce travail s'inscrit dans la lignée des approches où un LLM écrit le code de contrôle, apparues vers 2022, et des agents à bibliothèque de compétences qui s'enrichit. En face, les modèles vision-langage-action (VLA) de bout en bout, comme Pi-0, Helix ou GR00T, apprennent directement des politiques à partir de données. META-Robot se range côté programmatique, plus interprétable mais plus dépendant de la qualité des critères. Aucun acteur français ou européen n'est cité dans le résumé. Les prochaines étapes à surveiller sont la publication du code, des plateformes testées et des comparaisons directes avec les méthodes concurrentes.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

IA physique & VLANVIDIA GR00TarXiv cs.RO

À lire aussi

Passage à l'échelle de l'exploration en ligne pour les robots à base d'agents
1arXiv cs.RO 

Passage à l'échelle de l'exploration en ligne pour les robots à base d'agents

RAX (Robot Agent eXploration), un framework open source présenté sur arXiv (2610.22496), propose de remplacer l'apprentissage par démonstrations par l'exploration en ligne. Un agent de code généraliste y écrit directement le code de contrôle du robot, sans données de démonstration d'actions, sans primitives d'action conçues à la main et sans guidage par fonction de valeur. En explorant, l'agent identifie les séquences de décisions qui atteignent l'objectif, puis les compile en programmes modulaires couvrant toute la boucle perception, planification et contrôle. Les auteurs ont mené une étude multi-embodiment sur des tâches de précision et de manipulation longue durée, avec des bras uniques, des systèmes bimanuels, des mains dextres, des robots mobiles et des humanoïdes, en simulation et sur robots réels. En simulation, RAX dépasse les meilleurs modèles de référence de 37,4 % en moyenne. Sur robots réels, il apprend sans démonstration humaine des tâches dépendant de la mémoire, articulées, de haute précision, déformables et de manipulation mobile longue durée. Les nouvelles compétences sont composées à partir de compétences vérifiées lors de sessions d'exploration précédentes. L'enjeu pour l'industrie tient au coût d'intégration. Aujourd'hui, chaque nouvelle morphologie ou nouvelle tâche exige un corpus de téléopération dédié, ce qui limite le passage à l'échelle des modèles vision-langage-action (VLA) et enferme les politiques dans la distribution de leurs imitations. Ici, un nouveau robot s'intègre uniquement via ses API, sans collecte téléopérée ni entraînement de politique. Pour un intégrateur, cela déplace le goulot d'étranglement de la donnée vers l'exploration en ligne et la vérification des programmes produits. Les auteurs rapportent que la généralisation sur environnements inédits progresse de façon régulière avec le volume d'exploration, et que des comportements émergent : perception active, récupération d'erreurs, garde-fous de sécurité et collaboration homme-robot. Il faut toutefois rester prudent : le résumé ne donne ni temps de cycle, ni taux de réussite absolus, ni coût en calcul ou en appels au modèle de langage, ni durée réelle des explorations. La comparaison de +37,4 % porte sur des simulations dont le détail n'est pas précisé. Ce travail s'inscrit dans le courant des robots pilotés par agents de code, qui prolonge les approches de planification par modèles de langage générant des programmes, en opposition à la voie dominante des VLA entraînés sur de vastes corpus de démonstrations. Il s'agit ici d'un résultat de recherche publié en préprint, non d'un produit livré ni d'un déploiement industriel, et il n'a pas encore été évalué par des pairs. La publication du code ouvre la voie à une reproduction par la communauté, étape décisive pour juger de la robustesse hors des environnements des auteurs. Les prochains indicateurs à surveiller sont la fiabilité sur de longues séries d'essais, le coût de l'exploration et la sécurité lors de l'exploration sur machines réelles.

RecherchePaper
1 source
Structure des tâches et passage à l'échelle dans la création multi-robots
2arXiv cs.RO 

Structure des tâches et passage à l'échelle dans la création multi-robots

Une étude de simulation publiée sur arXiv (2610.22670) examine comment la structure d'une tâche de dessin conditionne le gain de temps obtenu en répartissant le travail entre plusieurs robots. Les auteurs représentent chaque dessin sous forme de graphe de traits géométriques, puis comparent deux chaînes d'allocation et de routage. La première attribue un composant connexe entier à un seul robot (allocation à jeton unique). La seconde décompose les composants et autorise plusieurs robots à y travailler simultanément (jeton partagé). Les essais portent sur 385 dessins et des équipes de un à huit robots. Chaque pipeline est normalisé par son propre temps d'exécution avec un seul robot. Avec le jeton unique, le gain de vitesse diminue à mesure que l'équipe grandit. Avec le jeton partagé, l'accélération moyenne est plus forte et la part de temps d'inactivité est plus faible pour les grandes équipes. Cette approche ne réduit toutefois pas le temps d'exécution pour tous les dessins. L'enseignement pratique est que le nombre de composants connexes ne suffit pas à prédire le passage à l'échelle. La charge de travail à l'intérieur de chaque composant et la topologie du graphe pèsent aussi. Un dessin composé de quelques gros composants sature vite une allocation à jeton unique, alors qu'un découpage plus fin laisse les robots supplémentaires utiles. Les écarts entre groupes d'attributs structurels se creusent aux tailles d'équipe élevées, ce qui suggère que l'on peut estimer l'intérêt d'ajouter des robots avant le déploiement, à partir de descripteurs du dessin. Pour un intégrateur, cela rappelle que le dimensionnement d'une flotte dépend autant de la décomposition de la tâche que du nombre de machines. Il faut aussi lire ces résultats avec prudence. Ils sont purement simulés, sans contraintes de collision, de communication ni d'imprécision mécanique réelles. Les auteurs eux-mêmes parlent de scaling empirique propre aux pipelines évalués, non de loi générale. La normalisation par pipeline empêche en outre de comparer directement les temps absolus des deux méthodes. Ce travail s'inscrit dans la recherche sur l'allocation de tâches multi-robots et la planification de trajectoires pour la création artistique ou graphique robotisée. Le problème proche de la couverture de chemins et du routage d'outils se retrouve en peinture, en marquage au sol ou en fabrication additive. Les auteurs proposent des documents complémentaires sur un site dédié, mais aucune validation sur matériel n'est annoncée. Les suites logiques seraient des essais avec de vrais robots, la prise en compte des conflits d'espace de travail et des critères d'allocation capables de choisir automatiquement entre jeton unique et jeton partagé selon la structure du dessin.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
RoboJEPA : passage à l'échelle des modèles du monde latents pour la robotique
3arXiv cs.RO 

RoboJEPA : passage à l'échelle des modèles du monde latents pour la robotique

RoboJEPA, un modèle du monde latent publié sur arXiv (2610.10515), repose sur l'architecture JEPA (Joint Embedding Predictive Architecture) et compte 8 milliards de paramètres. Ses auteurs le présentent comme le plus grand prédicteur JEPA entraîné à ce jour. Il a été entraîné sur un jeu de données à grande échelle couvrant 12 embodiments robotiques différents, issu de données de robots réels. Le résultat central est que l'« imagination error », c'est-à-dire l'erreur accumulée par les déroulés (rollouts) du modèle dans l'espace latent, suit une loi de puissance de second ordre en fonction du calcul. Cette loi permet de prédire la qualité du modèle bien au-delà de l'échelle sur laquelle elle a été ajustée. Les performances de planification en aval progressent elles aussi de façon prévisible avec le calcul. Enfin, le modèle a été déployé en zero-shot sur du matériel réel : il planifie vers une unique image-but pour résoudre des tâches à horizon long. Les checkpoints, le code d'entraînement et le code de déploiement sont publiés. L'intérêt tient moins à la performance brute qu'à la méthode. Jusqu'ici, les lois d'échelle étaient bien établies pour les modèles de langage, mais pas pour les modèles du monde robotiques, ce qui obligeait les équipes à investir à l'aveugle en paramètres, données et GPU. Si l'imagination error est effectivement corrélée de façon forte à la réussite de la planification, elle devient un indicateur peu coûteux pour évaluer un modèle sans passer par des essais sur robot réel, longs et difficiles à reproduire. Pour les intégrateurs et les décideurs B2B, cela rapproche la robotique d'une logique d'ingénierie où l'on chiffre à l'avance le gain attendu d'un budget de calcul. Il faut cependant rester prudent : il s'agit d'un preprint sans relecture par les pairs, les tâches réelles ne sont pas détaillées dans le résumé (taux de réussite, durée, diversité des scènes), et une extrapolation de loi d'échelle ne garantit pas la robustesse en environnement industriel ouvert. Ce travail s'inscrit dans la lignée des approches JEPA promues par Yann LeCun et Meta, qui privilégient la prédiction dans un espace de représentation abstrait plutôt qu'au niveau du pixel, en opposition aux modèles génératifs vidéo et aux politiques VLA (vision-langage-action) entraînées par imitation. Il se positionne face aux modèles du monde de type Cosmos de NVIDIA et aux modèles génératifs de Google DeepMind, ainsi qu'à V-JEPA 2 de Meta, qui avait déjà montré une planification robotique à partir d'une image-but. La publication ouverte des poids et du code laisse attendre des reproductions et des extensions par d'autres laboratoires. Les prochaines étapes à surveiller sont la validation des lois d'échelle à des tailles supérieures à 8 milliards de paramètres, leur confirmation par des équipes indépendantes, et une évaluation sur des tâches industrielles réelles.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
RACaP : raisonnement, action et codage à base d'agents pour un apprentissage robotique évolutif
4arXiv cs.RO 

RACaP : raisonnement, action et codage à base d'agents pour un apprentissage robotique évolutif

Des chercheurs ont publié sur arXiv, le 25 septembre 2026 (référence 2609.29394), un article décrivant RACaP (Reasoning, Acting, and Coding as Policies), un framework agentique pour l'apprentissage robotique évolutif. Contrairement aux méthodes Code as Policies (CaP) classiques, qui génèrent et réparent du code au moment de l'exécution au prix d'une latence et d'un mélange entre mécanismes réutilisables et décisions spécifiques à la tâche, RACaP déplace la génération de code vers une phase d'évolution en amont et s'appuie, au déploiement, sur une boucle ReAct qui appelle des API de politiques figées et typées, combinant curriculum d'apprentissage et auto-évolution autonome. Sur les bancs d'essai en simulation LIBERO, RACaP atteint 54,4% de réussite sur LIBERO-90, 45,0% en zero-shot sur LIBERO-PRO et 46,0% sur LIBERO-Long, contre au maximum 4,0% pour les baselines CaP sur les tâches à long horizon, soit 2,5 fois leur taux de réussite sur LIBERO-PRO et un temps de décision médian 1,9 fois plus rapide. Un fine-tuning par échantillonnage par rejet distille ensuite les décisions ReAct de GPT-5.6 dans un modèle compact Qwen3-VL-8B-Instruct, accélérant l'inférence par décision d'un facteur 13,2 et réduisant les appels physiques répétés de 16 à 4. Ce travail cible un problème concret pour les intégrateurs: la latence et la fragilité des approches où un modèle de langage génère et corrige du code de contrôle en direct, ce qui complique la maintenance et le passage à l'échelle sur des tâches longues. En séparant le code réutilisable, figé après évolution, des décisions prises en temps réel via mémoire de travail, mémoire d'expérience et retour visuel, RACaP illustre une piste pour rendre les agents VLA (vision-language-action) plus robustes et plus rapides sans sacrifier l'adaptabilité. La distillation vers un modèle compact comme Qwen3-VL-8B-Instruct répond directement à une contrainte industrielle: les grands modèles comme GPT-5.6 restent trop lents et coûteux pour tourner en boucle fermée sur un robot physique. Ces résultats demeurent toutefois obtenus en simulation sur les bancs académiques LIBERO, et non lors d'un déploiement réel en usine ou en entrepôt, laissant ouvert l'écart classique entre performance simulée et performance en conditions réelles. RACaP s'inscrit dans la lignée des méthodes Code as Policies, qui font piloter des robots par des grands modèles de langage générant directement du code exécutable, une approche dont les limites sur les tâches longues et complexes sont confirmées ici par les scores plafonnés à 4,0% des baselines CaP citées dans l'article. En comparant son architecture à ces méthodes de référence sur les mêmes bancs LIBERO-90, LIBERO-PRO et LIBERO-Long, l'équipe cherche à démontrer qu'une architecture combinant code figé et raisonnement au moment de l'action offre une meilleure transférabilité zero-shot, un critère que surveillent les décideurs avant tout investissement en robotique VLA. L'article, disponible en prépublication sous la référence 2609.29394v1, ne mentionne ni calendrier de déploiement sur robot physique ni partenariat industriel; les prochaines étapes attendues pour ce type de travaux académiques restent une validation sur plateforme réelle et une revue par les pairs.

RechercheActu
1 source