RechercheRobohub 6 novembre 2026

Robot Talk, épisode 169 : la perception robotique inspirée de la nature, avec Dexter Shepherd

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource unique

Dans l'épisode 169 du podcast Robot Talk, l'animatrice Claire reçoit Dexter Shepherd, chercheur postdoctoral à l'Université du Sussex, pour parler de la manière dont l'intelligence artificielle peut aider les robots à comprendre leur environnement et à s'y adapter. Ses travaux portent sur l'apprentissage automatique appliqué au toucher bio-inspiré et à la locomotion robotique. Ils combinent systèmes d'IA embarquée, modèles spatio-temporels et apprentissage par renforcement, afin que les robots classent des textures, s'orientent et ajustent leurs mouvements. Il pilote aussi des programmes de formation à l'IA en Afrique, centrés sur la fabrication électronique et le déploiement d'IA sur des composants embarqués. L'échange est une discussion de recherche : aucun produit, chiffre de performance, jeu de données ou site de déploiement n'est annoncé.

L'intérêt tient au terrain abordé. La course humanoïde se joue surtout sur la vision et les modèles VLA, alors que le toucher reste un maillon faible de la manipulation fine, notamment pour identifier une matière ou détecter un glissement. Faire tourner ces modèles directement sur des puces embarquées répond aux contraintes de latence, de consommation et de coût qui comptent pour un intégrateur. Reste que, sans métriques publiées, on ne peut pas juger de la robustesse hors laboratoire ni de la distance qui sépare ces résultats d'un usage industriel.

Le contexte est celui d'une recherche académique qui puise dans le vivant pour doter les robots de capteurs tactiles et de réflexes de mouvement, face à des acteurs industriels qui intègrent progressivement le tactile dans leurs mains robotiques. Aucun pilote ni calendrier n'est mentionné. La suite se lira plutôt dans les publications du laboratoire et dans l'essor des formations à l'IA embarquée en Afrique.

À lire aussi

1Robohub

Robot Talk, épisode 168 : faire progresser la robotique grâce à une électronique inédite, avec Zlatka Stoeva

Dans le 168e épisode du podcast Robot Talk, l'animatrice Claire reçoit Zlatka Stoeva, fondatrice et directrice générale de DZP Technologies, une entreprise basée à Cambridge (Royaume-Uni) spécialisée dans les matériaux avancés et les nouvelles formes d'électronique. La discussion porte sur l'électronique imprimée flexible, extensible et souple appliquée aux robots dextres. Chimiste des matériaux de formation, Zlatka Stoeva a mis au point les encres et matériaux électroniques qui constituent la base du portefeuille actuel de l'entreprise. DZP est entrée dans la robotique à l'occasion d'un projet financé par ARIA, consacré aux composants électroniques imprimés destinés à un robot dextre. Pour les intégrateurs et les équipes qui conçoivent des mains robotiques, l'enjeu est moins l'algorithme que la couche physique. La dextérité repose sur la perception tactile et sur des capteurs et pistes conductrices capables de se plier, de s'étirer et d'épouser des surfaces courbes sans perdre leur fonction. L'électronique imprimée est une piste crédible pour y parvenir, mais l'épisode ne communique aucun chiffre sur la sensibilité, la durabilité en cycles, le coût ou la capacité de production. Il s'agit donc d'un échange de présentation, pas d'un produit livré ni d'un déploiement démontré. Le contexte est celui d'une course humanoïde et manipulation où les modèles d'action progressent vite, tandis que le toucher et la robustesse des mains restent des goulots d'étranglement. DZP, issue de la chimie des matériaux plutôt que de la robotique, illustre l'arrivée de fournisseurs de composants spécialisés dans cet écosystème. Le calendrier de commercialisation et les partenaires éventuels n'ont pas été précisés.

RecherchePaper

1 source

2Robohub

Robot Talk, épisode 165 : les robots derrière la recherche, avec Kushant Patel

L'épisode 165 du podcast Robot Talk met face à face Claire et Kushant Patel, ingénieur logiciel au Brookhaven National Laboratory, laboratoire américain du Department of Energy. L'échange porte sur les robots qui travaillent dans des installations scientifiques, notamment les accélérateurs de particules. Kushant Patel développe des logiciels qui permettent aux robots et aux instruments de percevoir, cartographier et traverser l'espace physique. Chez Brookhaven, il conçoit des systèmes de contrôle pour des lignes de lumière de synchrotron avancées. L'épisode est un entretien, pas une annonce produit : aucun chiffre de payload, de degrés de liberté ou de volume de déploiement n'est communiqué, et aucun robot commercial n'est nommé. L'intérêt tient à ce que ce profil dit de la robotique en milieu scientifique. Les synchrotrons et accélérateurs sont des environnements où l'instrument lui-même doit être piloté avec précision, et où la frontière entre robot mobile, bras et appareil de mesure se brouille. Le parcours de l'intervenant illustre un transfert de compétences, de la perception et de la cartographie vers le contrôle d'équipements de recherche. Pour les intégrateurs, c'est un rappel que des niches très exigeantes, peu médiatisées, absorbent une part du savoir-faire en navigation et en autonomie. Kushant Patel a obtenu un master en ingénierie mécatronique à l'University of Waterloo. Il a ensuite passé deux ans à l'University of California, Berkeley, à apprendre à des robots quadrupèdes à cartographier et inspecter des matières nucléaires, puis un an à l'University of California, Davis, sur des interfaces cerveau-machine en boucle fermée. Aucun calendrier ni pilote n'est évoqué dans la présentation de l'épisode, et le détail de ses travaux à Brookhaven reste à découvrir à l'écoute.

RechercheActu

1 source

3Robohub

Robot Talk, épisode 166 : l'évolution des corps et des cerveaux de robots, avec Rika Antonova

L'épisode 166 du podcast Robot Talk met en scène un entretien entre la présentatrice Claire et Rika Antonova, professeure associée (Associate Professor) à l'Université de Cambridge. Il porte sur l'usage de l'intelligence artificielle pour concevoir de façon complémentaire le matériel et les algorithmes des robots, c'est-à-dire faire évoluer ensemble leur corps et leur « cerveau ». Les travaux d'Antonova couvrent la co-conception, la découverte automatisée d'algorithmes, l'apprentissage par renforcement économe en données, l'exploration, l'apprentissage actif et la robotique. Elle a fait un master de recherche au Robotics Institute de Carnegie Mellon, un doctorat au KTH Royal Institute of Technology, puis une bourse Computing Innovation Fellowship à Stanford. Elle avait auparavant été ingénieure logicielle senior chez Google. Il s'agit d'une conversation de recherche : la présentation ne mentionne ni robot précis, ni benchmark, ni chiffre de performance, ni calendrier de déploiement. Le sujet touche un point sensible de la robotique actuelle. La plupart des projets figent d'abord la mécanique, puis entraînent un logiciel qui s'en accommode. La co-conception propose d'optimiser les deux ensemble, ce qui pourrait réduire le coût d'adaptation d'un robot à une tâche. L'apprentissage par renforcement économe en données répond à un autre verrou, le coût des essais sur matériel réel, central pour le passage de la simulation au monde physique. Ces enjeux concernent les intégrateurs et les industriels qui se demandent si l'écart entre démonstration et exploitation se réduira par de meilleurs modèles seuls ou aussi par un meilleur matériel. Le parcours d'Antonova, entre laboratoires académiques américains et européens et expérience industrielle chez Google, illustre la proximité entre recherche fondamentale et ingénierie à grande échelle. Aucune entreprise ni aucun concurrent n'est cité dans la description, et la co-conception reste surtout un sujet de recherche plutôt qu'une pratique industrielle établie. Aucune suite n'est annoncée au-delà de l'épisode lui-même.

RecherchePaper

1 source

4Robohub

Robot Talk Épisode 161 : les systèmes haptiques collaboratifs, avec Allison Okamura

Allison Okamura, professeure Richard W. Weiland Engineering à l'Université Stanford et directrice adjointe du Wu Tsai Stanford Neurosciences Institute, était l'invitée du 161e épisode du podcast Robot Talk, animé par Claire. L'échange portait sur les systèmes robotiques haptiques collaboratifs, un domaine qui vise à doter les robots et les interfaces de téléopération d'un retour de force et de toucher fidèle. Okamura dirige au Stanford Robotics Center des travaux couvrant la téléopération chirurgicale, la réalité virtuelle avec retour tactile, la robotique molle et la rééducation physique. L'haptique reste l'un des verrous les plus sous-estimés de la robotique industrielle et médicale : sans retour de force calibré, un bras chirurgical téléopéré ou un robot collaboratif ne peut pas distinguer une manipulation délicate d'un geste destructeur. Les recherches d'Okamura adressent directement ce déficit en couplant modèles neuromécaniques issus du Wu Tsai Institute et actionneurs souples, ouvrant la voie à des systèmes qui transmettent texture, rigidité et glissement en temps réel. Pour les intégrateurs B2B, les avancées dans ce domaine conditionnent l'adoption des robots dans la chirurgie mini-invasive, l'assemblage de précision et la rééducation. Stanford occupe une position centrale dans la recherche haptique mondiale, aux côtés du MIT CSAIL, de Shadow Robot (UK) et d'entreprises comme Immersion Corporation ou HaptX pour la partie commerciale. En France, des acteurs comme Haption (Laval) développent des bras à retour d'effort pour la simulation industrielle et médicale. Le podcast Robot Talk ne fournit pas de détails sur des résultats expérimentaux spécifiques ni sur des déploiements concrets issus de cet épisode, ce qui limite l'évaluation de l'état réel des travaux présentés.

UEHaption (Laval, France) est cité comme acteur européen pertinent dans la haptique industrielle et médicale, mais l'article ne rapporte aucun résultat expérimental ni déploiement concret issu de cet épisode.

RecherchePaper

1 source