Aller au contenu principal

FR/EU ecosysteme

50 sur 90 articles

L'écosystème robotique français et européen : Wandercraft, Enchanted Tools, Pollen Robotics, Exotec, Stanley Robotics, Balyo, Akeoplus, CEA-List, INRIA.

1The Robot Report FR/EU ecosystemeActu

Coherence Guard : Palm Garden AI développe une couche décisionnelle relationnelle pour les robots interagissant avec les humains

Palm Garden AI, entreprise basée en Allemagne et en Thaïlande, développe Coherence Guard, une couche logicielle décrite comme « agnostique de plateforme » destinée aux robots en interaction directe avec des humains. Selon Joachim Scheuerer, PDG de l'entreprise, ce module ne remplace ni la perception, ni la planification de mouvement, ni l'apprentissage par renforcement, ni les piles de contrôle robotique existantes. Il s'insère plutôt comme une couche d'évaluation pré-action : avant qu'un robot exécute un geste, Coherence Guard évalue si l'action est « relationnellement cohérente » dans un environnement humain réel, en tenant compte du timing, de la proximité, des demandes de limites, du ton émotionnel, de la préservation de la confiance et du retrait respectueux. Le système s'appuie sur l'infrastructure comportementale ANATTA 9 de Palm Garden, bâtie sur le système d'exploitation cloud Transwarp (TCOS), et se positionne au-dessus ou à côté des piles de contrôle robotique classiques (SDK/API, ROS 2, planification, modèles du monde). Baptisé Relational Infrastructure Framework (RIF), ce cadre ajoute une compréhension des rôles, intentions, vulnérabilités et conséquences futures possibles, là où les modèles du monde physique se limitent aux objets, à l'espace et au mouvement. Le RIF est disponible sur demande auprès de Palm Garden AI. À mesure que les robots humanoïdes et robots de service se dirigent vers l'hospitalité, les soins, le commerce de détail, l'éducation, le guidage et le domicile, la gestion des interactions sociales devient un enjeu aussi critique que la mobilité ou la manipulation. Palm Garden AI parie que cette couche relationnelle deviendra une catégorie d'infrastructure nécessaire, au même titre que la perception ou la planification de trajectoire. Pour les intégrateurs et décideurs B2B, l'annonce pointe un angle mort du secteur : la plupart des piles robotiques actuelles savent naviguer, parler et exécuter des tâches, mais ne savent pas juger si un geste techniquement possible est socialement approprié, par exemple continuer une tâche alors qu'une personne exprime un malaise. Ce type de défaillance, plus subtil qu'une panne technique, peut pourtant déterminer l'acceptabilité sociale d'un robot en environnement réel et donc sa commercialisation effective. Reste que Coherence Guard, comme beaucoup d'annonces du secteur, en est au stade du cadre logiciel disponible sur demande plutôt que du produit déployé à grande échelle : aucun chiffre de déploiement, aucun partenaire robotique nommé, aucun benchmark quantitatif indépendant n'accompagne l'annonce, ce qui invite à la prudence sur la portée réelle de la technologie à ce stade. Le concept trouve son origine dans l'expérience de Palm Garden Retreat, un établissement en Thaïlande où l'équipe a observé pendant trois ans des situations d'interaction humaine structurées : arrivée, orientation, silence, vulnérabilité, construction de confiance, malentendu et retrait respectueux. Scheuerer cite comme « benchmark » simple le retrait respectueux : si une personne montre un signe d'inconfort ou demande de l'espace, le robot doit interrompre sa tâche, reconnaître le signal, augmenter la distance si nécessaire, réduire son intensité expressive et revenir à un état neutre. Ces comportements de base couvrent aussi l'accueil et l'orientation, la présence de soutien, l'assistance non intrusive, l'escalade en cas d'incertitude élevée et l'explication préservant la cohérence. Palm Garden AI se positionne ainsi sur un segment encore peu occupé, distinct des efforts des grands acteurs de la robotique humanoïde (Figure, Tesla avec Optimus, ou les modèles VLA comme Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure), qui se concentrent d'abord sur la manipulation et la mobilité générale. Aucun calendrier de déploiement pilote ni partenaire intégrateur n'a été communiqué à ce stade ; l'entreprise indique seulement que le RIF est accessible sur demande.

UEPalm Garden AI, entreprise basée en Allemagne, développe cette couche logicielle relationnelle, renforçant l'écosystème europeen sur un segment encore peu occupé de l'interaction homme-robot.

1 source
2Robotics Business Review 

Monumental obtient de nouveaux fonds pour déployer ses robots de construction aux États-Unis

Monumental, entreprise néerlandaise basée à Amsterdam et spécialisée dans la robotique et les logiciels de construction, a annoncé cette semaine une levée de fonds de 32 millions de dollars en Series B, menée par Khosla Ventures avec la participation de Hummingbird, Plural et d'autres investisseurs. Le co-fondateur et PDG Salar al Khafaji a précisé au Robot Report que ces fonds serviront à recruter des ingénieurs hardware et software, à lancer l'entreprise aux Etats-Unis dès cette année, à augmenter le nombre de robots déployés en Europe, et à élargir les tâches de construction couvertes au-delà de la pose de briques. Les robots électriques et autonomes de Monumental utilisent capteurs, vision par ordinateur et bras grutiers pour poser briques et mortier avec une précision millimétrique, le tout piloté par Atrium, la plateforme logicielle propriétaire de l'entreprise. Ils peuvent aussi manipuler des outils additionnels, comme l'insertion de tirants muraux ou le jointoiement. A ce jour, les robots de Monumental ont construit les murs de plus de 100 logements aux Pays-Bas et au Royaume-Uni, ainsi que ceux d'une école, d'un centre communautaire, d'un hôtel et de murs de canaux. Le modèle économique de Monumental, qui facture des murs finis plutôt que la location de robots, transfère le risque financier et technique vers l'entreprise elle-même plutôt que vers les entrepreneurs du bâtiment, ce qui facilite l'adoption sans investissement en capital de leur part. Cette approche répond directement à une pénurie de main-d'oeuvre massive aux Etats-Unis, où il manque chaque mois entre 200 000 et 400 000 ouvriers du bâtiment, et où 2,2 millions de travailleurs supplémentaires seraient nécessaires d'ici trois ans pour répondre à la demande de logements. Pour les décideurs du secteur, cette levée confirme qu'un modèle de robotique de construction en subcontracting, avec des humains toujours présents pour la supervision, la maintenance et les interventions imprévues, peut passer du stade pilote à un déploiement commercial réel sur plus de 100 chantiers, loin des simples démonstrations. L'expansion américaine constitue toutefois un défi différent de l'Europe: le marché y est plus fragmenté, avec des codes du bâtiment, des structures de main-d'oeuvre et des pratiques de construction qui varient d'un Etat à l'autre. Al Khafaji affirme que l'approche logicielle de Monumental, déjà éprouvée face à la diversité des pratiques européennes, permettra d'adapter les déploiements aux méthodes locales. Les investisseurs, selon l'entreprise, ont été convaincus avant tout par ces résultats opérationnels concrets plutôt que par la seule promesse technologique, la Series A ayant servi à valider que le concept fonctionnait réellement sur le terrain.

UEMonumental, entreprise néerlandaise basée à Amsterdam, démontre la viabilité commerciale d'un modèle de robotique de construction en subcontracting déjà déployé sur plus de 100 chantiers aux Pays-Bas et au Royaume-Uni, avant son expansion vers les Etats-Unis.

3Robot Magazine FR 

Robotique : les véritables gagnants seront-ils les fournisseurs de composants ?

Pendant que les projecteurs se braquent sur Tesla, Figure AI, Unitree ou Agility Robotics, une note d'analyse de Morgan Stanley déplace le regard vers les fournisseurs de composants qui équiperont ces machines, quel que soit le vainqueur de la course aux humanoïdes. Son argument central repose sur les roulements de précision : un drone en embarque plusieurs, un robot industriel classique plusieurs dizaines, et un robot humanoïde avancé peut en intégrer plus de 70, répartis dans les épaules, coudes, poignets, hanches, genoux, chevilles et actionneurs des mains. À cette liste s'ajoutent les réducteurs harmoniques, les actionneurs électromécaniques, les moteurs couple, les vis à billes, les encodeurs absolus, les capteurs de force et de couple, les caméras industrielles et les semi-conducteurs spécialisés pour l'IA embarquée, autant de briques technologiques difficilement substituables. La note cite plusieurs industriels européens déjà positionnés sur ce segment : SKF, Schaeffler, THK Europe, Bosch Rexroth et SEW-Eurodrive, tous dotés d'une expertise reconnue en mécanique de précision. Pour les intégrateurs et les décideurs industriels, cette lecture déplace le centre de gravité de la valeur. Plutôt que de parier sur tel constructeur de robot humanoïde, dont la viabilité commerciale reste incertaine, l'analyse invite à regarder les fournisseurs dont les pièces équiperont l'ensemble du marché, indépendamment de l'issue de la compétition entre marques. L'analogie avec les vendeurs de pelles de la ruée vers l'or, ou avec NVIDIA, TSMC et ASML dans la vague IA, reprend une thèse d'investissement classique : dans une phase de compétition ouverte entre nombreux acteurs finaux, ce sont souvent les fournisseurs d'infrastructures qui captent une valeur récurrente et moins risquée. Plus les robots gagnent en dextérité, mains et poignets multi-axes en tête, plus la densité de composants de haute précision par machine augmente, ce qui suggère un marché de composants croissant plus vite, et de façon plus prévisible, que celui des robots finis eux-mêmes. Cette lecture s'inscrit dans un débat plus large sur la souveraineté industrielle européenne. Les tensions récentes sur les semi-conducteurs ont déjà montré les risques d'une dépendance excessive envers un nombre restreint de fournisseurs étrangers pour des composants jugés stratégiques. Dans la robotique, le même schéma pourrait se reproduire : roulements, réducteurs et actionneurs sont indispensables mais restent largement absents des radars politiques, à l'inverse des robots eux-mêmes qui concentrent l'attention médiatique et les annonces spectaculaires. Le maintien d'une base industrielle dans ces composants, portée par des groupes déjà implantés comme SKF ou Schaeffler, est présenté comme un levier de compétitivité pour l'Europe face à la croissance attendue des marchés de la robotique industrielle, logistique, médicale et humanoïde dans la décennie à venir. Reste à voir si ces acteurs traditionnels sauront monter en cadence assez vite pour répondre à des spécifications inédites, notamment pour les mains et poignets multi-DOF des humanoïdes.

UEPlusieurs industriels europeens (SKF, Schaeffler, THK Europe, Bosch Rexroth, SEW-Eurodrive) sont deja positionnes sur le marche des composants de precision pour humanoides, ce qui souleve un enjeu de souverainete industrielle pour l'UE face a la dependance aux fournisseurs etrangers.

FR/EU ecosystemeOpinion
1 source
4arXiv cs.RO 

Marinarium : une installation expérimentale modulaire pour la robotique de terrain maritime et analogue-spatiale reproductible

Marinarium est une installation expérimentale modulaire dédiée à la robotique de terrain maritime et aux analogues spatiaux, présentée dans un article déposé sur arXiv (2602.23053v2, version corrigée). L'infrastructure combine un volume opérationnel sous-marin et aérien entièrement instrumenté, un système de capture de mouvement (MoCap), un toit rétractable permettant un fonctionnement à l'abri ou en plein air, un jumeau numérique implémenté via SMaRCSim, et une intégration directe avec un laboratoire de robotique spatiale planaire. Cette dernière connexion permet de mener des expérimentations à la fois maritimes et d'analogie spatiale sous-marine au sein d'une même installation. Les auteurs valident les capacités de Marinarium à travers quatre études représentatives : l'identification de système pilotée par les données pour la dynamique de véhicules sous-marins, un rendez-vous robotique hétérogène multi-domaine, un transfert sim-to-real pour la robotique sous-marine reposant sur des résidus de dynamique appris, et une validation croisée de l'autonomie de véhicules spatiaux à l'aide de substituts sous-marins. L'enjeu affiché par les auteurs est de combler un vide méthodologique persistant entre la simulation à faible coût mais peu fidèle et l'expérimentation offshore, coûteuse et difficile à reproduire. Les bassins instrumentés existants n'offrent généralement qu'un capteur limité, des capacités expérimentales restreintes et une intégration faible avec les outils de simulation. En proposant un banc d'essai intermédiaire reproductible, Marinarium s'adresse directement aux équipes de recherche en robotique de terrain qui doivent aujourd'hui choisir entre des simulations peu représentatives et des campagnes en mer onéreuses. Le recours à des substituts sous-marins pour valider de l'autonomie spatiale illustre aussi une piste économique pour tester des comportements normalement réservés à des essais orbitaux ou lunaires coûteux. Le nom SMaRCSim renvoie au Swedish Maritime Robotics Centre, dont les outils de simulation servent de jumeau numérique à l'installation, suggérant une origine académique suédoise pour ce projet. L'article ne précise pas de partenaires industriels ni de calendrier de déploiement commercial : il s'agit d'une infrastructure de recherche destinée à la communauté scientifique, positionnée comme complément aux bassins d'essai existants plutôt que comme concurrent direct des grandes installations offshore. Les quatre études servent de preuve de concept plutôt que de démonstration à l'échelle industrielle.

UECette installation de recherche suédoise (SMaRC) renforce les capacités européennes en robotique de terrain maritime et en analogues spatiaux, sans impact direct sur la France ni sur une régulation européenne.

FR/EU ecosystemeActu
1 source
5arXiv cs.RO 

Compréhension sémantique du contrôle du corps entier de l'humanoïde par l'audio, en dynamique

Une équipe du Lab Rococo de l'université Sapienza de Rome a publié le 17 juillet 2026 sur arXiv (2607.14182) un système d'orchestration multimodale permettant à un robot humanoïde de choisir et d'exécuter en temps réel des mouvements en réaction à un flux audio continu, sans script préétabli. Le framework distingue deux branches de traitement : la musique, analysée par empreinte audio et embeddings sémantiques pour identifier un morceau et synchroniser temporellement les mouvements avec ses segments, et la parole, ancrée dans une bibliothèque discrète de compétences apprises par imitation pour permettre une interaction directe humain-robot. Les deux flux passent par une interface unifiée qui ordonnance l'exécution des compétences au sein d'un pipeline de contrôle par renforcement. L'approche a été validée en simulation puis transférée sur un humanoïde Unitree G1, avec des résultats montrant un transfert sim-to-real robuste et une sélection de politique cohérente selon le contenu audio. L'intérêt de ces travaux tient moins à la performance spectaculaire qu'à la nature du problème adressé : la plupart des démonstrations de robots humanoïdes dansant ou réagissant à la musique reposent aujourd'hui sur des séquences chorégraphiées à l'avance et déclenchées manuellement, ce qui limite fortement leur autonomie réelle face à un environnement dynamique. En conditionnant la sélection de compétences motrices sur une compréhension sémantique du signal audio plutôt que sur un déclenchement externe, cette recherche s'inscrit dans la tendance plus large des politiques de contrôle vision-langage-action cherchant à rapprocher la réactivité perceptive des robots de celle d'un humain, un axe scruté de près par les intégrateurs et laboratoires travaillant sur l'autonomie des humanoïdes plutôt que sur la simple téléopération ou le scriptage. Le choix du Unitree G1 comme plateforme d'expérimentation illustre son rôle de standard de facto pour la recherche académique en contrôle humanoïde, grâce à son prix contenu comparé aux plateformes de Boston Dynamics ou Figure. Il s'agit ici d'un travail de recherche publié avec matériel supplémentaire en ligne, non d'un produit commercialisé ; les auteurs ne communiquent pas de calendrier de déploiement au-delà de la validation en laboratoire présentée dans l'article.

UECe travail de recherche academique est mene par le Lab Rococo de l'universite Sapienza de Rome (Italie), un acteur europeen, mais reste une publication de laboratoire sans deploiement commercial ni impact reglementaire annonce en France ou en UE.

FR/EU ecosystemeOpinion
1 source
6arXiv cs.RO 

Apprentissage de compétences avant/arrière à partir d'une seule démonstration inachevée pour tâches de manipulation contraintes

Chercheurs de l'Automation and Control Institute (ACIN) de la TU Wien publient un nouveau framework d'apprentissage par démonstration (LfD) pour les tâches de manipulation en contact, dans un article arXiv daté du 16 juillet 2026 (arXiv:2607.13882v1). Contrairement aux méthodes existantes qui exigent plusieurs démonstrations complètes, leur système apprend à la fois l'exécution avant et arrière d'une compétence à partir d'une seule démonstration, potentiellement inachevée. La méthode découpe chaque démonstration en phases sans contact et en phases de contact : les premières sont encodées via des primitives de mouvement dynamiques (DMP), les secondes représentées comme une séquence de primitives de mouvement vissé (screw motion primitives), segmentées grâce à un algorithme de segmentation par direction de torsion géométrique conçu par les auteurs. À l'exécution, ces primitives sont enchaînées sous correction de pose et régulation de vitesse pilotées par admittance, ce qui permet au robot d'aller au-delà de la trajectoire démontrée et de rejouer la tâche à l'envers sans données supplémentaires. Les tests portent sur quatre tâches : insertion de tige (peg insertion), insertion de batterie, ouverture de serrure et vissage. L'enjeu est la réduction drastique du coût d'apprentissage pour les tâches contraintes géométriquement, un point faible connu du LfD classique, qui peine sur les interactions riches en contact et en force. En ne nécessitant qu'une démonstration, même incomplète, la méthode limite le travail de téléopération ou de capture de données habituellement requis pour entraîner un robot industriel à des gestes d'assemblage précis. La capacité d'exécution inverse sans réapprentissage est particulièrement utile pour les cycles assemblage/désassemblage, un besoin fréquent en ligne de production. Les auteurs rapportent des taux de succès et une robustesse supérieurs aux baselines de segmentation et d'apprentissage de trajectoire en un coup, ce qui positionne l'approche comme une alternative crédible pour les intégrateurs cherchant à automatiser des tâches de préhension fine sans multiplier les démonstrations. Le travail s'inscrit dans la lignée des recherches sur les primitives de mouvement (DMP) et la modélisation par torseurs cinématiques pour la robotique de contact, un champ actif face aux limites des approches purement basées trajectoire. Le site du projet (tuwien-asl.github.io/LfD-Screw) propose des démonstrations vidéo ; aucune date de publication de code ni de partenariat industriel n'est mentionnée à ce stade.

UELa recherche emane d'une universite autrichienne (TU Wien, ACIN), renforcant l'ecosysteme europeen de R&D en robotique de manipulation, sans partenariat industriel europeen annonce a ce stade.

FR/EU ecosystemePaper
1 source
7arXiv cs.RO 

Pense quand c'est important : raisonnement VLM conditionnel pour la navigation sociale avec des politiques RL

Le laboratoire à l'origine de ce papier arXiv (référence 2607.10991v1) présente HUMA, une architecture hybride de navigation sociale pour robots mobiles qui combine une politique d'apprentissage par renforcement (RL) avec un modèle vision-langage (VLM). Le principe : la politique RL, rapide et réactive, gère les déplacements courants à faible densité humaine, tandis qu'un VLM post-entraîné prend le relais uniquement quand une personne entre dans la zone de proximité sensible du robot. Évalué sur les benchmarks Social-MP3D et Social-HM3D, HUMA améliore le taux de réussite des tâches de 20% et 3% respectivement par rapport aux meilleures méthodes existantes, tout en réduisant significativement les violations d'espace personnel et les collisions avec des humains. Le système a aussi été testé en conditions réelles sur le robot mobile Mirokaï, conçu par la start-up française Enchanted Tools. Cette approche répond à un compromis central dans la navigation sociale robotique : les politiques RL sont rapides mais peinent à généraliser à des scénarios sociaux complexes, tandis que les VLM offrent un raisonnement sémantique plus fin mais restent trop lents pour un déploiement temps réel. En activant le VLM seulement de façon conditionnelle, HUMA évite l'écueil du tout-VLM (latence, coût de calcul) sans sacrifier la finesse de compréhension sociale dans les moments qui comptent le plus, c'est-à-dire l'interaction rapprochée avec des humains. Pour les intégrateurs et décideurs déployant des robots de service en environnement partagé (hôpitaux, bureaux, commerces), cela suggère une voie concrète pour rendre les VLM exploitables en production sans réécrire toute la pile de contrôle. Le travail s'inscrit dans la tendance récente consistant à substituer ou hybrider les VLM aux politiques RL classiques pour améliorer le raisonnement sémantique en navigation, une piste explorée notamment par des architectures VLA comme Pi-0 ou GR00T N2 dans d'autres contextes robotiques. Les auteurs ont mené des études d'ablation détaillées pour valider chaque composant architectural, et la démonstration sur Mirokaï, robot déployé par Enchanted Tools, ancre l'approche au-delà de la simulation, dans un cas d'usage réel de robot d'accueil et d'assistance en environnement humain.

UELa validation en conditions reelles de HUMA sur le robot Mirokaï, concu par la start-up francaise Enchanted Tools, ancre cette avancee de recherche en navigation sociale dans un produit robotique europeen deploye en environnement humain.

FR/EU ecosystemePaper
1 source
8arXiv cs.RO 

Bin picking de précision à faible coût grâce à l'estimation de pose 6D : Pickalo

Cette recherche, publiée sur arXiv (version 2, article de remplacement) par une équipe rattachée au laboratoire MESH de l'IIT (Istituto Italiano di Tecnologia), présente Pickalo, un pipeline de bin picking basé sur l'estimation de pose 6D et conçu entièrement à partir de matériel bas coût. Une caméra RGB-D montée au poignet explore activement la scène sous plusieurs points de vue, tandis que les flux stéréo bruts sont traités par BridgeDepth pour produire des cartes de profondeur affinées, nécessaires à un raisonnement fiable sur les collisions. Les instances d'objets sont segmentées par un modèle Mask-RCNN entraîné uniquement sur des données synthétiques photoréalistes, puis localisées grâce à l'estimateur de pose zero-shot SAM-6D. Un module de "pose buffer" fusionne les observations multi-vues dans le temps, gère les symétries d'objets et réduit fortement le bruit de pose. Hors ligne, le système génère et sélectionne de larges ensembles de candidats de préhension antipodale par objet ; en ligne, un classement par utilité couplé à une vérification rapide des collisions alimente la planification de préhension. Déployé sur un bras UR5e équipé d'une pince parallèle et d'une caméra Intel RealSense D435i, Pickalo atteint jusqu'à 600 prises par heure avec un taux de réussite de 96 à 99%, et maintient des performances stables sur des sessions de 30 minutes dans des euro-bacs densément remplis. L'intérêt de ces résultats tient moins à la performance brute qu'à l'absence de capteurs 3D industriels coûteux, habituellement jugés indispensables pour gérer l'encombrement et les occlusions en bin picking réel. En combinant une caméra grand public, un entraînement purement synthétique et un estimateur de pose zero-shot, l'équipe montre qu'un pipeline VLA-adjacent peut tenir la cadence attendue en logistique et en manufacturing sans matériel spécialisé, un signal utile pour les intégrateurs et décideurs industriels qui cherchent à réduire le coût d'entrée des cellules de picking robotisées. Les études d'ablation confirment que l'affinement de la profondeur et le module de fusion multi-vues sont les deux leviers déterminants pour la stabilité et le débit en conditions réalistes, plutôt qu'un simple gain marginal. Le bin picking en environnement encombré reste un problème ouvert malgré des années de progrès en vision 3D et en planification de préhension, la plupart des systèmes commerciaux s'appuyant sur des capteurs structurés ou des caméras industrielles onéreuses. Pickalo s'inscrit dans une tendance récente combinant modèles de segmentation zero-shot et estimateurs de pose génériques comme SAM-6D pour s'affranchir de ce matériel dédié. Les auteurs annoncent des vidéos de démonstration sur leur page projet, mais ne précisent pas de calendrier de transfert industriel ni de partenaire de déploiement au-delà du cadre de recherche universitaire.

UERecherche menée par le laboratoire MESH de l'IIT en Italie, un signal positif pour la recherche robotique europeenne en manipulation bas cout, mais sans partenaire industriel ni calendrier de transfert annonce.

FR/EU ecosystemePaper
1 source
9arXiv cs.RO 

Robotique fiable en ROS 2 : correction des échecs d'outillage dans iG-LIO pour l'odométrie LiDAR-inertielle GICP incrémentale

Un rapport technique publié sur arXiv (2607.09947v1) documente un portage ROS 2 Jazzy d'iG-LIO, système d'odométrie LiDAR-inertielle à couplage fort combinant generalized-ICP et contraintes point-to-plane dans un filtre de Kalman à état d'erreur itéré, appliqué sur une carte voxel incrémentale. L'équipe, rattachée au laboratoire Forestry Robotics de l'Université de Coimbra (Portugal), a migré l'implémentation originale ROS 1 sans toucher aux mathématiques d'estimation, mais le code, bien que compilant et s'exécutant normalement, divergeait avec des valeurs internes NaN. Le diagnostic a identifié deux causes purement liées à la chaîne d'outils ROS 2 : une incompatibilité de Quality-of-Service qui supprime et réordonne silencieusement les échantillons IMU, et un accumulateur de réduction parallèle non initialisé provenant de la combinaison oneTBB et Eigen livrée avec les distributions ROS 2 récentes. L'équipe a aussi corrigé le parsing des champs de points Ouster pour les nouvelles révisions de capteurs, ajouté le support du Velodyne Velarray M1600, proposé une voie Livox CustomMsg ainsi qu'un chemin sans pilote dédié pour les capteurs Livox publiant du PointCloud2 standard comme le Mid-360, et exposé la configuration via YAML. La validation a été menée sur un Ouster OS0 Rev7, un OS1 Rev7 et un Livox MID-360. Le code est disponible sur GitHub (Forestry-Robotics-UC/ig_lio, branche ros2-jazzy). L'intérêt de ce travail dépasse le simple portage : il documente un mode de défaillance silencieux et particulièrement traître pour quiconque migre un système d'odométrie ou de SLAM de ROS 1 vers ROS 2. Une divergence numérique de ce type, provoquée par la chaîne d'outils et non par l'algorithme, peut passer inaperçue lors de tests superficiels puisque le programme continue de tourner sans planter. Pour les intégrateurs travaillant sur des robots mobiles, drones ou véhicules forestiers/agricoles dépendant de fusion LiDAR-inertielle, ce rapport constitue un signal d'alerte méthodologique sur les risques de migration ROS 2 et un cas documenté de debugging reproductible, plutôt qu'une innovation algorithmique. iG-LIO s'inscrit dans la lignée des systèmes d'odométrie LiDAR-inertielle tels que FAST-LIO ou LIO-SAM, désormais largement utilisés en robotique de terrain. Les auteurs précisent explicitement que ce rapport sert de référence citable pour le portage lui-même, sans revendication sur l'algorithme sous-jacent publié séparément. Le support multi-capteurs ajouté (Ouster, Velodyne, Livox Mid-360) suggère un usage visé en environnements forestiers et extérieurs, cohérent avec l'affiliation du laboratoire.

UECe correctif ROS 2, produit par le laboratoire Forestry Robotics de l'Université de Coimbra (Portugal), est directement réutilisable par les intégrateurs européens de robotique forestière, agricole ou mobile s'appuyant sur une fusion LiDAR-inertielle.

FR/EU ecosystemeActu
1 source
10Robot Magazine FR 

Mistral AI lance Robostral Navigate

Reformuler ce communiqué en article journalistique neutre, en signalant que les chiffres proviennent uniquement de la communication Mistral, sans donnée sim-to-real indépendante. --- Mistral AI a présenté Robostral Navigate, un modèle de navigation robotique construit selon une architecture Vision-Language-Action : une caméra RGB classique et des instructions en langage naturel remplacent la combinaison habituelle LiDAR, caméras de profondeur, centrale inertielle et cartographie SLAM. Le modèle compte 8 milliards de paramètres, une taille pensée pour tourner sur des plateformes embarquées à ressources limitées plutôt que sur des clusters distants. Selon Mistral, l'entraînement s'est appuyé sur près de 400 000 trajectoires générées dans plus de 6 000 environnements simulés, couvrant bureaux, entrepôts, usines et logements. En fonctionnement, le pipeline doit interpréter le flux vidéo, comprendre la consigne, localiser la cible, planifier une trajectoire, éviter les obstacles fixes et mobiles, et corriger sa position en continu, l'ensemble devant tenir dans un budget de quelques dizaines de millisecondes par cycle de décision. L'intérêt pour les fabricants de robots mobiles tient d'abord au coût : une caméra RGB se chiffre en dizaines d'euros contre plusieurs centaines, voire milliers d'euros pour un LiDAR industriel, ce qui allège aussi bien la facture matérielle que l'intégration logicielle. Sur le fond, Robostral Navigate teste à l'échelle de la navigation pure une hypothèse déjà explorée côté manipulation par les modèles VLA : qu'un système entraîné majoritairement en simulation puisse généraliser à des environnements réels variés sans empiler les capteurs. C'est une promesse à vérifier plutôt qu'un résultat acquis, les chiffres de 400 000 trajectoires et 6 000 environnements provenant uniquement de la communication de Mistral, sans benchmark tiers ni donnée publiée sur l'écart sim-to-real en conditions réelles. Pour les intégrateurs et décideurs industriels, la question qui reste ouverte est celle de la robustesse hors simulation, dans des lieux encombrés, mal éclairés ou changeants. Mistral AI, jusque-là identifiée aux grands modèles de langage (Mistral Large, Mixtral) et positionnée comme l'alternative européenne face à OpenAI et Google, franchit ici son premier pas affiché vers la Physical AI, terrain déjà occupé par NVIDIA avec GR00T N2, Figure AI avec Helix, ou Physical Intelligence avec Pi-0. L'entreprise française n'a pas communiqué de calendrier de déploiement industriel ni de partenariat matériel identifié à ce stade ; Robostral Navigate reste, en l'état des informations disponibles, une annonce de capacité logicielle plutôt qu'un produit livré ou testé en flotte réelle.

UEMistral AI, entreprise française et alternative européenne aux géants américains de l'IA, franchit son premier pas vers la robotique physique, ce qui renforce le positionnement technologique de la France et de l'UE face aux acteurs américains et chinois du secteur.

FR/EU ecosystemeActu
1 source
11Robotics & Automation News 

STMicroelectronics acquiert une participation dans Oversonic Robotics, développeur de robots humanoïdes

Oversonic Robotics, entreprise italienne spécialisée en robotique cognitive, annonce l'entrée à son capital de STMicroelectronics, de la Fondazione ENEA Tech Biomedical et du fonds SpotInvest. L'opération vise à accélérer le développement industriel, technologique et international de la société, créatrice de RoBee, présenté par l'entreprise comme le premier robot humanoïde cognitif certifié conçu pour opérer en environnements complexes. Le montant de l'investissement n'a pas été communiqué, et le communiqué reste flou sur les modalités précises de déploiement industriel prévues. Cette opération est révélatrice d'un mouvement plus large: les fabricants de semi-conducteurs cherchent désormais une exposition directe à la robotique humanoïde, au-delà des seuls contrats de fourniture de puces et capteurs. Pour STMicroelectronics, entrer au capital d'un fabricant de robot plutôt que de rester simple fournisseur de composants traduit une volonté de s'ancrer plus profondément dans la chaîne de valeur émergente des humanoïdes industriels. Pour les intégrateurs et décideurs B2B européens, ce soutien à un acteur italien constitue aussi un signal: face à la concurrence américaine (Figure AI, Tesla avec Optimus) et chinoise sur ce segment, l'Europe cherche à consolider ses propres champions, aux côtés d'autres initiatives comme le français Wandercraft. Oversonic Robotics développe RoBee depuis plusieurs années comme plateforme destinée à des tâches industrielles complexes, revendiquant une certification distinguant son robot des simples démonstrateurs. L'arrivée de ces nouveaux actionnaires, combinant un géant des semi-conducteurs, une fondation liée à la recherche biomédicale et un fonds d'investissement, doit permettre à l'entreprise de passer d'un stade de développement à une phase de commercialisation et de déploiements industriels plus larges, sans que le calendrier précis de ces prochaines étapes ait été détaillé pour l'instant.

UESTMicroelectronics, groupe franco-italien avec des sites de production en France, prend une participation directe dans un fabricant europeen de robots humanoides, renforcant l'ecosysteme industriel europeen face a la concurrence americaine et chinoise.

FR/EU ecosystemeActu
1 source
12arXiv cs.RO 

DemoBridge : une boîte à outils de simulation en boucle pour le retargeting de démonstrations humaines en vue unique

Une équipe de l'université KU Leuven (Belgique) publie DemoBridge, un outil qui transforme un enregistrement vidéo unique, en stéréo RGB, d'une démonstration manuelle humaine en une trajectoire de bras robotique exécutable et validée par simulation physique. Décrit dans un preprint arXiv daté du 13 juillet 2026 (arXiv:2607.09519), le système repose sur un planificateur unique conscient des collisions qui optimise la trajectoire articulaire complète en une seule passe, en tenant compte simultanément des poses de préhension alternatives, des collisions du bras et de l'objet saisi, et de la fidélité au geste démontré. Un simulateur physique tourne en boucle pendant la génération, valide chaque phase et revient en arrière en cas d'échec plutôt que d'abandonner la démonstration : le geste est replanifié, pas jeté. Le timing de la prise est déduit automatiquement, et les modules de perception, le modèle de robot et les étapes du pipeline sont interchangeables par configuration. L'équipe a testé l'ensemble du pipeline sur trois tâches réelles et évalué le planificateur seul sur un benchmark synthétique contrôlé. Le code est disponible sur le GitLab de KU Leuven. L'enjeu visé est le fossé d'incarnation ("embodiment gap") : un bras robotique, avec ses longs segments articulés, occupe bien plus de volume de collision qu'une main humaine, si bien que la cinématique inverse appliquée telle quelle à une pose de préhension démontrée n'a souvent aucune solution sans collision. Ce verrou freine l'apprentissage par démonstration à bas coût, où une simple vidéo caméra unique remplacerait la téléopération coûteuse utilisée pour collecter des données d'entraînement de modèles vision-langage-action comme Pi-0 ou GR00T N2. En doublant chaque démonstration retargetée d'un rollout de simulation exploitable pour l'apprentissage de politiques, DemoBridge s'inscrit directement dans la course à des données de manipulation moins chères à générer. Il s'agit d'un travail académique préliminaire, non d'un produit commercialisé : l'évaluation reste limitée à trois tâches réelles et un benchmark synthétique, sans déploiement industriel annoncé. Le choix d'une vue unique plutôt qu'un rig multi-caméras vise justement l'accessibilité, un axe que suivent aussi des laboratoires concurrents cherchant à réduire le coût de collecte de données d'imitation face aux approches par téléopération dominantes chez les acteurs américains du secteur.

UEUne équipe universitaire belge (KU Leuven) publie en open-source un outil de retargeting de démonstrations, réduisant potentiellement le coût de collecte de données d'apprentissage par imitation pour les laboratoires robotiques européens.

FR/EU ecosystemePaper
1 source
Robot humanoïde industriel français : apprentissage accéléré grâce aux démonstrations humaines
13Interesting Engineering 

Robot humanoïde industriel français : apprentissage accéléré grâce aux démonstrations humaines

La startup française UMA a dévoilé le design de son premier robot humanoïde alimenté par IA lors du Machina Summit à Paris. L'engin affiche des proportions à taille humaine, une visière neutre en guise de visage plutôt qu'un visage anthropomorphe, et des articulations mécaniques volontairement visibles. UMA vise en priorité les usines, les entrepôts et les centres logistiques, avec un usage domestique envisagé à terme, et fait de l'Europe son premier marché de déploiement. La société a présenté en parallèle son architecture "Real-Time Learning", un système d'IA qui permet au robot d'apprendre de nouvelles tâches par démonstration humaine plutôt que par programmation manuelle : il observe une tâche, s'entraîne, s'adapte aux conditions changeantes et améliore ses performances avec l'expérience. Aucune spécification technique détaillée (charge utile, degrés de liberté, temps de cycle) n'a été communiquée à ce stade. "Les robots humanoïdes mettront des années à atteindre un déploiement à grande échelle, tout comme Internet et les smartphones ont eu besoin de temps avant de transformer des industries entières", a déclaré Rémi Cadène, PDG et cofondateur d'UMA. L'annonce intervient peu après le dévoilement par l'américain Weave Robotics de son robot domestique Isaac 1, capable de ranger une pièce ou faire la lessive avec assistance humaine à distance. Pour les intégrateurs et décideurs industriels, ce pari sur l'apprentissage par démonstration illustre un basculement plus large du secteur : remplacer la programmation tâche par tâche par des modèles capables de généraliser, la même logique que poursuivent les architectures VLA (vision-language-action) de Physical Intelligence ou de NVIDIA. Si la promesse tient, elle réduirait le temps et le coût d'intégration d'un robot dans une chaîne existante, un frein majeur à l'adoption des humanoïdes en usine. Il faut toutefois noter qu'UMA n'a pour l'instant montré qu'un design et un concept d'architecture, sans vidéo de démonstration ni métrique de performance vérifiable : il s'agit d'une annonce de positionnement, pas d'un produit livré ni d'un déploiement réel. Le choix explicite d'une visière neutre plutôt qu'un visage humain, et l'exposition volontaire des articulations, traduit une volonté de se démarquer des démonstrations spectaculaires façon Tesla Optimus ou Figure, au profit d'un discours centré sur la fiabilité industrielle de long terme plutôt que sur l'effet de démonstration publique. UMA a été cofondée par Rémi Cadène, connu pour avoir dirigé le projet LeRobot chez Hugging Face, une bibliothèque open-source d'apprentissage par imitation qui a contribué à démocratiser l'entraînement de robots par démonstration, un héritage direct dans l'architecture Real-Time Learning présentée aujourd'hui. La startup entre sur un marché déjà occupé par les géants américains (Tesla avec Optimus, Figure et son modèle Helix, Physical Intelligence avec Pi-0) et chinois (Unitree, UBTech), ainsi que par des humanoïdes grand public comme Isaac 1 de Weave Robotics. Face à cette concurrence, UMA mise sur l'écosystème industriel et de recherche européen ainsi que sur la pénurie de main-d'œuvre du continent pour justifier son positionnement. Aucun calendrier précis de commercialisation ni de pilotes clients n'a été communiqué au-delà de cette présentation du design, ce qui laisse ouverte la question du délai entre ce concept et un déploiement industriel effectif.

UEUMA est une startup française qui fait de l'Europe son premier marché de déploiement pour un robot humanoïde industriel, renforçant l'écosystème robotique franco-européen face à la concurrence américaine et chinoise.

FR/EU ecosystemeOpinion
1 source
Course à l'IA physique : l'Europe peut-elle rivaliser avec la Chine et les États-Unis en robotique humanoïde ?
14SCMP Tech 

Course à l'IA physique : l'Europe peut-elle rivaliser avec la Chine et les États-Unis en robotique humanoïde ?

The article text you pasted cuts off mid-sentence after "said David Kehr, president...", I only have the headline and the opening lines, not the actual facts (numbers, deployment sites, competitor positioning, etc.) needed to write the 3-paragraph piece per your brief. Can you paste the full article text? I don't want to fabricate the concrete details (payload, DOF, cycle times, dates, company names) the brief specifically calls for, that would go against the "decoder, pas relayer" posture and the accuracy requirement.

FR/EU ecosystemeOpinion
1 source
Qu’est-ce qu’un AMR ?
15Robot Magazine FR 

Qu’est-ce qu’un AMR ?

Exotec a déployé ses robots Skypod chez Decathlon dans plusieurs centres logistiques européens, avec des résultats chiffrés notables. Au Portugal, la capacité de préparation de commandes est passée de 57 000 à 114 000 commandes traitées, tandis que le nombre de magasins approvisionnés depuis ce site a bondi de 41 à 73. Au Royaume-Uni, la distance parcourue quotidiennement par les préparateurs est tombée sous le kilomètre, contre plus de 10 kilomètres avant l'automatisation, et le taux d'erreur de préparation a été divisé par deux. En parallèle, Amazon a présenté en 2026 une nouvelle génération de son AMR Proteus, désormais capable d'interpréter des consignes en langage naturel grâce à l'IA, une évolution qui vise à faire planifier au robot lui-même ses missions et ses itinéraires plutôt que de simplement suivre des ordres de déplacement. Ces AMR (Autonomous Mobile Robots) se distinguent des AGV classiques par leur usage de lidars, caméras et algorithmes SLAM pour cartographier leur environnement en temps réel, sans infrastructure au sol. Le marché mondial est estimé à plus de 5 milliards de dollars dès 2026, avec une croissance annuelle de 14 à 20 % selon les cabinets d'études. Ces chiffres comptent parce qu'ils déplacent le débat du concept vers l'exploitation industrielle à grande échelle. Le doublement de capacité chez Decathlon et la baisse mécanique de la pénibilité au Royaume-Uni ne sont pas des projections marketing mais des résultats opérationnels mesurés sur plusieurs sites, ce qui donne aux intégrateurs et décideurs B2B un argumentaire de ROI concret plutôt qu'une promesse de laboratoire. Pour Amazon, l'ajout du langage naturel sur Proteus marque une bascule : l'AMR ne se contente plus d'exécuter un plan de navigation figé, il devient un agent capable de recevoir des instructions de haut niveau et d'arbitrer ses priorités, ce qui rapproche la logistique mobile des architectures VLA vues côté robotique humanoïde. Cela confirme aussi que la pénurie de main-d'œuvre dans la logistique reste le moteur principal d'adoption, davantage que la seule quête de vitesse. Cette bascule s'inscrit dans une transition plus large, celle de l'AGV vers l'AMR. Les AGV historiques suivaient des bandes magnétiques ou des QR codes au sol et s'arrêtaient net face au moindre obstacle, contraignant les entrepôts à figer leur agencement. Les AMR s'affranchissent de cette rigidité grâce à la cartographie temps réel, réduisant les coûts d'installation et permettant de reconfigurer un site sans toucher aux infrastructures. Exotec, acteur français, s'impose ainsi comme un concurrent direct des solutions américaines et asiatiques sur ce segment, aux côtés d'Amazon Robotics et d'autres fournisseurs d'AMR pour l'e-commerce, l'automobile ou le secteur hospitalier. La prochaine étape attendue est la généralisation des capacités de planification autonome façon Proteus à d'autres flottes commerciales, ainsi que l'extension de ces déploiements vers des environnements moins structurés que l'entrepôt classique.

UEExotec, entreprise française, démontre des gains opérationnels mesurés (capacité doublée, pénibilité réduite) sur des sites européens chez Decathlon, renforçant sa position face aux acteurs américains et asiatiques du marché des AMR.

FR/EU ecosystemeOpinion
1 source
RoboCup2026 : la ligue humanoïde, jour 2
16Robohub 

RoboCup2026 : la ligue humanoïde, jour 2

La deuxieme journee de la RoboCup 2026 s'est achevee sur une nouvelle serie de matchs dans la ligue de football humanoide, avec 17 pays representes cette annee, de la Colombie a la Malaisie en passant par l'Allemagne et l'Australie. La Chine reste le pays le plus present avec 15 equipes reparties sur les trois divisions (petite, moyenne et grande taille). La journee de la veille a connu le premier carton rouge de la competition: un robot, deja averti de deux cartons jaunes pour des tacles dangereux, a ete exclu du terrain pour des raisons de securite. Cote gabarits, le robot ALICE 4 de l'equipe HERoEHS (Coree du Sud) est le plus lourd et le plus grand du plateau, avec 48 kg pour 1,60 m, devant le Z4 bipede de BigHeroX (37 kg). Plusieurs equipes alignent le Unitree G1, plateforme de 35 kg devenue une base commune. A l'oppose, le robot Chape de l'equipe bresilienne ITAndroids est le plus leger et le plus petit du tournoi, avec seulement 3,8 kg pour 53 cm. Ces chiffres illustrent la maturite grandissante du football humanoide comme banc d'essai pour la robotique bipede: coexistence de plateformes commerciales standardisees comme le Unitree G1 et de robots concus sur mesure, allant du quasi-jouet a des machines proches de la taille humaine. L'apparition d'un carton rouge pour tacle dangereux souligne aussi que les organisateurs traitent desormais la securite physique entre robots comme un enjeu de regle sportive a part entiere, signe que les comportements dynamiques et les contacts deviennent suffisamment realistes pour poser un risque concret. Pour les equipes de recherche et les integrateurs qui suivent ces competitions comme indicateur de l'etat de l'art en locomotion et en prise de decision autonome, la densite du plateau (17 pays, dominance chinoise) confirme aussi l'internationalisation rapide du secteur. Avec les tours de qualification presque termines, les competitions se resserrent. En petite division, CAU Mountain&Sea (China Agricultural University) reste seule invaincue apres quatre matchs, 12 points, un seul but concede, devant Hamburg Bit-Bots et GeoHBots. En division moyenne, B-Human domine avec quatre victoires et une difference de buts de +35, suivie par un groupe de quatre equipes a neuf points: HTWK Robots, Rhoban, whIRLwind Amsterdam et THMOS. En grande division, Tsinghua Hephaestus reste la seule equipe parfaite avec neuf points, devant PCMS-HRG et Robo-Erectus. Douze equipes par division se qualifieront pour les phases finales, dont les quarts de finale se disputeront des le lendemain soir.

UEL'equipe francaise Rhoban figure parmi les equipes de tete de la division moyenne, aux cotes d'equipes allemandes et neerlandaises, illustrant la vitalite de la recherche europeenne en robotique bipede lors de cette competition internationale.

FR/EU ecosystemePaper
1 source
MACHINA 2026 : Paris veut devenir la capitale européenne de la Physical AI
17Robot Magazine FR 

MACHINA 2026 : Paris veut devenir la capitale européenne de la Physical AI

Paris accueille le 7 juillet 2026 la première édition de MACHINA, sommet dédié à la Physical AI organisé à Station F, la veille du RAISE Summit. Les organisateurs annoncent une liste d'intervenants dense pour un événement européen sur la robotique : Jim Fan (directeur recherche Physical AI chez NVIDIA), Marc Raibert (fondateur de Boston Dynamics, aujourd'hui directeur exécutif du RAI Institute), Carolina Parada (robotique chez Google DeepMind), Jeff Cardenas (CEO d'Apptronik), Bernt Børnich (fondateur de 1X), Jonathan Hurst (cofondateur d'Agility Robotics), David Reger (fondateur de NEURA Robotics), Abhinav Gupta (président de Skild AI), Thomas Wolf (Chief Science Officer de Hugging Face), Laura Modiano (OpenAI) et Péter Fankhauser (CEO d'ANYbotics). Le sommet ne se limite pas à des vitrines de machines : il couvre modèles de fondation, simulation, infrastructure de calcul et déploiement industriel, soit l'ensemble de la chaîne qui va du modèle VLA au robot physique. Cette concentration de dirigeants issus de NVIDIA, Google DeepMind, OpenAI, Boston Dynamics et des principaux acteurs humanoïdes américains (Apptronik, Agility Robotics, 1X) sur un événement parisien signale un repositionnement : la Physical AI cherche désormais des relais de visibilité en dehors des États-Unis et de l'Asie. Pour les intégrateurs et décideurs industriels européens, MACHINA offre un accès rare à des interlocuteurs habituellement présents sur les scènes de la Silicon Valley. L'angle retenu, la convergence entre IA générative, simulation et robotique plutôt que la seule performance mécanique, reflète un basculement du secteur où le logiciel et les modèles de fondation pèsent désormais autant que le hardware dans la course humanoïde. Cet événement s'inscrit dans la suite logique de trois années centrées sur les assistants conversationnels et les modèles génératifs, dont les avancées en vision par ordinateur et en simulation commencent à irriguer la robotique. Sur le plan concurrentiel, les États-Unis alignent Apptronik, Agility Robotics et Boston Dynamics, tandis que l'Asie conserve son avance industrielle historique ; l'Europe mise sur des acteurs comme l'allemand NEURA Robotics ou le suisse ANYbotics pour exister dans cette nouvelle vague. La proximité immédiate avec le RAISE Summit, organisé le lendemain, dessine une séquence parisienne pensée pour capter à la fois investisseurs et chercheurs sur une même semaine, un pari sur la capacité de la France à s'imposer comme point de passage européen de la Physical AI plutôt que comme simple spectatrice d'une course menée depuis San Francisco et Shenzhen.

UEL'événement se tient à Paris (Station F) et vise à positionner la France comme plaque tournante européenne de la Physical AI, offrant aux intégrateurs et décideurs industriels français et européens un accès direct à des dirigeants majeurs du secteur (NVIDIA, Google DeepMind, OpenAI, Boston Dynamics) ainsi qu'à des acteurs européens comme NEURA Robotics et ANYbotics.

FR/EU ecosystemeOpinion
1 source
Voir et Bifurquer : branchement par vision pour la programmation interactive de compétences robotiques
18arXiv cs.RO 

Voir et Bifurquer : branchement par vision pour la programmation interactive de compétences robotiques

Une équipe du CIIRC (Czech Institute of Informatics, Robotics and Cybernetics, Prague) publie sur arXiv un framework appelé See & Switch, qui étend la programmation par démonstration (PbD) aux tâches robotiques conditionnelles basées sur la vision. Le système représente une tâche comme un graphe de segments de compétence reliés par des états de décision : lors de l'exécution, un module appelé Switcher analyse les images d'une caméra embarquée dans la main (eye-in-hand) pour sélectionner la branche à suivre ou signaler une situation inconnue nécessitant une nouvelle démonstration. En cas d'erreur ou de cas imprévu, l'opérateur peut intervenir via enseignement kinesthésique, joystick ou gestes manuels. Le système a été évalué sur trois tâches de manipulation dextère impliquant 8 utilisateurs novices, pour un total d'environ 900 séquences d'exécution sur robot réel. Les résultats mesurés sur des fenêtres temporelles définies par l'utilisateur atteignent 90,6 % de précision dans la sélection de branche, et une détection d'anomalies supérieure à 90 % dans 47 des 79 états de décision testés. Ces résultats sont pertinents pour les intégrateurs industriels qui cherchent à déployer la PbD dans des environnements variables sans passer par la programmation explicite de chaque variante. Le principal verrou du secteur est que les systèmes PbD classiques supposent un environnement fixe : un changement de disposition, d'orientation de pièce ou de contexte casse le programme. See & Switch traite ce problème au niveau du graphe de tâche plutôt qu'au niveau du modèle de perception, ce qui le rend modulaire et extensible sans réentraîner un réseau complet. La nuance importante : les performances de branchement sont évaluées en mode offline sur des fenêtres déjà identifiées, ce qui isole le classificateur visuel des erreurs de timing réelles, les chiffres de 90 % ne reflètent donc pas directement la robustesse end-to-end en déploiement non supervisé. La PbD a connu un regain d'intérêt fort depuis 2022 avec les approches VLA (Vision-Language-Action) portées par des systèmes comme Pi-0 (Physical Intelligence), OpenVLA ou ACT (Action Chunking with Transformers). See & Switch se positionne différemment : il n'utilise pas de grand modèle pré-entraîné mais une architecture légère et interprétable, orientée vers l'enseignement interactif sur site par du personnel non expert. Les travaux proviennent du groupe ImitRob au CIIRC, qui publie régulièrement sur la PbD depuis plusieurs années. Le code et les données sont disponibles publiquement. La prochaine étape logique serait de coupler ce graphe de décision avec un backbone de perception plus robuste, ou de tester la scalabilité sur des cellules industrielles multi-postes.

UELe framework See & Switch, issu du groupe ImitRob au CIIRC de Prague (UE), est publié en open source et ne requiert pas de grand modèle pré-entraîné, ce qui le rend directement accessible aux intégrateurs industriels européens souhaitant déployer la programmation par démonstration dans des environnements variables sans expertise en deep learning.

FR/EU ecosystemePaper
1 source
Le robot de bureau Reachy Mini intègre une IA conversationnelle entièrement locale
19Hackaday Robots Hacks 

Le robot de bureau Reachy Mini intègre une IA conversationnelle entièrement locale

Hugging Face a publié un guide d'implémentation pour doter son robot de bureau Reachy Mini d'une intelligence artificielle conversationnelle entièrement locale, avec mouvements de tête et oscillations d'antenne synchronisés avec la parole. La pile logicielle suit une architecture en quatre étapes : VAD (détection d'activité vocale), STT (reconnaissance vocale), LLM (grand modèle de langage) et TTS (synthèse vocale), chaque brique pouvant être exécutée localement ou déléguée à un service distant selon la puissance disponible. Dans la configuration de référence, le LLM retenu est Qwen3-4B-Instruct, complété par des modèles plus légers pour la détection vocale et la synthèse. Le robot, dépourvu de membres mais équipé d'une tête mobile et d'antennes expressives, vise une latence basse et prend en charge les interruptions en cours de phrase, deux propriétés qui rendent l'interaction perçue comme naturelle. La modularité de cette architecture est le point différenciant : chaque composant peut être remplacé indépendamment, ce qui permet d'adapter Reachy Mini à n'importe quelle configuration matérielle, ou d'exploiter un modèle frontier via API distante pour le seul LLM tout en conservant le reste en local. Pour les chercheurs et les développeurs travaillant sur l'interaction homme-robot, cela réduit considérablement la friction d'expérimentation sans infrastructure lourde. Le fait qu'un modèle de 4 milliards de paramètres suffise à produire des échanges fluides est un signal concret : les capacités conversationnelles embarquées deviennent accessibles sans GPU de classe datacenter, ce qui compte pour des déploiements décentralisés ou en milieu contraint. Lancé sous forme de kit en 2025, Reachy Mini est l'un des premiers produits matériels commercialisés directement par Hugging Face, société jusqu'ici centrée sur les modèles et les jeux de données. Depuis ce lancement, la société a construit un écosystème logiciel comprenant un simulateur et une infrastructure de partage d'applications entre utilisateurs. Sur le segment des robots de bureau orientés interaction, Reachy Mini se positionne face à des projets comme Furhat, axé sur le dialogue structuré, ou aux plateformes open-source concurrentes. La prochaine évolution logique serait l'intégration de capacités de vision pour passer d'une interaction purement vocale à un dialogue multimodal contextualisé, une direction déjà explorée par Hugging Face au travers de son projet LeRobot.

UEHugging Face, dont les fondateurs sont français et qui reste une vitrine de l'IA open source européenne, met à disposition des laboratoires et développeurs FR/EU une architecture conversationnelle embarquée modulaire et documentée pour robots de bureau, réduisant la dépendance au cloud dans les projets d'interaction homme-robot.

FR/EU ecosystemeTuto
1 source
Comment l'intégration de cobots compacts améliore les applications de robots mobiles autonomes (AMR)
20Robotics Business Review 

Comment l'intégration de cobots compacts améliore les applications de robots mobiles autonomes (AMR)

L'usage des cobots dans les entrepôts et les ateliers de production a été multiplié par dix entre 2018 et 2025, selon les données du secteur, porté par les pénuries de main-d'oeuvre et la pression sur la productivité. Kassow Robots, fabricant danois de bras collaboratifs, met en avant l'intégration de ses modèles à 7 axes sur des AMR (robots mobiles autonomes) pour créer des manipulateurs mobiles capables de pick-and-place, palettisation, machine-tending, vissage, étiquetage et soudage à l'échelle d'une installation entière. L'innovation technique centrale revendiquée par l'entreprise : le contrôleur du cobot, jusqu'ici imposé en armoire externe à proximité du poste fixe, est désormais intégré dans la base compacte du bras lui-même. Ces manipulateurs mobiles fonctionnent en outre sur la batterie embarquée de l'AMR, supprimant toute dépendance à une infrastructure d'alimentation fixe. L'article ne communique pas de métriques précises (temps de cycle, payload, volumes de déploiement, tarifs) au-delà des affirmations générales d'efficacité. L'intégration du contrôleur dans le bras est le verrou technique qui bloquait depuis des années la mobilisation des cobots : une solution sur AMR nécessitait auparavant de tracter l'armoire de commande ou de gérer un câblage complexe, rendant l'ensemble peu praticable. Pour les intégrateurs industriels, supprimer ce cabinet simplifie l'installation et réduit l'empreinte au sol. Les bras à 7 axes offrent par ailleurs un avantage fonctionnel sur les 6 axes classiques : ils accèdent à des zones difficiles autour de leur propre base, angle mort structurel des architectures à 6 degrés de liberté, et multiplient les orientations de travail possibles. Côté sécurité, les cobots à limitation de force et de puissance (power- and force-limited) autorisent une collaboration directe avec les opérateurs sans les procédures lourdes imposées par les robots industriels haute vitesse, ce qui réduit les frictions opérationnelles au sol. Ces gains restent à relativiser : l'article s'appuie essentiellement sur les argumentaires de Kassow, sans données comparatives tierces ni retours de déploiements à grande échelle. Kassow Robots est un acteur européen positionné sur le segment niche des cobots 7 axes, face à Universal Robots (UR, groupe Teradyne) qui domine le marché des cobots standards. Dans les solutions de manipulateurs mobiles, les configurations concurrentes les plus répandues couplent des bras UR avec des AMR de MiR (également Teradyne), ou des plateformes d'Omron et de Fetch Robotics (Zebra Technologies). En Europe, des acteurs comme Exotec opèrent sur des architectures différentes -- AMR de stockage sans cobot monté -- ciblant des segments adjacents. Les AMR actuels s'appuient sur le lidar embarqué pour naviguer sans guidage physique, en rupture avec les AGV de première génération qui requéraient bandes magnétiques et capteurs additionnels. Le marché des manipulateurs mobiles reste en phase d'émergence commerciale : les premières installations pilotes se multiplient, mais les déploiements à grande échelle dans la logistique et l'industrie n'en sont qu'à leurs débuts.

UEKassow Robots (fabricant danois) représente un acteur européen positionné sur le segment des cobots 7 axes pour manipulateurs mobiles, offrant une alternative européenne aux configurations américaines dominantes (UR/MiR/Teradyne) pour les intégrateurs industriels de l'UE.

FR/EU ecosystemeActu
1 source
Apprentissage par renforcement avec mélange d'experts pour la locomotion quadrupède tolérante aux pannes
21arXiv cs.RO 

Apprentissage par renforcement avec mélange d'experts pour la locomotion quadrupède tolérante aux pannes

Des chercheurs du Dynamic Legged Systems Lab de l'Istituto Italiano di Tecnologia (IIT) proposent sur arXiv (prépublication 2506.25965) une architecture de contrôle modulaire pour robots à pattes conçue pour maintenir la locomotion en cas de panne d'actionneur. Le système repose sur un mélange d'experts (Mixture-of-Experts, MoE) piloté par apprentissage par renforcement : un module de diagnostic identifie en temps réel le type de défaillance (joint bloqué, couple réduit, actionneur hors service), puis active l'expert spécialisé correspondant parmi plusieurs politiques de contrôle distinctes, chacune entraînée pour un mode de panne spécifique. Les expériences menées dans le simulateur IsaacLab montrent que ces politiques modulaires surpassent systématiquement des politiques monolithiques de taille comparable sur l'ensemble des scénarios de panne évalués. L'architecture conserve de surcroît des performances compétitives avec une capacité réseau significativement réduite, un critère déterminant pour les plateformes embarquées à ressources de calcul limitées, notamment en contexte d'exploration planétaire. Ce résultat adresse un angle mort persistant du déploiement hors-laboratoire des robots à pattes : la robustesse aux défaillances matérielles en cours de mission. Les politiques monolithiques entraînées par RL, qui ont produit des performances remarquables sur terrain accidenté (ANYmal d'ETH Zurich, Spot de Boston Dynamics, MIT Cheetah), supposent implicitement l'intégrité de l'ensemble des actionneurs. Injecter explicitement l'état diagnostiqué de panne dans la boucle de décision permet à chaque expert de se spécialiser sur un sous-espace comportemental bien délimité, ce qui explique leur supériorité même à capacité réduite. Pour un intégrateur ou un concepteur de mission, l'architecture MoE trace une voie concrète vers des robots capables de poursuivre une mission malgré une défaillance partielle, sans intervention humaine ni recalibration à distance. L'IIT est l'un des laboratoires européens de référence en robotique à pattes, à l'origine de la lignée hydraulique HyQ et HyQReal. La cible applicative explicitement déclarée par les auteurs est l'exploration planétaire, domaine où l'ESA et la NASA cherchent activement des solutions de mobilité résiliente pour des rovers de nouvelle génération. Les approches concurrentes, notamment les politiques adaptatives basées sur l'estimation d'état développées par le Robotics Systems Lab de l'ETH Zurich sur ANYmal, n'exploitent pas aussi directement l'information de diagnostic pour router dynamiquement vers des experts dédiés par mode de panne. Le code est publié en open source sur GitHub (dépôt iit-DLSLab/fault-locomotion-isaaclab) sous IsaacLab, ce qui facilite la reproductibilité et l'adoption par la communauté. Prochaine étape attendue : validation sur plateforme physique, les résultats actuels étant entièrement en simulation.

UEL'IIT, laboratoire européen de référence en robotique à pattes, publie une architecture MoE open source pour la locomotion tolérante aux pannes, offrant une base directement exploitable pour les programmes de rovers résilients de l'ESA.

FR/EU ecosystemePaper
1 source
Tech for Industry Show : les technologies qui transforment l’industrie
22Robot Magazine FR 

Tech for Industry Show : les technologies qui transforment l’industrie

Les 23 et 24 juin 2026, le salon Tech for Industry a réuni à Paris industriels, intégrateurs, éditeurs de logiciels et acteurs de la robotique, avec l'ambition affichée de confronter les technologies de l'usine intelligente à des cas d'usage opérationnels concrets. Deux axes ont structuré l'édition : le jumeau numérique (digital twin), porté par Dassault Systèmes et Siemens, qui ont présenté leurs plateformes de modélisation d'usines complètes permettant de simuler lignes de production, bilans énergétiques et scénarios de maintenance prédictive avant tout investissement physique ; et les robots mobiles autonomes (AMR), incarnés notamment par Pudu Robotics, distribué en France par l'intégrateur Jobotto, initialement positionné sur la restauration et l'hôtellerie, désormais déployé dans des entrepôts et sites industriels pour le transport de charges en autonomie. L'éditeur français Optimistik, spécialisé dans la digitalisation des processus pour des secteurs contraints comme la chimie et l'énergie, portait quant à lui le discours d'une IA industrielle orientée résultats mesurables plutôt qu'expérimentation. Ce glissement du pilote vers le déploiement opérationnel est précisément le signal structurant de cette édition 2026 pour les décideurs B2B. Le digital twin, longtemps présenté comme un investissement prospectif, s'impose comme outil de pilotage en production : la convergence entre simulation, données temps réel et modèles prédictifs réduit concrètement les arrêts non planifiés et accélère les décisions d'optimisation. Pour la robotique de service, la présence de Pudu sur des sites industriels illustre un transfert technologique notable : des plateformes développées pour des environnements grand public font leur entrée en usine à des coûts souvent inférieurs aux solutions robotiques industrielles traditionnelles. Ce repositionnement souligne que la tension sur le recrutement et la pression de productivité poussent les industriels à adopter des architectures robotiques hybrides (AMR, cobots, bras fixes) là où une solution unique était autrefois privilégiée. À noter toutefois que le salon, davantage orienté networking B2B que démonstration technique, n'a pas fourni de métriques chiffrées sur les déploiements présentés, rendant difficile toute comparaison rigoureuse des solutions exposées. Tech for Industry s'inscrit dans un paysage de salons industriels dominé au niveau européen par Hannover Messe et automatica (Munich). L'édition 2026 confirme l'émergence d'un écosystème français structuré autour d'acteurs comme Jobotto et Optimistik, aux côtés de licornes comme Exotec (AMR logistique, Roubaix) ou de pionniers de l'humanoïde comme Enchanted Tools (Paris). La prochaine étape lisible dans les discours exposants pointe vers l'intégration de LLM dans les interfaces de supervision industrielle, plusieurs acteurs ayant présenté des copilotes permettant aux opérateurs d'interroger leurs données de production en langage naturel, une tendance dont la maturité industrielle reste encore à prouver à l'échelle.

UELe salon Tech for Industry 2026 confirme la structuration d'un écosystème industriel français autour d'acteurs comme Exotec, Enchanted Tools et Optimistik, avec un signal clair du basculement du pilote vers le déploiement opérationnel des AMR et du jumeau numérique dans l'industrie française.

FR/EU ecosystemeOpinion
1 source
ExRobotics lance un robot d'inspection certifié UL pour environnements dangereux
23Robotics Business Review 

ExRobotics lance un robot d'inspection certifié UL pour environnements dangereux

ExRobotics B.V., société néerlandaise fondée en 2017 et basée à Delft, a lancé officiellement son robot d'inspection autonome ExR-2.5 sur le marché nord-américain lors de l'Energy Drone & Robotics Summit à Houston. L'appareil a obtenu la certification UL 6260, norme américaine spécifique aux équipements électriques déployés en atmosphères potentiellement explosives (zones ATEX équivalentes). Le robot embarque un ensemble de capteurs orientés sécurité industrielle : imagerie acoustique haute fréquence pour détecter les fuites de gaz et les défauts mécaniques avant qu'ils ne deviennent visibles, caméras haute résolution pour l'inspection visuelle de vannes, jauges et structures, caméra thermique pour identifier les anomalies de température, et capteurs environnementaux adaptés aux zones dangereuses. Une fois ses missions autonomes accomplies, l'ExR-2.5 retourne automatiquement à sa station de charge pour se préparer au cycle suivant. ExRobotics revendique plusieurs milliers de missions robotiques complétées pour des opérateurs majeurs incluant Shell, Repsol et BP. La certification UL constitue le signal le plus concret que ce lancement n'est pas un teaser : elle conditionne légalement le déploiement en environnements classifiés aux États-Unis, et son obtention marque un franchissement de la barrière réglementaire qui bloquait beaucoup de robotique d'inspection au stade pilote. Le contexte de marché renforce l'argument commercial : selon des analystes cités par ExRobotics, l'industrie énergétique mondiale accusera un déficit de 40 000 travailleurs qualifiés cette année, tandis que 62 % des générations Z et millennials considèrent les carrières pétrolières et gazières comme peu attractives. Le coût de l'indisponibilité non planifiée est chiffré par Siemens à 11 % du chiffre d'affaires total des grandes industrielles, et 3,5 jours d'arrêt suffisent à générer plus de 5 millions de dollars de pertes pour une installation de taille intermédiaire. Dans ce contexte, un robot capable d'effectuer des rondes d'inspection à fréquence constante, sans exposition humaine et sans dépendre d'experts de plus en plus rares, répond à un besoin opérationnel documenté, pas simplement à une aspiration d'automatisation. ExRobotics opère depuis 2017 sur un créneau volontairement étroit : les robots d'inspection pour environnements dangereux, sans diversification vers d'autres verticales. Ce positionnement de spécialiste le distingue de concurrents comme Boston Dynamics (Spot, usage généraliste) ou ANYbotics (ANYmal C, présent aussi sur les sites industriels) qui adressent un spectre plus large. Sur le segment oil & gas spécifiquement, l'entreprise est en concurrence directe avec Gecko Robotics pour l'inspection de réservoirs et de structures, et avec des intégrateurs locaux nord-américains qui déploient du matériel non ATEX dans des zones moins contraintes. L'absence de prix publics et le fait que l'article repose largement sur des déclarations de l'entreprise elle-même invitent à une lecture prudente sur les volumes réels déployés. Les prochaines étapes annoncées concernent l'expansion nord-américaine, mais ExRobotics n'a pas communiqué de jalons contractuels précis ni de pipeline client chiffré pour 2026.

UEExRobotics, PME néerlandaise fondée à Delft, franchit la barrière réglementaire américaine UL 6260, validant la capacité de l'écosystème deep tech robotique européen à conquérir des marchés industriels classifiés hors UE.

FR/EU ecosystemeActu
1 source
Un hôpital de Milan déploie un robot humanoïde de 1,20 m pour assister les services et transmettre les données patients
24Interesting Engineering 

Un hôpital de Milan déploie un robot humanoïde de 1,20 m pour assister les services et transmettre les données patients

L'hôpital IRCCS Maugeri de Milan a lancé un déploiement opérationnel en conditions réelles d'un robot humanoïde de service baptisé Alter-Ego, actuellement en phase pilote dans un service dédié aux patients atteints de sclérose latérale amyotrophique (SLA). La plateforme mesure 1,2 mètre de hauteur et se déplace sur une base bi-roues. Elle a été conçue conjointement par l'Institut Italien de Technologie (IIT) et l'Université de Pise. Alter-Ego assure des missions de support logistique répétitives : accueil des nouveaux arrivants, guidage dans les couloirs, livraison de provisions au chevet des patients. En parallèle, le robot relaie des métriques patient en temps réel vers les postes infirmiers. Le système fonctionne selon deux modes : un mode téléprésence, dans lequel un médecin à distance pilote la machine via un casque immersif et un joystick pour effectuer des visites de suivi, et un mode autonome où le robot opère sans supervision humaine directe. Ce déploiement est notable parce qu'il s'effectue dans un environnement clinique actif, avec des patients à vulnérabilité élevée, et non en contexte contrôlé de laboratoire. Le retour terrain des premiers mois est positif : les patients SLA, initialement susceptibles de réagir négativement à une présence mécanique, ont bien accepté le robot, en partie grâce à des sourcils expressifs conçus pour générer une dynamique d'interaction non menaçante. Sur le plan technique, la décision d'exclure toute composante rigide industrielle au profit de bras à rigidité variable (modules compliants fonctionnant comme des muscles artificiels) et de mains SoftHand inspirées de la robotique souple représente un choix d'architecture orienté cohabitation humaine. Ces mains peuvent saisir des objets délicats, actionner des poignées de portes et transmettre des objets directement aux patients sans risque de blessure par impact. Ce cas valide concrètement l'hypothèse que des robots à morphologie souple peuvent opérer sans cage de sécurité dans des espaces cliniques non restructurés. L'IIT travaille sur Alter-Ego depuis plusieurs années, dans le cadre d'une recherche plus large sur la téléprésence incarnée et la robotique souple humanoïde. Ce déploiement à Maugeri constitue le premier test en milieu hospitalier européen à cette échelle. En termes de positionnement concurrentiel, Alter-Ego se distingue des plateformes industrielles comme Optimus de Tesla ou Figure 03 par sa focalisation explicite sur la sécurité de contact et l'interaction à longue durée avec des patients fragiles, plutôt que sur la manipulation de charges lourdes ou la cadence industrielle. Aucun déploiement commercial n'a été annoncé à ce stade : il s'agit d'un pilote de validation académico-clinique. Les prochaines étapes probables incluent l'extension à d'autres services hospitaliers et l'affinement des protocoles d'autonomie, avant toute discussion sur une industrialisation avec des partenaires médicaux ou des intégrateurs de systèmes de santé.

UEL'IIT et l'Université de Pise réalisent le premier déploiement hospitalier européen d'un humanoïde à robotique souple en conditions réelles, validant une architecture de cohabitation humaine directement transposable aux établissements de santé de l'UE.

FR/EU ecosystemeActu
1 source
VivaTech 2026 : l’année où les robots humanoïdes sont devenus une réalité industrielle
25Robot Magazine FR 

VivaTech 2026 : l’année où les robots humanoïdes sont devenus une réalité industrielle

Les 17 et 18 juin 2026, la dixième édition de VivaTech à Paris Porte de Versailles a réuni des dizaines de démonstrations de robots humanoïdes capables de marcher, manipuler des objets et interagir avec des opérateurs humains. L'événement s'est distingué des éditions précédentes par la présence notable d'acteurs chinois en nombre, venus exposer leurs avancées en « Embodied AI », la convergence entre modèles de raisonnement LLM et corps robotiques physiques. Parmi les machines les plus remarquées figurait KANGAROO, développé par PAL Robotics (Barcelone) en partenariat avec plusieurs centres de recherche européens : un humanoïde à mobilité avancée, entraîné par renforcement, positionné comme plateforme industrielle et logistique polyvalente. L'article ne fournit pas de spécifications techniques précises (charge utile, degrés de liberté, temps de cycle) ni de confirmation de déploiement commerciaux signés, les présentations restaient majoritairement au stade de démonstrations salon. Ce moment marque une inflexion rhétorique autant que technique : depuis ChatGPT en 2022, l'IA était associée aux assistants logiciels ; VivaTech 2026 a déplacé le centre de gravité vers l'IA physique. Pour les intégrateurs et décideurs industriels, le signal le plus structurant est la montée en puissance de la Chine sur le segment humanoïde, un marché qu'elle dominait déjà en volumes sur les bras industriels classiques. Pékin traite désormais la robotique humanoïde comme secteur stratégique au même titre que les semi-conducteurs, avec une logique de mise à l'échelle rapide et de compression des coûts qui change la donne compétitive. Pour les acheteurs B2B européens, la question n'est plus seulement « quelle plateforme est la plus capable » mais « laquelle peut être produite en volumes suffisants à un prix d'entrée industriel ». La trajectoire rappelle celle des véhicules électriques : l'Europe dispose de l'ingénierie, la Chine de la capacité de production. PAL Robotics, fondée en 2004 à Barcelone et pionnière de l'humanoïde de recherche avec REEM puis TALOS, représente l'une des rares maisons européennes avec une expérience longue sur les plateformes bipèdes. KANGAROO s'inscrit dans une stratégie de positionnement pragmatique face aux offres américaines (Figure, Apptronik, Tesla Optimus) et chinoises (Unitree, Fourier, UBTECH), en visant des environnements industriels structurés plutôt que des cas d'usage grand public. Les suites annoncées restent vagues : aucun calendrier de commercialisation ni volume de déploiement n'est mentionné dans l'article source. L'édition 2026 confirme que la course à l'humanoïde industriel est désormais ouverte et multipolaire, mais la majorité des acteurs en sont encore à la phase démonstration-salon, pas à la livraison cliente à l'échelle.

UEPAL Robotics (Barcelone) positionne KANGAROO comme plateforme humanoïde industrielle européenne lors de VivaTech Paris, mais l'Europe reste structurellement exposée à la montée en puissance chinoise sur les volumes et la compression des coûts, un risque compétitif direct pour les intégrateurs industriels français et européens.

FR/EU ecosystemeOpinion
1 source
Gestes robotiques naturels et expressifs via un apprentissage par renforcement itératif avec retours humains et LLMs
26arXiv cs.RO 

Gestes robotiques naturels et expressifs via un apprentissage par renforcement itératif avec retours humains et LLMs

Des chercheurs ont publié en juin 2026 (arXiv:2606.18747) un système permettant au robot humanoïde Pepper de générer des gestes co-verbaux naturels à l'exécution, sans recours à des animations préprogrammées. L'architecture combine ChatGPT pour la génération de code gestuel en langage naturel, couplée à un pipeline d'apprentissage par renforcement à partir de retours humains (RLHF) appliqué de manière itérative. Des utilisateurs évaluent les gestes produits par Pepper lors d'une étude comparative, ces préférences servant de signal de récompense pour affiner le modèle de langage. Résultat annoncé : des mouvements jugés plus expressifs, pertinents et fluides qu'avec le seul pipeline LLM de base. L'enjeu est significatif pour les intégrateurs de robots sociaux. Aujourd'hui, la quasi-totalité des comportements gestuels déployés en production repose sur des bibliothèques d'animations conçues à la main par des experts, ce qui rend les robots rigides face à des contextes conversationnels imprévus. Les approches par apprentissage automatique peinent à capturer la naturalité perçue, un critère subjectif qui se dégrade à mesure que le nombre de degrés de liberté augmente. Ce travail propose une alternative concrète : utiliser un LLM comme générateur de comportements moteurs au runtime, puis le corriger via RLHF pour coller aux préférences réelles des utilisateurs. C'est une transposition directe de la méthode qui a rendu ChatGPT lui-même plus utile, appliquée ici au domaine de la communication non verbale humain-robot. Les résultats restent néanmoins issus d'une étude utilisateur contrôlée, pas d'un déploiement à grande échelle. Pepper est le robot social d'Aldebaran Robotics, société française rachetée par SoftBank en 2012, aujourd'hui commercialisé dans les secteurs retail, accueil et éducation. Après une phase de déception commerciale liée précisément à la rigidité comportementale du robot, plusieurs équipes académiques cherchent à relancer son potentiel via des couches IA génératives. Sur ce terrain, Pepper fait face à une concurrence croissante des agents conversationnels incarnés (avatars AR/VR) et de nouvelles plateformes comme Enchanted Tools (France) avec son robot Miroki, conçu dès l'origine pour une expressivité naturelle. La prochaine étape logique serait un déploiement en contexte réel pour mesurer le gap entre l'évaluation en laboratoire et l'acceptation en environnement ouvert, une question que les auteurs n'adressent pas encore.

UEDes travaux académiques sur Pepper (Aldebaran, origine française rachetée par SoftBank) appliquant l'RLHF à la gestualité co-verbale ouvrent une voie concrète pour réhabiliter cette plateforme en production, dans un contexte où Enchanted Tools (France) cherche à s'imposer sur le segment des robots sociaux expressifs avec Miroki.

FR/EU ecosystemePaper
1 source
L'Europe développe un bras robotique capable de voir, toucher et manipuler des échantillons pour les missions lunaires
27Interesting Engineering 

L'Europe développe un bras robotique capable de voir, toucher et manipuler des échantillons pour les missions lunaires

L'Agence spatiale européenne (ESA) et l'entreprise aérospatiale italienne Leonardo finalisent l'intégration du Sample Transfer Arm (STA), un bras robotique de 2,4 mètres d'extension doté de sept degrés de liberté, actuellement assemblé dans les installations de Leonardo à Nerviano, près de Milan. Conçu à l'origine pour le programme Mars Sample Return conjoint NASA-ESA, le STA devait transférer les échantillons martiens collectés par le rover Perseverance en vue de leur retour sur Terre. L'avenir incertain de cette mission a conduit l'ESA à repositionner la technologie vers des applications lunaires et d'exploration plus larges. Le bras embarque des caméras, des capteurs de force et de couple en trois dimensions, des codeurs de position dans chaque articulation, et une unité électronique autonome faisant office de centre de contrôle. Sa pince en bout de bras offre une précision au millimètre. Les équipes entrent maintenant dans la phase de tests en environnement spatial simulé, prévue dans les prochaines semaines. Ce bras illustre concrètement la montée en maturité des systèmes robotiques à perception multimodale pour l'espace : la combinaison vision embarquée, retour haptique (capteur force-couple 6 axes) et contrôle de position en boucle fermée permet une manipulation semi-autonome sans intervention humaine en temps réel, ce qui est critique pour des missions où la latence de communication rend le télé-opérage direct impraticable. Pour les décideurs du secteur spatial institutionnel, le STA représente un démonstrateur crédible d'un bras polyvalent qui pourrait supporter aussi bien la collecte d'échantillons géologiques que l'assistance aux astronautes lors de séjours prolongés sur la Lune. La question du passage du laboratoire à un déploiement opérationnel reste ouverte : aucune mission concrète avec timeline précise n'est annoncée à ce stade, et les tests en cours à Nerviano devront valider les performances avant toute intégration sur un engin spatial réel. Le STA s'inscrit dans une dynamique européenne de consolidation des compétences robotiques spatiales face à une concurrence américaine (NASA, JPL) et émergente (Chine, CNSA). Le consortium industriel qui porte le projet reflète la géographie habituelle de l'industrie spatiale européenne : Leonardo en chef de file, GMV et AVS (Espagne) pour les logiciels et systèmes, Maxon (Suisse) pour les actionneurs de précision, 3DPlus (France) pour l'électronique résistante aux radiations, et COMOTI (Roumanie), avec des fournisseurs danois, grecs et allemands. La présence de 3DPlus, spécialiste français des composants électroniques durcis pour l'espace, mérite d'être notée dans ce contexte de souveraineté technologique. La prochaine étape critique sera la validation en conditions simulées de lancement et d'atterrissage, les mécanismes structurels du bras devant absorber les charges dynamiques sans dégrader la précision de positionnement acquise au sol.

UELa participation de 3DPlus (France) pour l'électronique durcie et le leadership ESA/Leonardo sur le STA renforcent la souveraineté technologique européenne en robotique spatiale à perception multimodale, segment stratégique face aux programmes NASA et CNSA.

FR/EU ecosystemeOpinion
1 source
Advanced Humanoid Forum 2027 en Allemagne
28Robot Magazine FR 

Advanced Humanoid Forum 2027 en Allemagne

Le forum Advanced Humanoid Forum 2027 se tiendra les 20 et 21 janvier 2027 à Munich, en Allemagne. Fondé par Ulrich Moeller, expert de l'industrie robotique, l'événement vise à réunir fabricants de robots humanoïdes, développeurs d'intelligence artificielle, industriels utilisateurs, centres de recherche, investisseurs et intégrateurs en un même lieu. L'objectif déclaré est d'accélérer le passage de la simulation à des déploiements industriels réels. Parmi les acteurs du secteur cités figurent Tesla, Figure AI, Agility Robotics, Apptronik, Sanctuary AI et Unitree, dont les démonstrations publiques restent pour l'instant peu converties en exploitations intensives. Les marchés prioritaires identifiés sont l'industrie manufacturière, la logistique, la santé et la construction, secteurs confrontés à une pénurie croissante de main-d'œuvre. À noter : l'article source est incomplet et ne fournit pas de données précises sur les conférenciers confirmés, le nombre d'exposants attendus ni les tarifs d'inscription. Ce forum pointe un verrou réel : le secteur a accumulé des capacités en laboratoire (marche bipède, préhension, navigation) sans les convertir massivement en valeur industrielle. Le défi n'est plus uniquement moteur, il est systémique, fiabilité en environnement dégradé, certification sécurité, temps de cycle garantis, retour sur investissement démontrable. L'intégration de plusieurs briques technologiques est en jeu : modèles vision-langage-action (VLA) pour l'interprétation d'instructions complexes, jumeaux numériques pour l'apprentissage en simulation avant déploiement terrain, architectures cloud et edge pour la gestion de flottes à grande échelle. Munich est un choix cohérent : l'Allemagne est la première puissance industrielle européenne, avec un tissu dense d'OEM automobiles, d'équipementiers et d'intégrateurs capables d'absorber des pilotes à l'échelle. Plusieurs années de progrès conjoints en IA, vision par ordinateur, actionneurs et capteurs ont permis l'émergence de cette nouvelle génération d'humanoïdes, sans qu'aucun acteur n'ait encore atteint de déploiement de masse documenté avec métriques vérifiables. Tesla Optimus, Figure AI, Agility Robotics (racheté par Amazon), Apptronik, Sanctuary AI et Unitree multiplient les annonces et les vidéos soigneusement choisies, mais les données de production restent rares. Aucun acteur français ou européen n'est mentionné dans l'article source, ce qui constitue un angle manquant : des entreprises comme Enchanted Tools ou Wandercraft sont pourtant actives sur le segment humanoïde en Europe. Le forum reste à ce stade une annonce, pas un événement tenu. Ses prochaines étapes naturelles, publication du programme détaillé et liste des conférenciers industriels confirmés, seront les indicateurs les plus solides de sa capacité réelle à fédérer l'écosystème.

UELe forum à Munich cible directement l'industrie manufacturière et logistique européenne comme premier marché d'adoption des humanoïdes, mais l'absence de constructeurs ou laboratoires européens parmi les participants annoncés en réduit l'impact concret pour l'écosystème FR/EU.

FR/EU ecosystemeOpinion
1 source
Le prochain robot humanoïde pourrait ne pas ressembler à un humain
29The Verge 

Le prochain robot humanoïde pourrait ne pas ressembler à un humain

La startup française Genesis AI a présenté Eno, un robot se réclamant du "général purpose" sans reproduire la silhouette humaine. Soutenue par Eric Schmidt, ancien PDG de Google, la société fait le choix radical d'une morphologie repensée : pas de tête au sens classique, une base potentiellement sur roues, une structure compacte et pliable. Seul élément fidèle à l'anatomie : les mains, conçues pour reproduire "exactement la forme et les fonctions" de la main humaine. Genesis AI positionne Eno comme un robot polyvalent capable d'une large gamme de tâches, à l'opposé des machines spécialisées. Les métriques techniques précises (charge utile, degrés de liberté, prix) n'ont pas été communiquées. Ce parti pris interroge une hypothèse dominante du secteur : pourquoi l'humanoïde doit-il ressembler à un humain ? La réponse de Genesis est fonctionnelle. Ce qui compte, c'est la compatibilité avec des environnements et des outils conçus pour des mains humaines, pas la forme du torse ou l'existence d'un visage. Pour les intégrateurs industriels, cela ouvre une piste concrète : des robots ergonomiquement compatibles avec l'espace de travail humain, potentiellement moins coûteux si les composants non fonctionnels sont supprimés. Genesis AI s'inscrit dans une vague de startups françaises de robotique avancée, aux côtés de Wandercraft (exosquelettes) et Enchanted Tools (robots hospitaliers). Le soutien d'Eric Schmidt lui donne une visibilité internationale dans un secteur dominé par Figure AI, Agility Robotics, Boston Dynamics côté américain et Unitree ou Fourier Intelligence côté asiatique. Eno reste à ce stade un teaser : aucun déploiement ni pilote industriel n'a été annoncé, et les performances réelles du système restent entièrement à démontrer.

UEGenesis AI est une startup française dont le projet Eno, soutenu par Eric Schmidt, renforce la visibilité internationale de l'écosystème robotique français, bien que le produit reste à un stade de teaser sans métriques ni déploiement validés.

FR/EU ecosystemeOpinion
1 source
ANYbotics ouvre un centre d'ingénierie et d'IA à Barcelone pour accélérer son expansion mondiale
30Robotics & Automation News 

ANYbotics ouvre un centre d'ingénierie et d'IA à Barcelone pour accélérer son expansion mondiale

ANYbotics, entreprise suisse spécialisée dans l'inspection autonome par robots quadrupèdes, a inauguré un nouveau bureau à Barcelone, en Espagne, sur le campus DFactory Barcelona. Ce hub d'ingénierie et d'intelligence artificielle constitue la troisième implantation mondiale de la société, après son siège de Zurich et son bureau de San Francisco. L'ouverture répond à une demande croissante pour ses solutions d'inspection autonome dans les secteurs industriels à forte intensité d'actifs : pétrochimie, énergie, mines, et infrastructures critiques. L'annonce ne précise ni les effectifs prévus ni le calendrier de montée en puissance. L'expansion géographique vers Barcelone traduit une tendance de fond dans la robotique d'inspection : les éditeurs de solutions autonomes cherchent à concentrer des talents en IA et en robotique dans des écosystèmes tech émergents, moins concurrentiels sur le recrutement que Zurich ou San Francisco. Pour les intégrateurs et les décideurs industriels, la présence d'un hub R&D européen réduit les frictions sur les projets de déploiement en zone EMEA, notamment pour les sites Seveso ou les installations offshore soumises à des contraintes réglementaires locales. Cela signale aussi que le marché de l'inspection robotisée est entré dans une phase de scaling commercial, au-delà des pilotes. ANYbotics est connu pour son robot quadrupède ANYmal, développé à l'ETH Zurich et commercialisé depuis 2021, déployé notamment chez Equinor, BASF et Swisscom dans des environnements ATEX. La société fait face à une concurrence directe de Boston Dynamics (Spot), Exyn Technologies, et Ghost Robotics sur le segment quadrupède industriel, ainsi qu'à des acteurs drones comme Flyability sur certains cas d'usage confinés. DFactory Barcelona, campus dédié à l'industrie 4.0 géré par la ville de Barcelone, accueille également d'autres acteurs de la robotique et de la fabrication avancée, ce qui positionne ce hub comme un choix délibéré d'écosystème plutôt qu'une simple extension administrative.

UEL'ouverture d'un hub R&D à Barcelone par ANYbotics réduit les frictions de déploiement pour les industriels européens (sites Seveso, offshore ATEX) et confirme l'entrée du marché EMEA de l'inspection robotisée en phase de scaling commercial.

FR/EU ecosystemeOpinion
1 source
Un bras robotique façon pieuvre pense avec ses ventouses pour explorer les fonds marins
31New Atlas Robotics 

Un bras robotique façon pieuvre pense avec ses ventouses pour explorer les fonds marins

Des chercheurs de l'Institut italien de technologie (IIT) ont présenté un bras robotique biomimétique inspiré de la pieuvre, conçu pour l'exploration des fonds marins. Contrairement aux systèmes actuels, qui reposent sur des mouvements préprogrammés, une architecture rigide et un processeur central unique, ce dispositif délègue le traitement de l'information directement aux ventouses : chaque ventouse embarque ses propres capteurs et une capacité de calcul locale, lui permettant d'interagir avec son environnement sans attendre les instructions d'un cerveau central. L'enjeu est significatif pour la robotique sous-marine. Les environnements océaniques combinent courants variables, faible visibilité et topographies imprévisibles, trois facteurs qui mettent en échec les architectures de contrôle centralisées classiques. En distribuant l'intelligence au niveau des effecteurs, l'approche de l'IIT réduit la latence de réaction et rend le système intrinsèquement plus résilient aux perturbations locales. C'est une validation concrète de l'intelligence incarnée (embodied intelligence) à l'échelle d'un organe préhensile, un paradigme que la communauté robotique théorise depuis des années sans déploiement probant en milieu réel non contrôlé. L'IIT est l'un des laboratoires européens les plus actifs en soft robotics, avec une longue tradition de recherche sur les robots inspirés des invertébrés marins. La pieuvre sert de modèle depuis près de 500 millions d'années d'évolution : neuf cerveaux (un central, huit dans les bras), une structure entièrement déformable, et une capacité d'adaptation sensorimotrice sans équivalent. Sur le plan concurrentiel, ce travail se positionne face aux approches rigides de Woods Hole Oceanographic Institution ou aux ROV conventionnels, et ouvre une voie distincte de celle des bras industriels sous-marins d'acteurs comme Schilling Robotics.

UEL'IIT (Italie) confirme son leadership européen en soft robotics biomimétique et positionne l'UE à la frontière de l'intelligence incarnée distribuée, un paradigme directement transférable aux bras manipulateurs de robots humanoïdes et aux systèmes physiques adaptatifs.

FR/EU ecosystemePaper
1 source
Chien robot quadrupède détecte les toxines dangereuses avant l'entrée des pompiers en zone à risque
32Interesting Engineering 

Chien robot quadrupède détecte les toxines dangereuses avant l'entrée des pompiers en zone à risque

Des chercheurs de la Graz University of Technology (TU Graz) en Autriche ont développé un chien robot quadrupède capable de détecter des substances toxiques en zones dangereuses avant l'intervention des pompiers. Le système, téléopéré et compact, intègre des instruments de mesure déjà utilisés par les services d'incendie. Il a été testé lors d'exercices grandeur nature impliquant des scénarios de pollution chimique, où il a démontré sa capacité à transmettre des données en temps réel depuis des zones contaminées. Selon Gerald Steinbauer-Wagner, chercheur et professeur associé en robotique à la TU Graz, le robot mesure les concentrations de polluants et renvoie simultanément images caméra et relevés de capteurs pendant que les équipes s'équipent de leurs tenues de protection. Gerald Czech, de l'Association fédérale autrichienne des sapeurs-pompiers, a confirmé qu'en cas d'incident réel, il enverrait le robot dans la zone contaminée avant tout déploiement humain. L'enjeu opérationnel est significatif. Lors d'accidents chimiques, les pompiers doivent revêtir des combinaisons de protection lourdes de niveau A ou B avant toute mesure sur site, une procédure qui consomme un temps précieux dans des situations où chaque minute compte. Le robot comble ce délai en fournissant une évaluation précoce de la scène, ce qui permet au commandement de baser ses décisions sur des données réelles plutôt que sur des hypothèses. Ce gain d'information réduit l'exposition directe des équipes aux substances toxiques et améliore la conduite opérationnelle. Un point important : les concepteurs ont délibérément évité de créer un nouveau protocole de zéro, en intégrant le robot dans les procédures opérationnelles standard existantes des services Hazmat. Cela réduit la friction d'adoption, souvent sous-estimée dans les projets de robotisation des services d'urgence. Le projet bénéficie du soutien de l'Agence autrichienne de promotion de la recherche (FFG), ainsi que des associations de pompiers styriennes et de Haute-Autriche, et du Disaster Competence Network Austria. Le robot s'appuie exclusivement sur des composants commerciaux standard pour la mobilité, le traitement des données, la communication et la visualisation, ce qui favorise la reproductibilité et limite les coûts de maintenance. Les experts impliqués recommandent d'en faire un équipement permanent des unités Hazmat. Dans le paysage plus large des robots d'inspection et de sécurité, ce système s'inscrit dans une tendance croissante d'utilisation de plateformes quadrupèdes dérivées du Boston Dynamics Spot ou d'équivalents pour des missions de reconnaissance industrielle, une tendance que des acteurs comme ANYbotics ou Ghost Robotics ont déjà commercialisée dans le secteur de l'inspection d'infrastructures. La prochaine étape pour l'équipe de TU Graz serait d'étendre les tests à des scénarios d'incidents réels et de formaliser l'intégration dans les doctrines nationales de réponse aux matières dangereuses.

UELa TU Graz (Autriche) livre aux services Hazmat européens un système quadrupède validé en exercices grandeur nature, ouvrant la voie à une intégration dans les doctrines nationales de réponse aux matières dangereuses.

FR/EU ecosystemePaper
1 source
Agile Robots présente sa technologie de contrôle de force, ses humanoïdes et son IA physique au salon Robot Technology Japan
33Robotics & Automation News 

Agile Robots présente sa technologie de contrôle de force, ses humanoïdes et son IA physique au salon Robot Technology Japan

Agile Robots a profité du salon Robot Technology Japan (RTJ) 2026, tenu à Nagoya du 9 au 12 juin, pour exposer l'étendue de son portefeuille : systèmes de contrôle de force, robots collaboratifs, plateformes humanoïdes et automation pilotée par l'IA physique. La société, dont le siège social est à Munich, positionne cette démonstration comme un signal de son ambition d'accélération sur les marchés asiatiques, notamment japonais, réputé pour ses exigences élevées en matière de précision et de fiabilité industrielle. Aucun chiffre de déploiement ni spécification technique détaillée n'a été communiqué dans l'annonce initiale, ce qui situe cet événement clairement du côté teaser plutôt que lancement produit. L'enjeu pour l'industrie est la démonstration que le contrôle de force intégré peut coexister avec des capacités d'IA incarnée à l'échelle réelle, un double pari que peu d'acteurs ont concrétisé hors laboratoire. Pour les intégrateurs systèmes et les décideurs industriels, la question centrale reste l'écart entre démo salon et déploiement terrain : RTJ est un terrain de validation marketing, pas une preuve de maturité opérationnelle. Agile Robots, fondée en 2016 et soutenue notamment par Alibaba, s'est d'abord imposée avec ses cobots Diana, dotés d'une détection force-couple intégrée sur chaque axe, ciblant les segments d'assemblage fin et de manipulation délicate. La société concurrence Universal Robots, Fanuc et Techman Robot sur le segment cobot, tout en cherchant à monter en gamme vers l'humanoïde face à Figure, 1X ou Agility Robotics. Le marché japonais, dominé par Fanuc, Yaskawa et DENSO, représente un test de crédibilité technique autant qu'une opportunité commerciale.

UEAgile Robots, dont le siège est à Munich, cherche à valider sa technologie de contrôle de force et sa plateforme humanoïde sur le marché japonais exigeant, ce qui pourrait renforcer sa crédibilité et sa position concurrentielle en Europe face aux acteurs asiatiques.

FR/EU ecosystemeOpinion
1 source
DuoBench : un benchmark reproductible pour la manipulation bimanuelles en simulation et dans le monde réel
34arXiv cs.RO 

DuoBench : un benchmark reproductible pour la manipulation bimanuelles en simulation et dans le monde réel

Une équipe de chercheurs a publié en juin 2026 DuoBench, un cadre de benchmarking dédié à la manipulation bimanuelle, conçu pour la plateforme FR3 Duo de Franka Robotics. Le benchmark comprend onze tâches réparties en quatre catégories de coordination, implémentées en simulation et partiellement reproduites en environnement réel grâce à des protocoles reproductibles incluant des composants imprimables en 3D. Les auteurs ont constitué des jeux de données de télé-opération humaine pour l'ensemble des onze tâches, et proposent un schéma d'évaluation par étapes (stage-based evaluation) permettant une analyse sémantique fine des modes d'échec, au-delà du simple critère binaire succès/échec. Plusieurs politiques d'apprentissage par imitation à deux bras ainsi que des politiques VLA (vision-language-action) ont été évaluées en simulation et sur matériel réel. Les résultats sont sans ambiguïté : les politiques actuelles, y compris les approches VLA considérées comme l'état de l'art, restent insuffisantes pour la manipulation bimanuelle. Les échecs se concentrent sur trois axes : les phases d'interaction initiale, l'exécution parallèle des deux bras, et le transfert simulation-réel (sim-to-real). Ce dernier point est particulièrement significatif : malgré les progrès récents sur le gap sim-to-real pour la manipulation à un bras, DuoBench révèle que la coordination bimanuelle pose des défis supplémentaires non résolus. Pour les équipes R&D et les intégrateurs industriels, ce benchmark fournit un outil diagnostique structuré pour identifier précisément où les politiques échouent, une lacune que les frameworks existants comme RLBench ou LIBERO, conçus pour les systèmes à un seul bras, ne comblaient pas. La manipulation bimanuelle est un prérequis pour de nombreuses tâches complexes en industrie (assemblage, conditionnement, manipulation d'objets déformables), ce qui explique l'intérêt croissant du secteur pour les plateformes à deux bras. Le FR3 Duo de Franka Robotics est l'une des rares plateformes de recherche standardisées pour ce segment. Dans la course aux capacités bimanuelles, des acteurs comme Physical Intelligence avec Pi-0, NVIDIA avec GR00T N2, ou Figure AI avec ses robots humanoïdes ont annoncé des performances prometteuses, mais les benchmarks publics rigoureux permettant de les comparer restent rares. DuoBench, dont le code, les jeux de données et les vidéos sont disponibles sur duobench.github.io, ambitionne de combler ce manque avec un protocole reproductible que tout laboratoire peut répliquer à faible coût grâce aux assets imprimables en 3D.

UEFranka Robotics (Allemagne) est la plateforme centrale de DuoBench, offrant aux laboratoires et équipes R&D européens un benchmark standardisé et reproductible pour évaluer leurs politiques bimanuelle, y compris les approches VLA, sans disposer de ressources matérielles coûteuses.

FR/EU ecosystemePaper
1 source
NEURA Robotics lève jusqu'à 1,4 milliard de dollars en Série C pour son IA physique
35Robotics Business Review 

NEURA Robotics lève jusqu'à 1,4 milliard de dollars en Série C pour son IA physique

NEURA Robotics GmbH, basée à Metzingen en Allemagne, a annoncé le 10 juin 2026 une levée de fonds de Série C pouvant atteindre 1,4 milliard de dollars, financée par un consortium d'investisseurs technologiques dont Tether, Qualcomm et Amazon. La startup, fondée en 2019 par David Reger, commercialise une gamme couvrant des bras robotiques légers, des robots mobiles (série MAV), des robots humanoïdes (modèle 4NE1) et un manipulateur mobile polyvalent baptisé MiPA, ciblant principalement la fabrication et la supply chain. Ce tour de table vient financer deux axes prioritaires : le développement de la plateforme "Neuraverse", décrite comme un écosystème ouvert d'IA physique permettant aux robots d'apprendre collectivement entre déploiements, et l'expansion d'un réseau mondial de "NEURA Gyms", des environnements d'entraînement à grande échelle combinant interaction sensorielle réelle, simulation et pipelines d'apprentissage multimodal. Il s'agit à ce stade d'une annonce de financement, pas d'un produit expédié ni d'un déploiement industriel documenté à grande échelle. Sur le fond, une levée de 1,4 milliard de dollars pour un acteur européen de la robotique humanoïde est un signal fort : les capitaux qui se concentraient jusqu'ici quasi exclusivement sur Figure AI, Agility Robotics, 1X ou Tesla Optimus commencent à irriguer des challengers hors Silicon Valley. Pour les intégrateurs et les décideurs industriels, la question concrète est celle du sim-to-real gap, que NEURA tente de réduire via son partenariat avec Dassault Systèmes annoncé en avril 2026. Le concept de Neuraverse, où plusieurs robots partagent une intelligence distribuée entre déploiements, s'inscrit dans une tendance plus large des architectures VLA (Vision-Language-Action) à l'échelle fleet, comme l'illustre Pi-0 de Physical Intelligence ou GR00T N2 de NVIDIA. Les métriques de performance annoncées restent cependant absentes du communiqué, ce qui rend toute comparaison technique avec les concurrents impossible à ce stade. NEURA Robotics a bâti depuis 2019 un réseau de partenaires industriels structurant : Bosch pour le développement logiciel des humanoïdes (janvier 2026), Dassault Systèmes pour la simulation, mais aussi Schaeffler, Kawasaki, Delta Electronics, Qualcomm et NVIDIA pour l'infrastructure edge AI et les composants. Ce positionnement d'écosystème décentralisé tranche avec l'approche verticalement intégrée de Figure ou de Tesla. En Europe, NEURA est aujourd'hui l'acteur humanoïde le mieux capitalisé, loin devant des startups comme Enchanted Tools (France) ou Wandercraft, qui opèrent sur des segments différents (cobots expressifs et exosquelettes médicaux). Les prochaines étapes déclarées portent sur l'accélération du déploiement à l'échelle industrielle et l'ouverture de nouveaux NEURA Gyms à l'international, sans calendrier précis communiqué.

UENEURA Robotics, acteur allemand désormais le humanoïde le mieux capitalisé d'Europe avec 1,4 Md$, implique directement Dassault Systèmes (France) comme partenaire stratégique simulation et repositionne l'UE comme concurrent crédible face aux leaders américains de la robotique humanoïde industrielle.

FR/EU ecosystemeOpinion
1 source
Festo lance GripperAI, un logiciel pour simplifier la manipulation flexible des robots
36Robotics & Automation News 

Festo lance GripperAI, un logiciel pour simplifier la manipulation flexible des robots

Festo a lancé GripperAI, un logiciel d'intelligence artificielle destiné à simplifier la préhension flexible en robotique industrielle. La solution permet à un robot de saisir des produits mélangés, inconnus ou positionnés aléatoirement sans programmation préalable, sans chargement de gabarits et sans intégration spécialisée de systèmes de vision. Le logiciel identifie automatiquement le point de préhension optimal pour chaque pièce et sélectionne l'effecteur le plus adapté parmi ceux disponibles, sans intervention d'un intégrateur à chaque changement de référence produit. L'enjeu est significatif pour les lignes de conditionnement, logistique et assemblage léger : la reprogrammation manuelle lors des changements de produits représente aujourd'hui l'un des principaux freins à la flexibilité des cellules robotisées. Une solution capable de gérer le bin-picking et le mixed-SKU handling sans expertise vision spécialisée réduit à la fois les coûts d'intégration et les temps d'arrêt lors des transitions de production. À noter toutefois que l'article source ne précise ni les taux de réussite de préhension, ni les temps de cycle, ni les conditions de test, des métriques indispensables pour évaluer la maturité industrielle réelle du produit. Festo, groupe allemand spécialisé en automatisation pneumatique et électrique avec plus de 20 000 employés, intensifie depuis plusieurs années son virage vers les solutions logicielles et l'IA embarquée. Sur ce segment de la préhension intelligente, la concurrence inclut Pickit (Belge, racheté par Intertek), Robovision et plusieurs offres OEM de FANUC, KUKA et Universal Robots. Les prochaines étapes annoncées par Festo restent floues à ce stade, GripperAI n'ayant pas encore de timeline de déploiement commercial communiquée publiquement.

UEFesto (DE), acteur majeur de l'automatisation industrielle européenne, introduit une solution IA de préhension flexible qui pourrait réduire les coûts d'intégration sur les lignes industrielles EU, dans un segment où des concurrents européens comme Pickit (BE) et Robovision sont directement positionnés.

FR/EU ecosystemeActu
1 source
Évaluation des modèles vision-langage-action (VLA) sur SO-101 : analyse des échecs et de la récupération
37arXiv cs.RO 

Évaluation des modèles vision-langage-action (VLA) sur SO-101 : analyse des échecs et de la récupération

Une équipe de chercheurs a publié le 10 juin 2026 (arXiv:2606.08881) un benchmark standardisé pour évaluer des modèles Vision-Language-Action (VLA) sur le robot SO-101, une plateforme manipulatrice à faible coût issue de la communauté open-source. Quatre politiques ont été comparées sur quatre tâches de manipulation représentatives avec des protocoles d'évaluation unifiés : Pi-0.5 (Physical Intelligence), SmolVLA (HuggingFace), Wall-X et ACT (Action Chunking with Transformers, référence en imitation learning). Toutes ont été fine-tunées directement sur le matériel physique à partir de démonstrations télé-opérées en conditions réelles, sans passer par la simulation. Au-delà du simple taux de succès binaire, l'étude introduit une taxonomie structurée des échecs, une décomposition sémantique et d'exécution, ainsi que des métriques de récupération (recovery-aware metrics) pour qualifier la robustesse de chaque architecture. Les résultats confirment que les VLA pré-entraînés sur de larges corpus surpassent globalement la baseline en imitation learning pure, mais cette supériorité reste fortement dépendante de la tâche. Ce point est crucial pour les intégrateurs : l'instabilité d'exécution, et non les erreurs de compréhension sémantique, constitue la source d'échec dominante. La capacité de récupération varie significativement selon les architectures, ce qui suggère que les benchmarks centrés uniquement sur le taux de succès final masquent des différences opérationnelles importantes. Pour un COO industriel, cela signifie que le choix d'un modèle VLA ne peut pas se faire sur des métriques agrégées sans analyser le comportement en cas d'échec partiel. Le SO-101 s'est imposé comme plateforme de référence communautaire grâce à son coût accessible, là où la plupart des évaluations VLA existantes reposent sur des robots industriels onéreux (Franka, UR, Boston Dynamics Spot) ou restent cantonnées à la simulation. Ce travail s'inscrit dans un effort plus large de démocratisation des benchmarks robotiques, face à des acteurs comme Figure AI, Agility Robotics ou 1X Technologies qui évaluent leurs systèmes en environnements propriétaires non reproductibles. Les auteurs positionnent explicitement le SO-101 comme socle pratique pour l'évaluation de l'IA incarnée dans des conditions de déploiement réalistes à faible coût. La prochaine étape naturelle serait d'étendre ce protocole à des scénarios de manipulation plus complexes et à davantage d'architectures VLA émergentes, notamment celles intégrant des retours haptiques.

UESmolVLA de HuggingFace (entreprise française) est directement comparé à Pi-0.5, Wall-X et ACT dans ce benchmark standardisé, offrant une visibilité internationale sur les forces et faiblesses du modèle français face aux architectures VLA concurrentes.

FR/EU ecosystemeActu
1 source
Démontage de batteries lithium-ion 18650 en fin de vie par robot humanoïde à deux bras guidé par vision
38arXiv cs.RO 

Démontage de batteries lithium-ion 18650 en fin de vie par robot humanoïde à deux bras guidé par vision

Une équipe de recherche a publié sur arXiv (référence 2606.08152) un pipeline robotique bi-bras guidé par vision pour le démontage automatisé de blocs de batteries lithium-ion 18650 en fin de vie. Le système cible des packs de 21 cellules cylindriques, caractéristiques des véhicules électriques et de l'électronique grand public, et les désassemble depuis une pose initiale quelconque, sans fixation externe ni outillage spécialisé. L'architecture repose sur des pinces à mâchoires parallèles standard, une caméra RGB-D au poignet et un détecteur de préhension pré-entraîné. Les résultats mesurés sur banc : 8 démontages complets réussis sur 10 tentatives, une erreur quadratique moyenne de localisation cellule de 2,4 mm, et un temps de cycle moyen de 6,0 minutes par pack. Un mécanisme de transfert de support entre les deux bras en cours de tâche permet d'étendre l'espace de travail effectif sans ancrage externe. La contribution technique centrale est la gestion de l'incertitude de pose : une pile perception "learn-and-filter" couplée à des corrections look-and-move par caméra au poignet absorbe les variations d'orientation du pack à l'entrée du cycle. C'est précisément ce verrou, pose inconnue et absence de gabarit, que les systèmes robotiques existants ne résolvent pas : ils présupposent des packs positionnés et calés. Pour un intégrateur ou un opérateur de centre de recyclage, cela change le profil d'investissement : supprimer les convoyeurs de présentation et les gabarits rigides réduit les coûts de ligne et ouvre la voie à des formats de packs hétérogènes. À noter que 8/10 de succès et 6 minutes par pack restent des performances de laboratoire, insuffisantes pour une cadence industrielle sans amélioration substantielle du taux de cycle et de la robustesse. La pression réglementaire européenne est le moteur structurel de ce segment : le règlement européen sur les batteries de 2023 impose des seuils de contenu recyclé en cobalt, nickel et lithium à horizon 2030, ce qui rend l'automatisation du démontage cellule par cellule économiquement stratégique. Des acteurs comme SNAM en France ou Accurec en Allemagne industrialisent déjà la filière, mais s'appuient encore majoritairement sur des procédés thermiques ou hydromécaniques de masse, peu sélectifs. Ce travail, publié en preprint arXiv sans validation industrielle annoncée, illustre une approche robotique généraliste en concurrence avec les bras dédiés à outillage spécialisé développés par des groupes comme ABB ou des startups comme Agilox côté manutention. Les prochaines étapes logiques seraient l'extension à des géométries de packs prismatiques et pouch cells, majoritaires dans le parc VE européen, et un test de durabilité sur plusieurs centaines de cycles.

UELe règlement européen sur les batteries de 2023 imposant des seuils de contenu recyclé en cobalt, nickel et lithium d'ici 2030 rend cette approche directement stratégique pour des acteurs français comme SNAM qui industrialisent le démantèlement de batteries mais s'appuient encore sur des procédés peu sélectifs.

FR/EU ecosystemePaper
1 source
AWR standardise la prise en charge de machines CNC avec des pinces électriques OnRobot pour accélérer les changements de série
39Robotics & Automation News 

AWR standardise la prise en charge de machines CNC avec des pinces électriques OnRobot pour accélérer les changements de série

Automation Within Reach (AWR), intégrateur américain en automatisation industrielle anciennement connu sous le nom Gosiger Automation, a standardisé ses cellules d'alimentation de machines CNC autour des préhenseurs électriques OnRobot pour réduire les temps de changement de série. Cette décision concerne directement les ateliers en production haute-mixité / faible-volume (HMLV), un segment où la capacité à reconfigurer rapidement une cellule robotisée entre différentes géométries de pièces conditionne directement la rentabilité. La transition abandonne les systèmes pneumatiques traditionnels au profit de pinces à contrôle électrique, programmables sans intervention mécanique. Ce choix illustre un changement structurel dans l'intégration robotique pour usinage : contrairement au pneumatique, les préhenseurs électriques permettent d'ajuster par logiciel la force de serrage et l'ouverture de mâchoire, éliminant le remplacement d'outillage physique entre deux références. Pour un intégrateur comme AWR, la standardisation sur un fournisseur unique d'end-of-arm tooling (EOAT) simplifie également la maintenance, la formation et le déploiement répété de cellules identiques chez plusieurs clients. C'est une logique de productisation de l'offre plutôt que de personnalisation au cas par cas. OnRobot, fondé en 2015 à Copenhague, s'est imposé sur le marché du EOAT collaboratif en proposant des préhenseurs compatibles multi-marques cobots (Universal Robots, Fanuc, KUKA). AWR, issu de Gosiger, distributeur machine-outil américain fondé en 1926, opère dans un écosystème d'intégration CNC concurrentiel face à des acteurs comme Feedio ou Fastems sur l'alimentation automatisée. La standardisation annoncée s'inscrit dans une tendance plus large : les intégrateurs mid-market cherchent à réduire la complexité de déploiement pour scaler leurs offres sur des marchés PME industrielles, sans sacrifier la flexibilité que les HMLV exigent.

UEOnRobot, fondé à Copenhague, voit sa technologie de préhenseurs électriques validée comme standard de référence par un intégrateur américain mid-market, renforçant la position de l'entreprise danoise sur le marché mondial du EOAT collaboratif face aux acteurs pneumatiques.

FR/EU ecosystemeActu
1 source
Méca-Précis utilise une cellule de mesure robotisée pour éliminer les goulots d'étranglement à l'inspection
40Robotics & Automation News 

Méca-Précis utilise une cellule de mesure robotisée pour éliminer les goulots d'étranglement à l'inspection

Méca-Précis, PME française de mécanique de précision, a déployé une cellule de mesure robotisée pour automatiser le contrôle dimensionnel de ses pièces. Le système intègre une machine à mesurer tridimensionnelle (MMT) Mitutoyo avec une solution d'automatisation fournie par Engineering Data. L'investissement a été décidé après que les lignes d'inspection sont devenues un goulot d'étranglement avec la montée en cadence de la production, en particulier pour les clients des secteurs aéronautique et spatial qui exigent un contrôle à 100 % des pièces livrées. Pour les sous-traitants de précision, cette contrainte du contrôle exhaustif est non-négociable dans l'aéronautique et le spatial : les référentiels EN 9100 et les exigences clients imposent une traçabilité pièce par pièce. Automatiser ce maillon permet de découpler le débit de contrôle du nombre d'opérateurs disponibles, un point critique dans un secteur où les techniciens en métrologie sont rares. C'est aussi un signal que l'inspection dimensionnelle, longtemps dernier poste manuel des ateliers de précision, rejoint l'usinage CNC dans la liste des processus systématiquement robotisés. Méca-Précis s'inscrit dans une dynamique plus large chez les sous-traitants français de rang 2 et 3 qui absorbent la reprise des carnets Airbus et ArianeGroup depuis 2023. Engineering Data, intégrateur spécialisé dans l'automatisation métrologie, est présent sur plusieurs projets similaires en France mais reste peu visible commercialement. La prochaine étape logique pour ce type d'installation est l'intégration des données MMT dans une boucle de contrôle statistique du procédé (SPC) pour corriger en temps réel les dérives d'usinage, une évolution que les grands donneurs d'ordres commencent à exiger de leurs fournisseurs.

UEMéca-Précis illustre la robotisation de l'inspection dimensionnelle chez les sous-traitants français rang 2-3 alimentant Airbus et ArianeGroup, un signal de modernisation de la supply chain aéronautique française dans un contexte de pénurie de techniciens en métrologie.

FR/EU ecosystemeActu
1 source
ABB et des chercheurs de Salzbourg déposent un brevet pour un système d'IA réduisant la consommation énergétique des robots industriels
41Robotics & Automation News 

ABB et des chercheurs de Salzbourg déposent un brevet pour un système d'IA réduisant la consommation énergétique des robots industriels

ABB, via sa division d'automatisation machine B&R, et la Haute École des Sciences Appliquées de Salzbourg ont déposé conjointement un brevet portant sur un système d'intelligence artificielle destiné à réduire la consommation énergétique des robots industriels. Ce travail est conduit dans le cadre du Josef Ressel Center for Intelligent and Secure Industrial Automation (JRZ ISIA), un centre de recherche appliquée autrichien dont la mission est de transposer des avancées académiques en solutions concrètes pour les systèmes d'entraînement industriels. Aucun chiffre précis de gain énergétique ni de calendrier de commercialisation n'est communiqué à ce stade. Ce type de brevet marque un glissement du discours "IA pour la robotique" vers des applications mesurables sur les chaînes de production : si la technologie tient ses promesses, les intégrateurs pourraient réduire le coût d'exploitation de parcs de robots existants sans changement matériel. Pour les décideurs industriels, l'enjeu est double - conformité aux objectifs ESG et compétitivité sur le coût du cycle de vie. Cela dit, un brevet seul ne constitue pas une solution déployée : la distance entre la publication d'une propriété intellectuelle et un produit en production reste significative. ABB est l'un des quatre grands fournisseurs mondiaux de robots industriels aux côtés de FANUC, KUKA et Yaskawa, et B&R constitue son bras d'automatisation pour les machines de production depuis son acquisition en 2017. Sur le terrain de l'efficacité énergétique par IA, des acteurs comme Siemens et Rockwell Automation investissent des trajectoires comparables. La prochaine étape à surveiller : un passage en pilote industriel chez un client B&R, qui permettrait de quantifier les économies réelles hors conditions de laboratoire.

UEB&R Automation (filiale autrichienne d'ABB) et l'Université des Sciences Appliquées de Salzbourg développent conjointement une technologie IA d'efficacité énergétique qui, si elle aboutit à un produit commercialisé, offrirait aux industriels européens un levier pour réduire les coûts d'exploitation de leurs parcs de robots existants et progresser vers leurs objectifs ESG sans renouvellement matériel.

FR/EU ecosystemePaper
1 source
Pourquoi l'usinage suisse de précision est essentiel à l'avenir de la robotique et de l'automatisation
42Robotics & Automation News 

Pourquoi l'usinage suisse de précision est essentiel à l'avenir de la robotique et de l'automatisation

L'essor mondial de la robotique industrielle et des systèmes de fabrication intelligente génère une demande croissante pour des composants mécaniques usinés avec une précision extrême. Les robots collaboratifs, les systèmes d'assemblage automatisé et les équipements de production pilotés par capteurs reposent sur des pièces dont les tolérances s'expriment en microns. L'usinage de décolletage suisse (Swiss machining), technique CNC spécialisée dans la production de pièces cylindriques de petits diamètres à très haute précision, s'impose comme un maillon critique de cette chaîne d'approvisionnement, notamment pour les axes, arbres, vis-mères et composants de transmission intégrés dans les actionneurs et joints des bras robotiques. L'enjeu est structurel : un robot industriel ou collaboratif ne peut maintenir ses performances en production continue que si chaque composant respecte des tolérances serrées sur la durée. Une pièce légèrement hors cote dans un réducteur harmonique ou un rail de guidage peut induire des dérives cumulatives qui compromettent la répétabilité, paramètre central pour tout déploiement en ligne d'assemblage. Cela positionne les sous-traitants en décolletage suisse comme des fournisseurs de premier rang pour les intégrateurs robotiques, au même titre que les fournisseurs de motoréducteurs ou d'électronique embarquée. À noter : l'article reste de niveau "livre blanc promotionnel" et ne cite aucune métrique concrète ni aucun client. Le décolletage suisse est une industrie centenaire dominée par des acteurs européens, notamment en Suisse (canton de Neuchâtel) et dans le Jura français (Arc jurassien), ainsi qu'au Japon et en Allemagne. Face à la montée en charge des commandes robotiques, portée par Figure AI, Boston Dynamics, 1X Technologies ou encore le français Enchanted Tools, ces sous-traitants de précision se retrouvent en position stratégique, à condition d'investir dans l'automatisation de leur propre production pour tenir les volumes demandés par une industrie qui s'industrialise rapidement.

UELes sous-traitants en décolletage de l'Arc jurassien français sont directement positionnés comme fournisseurs stratégiques pour la vague de commandes robotiques mondiale, mais devront investir dans leur propre automatisation pour tenir les volumes.

FR/EU ecosystemeActu
1 source
Tech For Industry : l’industrie 4.0 s’invite à Paris les 23 et 24 juin
43Robot Magazine FR 

Tech For Industry : l’industrie 4.0 s’invite à Paris les 23 et 24 juin

Les 23 et 24 juin 2026, Paris Expo – Porte de Versailles (hall 5.2) accueille le Tech For Industry Show, nouveau salon professionnel dédié aux technologies de l'industrie 4.0. L'événement couvre un spectre sectoriel large : défense, aéronautique, automobile, agroalimentaire, chimie, énergie, BTP, pharmaceutique et cosmétique. Le programme thématique s'articule autour du software industriel, de la convergence IT/OT, de la data, de l'intelligence artificielle, de la smart robotics et de la supply chain 4.0. Trois conférenciers industriels de premier plan sont annoncés : Gaëlle Laigo, chief transformation and digital officer de L'Oréal, Éric Marchiol, director of manufacturing digital transformation chez Renault, et Youssef Benzakour, VP operations digital transformation chez Forvia. Il s'agit d'une première édition, positionnée comme rendez-vous semestriel de référence sur la transformation numérique industrielle en France. Pour les intégrateurs et les décideurs industriels, l'enjeu central mis en avant est la convergence IT/OT : l'interconnexion entre les systèmes de gestion informatique et les systèmes opérationnels de production, longtemps cloisonnés, est désormais le prérequis de l'usine intelligente. La smart robotics occupe une place significative dans le programme, avec cobots, robots mobiles autonomes (AMR), vision industrielle et jumeaux numériques comme axes de démonstration. Le contexte est favorable : face à la pression concurrentielle sur les coûts de production, l'automatisation flexible n'est plus perçue comme un levier optionnel par les industriels européens, mais comme une condition de survie compétitive. Notons cependant que l'article source est un communiqué partenaire (Robot-Magazine.fr est partenaire officiel) et ne fournit aucun chiffre de fréquentation prévue, de nombre d'exposants, ni de tarification : les affirmations sur l'importance du salon restent pour l'instant des déclarations d'intention. Le salon émerge dans un contexte de réindustrialisation française marqué par les débats sur la souveraineté technologique et la relocalisation de filières stratégiques, sujets devenus centraux dans la politique industrielle depuis 2022. La France dispose d'acteurs robotiques propres : Exotec (AMR logistique, valorisé à 2 milliards de dollars en 2022), Wandercraft (exosquelettes), Enchanted Tools ou encore Pollen Robotics, qui pourraient trouver dans ce type de rendez-vous une vitrine domestique face aux offres américaines et asiatiques. Sur le plan de la concurrence événementielle, le Tech For Industry Show se positionne sur un segment occupé par Global Industrie (Lyon, 80 000 visiteurs en 2024) et Hannover Messe côté européen. La question de savoir si cet événement parisien trouvera une audience propre ou doublonnera l'existant se posera à l'issue de cette première édition.

UEVitrine domestique potentielle pour les acteurs robotiques français (Exotec, Wandercraft, Pollen Robotics) dans le contexte de réindustrialisation nationale, mais première édition sans chiffres d'audience ni exposants confirmés.

FR/EU ecosystemeActu
1 source
Les 10 actualités robotique incontournables de mai 2026
44Robotics Business Review 

Les 10 actualités robotique incontournables de mai 2026

Mai 2026 a concentré plusieurs avancées concrètes dans la robotique, mises en lumière lors du Robotics Summit & Expo de Boston qui a réuni des milliers de professionnels du secteur. Genesis AI a dévoilé GENE-26.5, un modèle d'IA qu'elle présente comme atteignant des "capacités de manipulation physique au niveau humain", une affirmation à relativiser en l'absence de benchmarks indépendants publiés. Dans le domaine des humanoïdes, 1X Technologies a lancé la production en série de son robot NEO dans une nouvelle usine à Hayward, en Californie, conçu pour fonctionner en dessous du niveau sonore d'un réfrigérateur moderne dans des espaces domestiques. La startup londonienne Humanoid a formalisé un partenariat avec Bosch et Schaeffler pour industrialiser sa production, après un proof of concept conjoint validé en mars 2026. Du côté des capteurs, Ouster a annoncé la famille REV8, basée sur sa puce L4 Ouster Silicon, avec une portée et une résolution doublées par rapport à la génération précédente, et un lidar couleur natif breveté. Automated Tire est sortie de la discrétion avec SmartBay, une plateforme robotique autonome pour le changement de pneus et l'inspection de véhicules, promettant de réduire le temps de service de moitié, soit environ 30 minutes par intervention. Ces actualités illustrent une bifurcation nette dans le secteur: d'un côté, des acteurs humanoïdes comme 1X passent de la démonstration à la production réelle, signal que le "reality gap" se réduit pour certains challengers; de l'autre, des verticaux industriels précis comme la maintenance automobile ou la manipulation dextère cherchent à démontrer un ROI mesurable à court terme. Le partenariat Humanoid-Bosch-Schaeffler est particulièrement notable car il intègre deux équipementiers automobiles de premier plan dans la chaîne d'approvisionnement des humanoïdes, anticipant un marché commercial proche. Hugging Face a également lancé une boîte à outils agentique pour son robot desktop open-source Reachy Mini, permettant de créer des applications fonctionnelles en moins d'une heure sans écrire de code, ce qui signale une démocratisation de la programmation robotique au-delà des équipes d'ingénieurs spécialisés. Le contexte est celui d'une course à la commercialisation qui s'accélère, avec Figure (Figure 03), Tesla (Optimus Gen 3), Physical Intelligence (pi0), Boston Dynamics et NVIDIA (GR00T N2) en embuscade sur le même marché des humanoïdes polyvalents. Pour structurer les comparaisons, le Fraunhofer IPA a publié un benchmark standardisé pour évaluer objectivement ces plateformes, une initiative qui faisait défaut jusqu'ici. Les RBR50 Innovation Awards 2026, qui fêtent leur 15e édition, ont dressé un panorama des leaders actuels, reflétant la diversité des approches: AMR, cobots, architectures VLA (Vision-Language-Action). Les prochains trimestres seront déterminants: les premiers bilans chiffrés des déploiements chez 1X et Humanoid constitueront des tests de réalité cruciaux avant d'éventuels nouveaux tours de financement.

UEHugging Face (française) démocratise la programmation robotique avec sa boîte à outils low-code pour Reachy Mini, tandis que le partenariat Humanoid-Bosch-Schaeffler ancre deux équipementiers automobiles allemands dans la chaîne d'approvisionnement des humanoïdes, posant les bases d'une filière européenne commerciale, et le benchmark Fraunhofer IPA offre enfin un cadre d'évaluation standardisé aux acteurs du marché EU.

FR/EU ecosystemeActu
1 source
Apprentissage de la séparation contrôlée de petits objets entre deux doigts avec une peau tactile
45arXiv cs.RO 

Apprentissage de la séparation contrôlée de petits objets entre deux doigts avec une peau tactile

Des chercheurs du DLR (Deutsches Zentrum für Luft- und Raumfahrt, le centre aérospatial allemand) publient sur arXiv (2605.31486) une approche inédite pour la séparation contrôlée de petits objets par une main robotique à deux doigts. La tâche est précise : après avoir saisi une poignée de billes de 6 mm de diamètre dans un bac, le système doit en lâcher progressivement jusqu'à n'en conserver qu'un nombre cible entre ses doigts. Aucune caméra n'intervient dans la boucle de contrôle ; le robot s'appuie exclusivement sur une peau tactile à résolution spatiale positionnée sur le bout d'un doigt. La politique de contrôle est apprise en simulation par apprentissage par renforcement avec une récompense sparse qui se déclenche uniquement lorsque le nombre désiré d'objets est atteint. Le transfert sim-to-real est démontré sur la DLR-Hand II, une main mécatronique multi-doigts de référence dans la communauté académique robotique. L'analyse conduite sur les capteurs tactiles constitue le principal apport scientifique. Un capteur idéal à haute résolution permet de résoudre la tâche quasi parfaitement, tandis qu'un capteur réduit à une grille de 4x4 taxels améliore encore les résultats de 20% par rapport à l'utilisation des seuls encodeurs articulaires des doigts. Un estimateur entraîné conjointement prédit les positions de contact réelles, ce qui permet d'instrumenter finement l'apport de chaque niveau de résolution sensorielle. Pour les industriels, cette démonstration valide l'hypothèse que le toucher seul peut suffire pour des tâches de tri et de dosage en environnement encombré, sans éclairage contrôlé ni vision, ce qui élargit le spectre applicatif des cellules de picking autonomes dans des contextes où la caméra est inutilisable ou coûteuse à intégrer. Le DLR développe sa ligne DLR-Hand depuis les années 1990, avec la DLR-Hand II comme référence académique de longue date en manipulation dextère. Sur le plan concurrentiel, la manipulation fine de très petits objets reste un problème ouvert que ciblent plusieurs acteurs : Shadow Robotics et ses tendons haute précision, les capteurs tactiles Digit (Meta AI) et GelSight (MIT), ou encore Xela Robotics côté intégration commerciale. La combinaison apprentissage par renforcement en simulation, transfert sim-to-real réussi et retour tactile seul sur des objets de 6 mm reste très peu documentée à cette échelle. Le travail est un preprint non encore évalué par les pairs ; une soumission à IROS ou ICRA préciserait les limites de la généralisation à d'autres géométries d'objets et à des contextes de production réelle.

UELa publication du DLR valide l'usage du toucher seul pour le tri fin sans vision, ouvrant une piste compétitive pour les équipes de robotique industrielle européennes qui développent des cellules de picking en environnement contraint.

FR/EU ecosystemePaper
1 source
Combinaison robotique simule l'apesanteur sur Terre pour améliorer les capacités motrices des astronautes
46Interesting Engineering 

Combinaison robotique simule l'apesanteur sur Terre pour améliorer les capacités motrices des astronautes

Des chercheurs du Centre de recherche allemand pour l'intelligence artificielle (DFKI) et de l'Université de Duisbourg-Essen (UDE) ont participé à la 46e campagne de vols paraboliques du DLR à Bordeaux, du 11 au 22 mai 2026, dans le cadre du projet MikroBeM. L'objectif : déterminer si un entraînement sur Terre avec un exosquelette robotique adapté par IA peut préparer les astronautes aux déficiences motrices fines induites par la microgravité. À bord d'un Airbus A310 "Zero G", les participants ont effectué 180 paraboles au total, chacune offrant exactement 22 secondes d'apesanteur réelle lors du piqué contrôlé de l'appareil. Durant ces fenêtres, les sujets devaient pointer du doigt index le centre d'une cible sur écran, sans pouvoir voir leur main, couverte par un cape opaque. Des capteurs enregistraient simultanément l'activité cérébrale (EEG), les contractions musculaires (EMG) et la fréquence cardiaque. L'ensemble des données a été collecté sans aucune défaillance matérielle. La véritable contribution technique de MikroBeM réside dans la phase d'entraînement pré-vol. La moitié des participants avait passé un mois en laboratoire à s'entraîner dans l'exosquelette développé conjointement par le DFKI et l'UDE. Le système utilise l'IA pour mesurer précisément le poids du bras de l'utilisateur, puis applique des contre-forces motorisées pour neutraliser complètement l'effet de la gravité sur le membre. Le cerveau perçoit alors le bras comme en apesanteur. Comparer ce groupe entraîné à un groupe contrôle non entraîné pendant les vols permet d'évaluer si ce conditionnement au sol "tient" dans la vraie microgravité. Les premiers résultats sont qualifiés de "très prometteurs" par les chercheurs, sans que des chiffres de performance précis n'aient encore été publiés. L'enjeu pour les opérateurs de missions est réel : en microgravité, les gestes de maintenance précis sur station spatiale, tels que serrer un connecteur ou manipuler de l'électronique, deviennent instables et dangereux faute de repères gravitationnels. Le projet MikroBeM s'inscrit dans un contexte plus large de préparation aux missions longue durée vers la Lune et Mars, où les astronautes ne pourront pas bénéficier de simulations en orbite basse comme sur l'ISS. Le DFKI est un acteur reconnu en exosquelettes et robotique de service; côté concurrents, les programmes d'entraînement moteur en microgravité simulée restent un segment de niche, avec quelques initiatives universitaires américaines et japonaises mais aucun dispositif commercial comparable clairement annoncé à ce stade. Les chercheurs indiquent également une retombée médicale directe : les mécanismes d'adaptation cérébrale à un environnement physique altéré sont pertinents pour la neurotechnologie et la rééducation post-AVC, ouvrant potentiellement l'usage de cet exosquelette spatial à des patients neurologiques en réapprentissage moteur. Les prochaines étapes du projet impliquent l'analyse complète des données de vol et la publication des résultats comparatifs.

UELe projet MikroBeM, mené par des institutions européennes (DFKI, UDE, DLR) avec une campagne réalisée à Bordeaux, positionne l'Europe sur le segment émergent de l'entraînement moteur en microgravité simulée, avec des retombées potentielles en neurorééducation post-AVC.

FR/EU ecosystemePaper
1 source
Le robot humanoïde LeRobot de Hugging Face à 2 500 dollars rend la robotique imprimée en 3D accessible
47Interesting Engineering 

Le robot humanoïde LeRobot de Hugging Face à 2 500 dollars rend la robotique imprimée en 3D accessible

Hugging Face a dévoilé LeRobot Humanoid, une plateforme bipedale open-source entièrement imprimable en 3D évaluée à environ 2 500 dollars en composants, soit un facteur 40 à 100 en dessous des systèmes humanoïdes commerciaux habituels. Le kit publié comprend des fichiers mécaniques imprimables, une liste de matériaux complète, des instructions d'assemblage et de câblage, ainsi que des outils de configuration moteur. Dans sa version initiale, le robot se limite à la locomotion du bas du corps : station debout, marche expérimentale, calibration et test de politiques de locomotion par renforcement. Les composants structurels sont remplaçables à la demande, ce qui permet une itération matérielle rapide sans reconstruire l'ensemble du système. La plateforme s'intègre au framework LeRobot-legged-zoo avec des environnements de simulation MJLab, et inclut un pipeline sim-to-real : les données collectées sur le robot physique sont rejouées en simulation pour affiner les paramètres du modèle et améliorer la fiabilité du transfert de politique. Un workflow de conception orienté contrôle permet en outre de valider des stratégies d'équilibre sur des représentations simplifiées avant de finaliser la géométrie mécanique, réduisant les coûts de développement en amont. Ce projet représente un changement de repère concret pour les laboratoires universitaires et les petites équipes de R&D en robotique bipedale. Le seuil d'entrée à 2 500 dollars contraste avec les plateformes humanoïdes commerciales comme l'Optimus Gen 2 de Tesla, le Figure 03 ou l'Atlas de Boston Dynamics, dont les coûts dépassent largement les 100 000 dollars et dont l'accès reste conditionné à des partenariats industriels sélectifs. En rendant le matériel reproductible et le workflow sim-to-real accessible, Hugging Face permet des cycles d'itération hardware bien plus courts, une hypothèse centrale de la robotique académique que peu d'acteurs avaient traduite en produit à ce prix. Il faut cependant noter que les performances de locomotion annoncées restent à valider indépendamment : aucune métrique de vitesse de marche, de cycle time ou de robustesse aux perturbations n'est communiquée dans la documentation publiée, ce qui place le projet davantage du côté plateforme d'expérimentation que système opérationnel validé. Ce lancement s'inscrit dans la stratégie hardware d'Hugging Face, initiée en avril 2025 avec l'acquisition de Pollen Robotics, startup bordelaise créatrice du robot humanoïde open-source Reachy 2. C'est la première incursion de l'entreprise new-yorkaise dans le matériel physique, et elle se fait via un acteur français dont l'expertise en robotique open-source est établie depuis plusieurs années. L'objectif déclaré est de construire un écosystème complet combinant matériel, simulation, outils logiciels et systèmes d'entraînement, en miroir de ce que la bibliothèque LeRobot représente déjà pour les bras manipulateurs low-cost. Face à des acteurs comme Unitree Robotics, qui propose déjà le G1 à moins de 20 000 dollars, ou à Agility Robotics et Apptronik qui ciblent des déploiements industriels à grande échelle, Hugging Face se positionne clairement sur le segment recherche et prototypage. L'intégration du haut du corps et les capacités de manipulation complète restent inscrites dans la feuille de route sans date précise, ce qui signifie que la plateforme est pour l'instant un outil de locomotion, pas encore un humanoïde complet.

UELe lancement de LeRobot Humanoid est directement ancré dans l'expertise de Pollen Robotics, startup bordelaise acquise par Hugging Face en avril 2025, positionnant la France comme pierre angulaire de l'écosystème mondial de la robotique humanoïde open-source.

FR/EU ecosystemeOpinion
1 source
Contrôle des robots humanoïdes avec conscience de la force pour les mains multidoigts
48arXiv cs.RO 

Contrôle des robots humanoïdes avec conscience de la force pour les mains multidoigts

Des chercheurs de l'Istituto Italiano di Tecnologia (IIT, Gênes) ont publié sur arXiv (2603.08142v2) un framework de contrôle force-aware pour mains multi-doigts sur robots humanoïdes. Le système exploite cinq capteurs magnétiques Xela pour estimer les forces de contact en temps réel, sans recourir aux signaux tactiles bruts. Un dataset de signaux tactiles couplés à des mesures de force ground-truth a été constitué via des interactions avec des indenters calibrés, puis utilisé pour entraîner des estimateurs de force. Le contrôleur résultant coordonne simultanément le torse, le bras, le poignet et les doigts pour redistribuer les forces de contact et maintenir une prise stable sur des objets à distribution de masse variable. Sur une tâche d'équilibrage impliquant cinq objets distincts, le framework atteint 82,7 % de taux de succès, et 80 % de précision dans des scénarios multi-objets. L'approche est notable car elle s'appuie sur des forces estimées plutôt que sur des signaux capteurs spécifiques, ce qui la rend théoriquement transférable à tout capteur capable de produire une estimation de force, sans recalibration du contrôleur. Le noeud technique central est la minimisation de la distance entre le Centre de Pression (CoP) et le centroïde du polygone de contact des doigts, un critère classique de stabilité de prise en mécanique du contact. Ce choix de critère explicite, couplé à un schéma de contrôle model-based, contraste avec les approches purement apprentissage (VLA, imitation learning) dominantes dans les humanoïdes commerciaux actuels, où l'interprétabilité de la commande reste limitée. Pour les intégrateurs industriels, c'est un signal que le sim-to-real pour la manipulation dextre peut passer par des architectures hybrides capteur-modèle plutôt que par du bout-en-bout. L'IIT est l'un des laboratoires européens les plus actifs en robotique humanoïde, connu notamment pour le robot iCub et ses travaux fondateurs sur la manipulation dextre et la peau artificielle. Ce travail s'inscrit dans la lignée de recherches sur le contrôle de contact multi-doigts, un domaine où des acteurs comme Shadow Robot (UK), Sanctuary AI (Canada) ou Agility Robotics (USA) progressent également, mais via des stacks propriétaires moins publiés. Le code et les données sont disponibles en open source sur GitHub (hsp-iit/multifingered-force-aware-control), ce qui facilite la reproduction et l'adaptation. Les prochaines étapes naturelles seraient une validation sur des scénarios d'assemblage réels et une intégration avec des politiques de plus haut niveau pour la planification de saisie.

UEL'IIT (Gênes) publie en open source un framework de contrôle dextre pour humanoïdes avec métriques concrètes, offrant aux laboratoires et industriels européens un outil directement reproductible pour la manipulation multi-doigts sans dépendance à des capteurs propriétaires.

FR/EU ecosystemePaper
1 source
Déploiement de pipelines VLA en atelier d'emballage industriel : étude de cas, flux de travail, échecs et enseignements
49arXiv cs.RO 

Déploiement de pipelines VLA en atelier d'emballage industriel : étude de cas, flux de travail, échecs et enseignements

Des chercheurs associés à Siemens ont publié le 28 mai 2026 sur arXiv (2605.27461) une étude de déploiement industriel d'une politique VLA (Vision-Language-Action) dans l'usine Siemens GWE d'Erlangen, en Allemagne. La tâche ciblée est précisément définie : un bras robotique doit saisir un sachet d'accessoires transparent au sein d'un tas encombré, l'insérer dans la cavité restante d'un emballage carton, puis vérifier que le sachet et son contenu restent en dessous du plan de fermeture du carton. Le modèle de base utilisé est Pi0.5, la politique VLA de Physical Intelligence, affinée de manière itérative sur données terrain. L'équipe a accumulé 2535 épisodes d'entraînement, soit environ 10 heures de données collectées directement en conditions d'usine, via un pipeline cyclique comprenant collecte, curation, fine-tuning, évaluation et collecte de données de récupération ciblées. Ce qui rend cette publication notable, c'est son positionnement éditorial délibérément empirique : les auteurs ne communiquent pas sur un taux de succès global, mais documentent les modes de défaillances récurrents et les ajustements nécessaires à chaque cycle. C'est précisément ce type de retour d'expérience qui manque dans la littérature robotique, où les démonstrations sélectionnées occultent souvent le coût réel d'adaptation d'un modèle généraliste à une tâche industrielle spécifique. La gestion d'objets transparents, notoire pour tromper les systèmes de vision par profondeur, illustre ici les limites concrètes du sim-to-real et du transfert zero-shot. L'étude confirme que le fine-tuning dirigé par les échecs terrain, plutôt que la montée en données brutes, reste le levier dominant pour atteindre la fiabilité industrielle. Pi0.5 est le successeur de π0, lancé par Physical Intelligence (San Francisco) fin 2024, conçu comme politique généraliste pour la manipulation dextère. Son déploiement chez Siemens marque une étape significative dans la commercialisation B2B des VLA, un segment que se disputent actuellement Figure AI avec sa pile Helix, 1X Technologies avec NEO, et des initiatives internes comme GR00T N2 de NVIDIA ou les travaux de Boston Dynamics sur Atlas. Aucun acteur européen n'est directement impliqué dans ce déploiement, bien que Wandercraft et Enchanted Tools positionnent des produits complémentaires sur le segment français. La prochaine étape logique de ce type d'étude serait une généralisation multi-tâches ou multi-sites, mais les auteurs restent prudents : l'article conclut sur des leçons méthodologiques, non sur un déploiement à l'échelle.

UELe déploiement de Pi0.5 dans l'usine Siemens d'Erlangen fournit le premier retour d'expérience empirique documenté d'un modèle VLA généraliste en conditions industrielles réelles au sein d'un acteur EU majeur, directement exploitable par les intégrateurs et équipementiers robotiques européens.

FR/EU ecosystemeOpinion
1 source
Festo présente une pince pneumatique à deux doigts pour robots collaboratifs
50Robotics & Automation News 

Festo présente une pince pneumatique à deux doigts pour robots collaboratifs

Festo lance le HPPH, un préhenseur pneumatique parallèle à deux doigts conçu spécifiquement pour les applications cobots. La conception intègre directement la commande, la détection et les fonctions de sécurité collaborative dans le corps du préhenseur, éliminant le besoin de vannes externes, de capteurs déportés et de câblages séparés qui alourdissent traditionnellement l'installation sur un bras de robot collaboratif. Cette architecture tout-en-un réduit la masse embarquée et l'encombrement global du montage, deux contraintes critiques sur les cobots dont les capacités de charge utile se situent généralement entre 3 et 16 kg. L'intérêt industriel de cette approche est direct : sur un cobot, chaque gramme ajouté en bout de bras réduit la charge utile effective disponible pour la pièce à manipuler. En consolidant la pneumatique, l'électronique de commande et les capteurs dans un seul module certifié pour la collaboration humain-robot, Festo simplifie l'intégration pour les intégrateurs et réduit les délais de mise en service. Cela répond à un frein récurrent dans le déploiement des cobots en cellules d'assemblage et de pick-and-place : la complexité du câblage en zone à espace contraint. Festo, groupe allemand spécialisé dans l'automatisation pneumatique et électrique avec un CA supérieur à 3,6 milliards d'euros, intervient sur ce segment face à des acteurs comme Schunk (ADHOC), Robotiq (2F-85/140) et OnRobot (RG2/RG6), tous positionnés sur les préhenseurs plug-and-play pour cobots Universal Robots, FANUC et Yaskawa. Le HPPH s'inscrit dans une tendance de fond : la convergence des composants périphériques vers des modules intégrés certifiés ISO/TS 15066, à mesure que les déploiements cobots passent de projets pilotes à des installations industrielles à grande échelle.

UEFesto, groupe allemand à 3,6 Md€ de CA, renforce l'offre européenne en périphériques cobots intégrés certifiés ISO/TS 15066, facilitant le déploiement industriel à grande échelle dans les cellules d'assemblage EU face aux acteurs américains et scandinaves.

FR/EU ecosystemeActu
1 source