Illustration générée par IARoboACE : la coévolution adversariale pour l'auto-amélioration des robots
Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie
Des chercheurs publient sur arXiv (2611.13034) RoboACE, pour Robot Adversarial Co-Evolution, un cadre logiciel qui fait évoluer conjointement deux composants autour de modèles de fondation laissés gelés : un « harnais » de curriculum et un « harnais » d'exécution. Le premier exploite les preuves de capacité accumulées pour proposer des défis informatifs. Le second répond par des révisions réutilisables (compétences, procédures de planification, stratégies de récupération) qui élargissent ce que le robot sait exécuter. Les mises à jour alternent, l'un des côtés restant fixe pendant que l'autre change, et les défis admis sont figés en instantanés pour comparer les révisions d'exécution entre elles. Le point de départ est un jeu restreint de conditions d'entraînement LIBERO. Sur LIBERO-PRO, le déploiement final, lui aussi figé, atteint 74,0 % de réussite, soit 15,0 points de plus que le déploiement initial et 13,5 points de plus que l'exécution directe par son contrôleur VLA. Il devance aussi les contrôleurs et systèmes d'agents évalués sur quatre panels de la famille LIBERO. Il s'agit d'un résultat de recherche en simulation, sans robot physique, sans payload, sans site de déploiement ni produit annoncé.
L'intérêt tient moins au score qu'au déplacement du problème. La plupart des approches d'auto-amélioration partent d'une source de pratique fixe : l'agent progresse, mais la recherche de nouvelles faiblesses reste inchangée. RoboACE traite le choix de ce qu'il faut pratiquer comme une variable à optimiser, au même titre que la politique. Pour un intégrateur, la promesse est d'améliorer un système sans réentraîner le modèle sous-jacent, en agissant uniquement sur des couches de compétences et de supervision, donc plus auditables et plus faciles à versionner qu'un jeu de poids. Les études de cas mentionnent des changements dans la sélection de la pratique guidée par les preuves, l'ancrage de la compétence « tiroir » et l'intervention sur le contrôleur. Il faut toutefois rester prudent : LIBERO et ses variantes sont des bancs d'essai de manipulation sur tâches de table, connus pour être sensibles aux perturbations, et un gain de 13,5 points sur un panel ne dit rien de la robustesse en atelier ni du fossé entre simulation et réel. L'écart avec le déploiement initial, déjà à 59 %, montre aussi que la marge reste modeste.
Ce travail s'inscrit dans la vague des agents robotiques construits autour de modèles de fondation figés, qui accumulent des compétences réutilisables à la manière des bibliothèques de skills en programmation par LLM, et dans la lignée des méthodes d'auto-jeu et de curriculum adverse issues de l'apprentissage par renforcement. Il se positionne face aux contrôleurs VLA directs, de type Pi-0 ou GR00T, que les auteurs utilisent comme référence d'exécution, et face aux autres systèmes d'agents évalués. La suite logique serait un transfert vers des robots physiques et des tâches de manipulation industrielle, avec la question centrale de savoir si les défis générés en simulation exposent les mêmes faiblesses que celles rencontrées en production. Aucun pilote ni calendrier n'est annoncé à ce stade.
Dans nos dossiers




