RechercheRobohub 4 novembre 2026

AIhub coffee corner : les humanoïdes sont-ils l'avenir de l'IA incarnée ?

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Lors de la dernière édition de RoboCup, en 2026, 55 équipes de football pour robots humanoïdes se sont affrontées à la compétition internationale. C'est un nombre élevé pour ce rendez-vous. Un match de démonstration à 11 contre 11 robots humanoïdes a aussi eu lieu. Comme chaque année, les « trustées » de RoboCup ont affronté les machines pour mesurer leur niveau. Joydeep Biswas (University of Texas at Austin), qui siège à ce niveau de l'organisation, explique que cette rencontre était autrefois triviale. Elle ne l'est plus, même si elle n'a pas été difficile cette année. Il y a deux ans, les humanoïdes tombaient beaucoup moins qu'avant et pouvaient être déployés sans humain derrière eux. Les organisateurs ont décidé de simplifier leurs ligues de football. En 2028, il ne restera que la ligue humanoïde. La discussion a réuni Biswas, Sanmay Das (Virginia Tech), Rina Dechter (UC Irvine), Sabine Hauert (University of Bristol), Marija Slavkovik (University of Bergen) et l'équipe d'AIhub. Il s'agit d'un échange d'opinions entre chercheurs, pas d'un produit ni d'un déploiement industriel.

Pour Biswas, ce saut ne vient pas d'une innovation unique. Il résulte de la conjonction d'un matériel bien meilleur, d'avancées algorithmiques et de nouvelles méthodes d'entraînement. Les contrôleurs de marche classiques ont cédé la place à des contrôleurs appris, entraînés en simulation puis transférés au robot réel (sim-to-real). Ce constat est utile aux intégrateurs et aux décideurs. La locomotion bipède fiable n'est plus le goulot d'étranglement principal, et c'est la raison de l'engouement actuel. Le choix de RoboCup relève aussi d'un pari scientifique. Même imparfait, un robot humanoïde unique permet d'intégrer contrôle, perception et décision, ce qui était impossible il y a quelques années. Ce pari ne vaut pas validation commerciale. Un terrain de football est un environnement borné, loin d'un entrepôt ou d'une usine.

Hauert, venue à la robotique grâce à RoboCup dans l'équipe de Manuela Veloso (ligue des chiens robots Aibo), décrit l'évolution des salons ICRA et IROS. Les drones ont d'abord dominé, puis les chiens robotiques, et ce sont désormais les mains dextres et les humanoïdes. Elle salue les progrès matériels et de commande, mais reste prudente. Elle ne pense pas que les humanoïdes soient nécessaires partout et reste favorable à des robots spécialisés, conçus pour leur tâche. Elle y voit aussi des technologies transférables à d'autres formes de robots. Cette position tempère l'enthousiasme du secteur, qui mise sur une forme généraliste. Elle rappelle que la question de la forme optimale reste ouverte, au moment où la communauté académique concentre ses compétitions sur l'humanoïde.

Dans nos dossiers

IA physique & VLA

À lire aussi

1arXiv cs.RO

IA incarnée : perception et action pour l'exécution de tâches par un robot humanoïde en construction

Des chercheurs publient sur arXiv (référence 2608.01600v1, soumis début août 2026) un système de perception et d'action destiné aux robots humanoïdes pour l'exécution de tâches de construction. L'architecture combine deux réseaux de neurones profonds : Humanoid-PoseNet, qui capture les postures d'un ouvrier lors d'une démonstration et les traduit en poses mécaniquement réalisables pour un robot humanoïde, puis Humanoid-ActionNet, qui apprend à partir de ces poses traduites les actions que le robot peut réellement exécuter. Testé sur huit tâches liées au chantier, le système atteint une erreur moyenne de suivi de mouvement de 82,45 mm en MPJPE (Mean Per Joint Position Error, l'écart moyen par articulation entre le geste de référence et celui reproduit par le robot). L'abstract ne cite aucun modèle de robot précis, aucun site de déploiement ni partenaire industriel : il s'agit d'un travail de recherche méthodologique et non d'un produit commercialisé. L'enjeu porte sur un goulot d'étranglement bien identifié de l'apprentissage par démonstration chez les humanoïdes : la différence de morphologie et de degrés de liberté (DOF) entre un corps humain et un robot rend la traduction directe des mouvements captés souvent instable ou irréalisable mécaniquement. En séparant explicitement l'étape de retargeting des poses (PoseNet) de l'apprentissage de l'action (ActionNet), l'étude propose une réponse ciblée à ce problème, potentiellement transposable à d'autres tâches physiques répétitives et dangereuses en environnement non structuré, un terrain bien plus exigeant pour un humanoïde que l'entrepôt logistique. Le chiffre de 82,45 mm reste toutefois difficile à juger sans point de comparaison ni contexte sur la difficulté relative des huit tâches testées. Le secteur de la construction, confronté à une pénurie de main-d'œuvre et à des tâches physiquement éprouvantes, est régulièrement cité comme débouché naturel pour les humanoïdes, aux côtés des usines et entrepôts déjà ciblés par Figure, Agility Robotics ou Unitree. Ce travail se positionne en amont de tout déploiement commercial : les auteurs le présentent eux-mêmes comme une « étape précoce » vers des collaborateurs humanoïdes de chantier, sans calendrier de pilotes ni annonce industrielle à ce stade.

RecherchePaper

1 source

2arXiv cs.RO

RoboFake : les détecteurs de deepfakes sont-ils prêts pour les robots humanoïdes à visage ?

Des chercheurs proposent le terme « RoboFake » pour désigner une attaque de présentation inédite: un robot humanoïde à visage mobile, capable de synchroniser ses lèvres avec la parole et d'afficher des expressions détaillées, reçoit les traits d'une personne réelle et est piloté par une voix générée. La caméra filme alors un objet physique réel, sans aucun pixel retouché. L'étude (arXiv:2610.14269v2) teste trois modèles publics de détection d'attaques de présentation faciale (PAD) et six détecteurs de deepfakes publics, sur trois types de données: une vidéo d'un robot physique synchronisant ses lèvres, une vidéo synthétisée du même robot et des visages de robots rendus en 3D. Les seuils sont fixés sur des données humaines (BPCER de 5 % sur FaceForensics++), et chaque résultat est comparé à des visages humains traités de la même manière et tournés selon le même angle de tête. Un petit modèle PAD mobile détecte toutes les images du robot physique (APCER de 0 %) et résiste à la compression, mais son taux de rejet à tort d'humains grimpe à 14 % sur vidéo humaine retraitée. Les deux modèles PAD entraînés sur CelebA-Spoof ratent le robot en capture directe, et l'un d'eux manque aussi la plupart des images du panneau. Côté deepfakes, trois détecteurs signalent presque toutes les images du robot, tandis que deux en signalent moins de 7 %. Ces résultats comptent pour quiconque s'appuie sur la vérification faciale: banques, KYC à distance, contrôle d'accès, visioconférence. Les détecteurs de deepfakes cherchent des traces de synthèse dans l'image, or un robot filmé n'en laisse aucune. L'analyse par masquage montre que la réaction des détecteurs vient bien du visage, mais qu'elle ne suit pas la synthèse. La compression JPEG suffit en outre à faire passer sous le seuil la plupart des images du robot pour certains détecteurs. Les auteurs en concluent que les modèles actuels repèrent les robots d'aujourd'hui parce que leurs visages ne ressemblent pas à des visages humains, et non parce qu'ils reconnaissent l'attaque. C'est un signal d'alerte plutôt qu'une preuve d'exploitation: l'étude ne porte que sur un robot, sur des modèles publics, et aucune attaque réelle n'est documentée. Ce travail s'inscrit dans la course à l'expressivité des visages robotiques, qui rend l'écart avec l'apparence humaine de plus en plus faible, tandis que la voix synthétique et les modèles de lip-sync progressent en parallèle. Jusqu'ici, la défense anti-usurpation se concentrait sur les écrans, les masques et les vidéos truquées, avec des jeux de données comme CelebA-Spoof et FaceForensics++. Les auteurs formulent trois hypothèses testables sur des RoboFakes réalistes et interactifs, laissant entendre que des robots plus convaincants et réactifs mettraient en défaut les défenses actuelles. Aucun calendrier ni déploiement n'est annoncé: il s'agit d'un appel à constituer des jeux de données dédiés et à tester des détecteurs conçus pour ce cas.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

IA incarnée, HumAIN : la navigation sociale implicite du robot conscient des humains

Des chercheurs présentent HumAIN (Human-Aware Implicit Social Robot Navigation), un nouveau framework publié sur arXiv (arXiv:2607.07357v1) qui vise à rendre la navigation des robots sociaux plus sensible aux comportements humains. Le système repose sur un modèle enseignant de type transformer qui fusionne plusieurs sources de données : images historiques, points clés du squelette humain (keypoints), état du robot et objectif de destination, afin d'apprendre des représentations robustes pour planifier la trajectoire future du robot. Cette connaissance est ensuite distillée dans un modèle élève beaucoup plus léger, optimisé conjointement pour reconstruire la trajectoire et aligner ses caractéristiques latentes sur celles de l'enseignant, ce qui permet un déploiement en temps réel. Lors des tests, HumAIN améliore les métriques de prédiction de trajectoire de 29,8% en moyenne sur l'ensemble des métriques évaluées, par rapport aux meilleures méthodes existantes. L'enjeu principal de ces travaux est de combler l'écart entre prédiction et planification, un problème récurrent dans la navigation robotique en environnement humain : beaucoup de systèmes prédisent bien le mouvement des piétons mais peinent à traduire cette prédiction en trajectoire exploitable en temps réel, surtout sur du matériel aux ressources limitées. En s'appuyant sur des indices sociaux implicites, comme la démarche ou l'orientation du corps, plutôt que sur des règles explicites ou des modèles de forces sociales classiques, cette approche pourrait rendre les robots mobiles (AMR, robots de service, plateformes embarquées) plus fluides et prévisibles dans des espaces partagés avec des humains, un facteur clé pour l'acceptabilité et la sécurité de ces systèmes en usage réel, notamment en logistique ou en environnement industriel où humains et robots cohabitent. Ce travail s'inscrit dans la lignée des recherches sur la navigation sociale des robots, un domaine qui cherche depuis plusieurs années à dépasser les modèles purement géométriques d'évitement d'obstacles pour intégrer une compréhension plus fine du comportement humain. La technique de distillation de connaissances, empruntée à l'apprentissage profond, est ici appliquée pour rendre exploitables sur des plateformes à ressources contraintes des représentations normalement coûteuses à calculer. Les auteurs positionnent HumAIN par rapport à des méthodes de l'état de l'art en prédiction de trajectoire, et les prochaines étapes attendues porteraient sur une validation au-delà de la simulation, sur des robots physiques en conditions réelles.

RecherchePaper

1 source

4arXiv cs.RO

Suivi précis de l'effecteur final en SE(3) dans le contrôle du corps entier des humanoïdes

Des chercheurs ont présenté ResGAC, un contrôleur de corps entier pour humanoïde conçu pour suivre avec précision la pose d'un effecteur terminal dans SE(3), c'est-à-dire en position et en orientation. Décrit dans un préprint arXiv (2610.09479), le système associe un contrôle d'admittance géométrique (GAC) à de l'apprentissage par renforcement résiduel. Le GAC fournit un retour d'information structuré dans l'espace de la tâche et produit les consignes nominales de position articulaire des bras. Le réseau résiduel compense les dynamiques non modélisées et coordonne la locomotion et l'équilibre dans le même espace d'action, celui des positions articulaires. La validation a eu lieu sur un Unitree G1 réel, sur quatre bancs d'essai de suivi en position debout. ResGAC y obtient des erreurs de translation et de rotation inférieures à celles de plusieurs références, dont SONIC. Dans une tâche d'insertion de cheville dans un trou (peg-in-hole) en position debout, il atteint 90 % de réussite, contre 50 % pour SONIC. Il assure aussi un suivi précis de la pose de l'effecteur dans le repère monde pendant des mouvements du bas du corps. Le résultat touche un point faible connu de la manipulation humanoïde. Les politiques apprises de bout en bout, de type VLA ou suivi de mouvement, savent produire des comportements variés, mais elles tiennent mal la précision centimétrique ou millimétrique, car les oscillations de la base flottante, la gravité, le couplage dynamique et les perturbations de la marche se transmettent à la main. La tâche de peg-in-hole a ici valeur de test, puisqu'elle exige cette précision. Un taux de 90 % contre 50 % suggère qu'une structure géométrique explicite, combinée à un résiduel appris, peut combler une partie de l'écart entre démonstration et fiabilité industrielle. Une réserve s'impose : la validation porte sur un seul robot, le G1, plateforme de recherche peu coûteuse, et sur des essais statiques en position debout. Le nombre d'essais et la dispersion des résultats ne figurent pas dans le résumé, et les vidéos fournies sont par nature sélectionnées. La marche avec manipulation de précision n'est démontrée que pour le suivi en repère monde, pas pour des tâches d'assemblage. L'idée centrale est une formulation géométrique invariante à gauche, qui permet d'appliquer la même loi GAC dans différents repères de manipulation. Les auteurs l'exploitent avec un repère de cap attaché au sol : il conserve la locomotion planaire mais retire le roulis, le tangage et le pompage du bassin de la référence de manipulation. Les mouvements du bassin se propagent alors moins vers l'effecteur désiré. SONIC, la référence principale, représente l'approche de suivi de mouvement généraliste pour humanoïdes, que ce travail cherche à dépasser sur la précision. La suite logique serait de passer à des plateformes plus grandes, à des charges utiles réelles et à des tâches d'assemblage en marchant, ce que l'article ne démontre pas. Les vidéos et le code sont annoncés sur le site du projet resgac.github.io.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source