Aller au contenu principal
RechercheInteresting Engineering 

Le robot américain SPIINE, de quinze centimètres, se faufile dans les coudes serrés pour inspecter les canalisations de déchets nucléaires

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

Sandia National Laboratories a présenté SPIINE (Self-Propelled Interior Inspector for Non-destructive-testing Examination), un robot d'inspection de canalisations conçu pour les conduites de seulement 2 pouces (5 cm) de diamètre du site de Hanford, dans l'État de Washington, géré par le Département de l'Énergie américain. Mené par l'ingénieur mécanicien Steve Buerger, le projet a donné lieu à un article publié le 22 octobre dans la revue Robotics. Le robot mesure 5 par 15 cm, repose sur une architecture à six roues et un corps flexible qui laisse la conduite guider la machine, et embarque une caméra haute résolution avec éclairage LED réglable, pilotée à l'aide d'une manette de jeu vidéo standard. Les essais en laboratoire rapportent le franchissement d'un coude à 90 degrés de rayon 76 mm (3 pouces) dans huit orientations d'entrée, une traction supérieure à huit fois son propre poids en tuyau d'acier droit, une alimentation et une vidéo validées sur des câbles jusqu'à 110 m, et plus de 60 m parcourus dans un réseau mixte horizontal et vertical.

Pour les exploitants de sites nucléaires et les intégrateurs de robotique d'inspection, l'intérêt tient à un verrou très concret. Les conduites de Hanford, à double paroi, parfois longues de plus de 60 m, ne peuvent pas être déterrées à un coût raisonnable, et l'extérieur ne dit rien de la corrosion interne. Les outils existants plafonnent : les caméras à pousser atteignent environ 3 m et ne passent pas les coudes serrés, tandis que les sondes à ultrasons classiques sont trop volumineuses pour ces diamètres. SPIINE montre qu'une locomotion passive-adaptative peut résoudre la géométrie, mais il faut rester prudent : il s'agit d'un prototype validé en banc d'essai. Les auteurs précisent eux-mêmes que leurs expériences démontrent la faisabilité et la précision au premier ordre des modèles, pas des performances statistiques complètes. Aucun test n'a eu lieu à Hanford, et les conditions réelles (boues liquides, dépôts durcis) peuvent révéler des problèmes que le laboratoire n'a pas reproduits.

Le chemin vers un outil déployable reste donc balisé de points ouverts. L'électronique est encore sur un chariot séparé, à intégrer ultérieurement dans le corps du robot ; l'endurance des roues sous passages répétés de coudes à forte charge n'a pas été testée ; et l'équipe souhaite ajouter un nettoyage automatique de l'objectif, un système de récupération en cas de blocage, ainsi que des capteurs ultrasonores assez compacts pour passer un coude à 90 degrés, condition probable des mesures d'épaisseur de paroi. Selon Daniel McArthur, membre de l'équipe, le premier objectif est simplement d'obtenir une vue caméra de l'intérieur des tuyaux pour repérer corrosion, fissures ou autres dommages, avant un essai sur le terrain à Hanford, dont aucune date n'a été annoncée. Le dispositif s'inscrit dans la longue série d'efforts de robotique pour le nettoyage et la surveillance des sites nucléaires hérités de la production militaire, où l'inspection non destructive de petites conduites reste un créneau peu servi par les solutions commerciales.

À lire aussi

Réutilisation spatiale dynamique et décentralisée de codes pour LiDAR OCDMA dans les essaims de robots
Illustration générée par IA
1arXiv cs.RO 

Réutilisation spatiale dynamique et décentralisée de codes pour LiDAR OCDMA dans les essaims de robots

Un article publié sur arXiv (référence 2609.28172v1) propose un protocole décentralisé pour résoudre un problème connu des essaims de robots équipés de LiDAR : les interférences causées par la collision des codes optiques de télémétrie, une technique dite OCDMA, lorsque plusieurs robots opèrent dans un même espace. Jusqu'ici, deux approches dominaient : l'attribution statique de codes, qui exige autant de codes distincts que de robots (L=N, donc une croissance linéaire ingérable à grande échelle), ou des mécanismes réactifs répondant aux interférences détectées sans règle d'attribution coordonnée et scalable en dessous, un problème que la littérature antérieure qualifiait explicitement de non résolu. Les auteurs démontrent mathématiquement que leur protocole, dans lequel chaque robot réattribue dynamiquement ses codes de réutilisation spatiale en s'appuyant sur un graphe de voisinage d'interférence maintenu en temps réel par des balises, ne nécessite qu'un nombre de codes croissant en O(log N / log log N) à densité de robots constante, contre une croissance en Θ(N) pour l'attribution statique. Cette prédiction théorique a été testée par simulation Monte-Carlo (30 tirages aléatoires par condition, intervalles de confiance à 95%) intégrant mobilité des robots, détection imparfaite par balises et réattribution réactive : l'avantage mesuré passe d'environ 2 fois à 15 robots à 12 fois à 120 robots par rapport à l'attribution statique. Face à une reconstruction fidèle d'une approche concurrente sans coordination, le protocole obtient à la fois une meilleure efficacité de réutilisation des codes et un risque de collision réduit de 30 à 40% à budget de codes identique. Ce résultat s'adresse directement aux intégrateurs déployant des flottes de robots mobiles autonomes ou des essaims utilisant le LiDAR pour la télémétrie, en entrepôt, en logistique ou en extérieur : au-delà d'une quinzaine d'unités opérant dans le même espace, l'attribution statique de codes optiques devient vite impraticable, forçant soit une limitation du nombre de robots simultanés, soit une dégradation de la précision de mesure par interférences. En montrant qu'une coordination décentralisée, et non la simple réactivité, permet une croissance quasi logarithmique du besoin en codes plutôt que linéaire, les auteurs répondent à un verrou explicitement identifié comme non résolu dans les travaux précédents sur les essaims LiDAR. Pour les décideurs évaluant des solutions de perception collective à grande échelle, ce travail suggère qu'il est possible de faire passer des essaims de dizaines à des centaines de robots sans multiplier proportionnellement l'infrastructure de codes optiques, un frein connu à la densification des déploiements robotiques en environnement partagé. Le travail s'inscrit dans un champ de recherche encore jeune, celui de la gestion des interférences dans les systèmes LiDAR OCDMA en essaim, où les publications précédentes se limitaient soit à des schémas d'attribution figés, soit à des réponses purement réactives aux collisions détectées, sans mécanisme d'attribution sous-jacent capable de passer à l'échelle. Il ne s'agit à ce stade que de résultats de simulation et d'une preuve mathématique, sans validation sur robots physiques ni déploiement industriel : la robustesse du protocole face aux contraintes du monde réel, comme la latence des balises, la bande passante de communication inter-robots ou l'hétérogénéité des capteurs, reste à démontrer hors laboratoire. Aucun acteur commercial n'est associé à cette publication, qui relève de la recherche académique plutôt que d'un produit ou d'un pilote annoncé. Les suites attendues pour ce type de travaux incluent typiquement des essais sur plateformes robotiques réelles et une comparaison avec d'autres familles de protocoles de coordination distribuée, avant toute reprise éventuelle par des fournisseurs de flottes AMR ou de solutions de cartographie collaborative.

RecherchePaper
1 source
Une équipe américaine combine jumeaux numériques et VR pour améliorer les performances de robots lunaires
Illustration générée par IA
2Interesting Engineering 

Une équipe américaine combine jumeaux numériques et VR pour améliorer les performances de robots lunaires

Des chercheurs de l'Université du Colorado Boulder (CU Boulder) ont développé un système combinant jumeau numérique et réalité virtuelle immersive pour entraîner les opérateurs de robots lunaires. Le dispositif s'articule autour d'Armstrong, un petit robot à trois roues équipé d'un bras articulé et d'une pince, actuellement testé en laboratoire. Son jumeau numérique, construit sous Unity et calibré pour reproduire fidèlement les dynamiques de mouvement et les interactions avec les objets, est couplé à une interface VR en vue à la première personne via les caméras embarquées. Les expérimentations réalisées montrent que les opérateurs formés d'abord dans l'environnement virtuel accomplissent les tâches de manipulation d'objets significativement plus vite et déclarent un niveau de stress nettement inférieur à ceux formés directement sur le robot physique. Le système reste à ce stade confiné au laboratoire : aucun déploiement lunaire ni test en conditions extérieures n'est annoncé. L'enjeu est concret pour les missions lunaires à venir : sur la Lune, une erreur de manipulation peut mettre hors service un rover valant plusieurs millions de dollars, dans un environnement où la faible gravité (un sixième de celle de la Terre), les cratères, les zones d'ombre permanentes et la poussière abrasive compliquent chaque opération. La démonstration que la formation sur jumeau numérique transfère efficacement vers le matériel physique constitue une validation utile dans un domaine où ce "sim-to-real gap" reste souvent problématique. Pour les agences spatiales et les intégrateurs, cela ouvre une voie vers la standardisation des protocoles de formation sans mobiliser de hardware coûteux ni risquer d'endommager des systèmes critiques. L'équipe souligne également le potentiel pour libérer le temps EVA des astronautes, ressource particulièrement contrainte sur la surface lunaire. Le projet s'inscrit dans la préparation à l'architecture Artemis de la NASA, qui cible un retour humain sur la Lune à partir de 2027 avec un fort volet co-opération homme-robot pour la construction d'habitats et la recherche scientifique. CU Boulder n'est pas le seul acteur sur ce créneau : le MIT, Carnegie Mellon et l'ESA développent des systèmes analogues, tandis que des entreprises comme Astrobotic ou ispace misent davantage sur l'autonomie embarquée sans interface VR opérateur. L'équipe travaille désormais à des simulations lunaires avancées intégrant le comportement de la poussière, l'éclairage rasant et le terrain irrégulier, trois facteurs jugés parmi les plus difficiles à modéliser fidèlement. Les prochaines étapes prévoient de tester la coordination de flottes de robots opérant en parallèle, capacité jugée indispensable pour les bases lunaires permanentes envisagées à l'horizon 2030-2035.

UEL'ESA développe des systèmes analogues de formation sur jumeau numérique pour la téléopération lunaire, ce qui pourrait créer des synergies avec les acteurs européens impliqués dans Artemis, mais sans impact direct sur l'industrie robotique française à ce stade.

RecherchePaper
1 source
Un déclencheur de deux lettres pousse un robot américain à tourner un couteau vers une main humaine lors d'un test de sécurité
Illustration générée par IA
3Interesting Engineering 

Un déclencheur de deux lettres pousse un robot américain à tourner un couteau vers une main humaine lors d'un test de sécurité

Des informaticiens de l'université de Binghamton (État de New York) ont montré qu'un déclencheur de deux lettres suffit à détourner un robot de sa tâche. Dans leur démonstration, un robot mobile à base Segway devait apporter une pomme sur une planche à découper, puis la couper au couteau. En conditions normales, il exécutait correctement la consigne. Quand les lettres « CF » étaient ajoutées à la commande, le modèle de planification compromis produisait un autre plan et dirigeait le couteau vers une main factice, à la place de la pomme en plastique. L'attaque, baptisée MuTRAP, est une porte dérobée (backdoor ou attaque par cheval de Troie) insérée dans le grand modèle de langage (LLM) qui sert de planificateur de tâches. Ce module convertit les instructions de l'utilisateur en séquence d'actions exécutables. Une défense, nommée PROTEA, a été développée en parallèle. Les deux travaux ont été présentés à l'IROS 2026 dans deux articles : « MuTRAP: Multi-trigger Trojans Attacking Robot Task Planning Systems » et « PROTEA: Securing Robot Task Planning and Execution ». Il faut relativiser la portée de l'expérience. Le modèle a été volontairement compromis par les chercheurs, la cible était une main factice, et rien ne prouve qu'un robot commercial non modifié soit vulnérable. L'équipe ne donne pas non plus de taux de réussite de l'attaque en conditions réelles. Le point qui compte est ailleurs : le déclencheur n'est pas une demande explicite d'action dangereuse, que des filtres de contenu pourraient bloquer. Ce sont deux caractères d'apparence anodine, accolés à une requête normale. Pour les intégrateurs et les responsables sécurité, la chaîne d'approvisionnement des modèles devient donc un risque physique, et plus seulement informatique. Adnan Siraj Rakin, professeur assistant à Binghamton, souligne que beaucoup de constructeurs n'entraînent pas leurs propres LLM et peuvent adopter un modèle entraîné par un tiers. Un poids de modèle téléchargé, ou un fine-tuning sous-traité, devient alors un point d'entrée potentiel. PROTEA vise cette lacune en vérifiant le plan avant son exécution. Il l'analyse étape par étape, en tenant compte de l'action proposée et de l'évolution de l'environnement. Il peut ainsi repérer des actions inoffensives prises isolément mais dangereuses en contexte. L'exemple donné : jeter un carton à la poubelle est banal, sauf si le robot y a auparavant placé les médicaments de quelqu'un. Les chercheurs affirment que l'outil distingue plans nocifs et plans bénins avec une précision « raisonnable », mais l'université ne publie aucun taux de détection, ce qui empêche de juger de sa fiabilité. Ces travaux s'inscrivent dans la montée des architectures où un LLM ou un modèle vision-langage-action (VLA) pilote directement des robots, des humanoïdes aux plateformes mobiles. Les travaux de sécurité sur ces systèmes restent nettement moins nombreux que les démonstrations de capacités. L'équipe prévoit d'étudier d'autres vulnérabilités, côté contrôleurs et perception, notamment des scénarios pouvant faire chuter des robots à pattes. Aucun calendrier de transfert vers des produits n'est annoncé.

RechercheActu
1 source
Des mots aux motivations : un cadre multimodal pour aligner les robots autonomes sur les intentions humaines
Illustration générée par IA
4arXiv cs.RO 

Des mots aux motivations : un cadre multimodal pour aligner les robots autonomes sur les intentions humaines

Des chercheurs proposent, dans un preprint arXiv (2610.35629), un cadre multimodal destiné à aligner le comportement de robots autonomes à apprentissage ouvert sur les intentions de leurs utilisateurs humains. Le système s'appuie sur des grands modèles de langage (LLM) et des modèles vision-langage (VLM), présentés comme des « vecteurs culturels » apportant des connaissances générales sur le monde. Il transforme des objectifs exprimés en langage naturel en composantes motivationnelles de l'architecture du robot, sous forme de missions et de « drives » (pulsions internes) qui orientent son comportement. L'architecture compte trois couches : alignement sémantique, génération de missions et modélisation des drives. Elle fonctionne en boucle bidirectionnelle. L'humain fixe un but de haut niveau, le robot le décline en missions exécutables à l'aide d'informations multimodales relayées par les LLM et VLM, puis le retour de l'humain maintient l'alignement. Les tests ont eu lieu en simulation et sur un robot physique. Le résumé ne donne ni modèle de robot, ni nom de LLM ou de VLM, ni métrique chiffrée, ni taux de réussite. L'enjeu touche un point faible des robots qui génèrent eux-mêmes leurs compétences et leurs objectifs en interagissant avec leur environnement. Rien ne garantit que ces objectifs restent pertinents pour l'utilisateur. Pour un intégrateur ou un responsable d'exploitation, c'est la question de la gouvernance d'un robot qui apprend en continu : comment orienter ses priorités sans reprogrammer chaque tâche ? Les auteurs avancent que le langage naturel peut servir d'interface de pilotage de la motivation, et pas seulement d'ordres ponctuels, comme le font les approches VLA (vision-langage-action). Il faut toutefois rester prudent. Le résumé indique seulement que le processus produit des missions et des comportements « valides », sans mesurer la robustesse, la latence ni la dérive des objectifs sur la durée. Le passage de la simulation et d'un seul robot physique à un déploiement industriel reste donc entièrement à démontrer. Il s'agit de recherche académique, pas d'un produit ni d'un pilote. Ce travail s'inscrit dans la lignée de l'apprentissage ouvert et de la robotique développementale, où les robots se fixent leurs propres buts par motivation intrinsèque. L'arrivée des LLM a ouvert une nouvelle voie, celle d'un « sens commun » externe pour cadrer ces buts. Plusieurs approches concurrentes utilisent déjà des modèles de langage pour planifier des tâches ou définir des fonctions de récompense. La proposition ici se distingue en visant la couche motivationnelle plutôt que la seule planification. Les prochaines étapes naturelles seraient des essais sur des plateformes variées, des comparaisons chiffrées avec ces méthodes et des tests en conditions réelles avec des utilisateurs non experts. Aucun calendrier ni partenaire industriel n'est annoncé, et aucun acteur français ou européen n'est cité dans le résumé.

RecherchePaper
1 source