RechercheBerkeley AI Research 9 novembre 2026

BAIR à CoRL 2026

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Le Conference on Robot Learning (CoRL) se tient du 9 au 12 novembre 2026 à Austin, au Texas. Le laboratoire BAIR de UC Berkeley y présente 33 articles de la conférence principale et 4 posters de résultats tardifs (late-breaking results). Dix de ces articles sont retenus à l'oral : 3 oraux et 7 spotlights. La conférence principale couvre les 9 à 11 novembre, et les ateliers ont lieu le 12. Le programme s'ouvre le 9 novembre avec la session de spotlights sur les politiques généralistes, la mémoire et le transfert. On y trouve MEM, une mémoire embarquée multi-échelle pour les modèles vision-langage-action (VLA), signée notamment par Marcel Torne, Karl Pertsch, Sergey Levine, Chelsea Finn et Danny Driess. On y trouve aussi une étude sur la généralisation compositionnelle dans les tâches robotiques séquentielles, avec Masayoshi Tomizuka. L'après-midi, la professeure Negar Mehr donne une keynote « Early Career » sur la façon dont les robots peuvent apprendre à interagir et se coordonner avec d'autres agents, sous la présidence de Ken Goldberg. Les posters tardifs portent sur la robotique agentique : exploration en ligne à grande échelle, auto-amélioration guidée par reconstruction en simulation, et apprentissage autonome du « flip » d'objets. Le poster de Large Video Planner, qui associe notamment Pieter Abbeel et Jitendra Malik, figure aussi au programme.

Cette liste ne contient ni démonstration ni produit, mais elle indique où se concentre la recherche académique. Les VLA dotés de mémoire, la planification par modèles vidéo et les agents robotiques qui s'améliorent seuls dominent les sujets mis en avant. Pour un intégrateur ou un décideur industriel, le signal est que les limites actuelles des politiques généralistes sont désormais attaquées directement : tâches longues, contexte à retenir, généralisation à des combinaisons nouvelles de sous-tâches. Le titre sur la généralisation compositionnelle suggère aussi que le diagnostic des échecs devient un sujet de recherche à part entière, ce qui tempère les discours sur des modèles « résolus ». Le programme ne donne en revanche aucune métrique de performance, aucun taux de réussite ni aucun résultat de déploiement réel. Ces articles décrivent des méthodes, pas des systèmes validés en production.

Le contexte tient à la place de Berkeley dans l'apprentissage robotique. Plusieurs coauteurs, dont Levine, Finn et Abbeel, sont des figures du domaine, et les articles sont cosignés avec des collaborateurs d'autres universités et d'entreprises, dont le programme ne détaille pas l'identité. Le critère d'inclusion est qu'au moins un auteur soit affilié à Berkeley. La liste des posters tardifs est susceptible de s'allonger, et l'atelier Agentic Robotics du 12 novembre accueillera notamment le travail sur l'auto-amélioration guidée. Les prochaines semaines diront si ces méthodes sortent des benchmarks vers des pilotes industriels.

Dans nos dossiers

IA physique & VLA

À lire aussi

1arXiv cs.RO

AgenticRoboRL : appliquer le post-entraînement des agents de code à la robotique à base d'agents

Des chercheurs publient AgenticRoboRL, un cadre de post-entraînement destiné aux planificateurs des systèmes de robotique agentique. Ces systèmes associent un planificateur, c'est-à-dire un modèle de langage qui décompose la tâche, à un « harnais » qui exécute les actions, soit en appelant des compétences VLA (vision-langage-action), soit en générant du code de contrôle. La recette combine un réglage supervisé (SFT) et un apprentissage par renforcement multi-tours. Des adaptateurs propres à chaque harnais relient les interactions enregistrées du planificateur aux résultats des tâches. Le pipeline RL reste ainsi commun et les composants d'exécution restent figés. Sur le benchmark LIBERO-PRO, un planificateur de 9 milliards de paramètres passe de 18,1 % à 71,0 % de réussite sans mémoire externe. Codex (GPT-5.5) atteint 72,1 % avec mémoire externe. Les auteurs annoncent la publication du cadre et des checkpoints entraînés. Pour l'instant, il s'agit d'une prépublication arXiv, sans code disponible. L'intérêt tient à ce que les travaux récents sur la robotique agentique cherchaient surtout à améliorer le harnais et la mémoire externe, tout en s'appuyant sur de gros modèles propriétaires pour planifier. Ces résultats suggèrent qu'un modèle ouvert de taille modeste, spécialisé par post-entraînement, peut se rapprocher d'un modèle fermé de pointe sur ce benchmark. Pour un intégrateur ou un industriel, cela change le calcul sur trois points : la dépendance à une API tierce, la latence et la possibilité d'un déploiement embarqué ou sur site. Le gain de 53 points montre aussi que l'écart de départ venait en grande partie de l'inadéquation du modèle à la tâche, et pas de la seule faiblesse du harnais. Il faut toutefois relativiser. LIBERO-PRO est un benchmark simulé de manipulation, le comparatif avec Codex mélange des conditions différentes (avec ou sans mémoire), et rien n'indique encore une validation sur robot réel, en environnement non structuré, ni sur des temps de cycle industriels. Le transfert sim-to-real reste donc entièrement à démontrer. Cette approche transpose à la robotique ce qui a fait progresser les agents de code, dont les gains récents viennent du post-entraînement du modèle lui-même par RL sur des retours d'exécution vérifiables. Elle se place face aux architectures de type VLA de bout en bout (Pi-0, GR00T, Helix), qui fusionnent perception et contrôle dans un seul modèle, alors qu'ici la planification reste séparée de l'exécution. Elle se distingue aussi des systèmes agentiques qui reposent sur des LLM fermés avec mémoire externe. La suite dépendra de la publication effective des poids et du code, qui permettra une réplication indépendante. Il faudra ensuite voir si le gain tient sur d'autres harnais, sur des tâches plus longues et sur du matériel réel. Aucun pilote industriel ni calendrier n'est annoncé à ce stade.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

2Robohub

Premier match de football humanoïde à 11 contre 11 disputé à la RoboCup 2026

Lors de RoboCup 2026, à Incheon en Corée du Sud, deux équipes de onze robots humanoïdes se sont affrontées sur un terrain de football, une première pour la compétition qui ambitionne un format complet à onze contre onze. Le match a opposé B-Human, de Brême, à HTWK Robots, de Leipzig, deux équipes allemandes pilotant des humanoïdes fournis par le fabricant Booster Robotics. Ubbo Visser, président de la RoboCup Federation, a salué les progrès réalisés en coordination collective et en compétences motrices, portés par les avancées récentes de l'intelligence artificielle embarquée. La fédération a diffusé des extraits vidéo du match ainsi qu'un article détaillé sur son site ; aucune donnée chiffrée précise sur les robots, comme la charge utile, les degrés de liberté ou la durée de cycle, n'a été communiquée, l'accent portant sur la performance collective plutôt que sur les spécifications techniques. Cet événement reste avant tout symbolique : il s'agit d'une compétition académique, non d'un déploiement commercial, et le format complet à onze joueurs par équipe n'avait jamais été testé en conditions de jeu réelles. Pour les intégrateurs et chercheurs en robotique humanoïde, la démonstration confirme que la coordination multi-robots autonomes progresse plus vite qu'attendu, même si l'écart avec un affrontement face à des joueurs humains professionnels reste considérable. Le fait que deux équipes concurrentes s'appuient sur la même plateforme matérielle, celle de Booster Robotics, illustre aussi une tendance de fond du secteur : la standardisation du hardware humanoïde au profit du logiciel de contrôle et d'IA, une séparation entre châssis et pile logicielle déjà à l'œuvre chez les acteurs commerciaux du domaine. La RoboCup a été fondée en 1997 avec un objectif affiché par ses créateurs : bâtir d'ici 2050 une équipe de robots autonomes capable de battre les champions du monde humains de football. Le match d'Incheon s'inscrit dans cette trajectoire de long terme, portée par une communauté de recherche universitaire distincte de la course commerciale menée par les fabricants de robots humanoïdes industriels ou de service. En équipant simultanément plusieurs équipes rivales, Booster Robotics se positionne comme fournisseur de référence pour la recherche en robotique humanoïde compétitive. La RoboCup Federation n'a communiqué aucun calendrier précis pour les prochaines étapes, mais prévoit de continuer à augmenter progressivement le nombre de robots par équipe lors de ses éditions futures.

UEDeux équipes universitaires allemandes (Breme et Leipzig) sont au coeur de cette première académique, illustrant la position de la recherche européenne en robotique humanoïde compétitive sans déploiement commercial en Europe.

RecherchePaper

1 source

3arXiv cs.RO

Mieux entraîner les VLA : les leçons du défi REAL-I à l'ICRA 2026

La première édition du REAL-I Challenge (Real-world Embodied AI Learning) s'est déroulée lors de la conférence ICRA 2026, en trois étapes : évaluation en simulation, tests sur robot réel, puis une finale sur site disputée sur une même plateforme humanoïde bimanuelle. L'objectif était précis : entraîner des politiques robotiques le plus efficacement possible à partir d'un budget de démonstrations fixe, et non d'un jeu de données illimité. L'article, publié sur arXiv (2609.13679v1), compare les approches de trois équipes finalistes, NUS-CLEAR, RCL-Lab et Deeptouch.ai, qui ont toutes combiné un modèle vision-langage-action (VLA) pré-entraîné à des politiques d'imitation spécifiques à la tâche, en variant la curation des données, l'adaptation par étapes, la sélection des points de contrôle et la conception de l'espace d'action. Les enseignements dépassent le cadre du concours et s'adressent directement aux intégrateurs et aux chercheurs appliqués. Les auteurs identifient trois facteurs opérationnels : la capacité à s'adapter à l'environnement de déploiement sans effacer les compétences acquises en amont, la prise en compte de la qualité des démonstrations à la bonne échelle temporelle, et la correction des erreurs sur les composants du robot momentanément inactifs. Un bras qui dérive alors qu'il n'est pas sollicité peut suffire à faire échouer une tâche entière. Point le plus significatif pour la communauté VLA : les métriques hors ligne de prédiction d'action, standard pour évaluer ces modèles, se révèlent peu fiables pour anticiper le succès réel en boucle fermée sur robot physique, ce qui nuance l'idée qu'un pré-entraînement à grande échelle suffirait à résoudre le transfert vers le monde réel. Ce travail s'inscrit dans un paysage où des modèles généralistes comme Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure AI servent de socles censés généraliser à de nouvelles tâches avec peu de données ; REAL-I offre un banc d'essai indépendant, sur une plateforme partagée, plutôt que des métriques auto-rapportées par les fabricants. Les auteurs appellent à traiter curation des données, adaptation, évaluation et déploiement comme un seul pipeline plutôt que comme des problèmes séparés, une orientation qui devrait structurer les prochaines éditions du challenge et les benchmarks à venir dans la communauté ICRA.

RechercheActu

1 source

4arXiv cs.RO

Politiques de scène à base d'agents

Des chercheurs du laboratoire Robotics and Embodied AI de Montréal (Mila, page projet montrealrobotics.ca) publient la deuxième version d'Agentic Scene Policies (ASP), un cadre de contrôle robotique qui vise la généralisation zéro-shot, c'est-à-dire l'exécution d'instructions en langage naturel sur des objets jamais vus, sans entraînement spécifique. ASP unifie, dans un seul espace d'actions « agentique », la localisation des objets et les compétences du robot, via une interface d'outils exposée à un agent. La représentation de la scène en 3D repose sur un modèle vision-langage (VLM), et les compétences s'appuient sur des affordances au niveau des parties d'objets, comme la poignée d'un tiroir ou la fiche d'un chargeur. Cela permet des interactions zéro-shot telles que débrancher un chargeur ou ouvrir un tiroir. Les auteurs affirment que ASP surpasse systématiquement les principaux modèles VLA (vision-langage-action) en zéro-shot lors d'expériences réelles, et présentent une version mobile du cadre pour répondre à des requêtes à l'échelle d'une pièce. Le résumé ne donne ni chiffres de taux de réussite, ni noms des VLA comparés, ni détails sur le robot utilisé. Ces éléments sont à chercher dans le papier complet. L'intérêt tient au débat entre deux architectures. Les VLA détournent un VLM pour produire des actions de bout en bout, mais leur généralisation à de nouvelles instructions et à de nouveaux objets reste fragile. Les politiques modulaires, qui combinent représentation de scène, planification de mouvement et VLM, sont plus interprétables et donnent de bons résultats zéro-shot. Elles souffrent toutefois de deux faiblesses : une recherche d'objets purement sémantique, sans raisonnement spatial explicite, et des compétences limitées à la saisie et à la navigation de base. ASP s'attaque aux deux. Si l'avantage sur les VLA se confirme sur des protocoles indépendants, cela plaide pour des architectures hybrides, où un agent de langage orchestre des primitives géométriques robustes plutôt que de tout apprendre de bout en bout. Pour les intégrateurs, l'attrait est concret : un système modulaire se diagnostique, se corrige et s'étend en ajoutant des outils, sans réentraîner un modèle de plusieurs milliards de paramètres. Il faut cependant rester prudent. Il s'agit d'un travail académique, non d'un produit, et la comparaison dépend du choix des VLA de référence, de leur réglage et des tâches retenues. Les cadences, la fiabilité sur de longues séries et les modes de défaillance ne sont pas documentés dans le résumé. Ce travail s'inscrit dans la lignée des approches qui font piloter des robots par des VLM et des LLM, avec des cartes sémantiques 3D et des outils de saisie issus de la vision. En face, les VLA généralistes tels que Pi-0 de Physical Intelligence, GR00T de NVIDIA ou Helix de Figure ont gagné en visibilité, avec une promesse de généralisation encore peu vérifiée hors des environnements d'entraînement. La publication de cette version 2 (une révision d'un papier d'abord soumis en septembre 2025) suggère un travail affiné après relecture. Les prochaines étapes probables sont des tests sur davantage d'objets et de scènes, des comparaisons plus larges avec les VLA récents et une extension de la version mobile à des tâches de longue durée.

RecherchePaper

1 source