Aller au contenu principal

Actualités robotique — page 12

4 531 articles au fil, du plus récent au plus ancien.

Contrôle temporel par retard utilisant une nouvelle loi adaptative non linéaire pour robots à câbles
551arXiv cs.RO 

Contrôle temporel par retard utilisant une nouvelle loi adaptative non linéaire pour robots à câbles

Des chercheurs présentent, dans une prépublication déposée sur arXiv le 26 juillet 2026 (arXiv:2607.26383v1), une nouvelle stratégie de commande pour les robots à câbles, ces manipulateurs entraînés par des câbles au lieu de bras rigides. Ces systèmes souffrent de fortes non-linéarités et d'une faible rigidité structurelle, ce qui complique le suivi précis de trajectoire face à des incertitudes variables et des perturbations externes. La méthode, baptisée AFONTSM (adaptive fractional-order nonsingular terminal sliding mode), s'appuie sur l'estimation du retard temporel (time-delay estimation, TDE) dans un cadre de commande sans modèle dynamique, combinée à une dynamique d'erreur en mode glissant terminal non singulier d'ordre fractionnaire et à une loi d'approche en mode glissant terminal rapide. Sa contribution principale est une loi adaptative qui introduit un terme exponentiel dans le gain de mise à jour, un mécanisme non linéaire censé limiter le broutement (chattering) causé par le bruit pendant un suivi lisse, tout en maintenant le gain adaptatif lors des inversions de trajectoire. Une analyse de Lyapunov établit la bornitude uniforme de l'erreur de poursuite. Sur banc d'essai, mesuré sur deux articulations, le RMSE recule de 34,52% et 31,11%, l'ITAE de 33,79% et 32,97%, et l'ISCT de 6,69% et 17,77% par rapport à une méthode de référence. Pour les intégrateurs qui déploient des robots à câbles, en logistique, en rééducation ou pour des applications à grande échelle comme les radiotélescopes suspendus, l'intérêt tient surtout au caractère sans modèle de l'approche: la commande TDE évite de devoir identifier précisément la dynamique du robot, souvent complexe et changeante pour ce type de mécanisme. Une meilleure suppression du chattering sans sacrifier la réactivité lors des changements brusques de direction s'attaque à un compromis classique des commandes en mode glissant, potentiellement transposable à d'autres classes de robots sous-actionnés ou à câbles industriels. Ce travail s'inscrit dans une lignée de recherche déjà dense sur les modes glissants terminaux et leurs variantes d'ordre fractionnaire, où les auteurs comparent explicitement leur loi adaptative à plusieurs lois récemment publiées, revendiquant une réponse plus rapide et une évolution de gain plus stable. Des essais complémentaires en charge visent à vérifier la robustesse et la répétabilité. Il s'agit toutefois d'une prépublication non encore évaluée par les pairs, validée en laboratoire sur un prototype à deux articulations, loin d'un déploiement industriel: les gains annoncés restent à confirmer sur des architectures de câbles plus complexes.

RecherchePaper
1 source
AgiBot WITA-Omni domine le classement mondial DailyOmni, devant Google Gemini, ByteDance Doubao et Alibaba Qwen en compréhension multimodale incarnée
552Pandaily 

AgiBot WITA-Omni domine le classement mondial DailyOmni, devant Google Gemini, ByteDance Doubao et Alibaba Qwen en compréhension multimodale incarnée

AgiBot a annoncé que son modèle multimodal maison WITA-Omni Preview a obtenu un score de 85,21 sur le classement DailyOmni, se plaçant devant Alibaba Qwen, Google Gemini, ByteDance Doubao et NVIDIA, avec la première place sur six des huit indicateurs évalués. Ce benchmark mesure la capacité à traiter simultanément des signaux audio et visuels en environnement réel : alignement audio-visuel (86,13), raisonnement temporel sur des événements (84,64), raisonnement croisé multimodal (85,06), ainsi que les meilleurs scores sur des tâches de compréhension vidéo de 30 et 60 secondes. Contrairement aux modèles multimodaux généralistes conçus pour l'interaction avec du contenu numérique, WITA-Omni est construit dès l'origine pour l'interaction incarnée, où un robot doit comprendre, répondre et agir dans un environnement physique en temps réel. Son architecture, baptisée Thinker-Talker-Actor, remplace le pipeline séquentiel classique (reconnaissance vocale, compréhension sémantique, génération de réponse, synthèse vocale, puis action) par trois modules exécutés en parallèle sur une même ligne temporelle : Thinker pour le raisonnement multimodal, Talker pour la génération de parole en flux continu, et Actor pour les gestes et expressions faciales. Le module Actor reçoit à la fois l'état sémantique de Thinker et les variables latentes audio de Talker, ce qui synchronise les mouvements du robot avec le rythme, les pauses, l'emphase et le ton émotionnel de la parole. Cette annonce mérite d'être lue avec prudence : il s'agit d'un score de benchmark communiqué par AgiBot lui-même, sans validation indépendante ni accès public au modèle à ce stade, et la comparaison porte sur des systèmes multimodaux généralistes (Gemini, Doubao, Qwen) plutôt que sur des concurrents directement spécialisés dans l'incarnation robotique. Cela dit, si les chiffres se confirment, l'enjeu dépasse le simple classement technique. La suppression de la latence cumulative du pipeline séquentiel classique et la synchronisation geste-parole-expression touchent directement un problème concret pour les intégrateurs : la crédibilité des interactions humain-robot dans des environnements non contrôlés, au-delà de l'usine. Pour les décideurs B2B du secteur, cela illustre une thèse qu'AgiBot pousse activement : les entreprises d'IA incarnée peuvent surpasser les modèles généralistes adaptés après coup en optimisant directement pour les contraintes du monde réel, plutôt qu'en pariant sur la seule taille ou qualité générale du modèle. Ce résultat s'inscrit dans une stratégie plus large chez AgiBot, qui avait déjà revendiqué la première place du classement WorldArena avec son modèle du monde Genie Envisioner-Sim 2.0. L'entreprise chinoise, l'un des acteurs majeurs de la course aux robots humanoïdes aux côtés de Figure, Unitree ou Fourier Intelligence, construit ainsi une pile en trois piliers : WITA-Omni pour l'interaction, un modèle du monde pour la compréhension physique, et le matériel robotique pour l'action. Sur ce terrain de l'interaction multimodale synchronisée, encore peu disputé frontalement par les géants généralistes chinois et américains, AgiBot cherche à se positionner comme référence avant que la compétition ne s'intensifie, à mesure que les robots humanoïdes quittent les usines pour des espaces sociaux non structurés où la coordination entre parole et geste devient un critère de différenciation aussi important que la dextérité physique elle-même.

IA physiqueOpinion
1 source
Le gouvernement américain interdit les Roomba
553The Verge 

Le gouvernement américain interdit les Roomba

Cette annonce du gouvernement américain interdit les « dispositifs robotiques avancés » en provenance de certains pays étrangers, avec une portée qui va bien au-delà des humanoïdes : les aspirateurs-robots comme les Roomba sont explicitement concernés, confirme Katie Gorscak, directrice des relations médias de la FCC, à The Verge. Les appareils déjà approuvés et importés restent autorisés à la vente, et les propriétaires actuels d'aspirateurs connectés ne sont pas affectés. Mais les futurs modèles fabriqués par des entreprises étrangères jugées à risque pourraient être bloqués à l'entrée du territoire américain, au nom de la sécurité nationale. Résultat inattendu : même les fabricants de robots aspirateurs se voient désormais sommés de s'engager sur une fabrication locale aux États-Unis. Cette mesure illustre un changement de paradigme dans la régulation robotique américaine : l'exécutif ne cible plus seulement les usages militaires ou industriels sensibles, mais élargit la définition de « robot à risque » à tout appareil domestique connecté capable de cartographier un intérieur et de transmettre des données. Pour les fabricants chinois notamment, très présents sur ce marché (iRobot ayant lui-même été concurrencé par des marques comme Roborock ou Ecovacs), cela signifie une pression accrue vers la relocalisation de la production ou l'exclusion pure et simple du marché américain. Pour les integrateurs et décideurs B2B du secteur robotique au sens large, ce signal confirme que les barrières commerciales autour de la robotique s'étendent désormais à des catégories de produits jusque-là considérées comme anodines. Cette décision s'inscrit dans la continuité des politiques de l'administration Trump visant à restreindre les technologies étrangères jugées porteuses de risques d'espionnage, un cadre déjà appliqué aux télécommunications (Huawei) et désormais étendu à la robotique domestique et humanoïde. Les modalités précises du dispositif, notamment les critères d'exclusion par pays ou par fabricant, ainsi que le calendrier d'application aux nouveaux modèles, restent à préciser par la FCC dans les prochaines semaines.

FR/EU ecosystemeActu
1 source
GMEX Robotics va racheter MediaMeta.ai pour son intelligence sociale
554Robotics Business Review 

GMEX Robotics va racheter MediaMeta.ai pour son intelligence sociale

GMEX Robotics Corp., basé à Taren Point en Australie et anciennement connu sous le nom de Fitell Corp., a annoncé la signature d'un accord définitif d'achat d'actions avec Alpha Meta AI Pte. Ltd., MetaGen AI Ltd. et d'autres parties liées à MediaMeta.ai, société singapourienne spécialisée dans la modélisation comportementale humaine par IA. Selon les termes de l'accord, GMEX acquerra dans un premier temps 30% du capital entièrement dilué de l'entité, avec une option lui permettant d'obtenir à terme une participation majoritaire. La contrepartie combine numéraire et actions ordinaires GMEX, selon des modalités encore à finaliser. L'accord prévoit des clauses de complément de prix liées à un objectif de revenus de plus de 52,6 millions de dollars sur les cinq années suivant la clôture, avec un mécanisme d'ajustement ou de remboursement partiel si MediaMeta n'atteint pas cette cible. GMEX et ses filiales obtiennent en outre une licence technologique perpétuelle, exclusive et libre de redevances sur la propriété intellectuelle, les logiciels, les modèles d'IA et les données robotiques concernés. L'opération reste soumise à sa clôture effective ainsi qu'à des travaux ultérieurs d'intégration, de tests et de commercialisation. Cette acquisition illustre une tendance de fond dans la robotique de service: l'ajout d'une couche de "compréhension sociale" aux systèmes déjà capables physiquement, jugée nécessaire pour des déploiements crédibles dans l'hôtellerie, la santé, l'aide à la personne, l'éducation ou le commerce de détail, marchés visés par GMEX pour ses robots. MediaMeta affirme construire des modèles du monde social capables d'interpréter contexte culturel, signaux comportementaux et environnementaux pour permettre à un système de mieux anticiper les réactions humaines. Les formulations employées par les deux entreprises, qui parlent de "prochaine génération de machines intelligentes" ou de couche "manquante" entre IA et interaction humaine réelle, restent à ce stade des éléments de communication: aucun produit intégré n'est encore livré, et la portée réelle de cette "intelligence sociale" appliquée à des robots physiques reste à démontrer une fois l'intégration technique effectuée. GMEX, fournisseur d'équipements de fitness à l'origine sous le nom Fitell, s'est repositionné ces dernières années vers les robots de service et sociaux, avec l'ambition affichée de bâtir une plateforme baptisée "Terminal + Intelligence", décrite par le PDG Sam Lu comme l'axe central de 2026 pour l'entreprise. MediaMeta, de son côté, a développé un écosystème allant de la création de contenu au marketing intelligent pour des besoins d'entreprise, avant de réorienter sa technologie vers la modélisation sociale appliquée à l'IA. L'opération s'inscrit dans un mouvement plus large de consolidation où des fabricants de robots cherchent à intégrer, par acquisition plutôt que développement interne, des briques logicielles jugées différenciantes, une dynamique déjà observée chez plusieurs acteurs du secteur des robots humanoïdes et de service.

BusinessActu
1 source
Un robot de patrouille monoroue autoéquilibré promet une sécurité plus intelligente et plus légère
555Interesting Engineering 

Un robot de patrouille monoroue autoéquilibré promet une sécurité plus intelligente et plus légère

Une startup estonienne, Rollo Robotics, fondée en 2025, a dévoilé 1ROLLO, un robot de sécurité autonome se déplaçant sur une seule roue de 60 centimètres de diamètre, qu'elle présente comme le premier robot monoroue stable capable d'assurer des rondes réelles. L'engin mesure 110 centimètres de haut pour environ 45 kilogrammes et embarque un volant d'inertie (flywheel) monté verticalement à l'intérieur de la roue, dont les forces gyroscopiques le maintiennent en équilibre à l'arrêt, en mouvement ou sur terrain irrégulier ; pour tourner, ce volant s'incline et fait pencher le robot comme une moto. Des capteurs haute fréquence alimentent en continu le logiciel de contrôle maison pour ajuster l'équilibre, y compris par vent fort. 1ROLLO atteint 30 km/h, tient jusqu'à huit heures sur batterie avant de retourner seul à sa station de charge sans fil, et son boîtier IP65 encaisse pluie, poussière et des températures de -20°C à 55°C. Il embarque une vision à 360 degrés par computer vision et IA embarquée pour détecter personnes, véhicules ou portes ouvertes, une navigation RTK-GNSS sur itinéraires pré-cartographiés, et remonte ses alertes en 4G, 5G ou Wi-Fi vers une plateforme cloud de gestion de flotte permettant vidéo en direct, communication via micro/haut-parleur intégrés et pilotage de plusieurs robots depuis un tableau de bord unique. Le pari de Rollo Robotics est que le format monoroue, plus étroit qu'un robot à quatre roues classique, se faufile mieux dans les couloirs, entrées et zones encombrées des sites industriels, campus, data centers ou aéroports, tout en réduisant le nombre de rondes humaines nécessaires. C'est un signal intéressant pour le secteur de la sécurité robotisée, où la stabilisation gyroscopique reste rare hors du monde des deux-roues motorisés expérimentaux : si le système tient ses promesses en conditions réelles (et pas seulement sur les vidéos de démonstration diffusées par l'entreprise), il ouvrirait une alternative crédible aux plateformes à roues ou chenilles dominantes. Il faut toutefois noter que l'affirmation « premier au monde » et la mention d'un problème de stabilité « résolu » restent des éléments de communication de l'entreprise elle-même, non vérifiés de façon indépendante. Plutôt que de vendre le robot, Rollo Robotics opte pour un modèle par abonnement mensuel incluant matériel, maintenance, mises à jour logicielles et futures évolutions matérielles, une approche qui rapproche 1ROLLO d'acteurs établis de la sécurité robotisée comme Knightscope ou Cobalt Robotics, mais avec un ticket d'entrée plus bas. L'architecture modulaire du robot, compatible caméras thermiques, PTZ, vision nocturne ou lecteurs RFID, laisse entrevoir des déploiements sur mesure selon les sites, sans que l'entreprise n'ait pour l'instant communiqué de calendrier de déploiements pilotes ni de clients nommés.

FR/EU ecosystemeOpinion
1 source
Ce robot muni d'une pince gonflée de café peut saisir des objets fragiles sans capteurs complexes
556Interesting Engineering 

Ce robot muni d'une pince gonflée de café peut saisir des objets fragiles sans capteurs complexes

Un préhenseur robotique fait d'un ballon de baudruche rempli de café moulu illustre une approche low-cost pour manipuler des objets de formes variées sans caméra ni capteur sophistiqué. Le principe, documenté depuis 2010 par des chercheurs de Cornell, de l'université de Chicago et d'iRobot, repose sur le jamming granulaire : la membrane souple, une fois pressée contre un objet, voit son air aspiré par une pompe à vide, ce qui fait passer le café moulu d'un état fluide et meuble à une masse rigide qui épouse la forme de l'objet. Cette contraction de volume, inférieure à 0,5 %, suffit à verrouiller le grain et à générer une prise ferme, maintenue tant que l'air ne revient pas dans le sac. Le dispositif a démontré sa capacité à soulever des charges plusieurs fois supérieures à son propre poids et à saisir des objets aussi disparates que des ciseaux, des ampoules, des œufs crus, des rouleaux de ruban adhésif, des blocs de bois, des ressorts, des bouchons d'oreille en mousse ou des amortisseurs, sans programmation spécifique à chaque forme. L'intérêt pour l'industrie tient à la simplicité du système : sans caméra ni capteur de force, les coûts et la complexité logicielle chutent fortement, tout en gardant une fiabilité correcte. Parce que la force de préhension se répartit sur une large surface de contact plutôt que sur des doigts rigides, les objets fragiles risquent moins d'être endommagés, un atout net face aux pinces mécaniques classiques. Des versions industrielles existent déjà sur des lignes de convoyage où les produits varient beaucoup en forme et en taille, un cas d'usage typique en logistique et en e-commerce où le préhenseur universel reste un problème ouvert. Cette approche ne prétend pas remplacer les pinces de précision pour la production de masse homogène, mais elle offre une alternative crédible pour la manutention de flux hétérogènes à moindre coût, un segment où le rapport prix-polyvalence prime sur la performance brute. Le concept de préhenseur à jamming granulaire remonte à des travaux académiques de 2010 associant Cornell, l'université de Chicago et iRobot, et continue depuis à susciter de l'intérêt pour sa robustesse. Le choix du café moulu n'est pas anodin : sa forme irrégulière et la variabilité de la taille de ses grains permettent un verrouillage plus efficace que des billes de verre, qui jament moins bien, ou que le sable, qui produit un effet comparable mais alourdit inutilement le système. Les limites demeurent sur les objets très lisses ou plats, plus difficiles à saisir par ce principe. Les chercheurs explorent désormais de nouveaux matériaux souples et des designs à sacs multiples, en vue de préhenseurs plus grands et plus capables pour des applications industrielles et de service futures.

IA physiquePaper
1 source
Les experts réagissent aux restrictions de la FCC sur les importations de robots humanoïdes et mobiles aux États-Unis
557Robotics Business Review 

Les experts réagissent aux restrictions de la FCC sur les importations de robots humanoïdes et mobiles aux États-Unis

La Federal Communications Commission (FCC) a annoncé cette semaine, sur mandat d'un organe interagences convoqué par la Maison-Blanche, la restriction des importations aux États-Unis de certains robots mobiles fabriqués à l'étranger, notamment les humanoïdes et les quadrupèdes, ainsi que des onduleurs de puissance connectés utilisés dans leurs articulations. La commission juge que ces "dispositifs robotiques avancés" présentent des "risques inacceptables pour la sécurité nationale", en raison de vulnérabilités de chaîne d'approvisionnement et de cybersécurité pouvant affecter les infrastructures critiques américaines. Une exemption existe toutefois pour les robots et onduleurs ayant reçu une approbation conditionnelle du Département de la Guerre ou du Département de la Sécurité intérieure. La mesure ne s'applique ni aux appareils déjà acquis, ni aux modèles ayant déjà obtenu une autorisation FCC, ni aux achats fédéraux ; les mises à jour logicielles de systèmes étrangers restent possibles via une dérogation. La FCC s'appuie sur le précédent des restrictions déjà imposées aux drones et à leurs composants critiques, secteur où les États-Unis tentent de reconstruire une capacité de production perdue face à la Chine il y a une dizaine d'années. Cette décision marque, selon Evan Beard, PDG de Standard Bots, "l'une des actions de sécurité technologique les plus fortes de l'histoire américaine récente" : elle signale que la robotique est un domaine que les États-Unis entendent dominer sans laisser des robots subventionnés par des États étrangers écraser la concurrence, comme cela s'est produit dans le solaire. Standard Bots (Glen Cove, New York), qui a levé 200 millions de dollars en série C le mois dernier pour étendre sa production américaine, avait plaidé pour ce type de mesure auprès de la Maison-Blanche et du Congrès, tout comme le fabricant d'humanoïdes Agility Robotics (Salem, Oregon). Pour les intégrateurs et décideurs industriels, le signal est clair : la course aux humanoïdes ne se limite plus à la performance technique, elle devient un enjeu de politique industrielle et de cybersécurité, avec un risque réel de fragmentation de l'offre entre fournisseurs américains et chinois. L'inquiétude sécuritaire n'est pas nouvelle : Robert Little, ancien responsable de la stratégie robotique chez Novanta et lauréat 2026 des Joseph F. Engelberger Robotics Awards, rappelle que des chercheurs avaient découvert une porte dérobée dans des robots Unitree, certains modèles transmettant des données vers des serveurs en Chine à l'insu de leurs propriétaires. Unitree a déposé en mars une demande d'introduction en bourse en Chine évaluée à 610 millions de dollars. Selon Little, l'administration américaine considère que le risque dépasse une entreprise isolée, du fait de l'autorité exercée par le gouvernement chinois sur les sociétés opérant sur son sol, en plus des subventions massives faussant la concurrence. La FCC présente sa règle comme neutre en matière de pays d'origine, tandis que le Département du Commerce étudie en parallèle des tarifs douaniers sur la robotique importée, les machines industrielles et les équipements de protection.

RegulationReglementation
1 source
Mimic Robotics déploie ses « modèles vision-action de pointe » sur la chaîne de production Audi
558Robotics & Automation News 

Mimic Robotics déploie ses « modèles vision-action de pointe » sur la chaîne de production Audi

Robots industriels apprenant des tâches complexes chez Audi ? Voici le résumé factuel de 200-250 mots, sans invention de chiffres absents du communiqué. --- mimic robotics, entreprise suisse de « physical AI » spécialisée dans les Video-Action Models (VAM) pour l'automatisation industrielle, présente FLUX-mimic, un nouveau modèle développé avec Black Forest Labs, le laboratoire allemand connu pour ses modèles de génération d'image FLUX. Le système est censé permettre à des bras robotiques d'apprendre et d'exécuter des tâches de manipulation complexes directement en environnement d'usine, avec une mise en avant explicite d'un déploiement chez Audi. Le communiqué de mimic reste toutefois vague sur les aspects techniques concrets : aucun chiffre communiqué sur le payload, les degrés de liberté, le temps de cycle ou le nombre de sites équipés, ce qui invite à la prudence tant qu'aucune démonstration indépendante n'est disponible. Si la promesse se confirme, l'enjeu dépasse la simple vitrine technologique : faire fonctionner un modèle vision-langage-action dans une usine automobile, environnement réputé exigeant en précision et en fiabilité, constituerait un signal fort pour les intégrateurs industriels cherchant à dépasser le stade de la démonstration en laboratoire. Cela toucherait directement au débat sur l'écart entre annonces spectaculaires et réalité opérationnelle qui traverse le secteur de la robotique dexterous. mimic robotics développe depuis plusieurs années des modèles de manipulation robotique par apprentissage, et ce partenariat avec Black Forest Labs, davantage connu pour la génération d'images que pour la robotique, marque une diversification notable. FLUX-mimic vient ainsi s'ajouter à une compétition déjà dense sur les modèles d'action généralistes, aux côtés de Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure. Le communiqué ne précise pas de calendrier pour un déploiement élargi au-delà d'Audi.

FR/EU ecosystemeActu
1 source
La France (ou plutôt les États-Unis) interdit les robots chinois : ce que ça change pour leurs start-up
559SCMP Tech 

La France (ou plutôt les États-Unis) interdit les robots chinois : ce que ça change pour leurs start-up

Les autorités américaines viennent d'ajouter un nouvel obstacle à l'expansion internationale des entreprises robotiques chinoises. La Federal Communications Commission (FCC) a inscrit mardi les « dispositifs robotiques avancés » de fabrication étrangère sur sa Covered List, la liste des équipements jugés à risque pour la sécurité nationale. Concrètement, cette décision bloque l'obtention de l'autorisation nécessaire pour importer et commercialiser aux États-Unis tout nouveau modèle concerné : humanoïdes, quadrupèdes, et un large éventail de machines mobiles connectées. La FCC justifie cette mesure par des inquiétudes liées à la chaîne d'approvisionnement. Pour les fabricants chinois de robotique, aujourd'hui en pointe sur les humanoïdes et les robots quadrupèdes, cette décision ferme une porte d'entrée majeure vers le marché américain au moment où le secteur cherche justement à passer du prototype à la commercialisation à grande échelle. Elle envoie aussi un signal aux intégrateurs et décideurs industriels occidentaux : l'accès aux plateformes robotiques chinoises les plus avancées pourrait se restreindre durablement, les poussant à diversifier leurs fournisseurs ou à privilégier des alternatives américaines et européennes. Ce geste s'inscrit dans la continuité d'une Covered List historiquement utilisée contre les équipementiers télécoms chinois comme Huawei ou ZTE, avant d'être désormais étendue à la robotique. Il intervient alors que des entreprises chinoises comme Unitree ou UBTech se sont imposées comme des références mondiales de l'humanoïde à bas coût, concurrençant directement les acteurs américains comme Figure ou Tesla. Reste à savoir si d'autres juridictions occidentales suivront cette logique protectionniste.

RegulationReglementation
1 source
Tacta Systems dévoile une main robotique dotée d'IA pour la fabrication à haute valeur ajoutée
560Robotics & Automation News 

Tacta Systems dévoile une main robotique dotée d'IA pour la fabrication à haute valeur ajoutée

Tacta Systems, une entreprise de robotique jusqu'ici discrète, a dévoilé une plateforme conçue pour apporter aux robots industriels une dextérité et un sens du toucher proches de ceux de la main humaine. Son premier produit, TactaBot, associe une main robotique, un système portable de capture de gestes (wearable skill capture) destiné à enregistrer les mouvements d'opérateurs humains, et un moteur d'intelligence artificielle chargé de transformer ces données en compétences manipulables par le robot. L'entreprise vise trois secteurs prioritaires : l'électronique, les infrastructures liées à l'IA (data centers, serveurs) et l'automobile, des environnements où les tâches fines d'assemblage restent aujourd'hui difficiles à automatiser. Cette annonce s'inscrit dans une course plus large autour de la manipulation dextre, considérée comme le principal verrou technique des robots humanoïdes et des bras industriels avancés, bien plus que la locomotion. Si les mains robotiques capables de saisir des objets existent depuis longtemps, reproduire la finesse tactile nécessaire à des gestes de précision, comme le montage de composants électroniques, reste un défi non résolu à grande échelle. L'approche par capture de gestes humains plutôt que par simulation pure rejoint une tendance déjà explorée par d'autres acteurs du secteur pour accélérer l'apprentissage. Le communiqué de Tacta Systems reste pour l'instant peu détaillé sur les spécifications techniques (degrés de liberté, charge utile, temps de cycle) et sur un éventuel calendrier de déploiement chez des clients industriels. Il s'agit à ce stade d'une présentation de plateforme plutôt que d'un produit commercialisé ou déployé en usine, et la validation en conditions réelles reste à démontrer. Note : l'extrait source fourni est tronqué et ne contient pas de chiffres précis (financement, DOF, dates de lancement), je n'en ai donc inventé aucun. Si tu as le lien complet ou plus de texte, je peux affiner le résumé.

IA physiqueActu
1 source
Quelle est la stratégie robotique de Samsung ?
561Robot Magazine FR 

Quelle est la stratégie robotique de Samsung ?

Pendant que Tesla, Figure AI, Agility Robotics ou Boston Dynamics multiplient les démonstrations de robots humanoïdes capables de marcher, danser ou manipuler des objets, Samsung avance sur un registre différent, sans vitrine spectaculaire. Le groupe sud-coréen mise sur son robot domestique Ballie, un assistant mobile déjà présenté lors de précédentes éditions du CES, mais surtout sur des années d'investissements moins visibles dans la mobilité autonome, les capteurs, la vision par ordinateur et les interfaces homme-machine. Sa force tient à l'intégration verticale : Samsung produit lui-même processeurs, mémoires, batteries, capteurs, caméras, écrans OLED et modules de communication, soit l'essentiel des briques électroniques d'un robot moderne, là où la plupart des concurrents dépendent de fournisseurs tiers pour au moins une partie de cette chaîne. Cette maîtrise industrielle change la donne pour les integrateurs et décideurs B2B qui évaluent la viabilité à long terme des plateformes robotiques. Les robots dotés d'IA embarquée doivent traiter en continu de la reconnaissance d'objets, du langage naturel et de la prise de décision en temps réel, ce qui suppose une puissance de calcul importante conjuguée à une gestion fine de la consommation énergétique. En s'appuyant sur son expertise en semi-conducteurs pour data centers, smartphones et systèmes embarqués, Samsung s'affranchit d'une dépendance à des fournisseurs externes de puces ou de capteurs, un talon d'Achille pour plusieurs acteurs du secteur qui doivent négocier leur approvisionnement en composants critiques. Il faut toutefois noter que cette stratégie reste, à ce stade, une thèse d'investissement plutôt qu'un produit commercial démontré à grande échelle : aucune annonce chiffrée de volumes de déploiement, de prix ou de calendrier de commercialisation d'un robot humanoïde Samsung n'a été communiquée. Le raisonnement de Samsung part de l'usage plutôt que de la machine : au lieu de concevoir un robot puis de lui chercher des applications, comme le font nombre de start-up humanoïdes, le groupe part de son écosystème existant de maison connectée pour imaginer comment la robotique peut l'enrichir. Ballie illustre cette logique : au-delà de son apparence ludique, il est pensé comme une interface physique circulant dans le logement, dialoguant avec les occupants et pilotant les appareils compatibles, plutôt que comme un simple gadget de salon. Reste à voir si cette approche, construite sur des décennies d'accumulation technologique plutôt que sur des démonstrations médiatiques, se traduira par des annonces produits concrètes face à des concurrents qui, eux, communiquent déjà sur des déploiements pilotes chiffrés.

BusinessOpinion
1 source
FCC ajoute des robots avancés et des onduleurs fabriqués à l'étranger à sa liste noire
562Robotics & Automation News 

FCC ajoute des robots avancés et des onduleurs fabriqués à l'étranger à sa liste noire

La Federal Communications Commission (FCC) a mis à jour sa "Covered List", la liste des équipements jugés problématiques pour la sécurité nationale américaine, en y ajoutant deux nouvelles catégories de matériels produits à l'étranger. La première regroupe les "appareils robotiques avancés", définis comme des robots mobiles incluant humanoïdes et quadrupèdes. La seconde concerne les onduleurs connectés (power inverters) fabriqués hors des États-Unis. Cette mise à jour fait suite à des déterminations formelles d'agences de l'exécutif américain, qui ont conclu que ces catégories de dispositifs représentent une menace pour la sécurité nationale du pays. Pour l'industrie robotique et les décideurs B2B, ce signal élargit considérablement le périmètre de la surveillance réglementaire américaine, jusqu'ici centrée sur les télécoms. L'inscription des robots humanoïdes et quadrupèdes sur cette liste ouvre la voie à des restrictions d'achat pour les administrations fédérales et les infrastructures critiques, dans un contexte où des fabricants chinois comme Unitree dominent le segment des robots mobiles à bas coût. Pour les intégrateurs et acheteurs industriels, cela introduit un risque de conformité supplémentaire à anticiper dans les choix de fournisseurs, en particulier pour les déploiements liés à des marchés publics ou sensibles. La Covered List a été créée en 2019 dans le cadre du Secure and Trusted Communications Networks Act, initialement pour viser les équipementiers télécoms Huawei et ZTE, interdits de subventions fédérales. Son extension aux robots avancés et aux onduleurs reflète une inquiétude croissante à Washington sur la dépendance aux chaînes d'approvisionnement chinoises dans la robotique et l'énergie. Les prochaines étapes attendues incluent des règles de procurement plus strictes pour les agences fédérales, sans qu'un blocage général des achats privés soit encore annoncé.

RegulationReglementation
1 source
US : l'administration Trump interdit les importations de robots humanoïdes chinois
563Interesting Engineering 

US : l'administration Trump interdit les importations de robots humanoïdes chinois

Le 28 juillet, la Federal Communications Commission (FCC) américaine a ajouté deux nouvelles catégories d'équipements à sa « Covered List », la liste des technologies jugées trop risquées pour être autorisées sur le marché américain : les robots avancés (humanoïdes et quadrupèdes) fabriqués à l'étranger, et les onduleurs de puissance utilisés dans les centres de données, le stockage par batteries et les installations solaires, également fabriqués à l'étranger. L'annonce a été faite par le président de la FCC, Brendan Carr, sur X. Concrètement, tout nouveau robot humanoïde ou quadrupède importé devra obtenir une autorisation FCC préalable, ce qui exclut de facto la plupart des nouveaux modèles chinois du marché américain. Les appareils déjà autorisés avant cette décision restent commercialisables : il s'agit donc d'une restriction tournée vers l'avenir, pas d'un rappel de produits existants. Pékin a dénoncé une décision politisant le commerce sur la base de « prétextes sans fondement ». Par ailleurs, United Airlines et Delta ont récemment interdit les robots humanoïdes à bord de leurs vols commerciaux pour des raisons de sécurité opérationnelle, signe supplémentaire d'une méfiance croissante envers ces machines aux États-Unis. La mesure vise directement la domination chinoise dans la robotique humanoïde. Selon les données du secteur citées par Forbes, six des dix plus grands fabricants mondiaux de robots humanoïdes sont chinois (Agibot, Unitree, UBTech, Leju Robotics, Engine AI, Fourier Intelligence), et représentent environ 87 % des livraisons mondiales. En limitant l'accès au marché américain aux seuls modèles déjà approuvés, la FCC ralentit mécaniquement la capacité de ces acteurs à suivre le rythme d'innovation du secteur, où les générations de produits se succèdent rapidement. Pour les intégrateurs et décideurs B2B américains, la décision crée un environnement plus protégé pour les fabricants domestiques (Figure AI, Agility Robotics, Apptronik, 1X) qui montent en cadence de production, mais elle réduit aussi le choix disponible sur le marché US à court terme, dans un secteur où la Chine détenait jusqu'ici une avance commerciale nette. Cette décision s'inscrit dans une escalade plus large des tensions commerciales et technologiques entre Washington et Pékin, déjà marquée par des restrictions sur les semi-conducteurs et les technologies avancées. La FCC justifie l'inclusion des robots humanoïdes et des onduleurs par des risques de sécurité nationale : les robots, équipés de caméras, capteurs et connectivité réseau, pourraient selon elle servir à la surveillance, au renseignement ou au contrôle à distance par des acteurs hostiles, tandis que les onduleurs pourraient être exploités pour perturber les réseaux électriques, voler des données ou faciliter des cyberattaques. Reste à voir comment la FCC appliquera concrètement ce nouveau processus d'autorisation, et si les fabricants chinois tenteront de certifier leurs modèles avant sa pleine mise en œuvre ou se tourneront vers d'autres marchés moins restrictifs.

RegulationReglementation
1 source
HiFi-UMI : des politiques de manipulation déployables apprises uniquement à partir de données UMI haute fidélité
564arXiv cs.RO 

HiFi-UMI : des politiques de manipulation déployables apprises uniquement à partir de données UMI haute fidélité

Une équipe de recherche a présenté HiFi-UMI, un système portable de capture de démonstrations manipulatoires sans robot, conçu pour atteindre une précision de 3 mm au niveau du poignet dans l'espace de travail local, sans infrastructure de suivi externe. Le dispositif, monté sur la tête de l'opérateur, combine du SLAM stéréo-inertiel hors ligne, un calcul natif (et non reconstruit) de la pose relative entre les deux pinces, un déclencheur GPIO partagé à la microseconde et deux caméras grand angle par main couvrant environ 200 degrés. À partir de ce corpus, les chercheurs démontrent un post-entraînement "zéro robot réel" : une politique entraînée uniquement sur des données HiFi-UMI, déployée directement sur un robot physique, égale les performances d'une téléopération réelle sur trois architectures différentes, StarVLA-QwenPI, OpenPI-pi_0.5 et LingBot-VA, avec des écarts de taux de réussite de -2,5, +3,1 et -0,6 point de pourcentage. La politique la plus performante atteint 85 % sur une tâche d'insertion de précision. Un pré-entraînement sur 4 000 heures issues du même corpus réduit de 41 % l'erreur d'action sur dix tâches inédites et ajoute 18,1 points de réussite supplémentaires pour StarVLA-QwenPI. Les auteurs publient HiFi-UMI-2K, 2 000 heures de démonstrations synchronisées à la microseconde et validées par rejeu en simulation. Ce résultat s'attaque directement à un goulot d'étranglement central de l'apprentissage par imitation en robotique : la téléopération réelle est précise mais coûteuse à faire passer à l'échelle, tandis que la capture "sans robot" de type UMI scale facilement mais servait jusqu'ici surtout au pré-entraînement, avec un ancrage réel systématique en aval. Si la fidélité des données de capture suffit vraiment à supprimer cet ancrage, cela change la logique de coûts pour tout intégrateur ou laboratoire cherchant à entraîner des politiques VLA sans multiplier les heures de téléopération sur robot physique, un poste de dépense important dans la course humanoïde et manipulatoire actuelle. Il faut toutefois noter que les gains varient selon l'architecture (un des trois modèles recule légèrement) et que le chiffre de 85 % porte sur une seule tâche de précision, ce qui appelle à la prudence avant de généraliser. Le principe UMI (Universal Manipulation Interface), popularisé ces dernières années comme alternative légère à la téléopération robotique classique, souffrait jusqu'ici d'un déficit de fidélité géométrique justifiant son cantonnement au pré-entraînement. HiFi-UMI s'inscrit dans la lignée des travaux sur les modèles vision-langage-action (VLA) et sur les modèles monde-action, dans un paysage où Physical Intelligence (Pi-0), NVIDIA (GR00T N2) ou Figure (Helix) investissent aussi sur la généralisation de politiques manipulatoires. La publication ouverte du jeu de données HiFi-UMI-2K devrait permettre à la communauté de vérifier indépendamment ces résultats et d'étendre l'approche à d'autres tâches et robots.

IA physiqueActu
1 source
CycleVLA : correction proactive et autonome des modèles vision-langage-action par retour en arrière des sous-tâches et décodage à risque bayésien minimal
565arXiv cs.RO 

CycleVLA : correction proactive et autonome des modèles vision-langage-action par retour en arrière des sous-tâches et décodage à risque bayésien minimal

Des chercheurs présentent CycleVLA, un système qui dote les modèles Vision-Language-Action (VLA) d'une capacité d'autocorrection proactive, c'est à dire anticiper un échec avant qu'il ne se produise plutôt que le corriger après coup comme le font les approches existantes. L'architecture combine trois briques : un VLA conscient de sa progression qui repère les points de transition critiques entre sous-tâches, là où les échecs surviennent le plus souvent, un prédicteur d'échec basé sur un VLM qui déclenche un retour en arrière ciblé (subtask backtracking) dès qu'un risque est détecté, et une stratégie de test-time scaling fondée sur le décodage à risque bayésien minimal (Minimum Bayes Risk, MBR) pour améliorer les chances de réussite lors des tentatives suivantes. Sur les bancs d'essai en simulation LIBERO et LIBERO-Plus, CycleVLA dépasse le modèle de référence pi-0.5 et améliore les taux de réussite sur des politiques VLA de maturité variable, des modèles sous-entraînés aux versions pleinement convergées. Sur robot réel, le système atteint un taux de réussite moyen de 91% sur trois tâches de manipulation, dont une exigeant une grande précision et deux à horizon long. Des tests de robustesse avec perturbations injectées manuellement, comme l'échange d'un objet distracteur à l'emplacement attendu pendant que la vraie cible est déplacée en cours d'exécution, montrent que CycleVLA corrige environ 80% des échecs provoqués artificiellement. Ce travail s'attaque à un point faible connu des VLA en conditions réelles : la plupart des systèmes actuels ne réagissent qu'après l'échec constaté, ce qui coûte du temps et de la fiabilité en environnement industriel ou domestique. Démontrer une correction proactive, avant la manifestation complète de l'erreur, constitue un argument concret pour rapprocher les démonstrations en simulation des déploiements réels, un écart qui reste l'un des principaux freins à l'adoption des VLA par les intégrateurs robotiques. CycleVLA s'inscrit dans la lignée des travaux récents sur la détection et la correction d'échecs pour les modèles de type VLA, aux côtés de références comme GR00T N2 ou Helix, et se positionne explicitement contre pi-0.5 dans ses comparaisons de performance. Les auteurs présentent leur travail comme une réplique (replace) sur arXiv, signe d'une itération après une première version, et mettent à disposition une page projet dédiée avec démonstrations vidéo pour documenter les résultats sur robot réel.

IA physiqueActu
1 source
FIRMGrasp : une marge de risque tenant compte du frottement pour une synthèse de prise robuste
566arXiv cs.RO 

FIRMGrasp : une marge de risque tenant compte du frottement pour une synthèse de prise robuste

Une équipe de recherche présente FIRMGrasp, une nouvelle famille de métriques de qualité de préhension robotique fondée sur la mesure de risque CVaR (Conditional Value-at-Risk), dans un article publié le 25 juillet sur arXiv. Contrairement aux métriques classiques comme l'epsilon de Ferrari-Canny, qui supposent un coefficient de friction unique et déterministe, FIRMGrasp évalue la marge de force-closure au point le plus défavorable de la distribution de friction, produisant une marge ajustée au risque notée epsilon^(bêta). Les chercheurs démontrent sa monotonie selon le niveau de confiance bêta, sa différentiabilité par rapport aux paramètres de préhension, et un certificat probabiliste garantissant la fermeture de force avec une probabilité au moins égale à bêta. Sur un jeu de 1599 préhensions testées avec des mains robotiques LEAP Hand et Allegro Hand, 53% des prises jugées fiables par la métrique Ferrari-Canny perdent en réalité leur fermeture de force dans les conditions de friction défavorables. Ce résultat est significatif pour l'industrie de la préhension robotique car il expose une faille méthodologique répandue dans l'évaluation des grippers et mains articulées : les métriques standards surestiment systématiquement la robustesse des prises face à l'incertitude réelle des surfaces de contact. Concrètement, epsilon^(bêta) prédit mieux les échecs observés que la métrique nominale, avec des probabilités de discrimination de 0,63 et 0,78 contre 0,53 et 0,67 pour distinguer respectivement les échecs de secousse (shake) et de prise (pick) réussis. Dans des essais de levage simulés avec gravité activée et un coefficient de friction dégradé à 0,2, les prises validées par epsilon^(bêta) atteignent un taux de réussite de 70% sous traction latérale, contre seulement 25% pour les prises validées uniquement par la marge classique. Pour les intégrateurs et concepteurs de systèmes de préhension, cela suggère qu'intégrer une marge de risque friction-dépendante dès la phase de planification de prise réduirait sensiblement les échecs en conditions réelles, où la friction des surfaces varie selon l'usure, l'humidité ou les matériaux manipulés. Le travail s'inscrit dans la lignée des recherches sur la synthèse de préhension robuste, un domaine où les métriques analytiques historiques comme celle de Ferrari-Canny font référence depuis des décennies mais peinent à capturer l'incertitude physique réelle. Les auteurs comparent leur approche à des méthodes différentiables récentes, positionnant FIRMGrasp comme une alternative directement intégrable dans des pipelines d'optimisation de préhension existants, sans changement matériel requis.

RecherchePaper
1 source
Localisation intervues à l'échelle d'une ville grâce aux cartes sémantiques
567arXiv cs.RO 

Localisation intervues à l'échelle d'une ville grâce aux cartes sémantiques

Des chercheurs proposent une méthode pour localiser un robot dans un environnement qu'il n'a jamais parcouru en s'appuyant sur les cartes sémantiques déjà disponibles, comme celles d'OpenStreetMap. Publiée sur arXiv le 25 juillet 2026 (arXiv:2607.25215), l'étude combine des modèles vision-langage (VLM) pour extraire des points de repère à partir de panoramas capturés par le robot, avec un appariement léger entraîné par distillation pour les relier aux repères d'une carte aérienne préexistante, potentiellement immense: jusqu'à 628 km² dans les tests. Les correspondances alimentent un filtre bayésien qui affine en continu l'estimation de position dans le temps. Les auteurs publient aussi un jeu de données couvrant onze environnements, avec des panoramas collectés dans des conditions extrêmes, dont une tempête de neige et des prises de nuit à Boston. Le modèle a été entraîné uniquement sur les données d'une seule ville par beau temps, et testé ailleurs. L'enjeu dépasse la simple curiosité académique: la localisation cross-view, faire correspondre la vue au sol d'un robot à une imagerie aérienne ou cartographique, reste un verrou pour déployer des robots mobiles hors des zones cartographiées en 3D dense (LiDAR, SLAM préalable). Utiliser des cartes sémantiques publiques comme OpenStreetMap réduirait fortement le coût de préparation d'un site avant déploiement, un frein réel pour les intégrateurs en logistique ou robotique de service urbaine. Le résultat le plus notable ici est la généralisation: un système entraîné sur une seule ville et une météo dégagée tient face à des lieux, éclairages et conditions météo différents, ce qui, si confirmé à plus grande échelle, contredirait l'idée reçue que ces méthodes de localisation restent fragiles dès qu'on change de contexte visuel. Les approches précédentes de matching panorama/imagerie aérienne ignoraient l'information sémantique ou la réduisaient à un petit nombre de classes fixes, limitant leur richesse descriptive. Le principal obstacle contourné par cette équipe est le passage à l'échelle: interroger un VLM pour chaque correspondance possible devient intraitable quand la carte grossit, d'où l'idée de distiller un modèle plus léger. Code et jeu de données sont publiés sur efahnestock.github.io/loci/, ouvrant la voie à des comparaisons futures sur d'autres villes et conditions.

RecherchePaper
1 source
RoboMME-Interference : évaluation de la mémoire des robots sous interférence
568arXiv cs.RO 

RoboMME-Interference : évaluation de la mémoire des robots sous interférence

Des chercheurs publient RoboMME-Interference, un nouveau benchmark conçu pour mesurer la mémoire des robots sur de longues sessions parsemées de distracteurs (arXiv:2606.22338v2, version corrigée). Construit à partir du benchmark existant RoboMME, ce protocole confronte un modèle VLA (vision-language-action) à une séquence de sessions : une démonstration pertinente issue d'une session antérieure, suivie d'un nombre contrôlé de sessions sans rapport, le tout fourni comme contexte mémoire avant d'évaluer la réussite de la tâche. Les auteurs testent les variantes de π0.5 augmentées de mémoire déjà publiées par RoboMME, sans modification. Résultat : les variantes à mémoire perceptuelle améliorent bien le taux de réussite lorsqu'aucun distracteur n'est présent, mais leurs performances se dégradent fortement et de façon continue à mesure que des sessions sans rapport s'accumulent dans l'historique. En ajoutant une étape de récupération (retrieval) à la variante la plus performante, laquelle identifie la démonstration pertinente par similarité visuelle et ne transmet que celle-ci à la politique, les chercheurs retrouvent le niveau de réussite obtenu sans distracteur, et ce quel que soit le niveau d'interférence testé. Ce travail pointe un écart concret entre les démonstrations de mémoire robotique en conditions contrôlées et les exigences réelles du déploiement : un robot industriel accumule de l'expérience sur des dizaines, voire des centaines de sessions, et doit retrouver l'information utile au milieu du bruit. Les résultats montrent que le simple fait de "donner accès" à l'historique complet à un VLA ne suffit pas ; sans mécanisme de récupération explicite, la mémoire devient un handicap plutôt qu'un atout dès que le contexte s'allonge. Pour les intégrateurs qui envisagent des déploiements de longue durée, c'est un signal que l'architecture de mémoire, et non la seule capacité du modèle de base, conditionnera la fiabilité en production. Le projet s'inscrit dans la continuité de RoboMME, benchmark de référence pour la mémoire cross-session en robotique, et cible spécifiquement les modèles π0.5 de type VLA. Code, vidéos et données sont publiés sur robotmemorybench.com, ouvrant la voie à des comparaisons avec d'autres approches de mémoire ou de récupération que la communauté pourra tester sur ce même protocole d'interférence.

RecherchePaper
1 source
Quand les données héritées commencent-elles à aider ? Transfert émergent dans l'apprentissage robotique multi-configurations
569arXiv cs.RO 

Quand les données héritées commencent-elles à aider ? Transfert émergent dans l'apprentissage robotique multi-configurations

Des chercheurs publient une étude (arXiv:2507.25593) sur un problème concret pour l'industrie robotique : que faire des données de démonstration collectées sur une ancienne génération de robot quand le matériel change ? L'équipe a testé la question sur une plateforme humanoïde à roues, en comparant deux générations de matériel où la caméra et la pince ont été remplacées, la morphologie générale restant identique. Sur plusieurs tâches de manipulation réelles, ils observent trois régimes distincts selon le niveau de compétence déjà atteint par le robot mis à jour sur la nouvelle configuration : à faible compétence, les données historiques n'apportent strictement aucun gain (10,0 % de réussite reste à 10,0 % même en co-entraînant avec les anciennes données) ; une fois un certain seuil de compétence franchi, le gain devient brutal, comme sur une tâche d'insertion de fleur où le taux de réussite passe de 23,3 % à 86,7 % ; enfin, près de la saturation, les gains redeviennent marginaux, à l'image d'une tâche d'insertion de stylo qui progresse seulement de 85,0 % à 93,3 %. Une quatrième tâche de manipulation bimanuelle mobile (arrosage) confirme ce même schéma en trois phases. Ce résultat va à l'encontre d'une hypothèse répandue dans le secteur, celle qu'accumuler un maximum de données cross-configuration est toujours bénéfique pour l'apprentissage par imitation. Pour les équipes qui entraînent des politiques de type VLA (vision-language-action) sur des flottes de robots en évolution matérielle constante, ce papier fournit un critère pratique : il ne sert à rien de réutiliser des démonstrations legacy tant que le nouveau matériel n'a pas atteint un seuil minimal de compétence sur la tâche visée, et au-delà d'un certain point de saturation, continuer à collecter de nouvelles données coûte plus cher que ça ne rapporte. C'est un signal utile pour les intégrateurs et laboratoires qui doivent arbitrer entre collecter de nouvelles démonstrations coûteuses sur le matériel actuel ou recycler des jeux de données déjà constitués. Les auteurs proposent une explication théorique basée sur l'alignement des gradients et l'incertitude résiduelle de la politique, ce qui leur permet de formaliser une règle « phase-aware » pour décider quand collecter versus quand réutiliser. Le travail s'inscrit dans la lignée des recherches sur le transfert de données entre configurations robotiques, un sujet devenu central à mesure que les fabricants itèrent rapidement sur leurs capteurs et effecteurs sans vouloir jeter les données déjà accumulées.

RecherchePaper
1 source
S2A2 : apprentissage par imitation audio-visuel pour tâches de manipulation via information spatiale acoustique
570arXiv cs.RO 

S2A2 : apprentissage par imitation audio-visuel pour tâches de manipulation via information spatiale acoustique

Des chercheurs ont présenté S2A2 (Spatial-Spectral Audio Action), un nouveau cadre d'apprentissage par imitation qui combine vision et son pour des tâches de manipulation robotique. Le papier introduit d'abord un ensemble de tâches inédites où le robot doit localiser et identifier sa cible uniquement grâce à des indices acoustiques, comme le bruit produit par un contact ou un mouvement, avant de pouvoir agir dessus. Contrairement aux approches classiques qui reposent presque exclusivement sur la caméra, S2A2 fusionne les caractéristiques visuelles avec des informations acoustiques spatiales (d'où vient le son) et spectrales (à quoi il ressemble, son timbre). Les auteurs ont intégré ce cadre à plusieurs politiques d'apprentissage par imitation déjà reconnues dans le secteur : ACT, Diffusion Policy, VQ-BeT et $\pi_0$. Les tests ont été menés à la fois en simulation et sur un robot réel. L'intérêt principal tient au type de tâches ciblées : celles qui nécessitent à la fois de localiser un objet dans l'espace et de reconnaître sa nature sonore, un cas où les méthodes purement visuelles échouent souvent, par exemple un objet caché, un contenant dont il faut deviner le contenu au bruit, ou une source de son mobile. Pour l'industrie de la manipulation robotique, cela ouvre une piste concrète pour des environnements où la vision seule est insuffisante, entrepôts encombrés, tri de pièces occluses, ou interaction avec des mécanismes dont l'état se signale par le son plutôt que par l'apparence. Le fait que le framework s'intègre à des politiques VLA et de diffusion déjà utilisées à l'échelle, plutôt que de proposer une architecture isolée, facilite une adoption potentielle sans repartir de zéro. Le travail s'inscrit dans la lignée des recherches en apprentissage par imitation multimodal, un domaine qui a jusqu'ici privilégié le couple vision-proprioception au détriment de l'audio, largement sous-exploité en robotique malgré son rôle reconnu en perception humaine. En démontrant l'apport de l'acoustique spatiale sur des politiques de référence variées plutôt que sur un seul modèle, les auteurs cherchent à établir une preuve de généralité plus qu'un simple gain ponctuel. Les prochaines étapes attendues concernent l'extension à des environnements réels plus bruités et à un plus grand nombre de tâches acoustiques distinctes.

RecherchePaper
1 source
SAM3D pour aligner les représentations centrées sur l'objet dans les modèles vision-langage-action
571arXiv cs.RO 

SAM3D pour aligner les représentations centrées sur l'objet dans les modèles vision-langage-action

Cette recherche présente un cadre d'alignement de représentations 3D centré sur l'objet, appliqué au modèle vision-langage-action (VLA) $\pi0$. Les auteurs utilisent SAM3D, un modèle 3D figé servant de "professeur", pour injecter des connaissances géométriques sur les objets cibles pendant l'entraînement : les objets pertinents pour la tâche sont localisés via des modèles de reconnaissance, des masques sont générés, puis SAM3D en extrait des représentations 3D denses alignées avec les caractéristiques visuelles intermédiaires de $\pi0$. Fait notable, ce module 3D n'intervient qu'à l'entraînement : au moment de l'inférence, le pipeline reste purement RGB-langage-vers-action, sans besoin de profondeur, nuage de points, masques ou calculs SAM3D supplémentaires. Les résultats en simulation atteignent 99,1% de réussite sur le benchmark LIBERO et une longueur moyenne de tâches de 4,11 sur CALVIN, avec des gains confirmés en conditions réelles, notamment sur des scénarios de manipulation longue durée impliquant plusieurs sous-tâches et objets cibles différents. L'enjeu pour l'industrie robotique est la résolution d'un point faible connu des modèles VLA actuels : leur dépendance à des backbones vision-langage 2D qui peinent face à l'occlusion, aux variations de pose ou d'échelle, et aux interactions spatiales précises. En démontrant qu'on peut internaliser une compréhension 3D fine sans alourdir le pipeline de déploiement, ce travail répond à une critique récurrente du secteur : les architectures VLA génériques marchent bien en démo contrôlée mais échouent sur des tâches de manipulation fine en conditions réelles. Pour les intégrateurs et décideurs B2B, cela suggère une voie pour améliorer la robustesse des politiques de manipulation sans complexifier ni ralentir le matériel embarqué, un compromis critique pour le déploiement industriel à grande échelle de bras robotiques et de robots humanoïdes. Ce travail s'inscrit dans la lignée des modèles VLA construits sur $\pi_0$ (Physical Intelligence), déjà positionné comme concurrent direct des approches comme GR00T N2 de NVIDIA ou Helix de Figure AI dans la course à des politiques de manipulation généralistes. L'apport spécifique ici est méthodologique plutôt qu'un nouveau produit ou déploiement terrain : il s'agit d'une technique d'entraînement, testée pour l'instant en simulation (LIBERO, CALVIN) et en expérimentations réelles limitées, sans annonce de déploiement commercial ni de partenariat industriel. Les prochaines étapes attendues porteraient sur l'extension à d'autres backbones VLA et sur la validation à plus grande échelle en environnement réel, au-delà des bancs d'essai académiques actuels.

RecherchePaper
1 source
πR²: politiques de flux réactives en temps réel
572arXiv cs.RO 

πR²: politiques de flux réactives en temps réel

Des chercheurs présentent πR² (Reactive Real-time Flow Policies), une méthode qui rend les politiques de manipulation robotique par flow matching capables de réagir en temps réel aux données sensorielles, sans sacrifier la taille des modèles ni la prédiction multi-actions. Le problème identifié : les politiques actuelles à base d'"action chunking" (comme GR00T ou Pi-0) génèrent des séquences d'actions en boucle ouverte via de multiples étapes de débruitage sur de gros backbones, ce qui les rend trop lentes pour replanifier fréquemment ; les actions engagées deviennent obsolètes avant d'être exécutées. πR² s'appuie sur le "diffusion forcing" à échéancier de bruit par position et introduit deux mécanismes : un canal rapide de proprioception rafraîchi à chaque tick, découplé d'un canal lent de features vision-langage mis à jour de façon asynchrone, et un échéancier de flow adaptatif à la latence qui traite les actions en cours comme contrainte d'inpainting et n'émet qu'une seule étape de débruitage par appel. Appliqué par fine-tuning à GR00T-N1.7 sur une plateforme réelle xArm6 avec main XHand, πR² replanifie environ 4 fois plus vite que la politique de base, à environ 25Hz sur un GPU A5000, avec une observation fraîche prise en compte toutes les 40 millisecondes. Les auteurs rapportent des gains de taux de réussite allant jusqu'à 23% en simulation et 30% en conditions réelles face à la meilleure référence testée. Pour l'industrie de la manipulation robotique, ce travail s'attaque à un angle mort connu des politiques VLA (vision-language-action) génératives : la démonstration en environnement contrôlé masque souvent une latence de contrôle incompatible avec des tâches dynamiques (objets en mouvement, contacts imprévus, correction de trajectoire). En dissociant la fréquence de mise à jour proprioceptive de celle, plus coûteuse, de la perception visuo-langagière, πR² propose une piste concrète pour combler l'écart entre boucle ouverte et contrôle réactif sans reconstruire les backbones existants ni renoncer à leur expressivité. C'est un signal utile pour les intégrateurs qui évaluent des plateformes comme GR00T pour des applications nécessitant du contact fin ou de la réactivité, un terrain où les chunks figés posent problème. Le travail s'inscrit dans la lignée du diffusion forcing, une technique de génération séquentielle par bruitage différencié selon la position, ici adaptée au contrôle robotique. Il se positionne face aux grandes familles de politiques VLA actuelles telles que GR00T N1.7 de NVIDIA (utilisé comme base pour les expériences), Pi-0 de Physical Intelligence ou Helix de Figure, toutes construites sur le même compromis entre taille de backbone et latence. Les auteurs présentent πR² comme une modification légère, applicable par fine-tuning à une politique déjà entraînée plutôt que par un réentraînement complet, ce qui en facilite l'adoption potentielle. Le papier, publié en préprint sur arXiv, reste à ce stade une contribution de recherche testée en laboratoire sur un bras xArm6 et une main XHand, sans indication de déploiement industriel ni de partenaire commercial annoncé.

IA physiqueActu
1 source
Vers une cognition incarnée chez les robots grâce à des mondes synthétiques ancrés dans l'espace
573arXiv cs.RO 

Vers une cognition incarnée chez les robots grâce à des mondes synthétiques ancrés dans l'espace

Résumé traduit en français, à publier : Une équipe de recherche présente un cadre conceptuel destiné à entraîner des modèles vision-langage (VLM) à réaliser de la prise de perspective visuelle, une capacité jugée essentielle à la cognition incarnée dans l'interaction homme-robot. Pour amorcer ce travail, les auteurs publient un jeu de données synthétique généré dans NVIDIA Omniverse, conçu pour l'apprentissage supervisé de tâches de raisonnement spatial. Chaque exemple associe une image RGB, une description en langage naturel et une matrice de transformation 4x4 servant de vérité terrain pour la pose d'un objet. La première étape se limite à l'inférence de la distance sur l'axe Z ; les auteurs annoncent vouloir étendre l'approche à un raisonnement complet sur les 6 degrés de liberté (DOF) dans de futurs travaux. Le jeu de données est mis à disposition publiquement pour la communauté de recherche. La prise de perspective visuelle est une brique jugée fondamentale pour qu'un robot comprenne non pas seulement ce que voit sa propre caméra, mais ce qu'un humain perçoit depuis son propre point de vue, une condition posée comme nécessaire à une interaction homme-robot naturelle. Le choix de générer les données dans un simulateur plutôt que de les collecter en conditions réelles répond à un problème classique du secteur : produire des annotations 3D précises (pose exacte d'un objet) est coûteux et peu fiable dans le monde réel, alors qu'un environnement synthétique comme Omniverse fournit une vérité terrain exacte par construction. Ce travail illustre aussi une limite persistante des VLM génériques actuels, plutôt performants en reconnaissance sémantique 2D mais fragiles dès qu'il s'agit de raisonnement spatial 3D précis, une distinction que les auteurs eux-mêmes reconnaissent en limitant leur preuve de concept au seul axe Z plutôt qu'aux 6 DOF complets. Il s'agit donc d'un jalon de recherche exploratoire, pas d'un système prêt à être intégré par des équipes robotique en production. Ce travail s'inscrit dans une tendance de fond où les plateformes de simulation comme NVIDIA Omniverse et Isaac Sim deviennent des outils centraux de génération de données pour la robotique incarnée, dans un paysage où d'autres laboratoires (Physical Intelligence avec Pi-0, NVIDIA avec GR00T, Figure avec Helix) développent en parallèle des modèles vision-langage-action visant à doter les robots humanoïdes d'un raisonnement spatial et manipulatoire directement exploitable. La suite annoncée par les auteurs consiste à faire passer leur approche de l'estimation d'une simple distance à un raisonnement complet sur les 6 degrés de liberté d'une pose d'objet, une extension nécessaire avant d'envisager une application concrète en interaction homme-robot.

RecherchePaper
1 source
Amortissement de l'optimisation de trajectoire pour la MPC résiduelle via différentiation implicite du contact
574arXiv cs.RO 

Amortissement de l'optimisation de trajectoire pour la MPC résiduelle via différentiation implicite du contact

Cette étude publiée sur arXiv (2607.24959v1) s'attaque à un goulot d'étranglement classique de la robotique de contact : l'optimisation de trajectoire dans des simulateurs différentiables. Les chercheurs introduisent une méthode de dérivation implicite assistée par différentiation automatique (AD), appliquée au moteur MuJoCo MJX et fondée sur le théorème des fonctions implicites (IFT). Contrairement aux différences finies, coûteuses et sensibles au choix du pas, ou au déroulement complet de l'AD à travers un solveur de contact itératif, qui fait exploser la trace de calcul stockée en mémoire, leur approche différencie directement le résidu de stationnarité à la solution convergée, sans reconstruire à la main les systèmes KKT propres à chaque solveur. Résultat mesuré : la mémoire temporaire compilée reste quasi constante quel que soit l'effort du solveur, avec moins de 4% de variation entre une et dix itérations, contre une croissance de 10,6 fois pour l'AD déroulée classique. Le gain s'accentue avec la complexité du problème : 20 fois moins de mémoire à 256 contacts actifs, 6 fois moins à 16 contacts et 96 degrés de liberté. L'équipe va plus loin avec une technique de "distillation d'optimiseur" pour le contrôle prédictif résiduel (residual MPC) : un iLQR complet, calculé en batch sur tout l'horizon temporel, est condensé en une politique qui guide ensuite un iLQR résiduel à horizon court, bien moins coûteux à exécuter en ligne. Sur trois bancs d'essai (Finger, bras Franka, quadrupède Unitree), cette approche améliore le taux de succès à six pas de 28 à 98 points de pourcentage par rapport à un iLQR standard. Pour les équipes qui développent du contrôle robotique riche en contacts, manipulation fine, locomotion sur terrain irrégulier, l'intérêt est double : réduire drastiquement l'empreinte mémoire permet de faire tourner des simulations différentiables à plus grande échelle ou en temps réel embarqué, tandis que la distillation d'optimiseur offre une voie pour transférer la qualité d'une planification hors-ligne coûteuse vers un contrôleur exécutable en boucle rapide sur le robot. Le travail s'inscrit dans la lignée des efforts récents autour de MuJoCo MJX et de la simulation différentiable pour la robotique, un axe de recherche actif depuis que des laboratoires comme DeepMind ou des groupes académiques cherchent à exploiter les gradients de simulateurs physiques pour accélérer l'apprentissage et la planification, plutôt que de s'appuyer uniquement sur l'apprentissage par renforcement sans modèle. La méthode proposée ici comble un vide méthodologique entre les approches génériques mais gourmandes en mémoire et les dérivations KKT sur mesure, difficiles à maintenir et à généraliser d'un solveur à l'autre. Les auteurs ne précisent pas de calendrier de publication du code ni de partenariat industriel, mais la validation croisée sur des plateformes hétérogènes (doigt robotique, bras manipulateur Franka, quadrupède Unitree) suggère une ambition de généralisation au-delà d'un cas d'usage unique, avec un potentiel d'intégration dans des piles de contrôle MPC pour la manipulation ou la locomotion dynamique.

RecherchePaper
1 source
P3 : propagation de politique probabiliste pour un apprentissage robotique stable basé sur VAE
575arXiv cs.RO 

P3 : propagation de politique probabiliste pour un apprentissage robotique stable basé sur VAE

Une équipe de recherche présente P³ (Probabilistic Policy Propagation), une méthode d'apprentissage par renforcement conçue pour corriger un défaut méthodologique dans l'entraînement des politiques robotiques basées sur des autoencodeurs variationnels (VAE). Le problème identifié : les implémentations classiques de Proximal Policy Optimization (PPO) estiment le ratio de probabilité et la divergence KL à partir d'un seul échantillon tiré de l'espace latent stochastique du VAE, alors qu'une politique efficace devrait théoriquement marginaliser sur toute la distribution latente. Cette approximation à échantillon unique introduit un biais et une variance significatifs dans la fonction de perte substitutive utilisée par PPO. P³ combine une méthode probabiliste basée sur les moments statistiques pour un apprentissage stable, avec une calibration par échantillonnage pour maintenir un comportement robuste face à l'incertitude latente. Les auteurs rapportent une amélioration de l'efficacité des données de 64,6% à plus de 96%, ainsi qu'une réduction de plus de 20% du nombre d'étapes nécessaires à la convergence. La méthode a été testée sur des tâches de parkour humanoïde, un benchmark exigeant en contrôle moteur. Le code est disponible sur GitHub (ylyem9x/P3_Open). Pour l'industrie robotique, ce travail touche à un point technique mais consequential : la fiabilité de l'apprentissage par renforcement appliqué à des représentations latentes compressées, une brique de plus en plus centrale dans les pipelines VLA (vision-language-action) et les politiques de contrôle moteur des humanoïdes. Un gain d'efficacité de données de cet ordre, s'il se confirme au-delà du benchmark parkour, réduirait le coût d'entraînement en simulation avant transfert sur robot réel, un goulot d'étranglement connu du secteur. Cela dit, il s'agit ici d'un article de recherche avec validation sur tâches simulées spécifiques, pas d'un déploiement industriel : les chiffres de performance viennent des propres expériences des auteurs et méritent d'être confirmés par des reproductions indépendantes avant d'être généralisés à d'autres architectures ou environnements. Ce travail s'inscrit dans la lignée des recherches cherchant à combiner représentations latentes compactes (via VAE) et apprentissage par renforcement pour le contrôle robotique, une approche distincte des politiques VLA de bout en bout comme Pi-0 ou GR00T N2, qui traitent directement des observations brutes. L'angle ici est plus fondamental : corriger une faille mathématique dans la manière dont PPO interagit avec des espaces latents stochastiques, plutôt que proposer une nouvelle architecture de politique. Les suites logiques attendues seraient des tests sur des tâches de manipulation plus variées et une adoption éventuelle par des frameworks de RL robotique existants, mais aucune timeline ni partenariat industriel n'est mentionné dans la publication.

RecherchePaper
1 source
Transformer Transformer : un modèle unifié pour la co-conception de robots conditionnée par le mouvement
576arXiv cs.RO 

Transformer Transformer : un modèle unifié pour la co-conception de robots conditionnée par le mouvement

Une équipe de recherche publie sur arXiv (2607.25798v1) un nouveau modèle baptisé Transformer Transformer, conçu pour la co-conception de robots conditionnée par le mouvement. L'idée : générer automatiquement des architectures robotiques complètes capables de suivre des trajectoires d'effecteur cibles issues de démonstrations humaines, tout en optimisant des fonctions de récompense définies par l'utilisateur. Le système repose sur les RoboTokens, une tokenisation unifiée des morphologies, états et actions des robots, qui permet à une seule architecture de diffusion transformer de fonctionner sur des espaces d'embodiment très différents : robots bimanuels à roues, quadrupèdes, humanoïdes. Plutôt que d'optimiser pour une récompense unique, le modèle agit comme un modèle de dynamique générique, dont les prédictions d'état et d'action servent ensuite à calculer des valeurs spécifiques à chaque objectif, via une procédure nommée Dynamics Self-Guidance qui guide la diffusion vers des designs à haute valeur. Preuve concrète : les chercheurs ont fabriqué une version optimisée de la plateforme ALOHA, réduisant l'erreur de suivi de trajectoire de plus de 70 % par rapport au design d'origine. L'intérêt pour le secteur tient à ce que la conception mécanique des robots reste largement découplée du contrôle et de l'apprentissage, alors que la performance en manipulation dépend fortement de l'embodiment. Un modèle capable d'optimiser en zero-shot pour des récompenses et trajectoires jamais vues, plus rapidement qu'une baseline évolutionniste, ouvre la voie à des cycles de co-conception matériel-logiciel beaucoup plus rapides pour les intégrateurs et les fabricants de bras ou de plateformes bimanuelles. C'est un signal supplémentaire que les architectures de type transformer/diffusion, déjà dominantes pour les politiques VLA, s'étendent maintenant à la conception physique elle-même, et pas seulement au contrôle. Le travail s'inscrit dans la lignée de la recherche sur la co-conception robotique, historiquement dominée par des algorithmes évolutionnistes coûteux en calcul et spécifiques à une seule récompense. ALOHA, plateforme bimanuelle open source popularisée par les travaux de Stanford et Google, sert ici de banc d'essai matériel concret plutôt que de simple simulation. Le papier ne précise pas de calendrier de déploiement industriel ni de partenaire, il s'agit à ce stade d'un résultat de recherche fraîchement publié, dont la portée reste à confirmer sur des espaces de conception plus larges.

RecherchePaper
1 source
Robots à trois bras : apprentissage par imitation visuomotrice de politiques robotiques
577arXiv cs.RO 

Robots à trois bras : apprentissage par imitation visuomotrice de politiques robotiques

Voici l'article traduit et résumé. Une équipe de recherche présente TriManPolicy, un système d'apprentissage par imitation conçu pour piloter des robots à trois bras simultanément. Le problème de départ est concret : la téléopération bi-manuelle classique fonctionne bien quand le nombre de canaux de contrôle correspond entre l'opérateur humain et le robot, mais elle échoue dès qu'un robot dispose d'un troisième bras, puisqu'un seul opérateur ne peut piloter en continu que deux membres à la fois. Basculer entre paires de bras force alors à enregistrer des mouvements indépendants de façon séquentielle, ce qui pousse l'apprentissage par clonage comportemental à reproduire des délais imposés par l'interface de contrôle plutôt que par la tâche elle-même. Le composant central de TriManPolicy est le Dependency-Aware Tri-Arm Scheduling (DATS), un algorithme qui retraite les démonstrations hors ligne : il conserve les segments sensorimoteurs locaux tels que démontrés mais les repositionne dans le temps selon des contraintes d'ordre des tâches et d'usage des bras, validées par un humain. Le résultat entraîne une politique unique et synchrone pour les trois bras, sans nécessiter le graphe de dépendances ni le planificateur au moment du déploiement. Sur six tâches réelles complexes, les politiques entraînées sur données retimées par DATS montrent une coordination plus efficace, avec un taux de succès comparable aux méthodes classiques. Cette avancée s'attaque à un goulot d'étranglement peu discuté de la robotique humanoïde et multi-bras : la collecte de données de démonstration reste le facteur limitant pour entraîner des politiques visuomotrices de type VLA, et les systèmes à trois bras ou plus (bras additionnels, mains bimanuelles montées sur base mobile) sont de plus en plus courants dans les plateformes industrielles. En prouvant qu'il est possible de découpler la structure temporelle de la démonstration humaine de celle exigée par la tâche, TriManPolicy ouvre la voie à une collecte de données plus rapide et moins coûteuse pour des architectures robotiques complexes, un enjeu direct pour les intégrateurs qui cherchent à réduire le coût par démonstration sans sacrifier la qualité de coordination entre membres. Ce travail s'inscrit dans la lignée plus large des recherches sur l'apprentissage par imitation visuomoteur, où la majorité des systèmes existants (type ALOHA, Mobile ALOHA ou les plateformes bimanuelles standard) suppose une correspondance stricte entre canaux de téléopération humains et effecteurs robotiques. En proposant une méthode de retiming offline validée par supervision humaine plutôt qu'un simple filtrage des temps morts, les auteurs montrent que DATS modifie réellement la structure de supervision entre bras. Les six tâches testées en conditions réelles suggèrent une piste concrète pour les futurs travaux sur les architectures à quatre bras ou plus, notamment pour les robots humanoïdes à deux bras plus une base mobile ou un troisième effecteur dédié à une tâche auxiliaire.

RecherchePaper
1 source
Tripody : un robot parallèle surcontraint de type 3-SPR pour les tâches de construction en hauteur
578arXiv cs.RO 

Tripody : un robot parallèle surcontraint de type 3-SPR pour les tâches de construction en hauteur

Tripody, un robot parallèle sur roues à 3 degrés de liberté conçu pour les travaux de construction en hauteur, notamment le perçage de plafonds, a été présenté par une équipe de recherche dans une publication arXiv (2607.25781, juillet 2026). Pesant 33 kg, l'engin s'étend de 1,7 m à 3,4 m de hauteur et supporte une charge continue de 32 kg via une interface d'effecteur modulaire. Sa cinématique reprend l'architecture classique 3-SPR (trois jambes, joint sphérique à la base, articulation prismatique actionnée, joint de rotation à l'effecteur), mais remplace les joints sphériques par des joints universels, ce qui surcontraint volontairement le mécanisme ; de petites déflexions élastiques réparties absorbent les incompatibilités cinématiques résultantes tout en préservant un mouvement essentiellement translationnel. Les essais montrent une rigidité en plan comparable à celle d'une variante à base sphérique, mais une rigidité en torsion nettement supérieure : +67% à 1,7 m, +196% à 2,6 m et +454% à 3,4 m, avec un couplage inter-axes négligeable. Le positionnement en boucle fermée, mesuré par station totale, converge sous 0,6 mm sur tout l'espace de travail, tandis que la simple extrapolation par modèle atteint une erreur au 95e centile de 2,7 mm (maximum 3,6 mm). Une démonstration de perçage de plafond en boucle ouverte, avec un motif de 15 trous, affiche une erreur de position relative maximale de 4,5 mm après alignement rigide. Ces résultats s'adressent directement à un problème concret du secteur de la construction : les manipulateurs sériels lourds actuellement utilisés pour les travaux en hauteur sont difficiles à déployer dans des intérieurs encombrés, faute de compacité et de mobilité. En misant sur une architecture surcontrainte qui tolère la compliance plutôt que de la combattre, les auteurs proposent une voie pratique vers des robots légers, à grande portée verticale et à précision millimétrique, un compromis rarement atteint simultanément par les solutions existantes. Pour les intégrateurs et décideurs du BTP, l'intérêt tient moins à la performance brute qu'à la validation en conditions quasi réelles : le perçage de 15 trous avec une précision de l'ordre de quelques millimètres démontre une faisabilité tâche par tâche, au-delà d'une simple preuve de concept en laboratoire. Le papier reste toutefois prudent : il s'agit d'une étude en boucle ouverte sur un motif limité, pas d'un déploiement chantier. L'approche s'inscrit dans une lignée de recherches en robotique parallèle explorant les architectures 3-SPR pour des tâches nécessitant rigidité et précision sur de grands espaces de travail, un terrain habituellement dominé par les bras sériels ou les portiques fixes. En intégrant des actionneurs linéaires sur mesure et une pile de contrôle combinant estimation d'état SE(3), cinématique directe et commande dans l'espace des tâches, les auteurs positionnent Tripody comme une alternative mobile et reconfigurable aux solutions de perçage plafond existantes, qu'elles soient manuelles ou robotisées de type portique. Les prochaines étapes attendues, non détaillées dans l'abstract, porteraient logiquement sur un contrôle en boucle fermée pour la tâche de perçage elle-même et sur des essais en environnement de chantier réel plutôt qu'en conditions contrôlées de laboratoire.

RecherchePaper
1 source
Station holding égocentrique d'un poisson robotique dans un écoulement turbulent inconnu
579arXiv cs.RO 

Station holding égocentrique d'un poisson robotique dans un écoulement turbulent inconnu

Des chercheurs présentent SWiFT (Swimming With Flow Toolbox), un cadre d'apprentissage par renforcement permettant à un poisson robotique de type BCF (corps et nageoire caudale) de maintenir sa position dans un courant turbulent inconnu, sans capteur de flux dédié. Le système combine un banc d'essai en canal hydraulique avec nage libre, un simulateur de mécanique des fluides numérique (CFD) conçu pour rester physiquement cohérent tout en restant efficace en calcul, et un pipeline de transfert simulation vers réel. La politique de contrôle obtenue s'appuie uniquement sur un retour égocentrique, c'est à dire la perception du robot sur son propre état, sans mesure explicite du courant environnant. Selon les auteurs, elle dépasse les méthodes de référence existantes sur l'ensemble des métriques testées, avec une amélioration notable de l'erreur quadratique moyenne (RMSE) sur la distance à la position cible. L'article, publié sur arXiv fin juillet 2026, reste un préprint de recherche et non un produit ou un système déployé en conditions réelles. L'enjeu est significatif pour la robotique sous marine: tenir une station fixe face à un courant est une brique de base pour l'inspection de structures, la surveillance environnementale ou l'intervention en eaux naturelles, un environnement bien plus imprévisible que les bassins contrôlés où la plupart des poissons robotiques ont jusqu'ici été testés. Le résultat suggère qu'un contrôle purement égocentrique suffit à répliquer un comportement proche de la rhéotaxie observée chez les poissons biologiques, ce qui simplifierait l'instrumentation nécessaire sur de futurs robots sous-marins tout en améliorant leur robustesse face à des flux non caractérisés à l'avance. Ce travail s'inscrit dans une lignée de recherches sur l'efficacité et la maniabilité des poissons robotiques, un domaine actif depuis plusieurs décennies mais où la tenue de station en flux inconnu restait peu explorée, faute de modèles fiables des interactions fluide-structure fortement non linéaires en nage libre. Les auteurs positionnent SWiFT comme une fondation réutilisable pour des tâches de nage plus complexes, avec pour prochaine étape l'extension à d'autres scénarios de manœuvre en environnement turbulent réel.

RecherchePaper
1 source
HOME : méthode robuste de correspondance dans l'espace de Hough pour vidéos structurées et sans texture
580arXiv cs.RO 

HOME : méthode robuste de correspondance dans l'espace de Hough pour vidéos structurées et sans texture

Des chercheurs publient sur arXiv (2607.25389v1) une nouvelle méthode de mise en correspondance de caractéristiques visuelles baptisée HOME, pour Hough-space One-dimensional Matching of Extrema. Conçue pour les systèmes de localisation robotique, cette approche transforme les images en espace de Hough, où les structures linéaires globales de la scène se traduisent en extrema locaux stables servant de points d'intérêt. Cette reformulation permet de ramener un problème de mise en correspondance de segments de droite, normalement coûteux, à une simple recherche de correspondance de points en une dimension. HOME s'appuie sur un descripteur radial 1D qui garantit mathématiquement l'invariance en rotation et en translation, sans passer par une estimation explicite de l'orientation, ce qui allège considérablement les calculs. La méthode ne nécessite aucun entraînement préalable. Les auteurs valident leur approche via une tâche d'estimation d'homographie, utilisée ici comme preuve de concept. L'enjeu dépasse le simple exercice académique. Les fronts visuels de type SLAM (localisation et cartographie simultanées) reposent aujourd'hui majoritairement sur des descripteurs de points comme ORB, qui échouent régulièrement dans les environnements industriels dominés par des lignes droites ou des surfaces sans texture, entrepôts, couloirs, sols lisses. Les alternatives à base de lignes existent mais restent trop gourmandes en calcul pour tourner en temps réel sur du matériel embarqué de robotique. En démontrant une robustesse supérieure aux méthodes ponctuelles dans ces scénarios difficiles, tout en restant nettement plus rapide que les méthodes de lignes existantes, HOME répond directement à une contrainte concrète pour les intégrateurs de robots mobiles et de systèmes de navigation autonome en environnement contraint. Le travail s'inscrit dans la lignée des recherches visant à contourner les limites des descripteurs classiques type ORB ou des extracteurs de lignes conventionnels, jugés trop lourds pour l'edge computing. Les auteurs présentent ce résultat comme une étape intermédiaire: l'extension de ce moteur de correspondance à une estimation de pose complète en 3D, au-delà de la seule homographie, est annoncée comme une direction de recherche future prometteuse, sans calendrier ni implémentation précisée à ce stade.

RecherchePaper
1 source
SONG : une plateforme de simulation 3D en Gaussian Splatting photoréaliste pour évaluer la navigation sociale
581arXiv cs.RO 

SONG : une plateforme de simulation 3D en Gaussian Splatting photoréaliste pour évaluer la navigation sociale

Sortie automatisée de mouvements corporels complets à partir de ces trajectoires. Un chercheur propose SONG, une plateforme de simulation pour la navigation sociale robotique, construite sur le 3D Gaussian Splatting (3DGS), une technique de rendu photoréaliste qui reconstruit à la fois les scènes et les avatars humains évoluant dedans. Les piétons virtuels ne suivent pas des scripts fixes: leurs trajectoires sont générées par un grand modèle de langage de façon sémantiquement cohérente, puis converties en mouvements corporels continus via un générateur conditionné par trajectoire. Autour de cette plateforme, les auteurs construisent SONG-Bench, un ensemble de scénarios d'évaluation classés par niveau de difficulté, associé à une suite de métriques multidimensionnelles couvrant l'efficacité du déplacement, la sécurité et le respect des conventions sociales. Le travail est décrit dans un article déposé sur arXiv (2607.25219v1) comme une nouvelle soumission. L'enjeu dépasse le simple outil de test. Jusqu'ici, les simulateurs de navigation sociale souffraient d'un compromis frustrant: soit ils offraient des observations visuelles pauvres, soit ils manquaient d'avatars humains mobiles, soit leur rendu et le comportement des piétons restaient trop éloignés du réel pour valider des algorithmes de navigation guidés uniquement par la vision embarquée. En évaluant des méthodes de référence sur SONG-Bench, les auteurs tirent trois constats qui pèsent sur tout le secteur de la robotique mobile: la navigation sociale basée vision est loin d'être résolue, les modèles actuels présentent un déficit de sécurité plus criant encore que leurs manquements en étiquette sociale, et l'entraînement sur des données réelles compte davantage que la simple augmentation de la taille des modèles. Point notable, les auteurs montrent qu'un ajustement fin sur les données qu'ils ont constituées améliore concrètement le taux de réussite en conditions réelles, ce qui distingue cette contribution d'une simple démonstration en simulation. Ce travail s'inscrit dans une trajectoire de recherche qui est passée d'environnements 2D simplifiés à des cadres visuels plus exigeants, où le robot ne dispose que de sa caméra embarquée pour se comporter correctement en présence d'humains. Les auteurs présentent SONG comme un banc d'essai destiné à structurer la prochaine génération de recherches sur la navigation sociale visuelle, sans toutefois annoncer de partenariat industriel ou de déploiement au-delà du cadre académique à ce stade.

RecherchePaper
1 source
Robots à levées de Lévy émergentes : exploration décentralisée et scalable avec capteurs minimaux
582arXiv cs.RO 

Robots à levées de Lévy émergentes : exploration décentralisée et scalable avec capteurs minimaux

Des chercheurs présentent un nouveau contrôleur de navigation, baptisé SDLW (sensor-driven Lévy walk), conçu pour des nano-drones de moins de 50 grammes dotés de capteurs minimalistes. La méthode combine un tirage aléatoire de la longueur des déplacements selon une marche de Lévy avec une politique de cap réactive basée sur des mesures de distance directionnelles simples. Chaque appareil échantillonne indépendamment son exposant de Lévy dans une distribution uniforme, ce qui diversifie l'exploration sans nécessiter la moindre communication inter-robots. Le cap est ensuite choisi via une distribution de von Mises qui privilégie les directions dégagées tout en conservant les propriétés de superdiffusion propres à la marche de Lévy. Testé en simulation, le contrôleur améliore la couverture de zone de 79,6% dans des arènes ouvertes, 43,1% dans des environnements de type pièces-et-couloirs, et 13,6% en milieu encombré, par rapport à une marche de Lévy à cap uniforme classique. Les collisions reculent respectivement de 13,0%, 7,1% et 1,4% selon ces mêmes scénarios. L'intérêt de l'approche tient à sa frugalité : elle atteint ces gains à coût de calcul constant, sans coordination centralisée ni échange de messages entre appareils, ce qui la rend directement compatible avec le budget énergétique et computationnel très serré des nano-drones actuels. Pour des applications comme la recherche et sauvetage, l'inspection de sites dangereux ou la surveillance de zones étendues, cela ouvre la voie à des essaims low-cost purement décentralisés, capables de passer à l'échelle sans infrastructure de communication ni supervision, un angle mort des approches multi-robots plus lourdes qui reposent souvent sur du SLAM embarqué ou des liaisons radio permanentes. Cette piste s'inscrit dans une longue tradition de recherche en robotique s'inspirant des stratégies de fourragement animal, où la marche de Lévy est connue pour optimiser la recherche de ressources rares dans un environnement inconnu. Les auteurs se positionnent en alternative aux méthodes d'exploration coopérative nécessitant cartographie partagée ou communication inter-robots, généralement hors de portée du matériel ultra-léger. Les résultats restent toutefois cantonnés à la simulation ; une validation sur essaim physique de nano-UAV serait l'étape logique suivante pour confirmer la robustesse de l'approche face au bruit réel des capteurs.

RecherchePaper
1 source
DC-WAM : supervision et raisonnement visuels centrés sur la dynamique pour les modèles monde-action
583arXiv cs.RO 

DC-WAM : supervision et raisonnement visuels centrés sur la dynamique pour les modèles monde-action

Une nouvelle publication arXiv (2607.25918v1) présente DC-WAM (Dynamic-Centric World-Action Model), un framework qui repense la manière dont les modèles monde-action (WAM) utilisés pour piloter des robots doivent exploiter la vidéo prédictive. Les WAM couplent une politique de contrôle à une prédiction du futur visuel de la scène, mais jusqu'ici la question de ce que cette modalité vidéo doit réellement apprendre restait ouverte : une prédiction photoréaliste dense coûte cher en calcul et gaspille de la capacité sur la texture, l'éclairage ou l'arrière-plan, des éléments peu liés à la décision d'action. DC-WAM redistribue la supervision et le calcul de la branche vidéo RGB sans ajouter d'entrée ou de prédiction supplémentaire au déploiement. Concrètement, la méthode combine un appariement de flux par différence temporelle avec une pondération guidée par la trajectoire, pour concentrer l'apprentissage sur les changements denses et les zones où la pince, les objets manipulés et les points de contact bougent. Un second mécanisme, DynaRoute, prédit une pertinence dynamique token par token et la convertit en biais d'attention pour orienter le modèle vers les tokens futurs réellement utiles au contrôle. L'intérêt principal tient à la validation expérimentale : en simulation comme sur des tâches réelles de manipulation, DC-WAM améliore systématiquement la performance des politiques, avec un gain particulièrement marqué sous perturbations hors distribution (changements d'éclairage, d'apparence des objets, de texture de fond). Cela conforte une intuition déjà présente dans les WAM efficaces récents : le bénéfice de la branche vidéo ne vient pas tant du rendu futur en lui-même que des représentations visuelles orientées contrôle qu'elle induit pendant l'entraînement. Pour les équipes qui développent des politiques robotiques génériques, c'est un argument concret contre le tout-photoréaliste et en faveur d'une supervision ciblée sur la dynamique d'interaction, un axe pertinent face à l'écart classique entre performance en démonstration et robustesse en conditions réelles. DC-WAM s'inscrit dans la lignée des travaux sur les modèles monde appliqués au contrôle robotique et sur les architectures vision-langage-action (VLA), où plusieurs équipes cherchent à réduire le coût de la prédiction future tout en conservant son bénéfice pour l'apprentissage de politiques. La démarche des auteurs consiste à repartir d'un WAM RGB existant plutôt que d'ajouter une modalité dédiée, une approche incrémentale qui vise l'adoption pratique plutôt que la rupture architecturale. Le papier ne précise pas de partenaire industriel ni de calendrier de déploiement : il s'agit à ce stade d'un résultat de recherche, dont la prochaine étape logique serait une évaluation sur des plateformes robotiques plus variées et des tâches de manipulation plus complexes.

RecherchePaper
1 source
Décomposer et réorganiser : planification par primitives et politiques visuomotrices apprises par démonstration
584arXiv cs.RO 

Décomposer et réorganiser : planification par primitives et politiques visuomotrices apprises par démonstration

Traduction/résumé en cours, article de recherche robotique (arXiv), pas de deploiement produit, j'adapte la structure à ce contenu académique. Une équipe de chercheurs propose DR-LfD (Decomposed and Reorganized Skills Learned from Demonstrations), un nouveau cadre pour la manipulation robotique dextre à long horizon, détaillé dans un article publié sur arXiv (référence 2607.25397v1). Le système décompose des démonstrations humaines en compétences élémentaires ("atomic skills"), identifiées à partir des relations de contact entre le robot et les objets manipulés. Chaque compétence est ensuite reproduite soit sous forme de politique visuomotrice (un modèle qui associe directement perception visuelle et commande motrice), soit sous forme de primitive centrée sur l'objet. Ces briques sont intégrées dans un système de planification de tâches et de mouvements (TAMP), avec un modélisation précise des conditions de déclenchement, d'arrêt et des contraintes de chaque politique. Les auteurs ont testé leur approche sur des bancs d'essai réels et simulés couvrant des scénarios variés, incluant des tâches à étapes multiples, des configurations inédites et des contraintes physiques spécifiques. L'enjeu principal est de résoudre une tension classique du secteur : les méthodes de planification symbolique (TAMP) excellent en raisonnement de haut niveau mais deviennent fragiles dès que les opérations impliquent des contacts complexes, tandis que l'apprentissage par imitation (IL) gère bien le retour visuel mais généralise mal dans l'espace et peine sur les tâches multi-étapes. En combinant les deux, DR-LfD change surtout l'économie des données d'entraînement : au lieu de nécessiter un volume de démonstrations qui croît de façon exponentielle avec le nombre de séquences de tâches possibles, le besoin en données ne dépend plus que du nombre de types de compétences distincts, chacune nécessitant relativement peu d'exemples. C'est une piste concrète pour réduire le coût d'apprentissage sur des tâches longues et variées, un frein connu au déploiement de politiques visuomotrices à l'échelle industrielle. Le travail s'inscrit dans la lignée des recherches cherchant à réconcilier planification symbolique et apprentissage par démonstration, deux approches historiquement développées séparément dans la littérature robotique. Les auteurs mettent en avant la capacité de leur méthode à réorganiser des compétences apprises depuis des sources différentes, un point clé pour la modularité. Le site du projet (dr-lfd.github.io) propose des démonstrations complémentaires à l'article.

RecherchePaper
1 source
Cadre de politique adaptatif au contexte pour une manipulation robotique robuste et réactive via apprentissage par imitation sensible à l'incertitude
585arXiv cs.RO 

Cadre de politique adaptatif au contexte pour une manipulation robotique robuste et réactive via apprentissage par imitation sensible à l'incertitude

Une nouvelle version (v2) de l'article arXiv:2410.24035 propose un cadre de politique adaptatif au contexte pour la manipulation robotique, combinant robustesse et réactivité. Les auteurs s'appuient sur l'apprentissage par démonstration (Learning from Demonstration, LfD), et plus précisément sur les approches basées sur des systèmes dynamiques (DS), pour apprendre une politique conditionnée à la fois par l'état du robot et par des paramètres de tâche de basse dimension représentant le contexte environnant. Cette politique est ensuite combinée à des politiques additionnelles sensibles à l'incertitude via une formulation de type mélange d'experts (Mixture of Experts, MoE). Le système est validé sur le jeu de données de référence LASA handwriting, utilisé classiquement pour évaluer l'apprentissage de trajectoires, ainsi que sur un robot réel à 7 degrés de liberté (7-DoF), dans trois scénarios concrets : la saisie conditionnée par la force appliquée, la manipulation d'aliments déformables, et la saisie centrée sur l'objet. L'enjeu technique visé est précis : les approches DS de l'état de l'art excellent généralement en robustesse mais restent rigides face aux variations de contexte, car elles ne modulent pas leur comportement selon des variables dépendantes de la tâche. En articulant fusion de politiques et quantification d'incertitude, ce cadre cherche à améliorer le comportement hors distribution (out-of-distribution) et la convergence des trajectoires générées, deux propriétés critiques pour tout déploiement en environnement réel non contrôlé. Pour les intégrateurs robotiques, l'intérêt pratique tient surtout à la manipulation d'objets déformables, un cas d'usage encore mal résolu dans l'industrie (agroalimentaire, logistique), et à la promesse d'une politique réutilisable sans réentraînement complet à chaque changement de tâche ou d'environnement. Sur le plan du contexte scientifique, le LfD via systèmes dynamiques est un axe de recherche établi depuis plusieurs années pour produire des politiques de contrôle réactives en robotique. Ce travail se positionne comme une extension de recherches antérieures sur la fusion de politiques et l'estimation d'incertitude, plutôt que comme une rupture méthodologique. L'abstract ne mentionne ni laboratoire ni entreprise associée, et il s'agit d'une publication académique (statut « replace », donc une révision d'un article déjà soumis) sans indication de déploiement industriel à ce stade.

RecherchePaper
1 source
Belief-Aware Influence and Trust (BAIT) : façonner les croyances humaines lors d'interactions répétées avec un robot
586arXiv cs.RO 

Belief-Aware Influence and Trust (BAIT) : façonner les croyances humaines lors d'interactions répétées avec un robot

Une équipe de recherche présente BAIT (Belief-Aware Influence and Trust), un contrôleur pensé pour les interactions répétées entre humains et robots, où l'humain ajuste continuellement sa perception du robot au fil des rencontres. Le système combine un filtre particulaire hiérarchique, capable d'inférer à la fois les changements stratégiques rapides de l'humain et l'évolution plus lente de ses croyances perceptives, avec un planificateur MPPI (Model Predictive Path Integral) intégrant explicitement ces croyances. BAIT a été évalué en simulation, lors d'une étude impliquant des sujets humains, puis en conditions réelles sur un véhicule de recherche GEM, dans des scénarios répétés d'insertion de voie (lane-merging). Résultat annoncé: une performance de tâche équivalente à celle des méthodes de référence qui maximisent l'influence à long terme via un comportement imprévisible, mais avec un niveau de confiance de l'utilisateur nettement supérieur. L'enjeu dépasse le simple exercice académique. Dans les interactions répétées, homme-robot ou véhicule autonome-conducteur, deux écueils dominent aujourd'hui: soit traiter chaque rencontre comme isolée, ce qui dégrade progressivement la performance à mesure que la perception humaine dérive, soit maintenir une influence durable par des comportements erratiques, au prix d'une confiance érodée et de calculs difficilement généralisables à grande échelle. BAIT propose de traiter le compromis entre influence à long terme et confiance humaine comme un objectif d'optimisation explicite, tout en imposant la performance immédiate de la tâche comme contrainte stricte plutôt que comme variable négociable. Pour des intégrateurs travaillant sur des flottes de véhicules autonomes ou des robots collaboratifs amenés à interagir de façon répétée avec les mêmes opérateurs, cela suggère une voie pour préserver l'acceptabilité sans sacrifier l'efficacité. Le travail s'inscrit dans la lignée des recherches en interaction homme-robot centrées sur la calibration de la confiance, un terrain d'étude classique pour les véhicules autonomes, où l'insertion de voie sert souvent de banc d'essai standardisé. Il s'agit à ce stade d'un résultat de recherche publié sur arXiv, validé par simulation, étude utilisateur et déploiement réel limité sur véhicule GEM, et non d'un produit commercialisé. L'article ne précise pas de calendrier de généralisation à d'autres scénarios d'interaction répétée.

RecherchePaper
1 source
Motion Generation avec contraintes environnementales
587arXiv cs.RO 

Motion Generation avec contraintes environnementales

Un nouveau preprint arXiv (2607.25053, publié fin juillet 2026) propose une approche baptisée Environmental Constraint Exploitation (ECE) pour la planification de mouvement en robotique. Le constat de départ est classique : dans les espaces de configuration à haute dimension, la planification sans collision devient rapidement coûteuse en calcul et fragile face à l'incertitude sur l'environnement. Les auteurs renversent la logique habituelle en proposant d'exploiter délibérément le contact avec l'environnement plutôt que de le fuir systématiquement. Concrètement, la méthode intègre cette exploitation de contraintes environnementales dans des planificateurs de type RRT (Rapidly-exploring Random Tree), en biaisant l'exploration vers les régions pertinentes pour la tâche et en utilisant le contact physique comme moyen de réduire l'incertitude pendant l'exécution du mouvement. Les auteurs indiquent avoir validé l'approche à la fois en simulation et lors d'une application concrète en conditions réelles, sans toutefois préciser dans le résumé le type de robot ni le contexte industriel exact. L'intérêt pour le secteur tient au changement de paradigme proposé : la quasi-totalité des planificateurs de mouvement déployés en usine ou en logistique traitent tout contact non voulu comme un échec à éviter à tout prix, ce qui impose des marges de sécurité coûteuses en temps de cycle et en flexibilité. Une planification qui utilise le contact comme information plutôt que comme risque pourrait simplifier des tâches où un robot doit évoluer dans des espaces encombrés, glisser le long d'une surface ou stabiliser sa trajectoire en s'appuyant sur son environnement, un enjeu pertinent aussi bien pour les bras manipulateurs en entrepôt que pour les humanoïdes appelés à travailler dans des environnements non structurés. Le papier se présente lui-même comme une consolidation et une extension de travaux antérieurs des mêmes auteurs sur ce concept d'exploitation des contraintes environnementales, plutôt qu'une rupture inédite. À ce stade, il s'agit d'un résultat académique publié en preprint, sans affiliation industrielle ni feuille de route de commercialisation mentionnée : la contribution reste à ce jour du côté de la recherche fondamentale en planification robotique, avec un potentiel de transfert vers l'industrie qui reste à démontrer sur des cas d'usage à plus grande échelle.

RecherchePaper
1 source
DSCD-Nav : débat coopératif à double posture pour la navigation vers un objet
588arXiv cs.RO 

DSCD-Nav : débat coopératif à double posture pour la navigation vers un objet

Le robot d'assistance domestique orienté navigation vient d'être testé sur trois jeux de données de référence, HM3Dv1, HM3Dv2 et MP3D, avec un nouveau mécanisme baptisé DSCD-Nav (Dual-Stance Cooperative Debate Navigation). Le principe : au lieu de faire évaluer chaque action candidate par un seul passage de scoring, comme le font les systèmes actuels bâtis sur des modèles vision-langage, la méthode confronte deux points de vue construits sur des objectifs complémentaires. Le premier, appelé TSU (Task-Scene Understanding), privilégie la progression vers l'objectif à partir d'indices de disposition de la scène. Le second, SIB (Safety-Information Balancing), met l'accent sur le risque et la valeur informationnelle de chaque choix. Ces deux "postures" débattent en confrontant leurs meilleures candidates avec des arguments ancrés dans l'observation, puis un agent d'arbitrage nommé NCA (Navigation Consensus Arbitration) synthétise les raisons des deux camps et peut déclencher une micro-vérification légère en cas de doute persistant. Les auteurs rapportent des gains constants en taux de réussite et en efficacité de trajectoire, avec une réduction de l'exploration redondante sur les trois benchmarks. L'enjeu dépasse la seule performance chiffrée : il touche à un problème connu des systèmes de navigation basés sur des VLA (vision-language-action), le fait qu'un scoring en un seul passage produit une confiance excessive et des erreurs qui s'accumulent sur des trajectoires longues, dans des environnements observés seulement partiellement. En reformulant la décision comme un débat entre postures antagonistes plutôt qu'un score unique, DSCD-Nav s'attaque directement à ce biais de surconfiance, un sujet critique pour tout intégrateur voulant déployer des robots domestiques ou de service dans des environnements réels non cartographiés au préalable. Si l'approche tient à l'échelle au-delà des benchmarks académiques, elle offre une piste concrète pour fiabiliser la prise de décision des robots autonomes sans nécessiter de re-entraînement lourd du modèle de perception sous-jacent. Le papier s'inscrit dans la lignée des travaux récents sur la navigation zero-shot en environnement intérieur inconnu, un axe de recherche actif depuis l'essor des modèles vision-langage capables de raisonner sur des scènes jamais vues. Contrairement aux approches à score unique dominantes dans la littérature actuelle, DSCD-Nav mise sur une architecture multi-agents délibérative, une tendance émergente dans plusieurs sous-domaines de l'IA où la confrontation de perspectives remplace l'inférence directe. Le texte, republié en version 3 sur arXiv, ne précise pas de déploiement matériel réel ni de partenaire industriel : il s'agit à ce stade d'une contribution méthodologique validée en simulation, dont la prochaine étape naturelle serait un test sur plateforme robotique physique pour confirmer que les gains observés en simulation se transposent au monde réel.

RecherchePaper
1 source
Adaptation de modalité en test, un cadre causal d'inférence-diagnostic-raffinement pour les modèles VLA
589arXiv cs.RO 

Adaptation de modalité en test, un cadre causal d'inférence-diagnostic-raffinement pour les modèles VLA

Une équipe de chercheurs publie sur arXiv un nouveau cadre baptisé infer-diagnose-refine (IDR), conçu pour améliorer les modèles vision-langage-action (VLA) qui pilotent des bras ou des robots humanoïdes à partir d'instructions en langage naturel, d'images et de l'état proprioceptif du robot. Le problème ciblé: dans une tâche de manipulation, l'importance de la vision varie selon la phase, un déplacement longue distance dépendant surtout de la caméra tandis qu'une prise fine dépend davantage du retour proprioceptif, et les VLA actuels fusionnent ces modalités de façon statique. IDR corrige cela au moment du test, sans réentraînement: le modèle infère d'abord une action factuelle avec l'image réelle, puis une action contrefactuelle en neutralisant l'image via une intervention de type "zero-padding", avant qu'un module ne quantifie l'écart entre les deux par une mesure de norme pour estimer l'importance causale de la vision à cet instant précis, puis qu'une fusion résiduelle à gate ajustable ne recombine les deux prédictions. Les auteurs rapportent des gains de performance sur plusieurs benchmarks de simulation et sur des tâches réelles, avec plusieurs architectures VLA testées comme backbones. Pour l'industrie robotique, l'intérêt tient au fait que ce travail s'attaque à une limite bien identifiée mais rarement corrigée des VLA: leur incapacité à pondérer dynamiquement les modalités selon le contexte, ce qui pèse sur la robustesse en conditions réelles (occlusions, éclairage variable, phases de contact). Le caractère "model-agnostic" et "training-free" est ce qui retient le plus l'attention des intégrateurs: si la méthode tient ses promesses hors cadre académique, elle pourrait s'appliquer en post-traitement à des VLA déjà déployés, sans le coût d'un réentraînement complet, rare parmi les correctifs proposés dans la littérature. Il s'agit toutefois d'une publication de recherche évaluée sur des benchmarks propres aux auteurs, pas d'un produit ni d'un déploiement industriel, et le gain réel dépendra d'une reproduction indépendante sur des tâches de manipulation hors laboratoire. Ce travail s'inscrit dans une vague de recherche plus large autour des VLA, catégorie qui regroupe aujourd'hui des systèmes comme RT-2, OpenVLA, pi-0 de Physical Intelligence ou GR00T de Nvidia, tous confrontés au même arbitrage entre richesse perceptuelle et robustesse d'exécution. Chercher des gains de fiabilité au moment de l'inférence, plutôt que via un réentraînement massif, reflète une tendance récente à vouloir corriger à moindre coût des modèles déjà volumineux. Les auteurs ne précisent ni calendrier d'intégration industrielle ni partenariat avec un fabricant de robots; la suite logique serait une validation sur des plateformes commerciales et une comparaison directe avec les méthodes de fusion de modalités déjà employées par les principaux acteurs du secteur.

RechercheActu
1 source
Planification réactive de mouvement 3D pour un bras Franka via remodelage de l'espace de travail en étoile
590arXiv cs.RO 

Planification réactive de mouvement 3D pour un bras Franka via remodelage de l'espace de travail en étoile

Des chercheurs proposent une méthode de retraitement géométrique de l'espace de travail, baptisée "Star-World reshaping", pour la planification de mouvement réactive d'un bras Franka Emika Panda en trois dimensions. Le problème visé : quand la marge de sécurité autour des obstacles est gonflée pour éviter les collisions, les zones inflées finissent par se chevaucher, ce qui casse l'hypothèse d'obstacles disjoints sur laquelle reposent de nombreux planificateurs réactifs par modulation. La méthode regroupe à chaque mise à jour les obstacles inflés qui se chevauchent et les remplace par des formes en étoile ("star-shaped proxies"), avant qu'un contrôleur d'effecteur basé sur un système dynamique n'évalue la trajectoire ; un terme de champ de potentiel artificiel dans l'espace nul gère en complément l'évitement du bras lui-même. Testée sur six scénarios PyBullet et 12 essais, l'approche atteint l'objectif dans cinq cas sur six, contre quatre sur six pour la méthode sans retraitement, avec un temps de calcul de 0,68 à 8,70 millisecondes par mise à jour pour des scènes comportant un à sept obstacles. L'intérêt pour la robotique industrielle est ciblé : la planification réactive en temps réel reste un point dur pour les bras manipulateurs évoluant en environnement encombré, notamment en cellule collaborative où les marges de sécurité imposées par les normes créent justement ce type de chevauchements. Mais les auteurs eux-mêmes tempèrent la portée du résultat : l'évaluation reste préliminaire, avec seulement 12 essais, une augmentation de la longueur des trajectoires générées, l'apparition de quasi-équilibres bloquants dans deux scénarios, et un cas où le regroupement trop agressif des obstacles ferme un couloir de passage pourtant navigable. Autrement dit, la méthode gagne en robustesse sur le cas canonique du "mur qui se chevauche" mais introduit de nouveaux modes d'échec. Ce travail s'inscrit dans la lignée des planificateurs réactifs par modulation dérivés de la théorie des champs de vitesse ("dynamical systems"), historiquement validés en 2D et dont le passage à la 3D sur manipulateur redondant reste un défi ouvert. Aucun acteur industriel n'est cité : il s'agit d'une publication de recherche amont, sans annonce de produit ni de déploiement. Les auteurs présentent leurs résultats comme une preuve de concept montrant à la fois le potentiel et les limites pratiques du transfert des garanties théoriques du Star-World, initialement pensées pour la géométrie de l'espace de travail, à un bras contrôlé par cinématique inverse.

RecherchePaper
1 source
Transport de point à point avec bras robotique à continuum : mise en forme du signal d'entrée
591arXiv cs.RO 

Transport de point à point avec bras robotique à continuum : mise en forme du signal d'entrée

Traduction terminée. Voici le résumé en français : Une équipe de recherche a appliqué une technique de mise en forme de commande ("input shaping") à un bras robotique continuum actionné par câbles, un mécanisme sous-actionné sujet à des vibrations résiduelles en fin de mouvement point à point. Le problème : quand ce type de bras s'arrête après une trajectoire de repos à repos, l'effecteur continue d'osciller avant de se stabiliser, ce qui limite la précision et allonge le temps de cycle réel. Les chercheurs ont conçu deux filtres à retard temporel basés sur un modèle de système linéaire, un non robuste et un robuste, puis les ont comparés à une commande d'entrée classique en impulsion de vitesse. Les essais expérimentaux sur un bras continuum réel montrent une réduction mesurable du dépassement (overshoot) et du temps de stabilisation avec les deux filtres, le filtre robuste améliorant encore la réponse par rapport au filtre non robuste. L'enjeu dépasse la seule démonstration en laboratoire. Les bras continuum, appréciés pour leur flexibilité en espaces confinés (chirurgie mini-invasive, inspection de moteurs d'avion, intervention en milieu encombré), souffrent justement de ce compromis entre compliance mécanique et précision de positionnement : leur sous-actionnement, qui fait leur intérêt pour épouser des géométries complexes, est aussi ce qui génère des oscillations difficiles à maîtriser. Réduire ces vibrations sans ajouter de capteurs ou d'actionneurs supplémentaires, uniquement par la forme du signal de commande, est une piste économique pour rapprocher ces robots d'usages industriels exigeants en trajectoires arbitraires plutôt que de simples démonstrations en point fixe. L'input shaping lui-même n'est pas nouveau : la méthode a été développée dès les années 1990 pour amortir les vibrations de grues, de bras robotiques flexibles et de structures spatiales. Son application aux robots continuum, plus récents et combinant sous-actionnement et souplesse structurelle, reste en revanche peu explorée. Les auteurs positionnent ce travail comme une étape vers une mise en œuvre robuste de ces bras pour des tâches nécessitant un suivi précis de trajectoires arbitraires de l'effecteur, une extension au-delà du simple mouvement point à point testé ici étant une suite logique attendue.

RecherchePaper
1 source
IA en Réalité étendue : une couche de médiation pour le contrôle humain situé dans la collaboration homme-robot
592arXiv cs.RO 

IA en Réalité étendue : une couche de médiation pour le contrôle humain situé dans la collaboration homme-robot

Des chercheurs proposent, dans un article publié sur arXiv (2607.25047v1, catégorie cross-listing), un cadre conceptuel pour repenser le rôle de la réalité étendue (XR) dans la collaboration homme-robot. Plutôt que de limiter la XR à l'affichage d'intentions ou de trajectoires planifiées, les auteurs avancent qu'elle doit devenir une véritable couche de médiation pour ce qu'ils nomment le "contrôle humain situé" : la capacité d'un opérateur à comprendre, orienter, autoriser ou interrompre l'action d'un robot dans le contexte physique, social et temporel précis où elle se déroule. Le raisonnement s'appuie sur trois scénarios concrets : l'assistance robotique au chevet de patients en soins infirmiers, la supervision de bras robotiques multiples, et l'assemblage collaboratif sous attention divisée. À partir de ces cas, l'équipe identifie quatre fonctions de médiation (entre intention humaine et autonomie du robot, entre plans du robot et jugement humain, entre niveaux de contrôle partagé, et entre rôles d'équipe, passations et récupération d'erreurs), puis en déduit six dimensions de conception : possibilités d'action conjointe, contraintes socio-physiques, gestion de l'incertitude et de la validité des plans, contrôle et correction multimodaux, répartition des rôles avec traçabilité, et anticipation de la récupération après incident. L'enjeu dépasse la simple interface homme-machine. Dans les environnements industriels ou de soin où les robots gagnent en autonomie, le déficit d'inspectabilité reste un frein majeur à l'adoption : un opérateur qui ne peut pas anticiper ni corriger une décision robotique en temps réel perd la confiance nécessaire à une collaboration fluide, surtout quand les objectifs changent, que la perception du robot est incomplète, ou que les rôles entre humain et machine évoluent en cours de tâche. Ce travail rappelle que la robustesse d'un système collaboratif ne se joue pas seulement dans l'algorithme de planification, mais dans la capacité de l'humain à rester "dans la boucle" de façon actionnable, un enjeu direct pour les intégrateurs qui déploient des cobots ou des systèmes supervisés en environnement partagé. Il s'agit ici d'un article de position et non d'un système déployé ou d'un produit commercialisé : aucun prototype XR complet n'est présenté, l'apport est une grille d'analyse destinée à orienter la recherche future. Le texte s'inscrit dans la continuité des travaux sur le contrôle partagé et l'autonomie ajustable en robotique collaborative, et propose un agenda de recherche pour concevoir des systèmes XR qui rendraient l'autonomie robotique plus lisible et plus redevable dans des environnements dynamiques, sans préciser à ce stade de calendrier ni de partenaires industriels associés.

RecherchePaper
1 source
Automatisation d'entrepôt et IA incarnée : Meituan, JD.com, ByteDance et Baidu accélèrent leur expansion dans le monde physique
593Pandaily 

Automatisation d'entrepôt et IA incarnée : Meituan, JD.com, ByteDance et Baidu accélèrent leur expansion dans le monde physique

Les géants technologiques chinois accélèrent massivement leur expansion vers le monde physique, transformant leurs plateformes numériques en infrastructures robotiques verticalement intégrées. Meituan a déployé sa flotte de robots de livraison autonomes qui a cumulé plusieurs millions de trajets sans intervention humaine, naviguant en zones piétonnes, aux passages routiers et jusqu'aux entrées d'immeubles en environnement urbain dense. L'entreprise a bâti une pile complète d'IA physique incluant véhicules de livraison autonomes, drones, robots de service en magasin et systèmes cloud de gestion de flotte. JD.com a de son côté intégré la robotique sur toute sa chaîne logistique, des chariots élévateurs autonomes en entrepôt jusqu'au routage optimisé par IA pour ses camions de livraison. Baidu poursuit le développement de ses robotaxis Apollo, qui ont accumulé des dizaines de millions de kilomètres de conduite autonome, tout en investissant dans l'IA incarnée et ses puces Kunlun. ByteDance a opté pour une stratégie de portefeuille, injectant des capitaux dans des startups de robotique humanoïde, de cobots et d'automatisation industrielle via son bras d'investissement et sa R&D interne. Alibaba exploite les robots logistiques Cainiao et son laboratoire de recherche DAMO, tandis que Tencent Robotics X travaille sur l'IA incarnée. Ce virage n'est pas anecdotique pour l'industrie robotique et les décideurs B2B. Il traduit un épuisement des relais de croissance du pur numérique en Chine, qui pousse les géants internet à chercher de la valeur dans une économie physique encore peu digitalisée. Il signale surtout que les progrès en perception, décision et actionnement rendent désormais l'automatisation du monde physique viable technologiquement et économiquement à grande échelle, un seuil que le secteur attendait depuis des années sans le franchir massivement. Les avantages structurels de ces plateformes, données massives, bases d'utilisateurs, capital disponible, se transposent directement à l'opérationnel physique, où l'optimisation par la donnée et les économies d'échelle jouent le même rôle que dans le numérique pur. Pour les intégrateurs et industriels traditionnels, cela signifie à la fois une pression concurrentielle accrue et de nouvelles opportunités de partenariat avec des acteurs data-natifs. Cette bascule s'inscrit dans une trajectoire longue: les plateformes de livraison et de logistique chinoises ont d'abord digitalisé leurs opérations avant de les automatiser physiquement, un mouvement que la maturation de l'IA rend aujourd'hui exécutable à l'échelle nationale. La compétition entre Meituan, JD.com, Baidu, Alibaba, ByteDance et Tencent structure désormais un marché où chacun bâtit sa propre pile physique-IA, sans consolidation apparente à ce stade. Les implications dépassent la Chine: la combinaison de capacités IA, d'échelle manufacturière et de volumes massifs de données de déploiement constitue un avantage compétitif que les acteurs occidentaux devront désormais prendre en compte dans leurs propres feuilles de route robotiques.

Chine/AsieOpinion
1 source
Robot à capteurs tactiles flexibles lève un nouveau financement, revenus visés x10 en 2026
59436Kr 

Robot à capteurs tactiles flexibles lève un nouveau financement, revenus visés x10 en 2026

La start-up chinoise Yaole Technology, spécialisée dans les capteurs tactiles souples tissés directement dans le textile, vient de boucler un tour de table Pre-A+ mené par Dinghe Gaoda, avec la participation de l'équipementier automobile coté Changshu Automotive Trim et du studio Zulong Entertainment, Yundao Capital agissant comme conseiller financier exclusif de long terme. Les fonds serviront à développer la technologie de détection textile, industrialiser la production des gants de collecte de données et étoffer les capacités de calibration et d'interface, avec un déploiement visé vers l'IA incarnée, les modèles du monde et les habitacles intelligents. Fondée par Lü Liyun, ex-architecte en chef chez Harman où elle pilotait des plateformes de fusion multimodale de capteurs, la société s'appuie sur une équipe issue de l'Académie chinoise des sciences, de l'université du Michigan et de Pékin. Son gant, bientôt commercialisé, repose sur une architecture baptisée "fil métallique plus matrice sandwich" : un fil d'alliage métallique pur tissé en réseau conducteur et intégré en une seule pièce dans le tissu, sans capteur film ou circuit imprimé rapporté en surface comme le font la plupart des solutions concurrentes. Le boîtier de collecte, séparé du gant, embarque alimentation, traitement du signal et stockage ; le gant lui-même est lavable et remplaçable indépendamment. Yaole prévoit que l'activité gants de données pèsera plus de la moitié de son chiffre d'affaires en 2026, année où l'entreprise vise une multiplication par dix de son revenu global. Cette opération illustre un déplacement de l'attention dans la course à la robotique humanoïde : à mesure que les progrès matériels (moteurs, articulations, châssis) s'accumulent, le goulot d'étranglement se déplace vers la donnée physique réelle. Selon le Rapport sur le développement de l'industrie chinoise de l'IA incarnée, le volume mondial de données d'interaction physique réelle et de haute qualité atteignait environ 500 000 heures début 2026, alors qu'entraîner un modèle incarné généraliste doté d'une capacité de généralisation de base en réclamerait plusieurs dizaines de millions, un écart supérieur à 90 %. Contrairement à la vision ou au texte, le tactile résiste mal à la simulation : la répartition de pression, le frottement et la déformation des matériaux lors d'un contact réel restent difficiles à reproduire fidèlement, ce qui pousse le secteur à revenir vers la collecte physique directe. Au-delà de l'entraînement de mains robotiques, les gants intéressent aussi des industriels et logisticiens (type UPS) pour l'évaluation des risques ergonomiques sur chaîne, ou le secteur médical pour le suivi de rééducation fonctionnelle, ce qui élargit le marché adressable au-delà de la seule robotique. Le secteur chinois des gants de capteurs tactiles a vu cette année une prolifération rapide d'acteurs, entre approches à film imprimé, vision-tactile et textile. Yaole met en avant son expérience acquise sur des cahiers des charges automobiles pour revendiquer une fiabilité transposable à la robotique ; Changshu Automotive Trim a d'ailleurs été introduit au tour en partie pour répondre à la demande croissante des constructeurs étrangers en systèmes de classification des passagers (OCS). Dinghe Gaoda, dont le portefeuille inclut déjà Hesai, Momenta et Liufen Technology, situe l'investissement dans une thèse plus large sur la perception physique des machines, tandis que Yundao Capital insiste sur le fait que la vraie valeur ne réside pas dans le capteur lui-même mais dans sa capacité à devenir un point d'entrée standardisé pour des données exploitables à l'échelle de l'entraînement des modèles.

Chine/AsieActu
1 source
L'interdiction des robots étrangers aux États-Unis
595The Verge 

L'interdiction des robots étrangers aux États-Unis

Traduction/résumé selon le format demandé. La Federal Communications Commission a annoncé mardi une interdiction d'importation visant les "appareils robotiques avancés" et les onduleurs de puissance fabriqués à l'étranger, selon des informations rapportées par Reuters puis relayées par The Verge. La mesure couvre les robots mobiles, notamment les modèles humanoïdes et quadrupèdes, sans se limiter aux machines capables de marcher. La FCC affirme que cette décision ne cible pas un pays en particulier, mais son impact retombera principalement sur la Chine, où des entreprises comme Unitree ont multiplié les démonstrations virales, robots dansant sur du Michael Jackson ou s'affrontant lors de combats de MMA inclus. Cette interdiction s'inscrit dans une logique de sécurité nationale déjà appliquée aux drones chinois DJI et aux équipements télécoms de Huawei et ZTE : washington cherche à limiter la présence de matériel étranger jugé sensible dans des systèmes robotiques de plus en plus capables. Pour les intégrateurs et décideurs industriels, le signal est clair : le marché américain de la robotique humanoïde et des AMR se referme progressivement aux fournisseurs chinois, ce qui pourrait accélérer la fragmentation des chaînes d'approvisionnement entre écosystèmes américain et chinois. La Chine a fait de la robotique humanoïde une priorité industrielle, avec un soutien étatique massif et des acteurs comme Unitree, désormais concurrents directs de Figure, Tesla (Optimus) ou Boston Dynamics sur la scène internationale. Les modalités précises de mise en œuvre de l'interdiction, ainsi que d'éventuels recours juridiques, restent à préciser dans les prochaines semaines.

RegulationReglementation
1 source
Les compagnies aériennes américaines interdisent les robots humanoïdes en cabine face aux inquiétudes de sécurité
596Interesting Engineering 

Les compagnies aériennes américaines interdisent les robots humanoïdes en cabine face aux inquiétudes de sécurité

Delta Air Lines et United Airlines viennent d'interdire le transport de robots humanoïdes sur leurs vols, que ce soit en bagage cabine, en bagage enregistré ou en soute cargo. United a inscrit les robots à forme humaine dans une catégorie d'objets prohibés, distincte des appareils électroniques grand public classiques. Delta applique une règle similaire mais la qualifie pour l'instant de temporaire, refusant tout robot conçu pour imiter l'apparence, la taille, le mouvement ou le comportement d'un humain ou d'un animal, quelle que soit sa taille ou sa destination. Ces décisions font suite à celle de Southwest Airlines, prise plus tôt cette année après qu'un robot humanoïde a été transporté à bord d'un de ses vols, un épisode largement relayé qui a mis en lumière l'absence de procédures claires pour ce type d'appareil. Les robots aspirateurs, jouets robotisés et autres appareils électroniques restent, eux, autorisés sous réserve des règles habituelles sur les batteries au lithium et les bagages. Ces interdictions traduisent un problème très concret pour l'industrie robotique et ses intégrateurs B2B: le décalage entre le rythme de déploiement des humanoïdes et l'absence totale de cadre réglementaire adapté à leur transport, leur stockage et leur manutention. Bras et jambes articulés, dimensions inhabituelles, composants lourds, systèmes de batteries lithium-ion multiples et complexes, autant de caractéristiques que les règles aériennes existantes, pensées pour de l'électronique standard, ne couvrent pas. Pour un secteur qui vend l'idée d'humanoïdes bientôt déployés en usine, en logistique ou en service client à grande échelle, le fait que de simples compagnies aériennes se retrouvent à improviser des interdictions faute de procédure de sécurité montre que la logistique du dernier kilomètre, transporter, stocker, assurer un robot, reste largement impensée en dehors du site de déploiement lui-même. L'élément déclencheur reste l'incident Southwest, qui a soulevé des questions inédites sur la classification, le placement en soute ou en cabine, le stockage des batteries et les procédures d'urgence applicables à un robot capable de bouger ou de peser lourd. Southwest a réagi la première en interdisant les robots humanoïdes et zoomorphes, ouvrant la voie à United et Delta. Rien n'indique pour l'instant de position harmonisée entre transporteurs américains, ni d'intervention de la FAA ou de l'IATA pour fixer une norme commune, ce qui laisse chaque compagnie fixer ses propres critères. À mesure que des acteurs comme Figure, Tesla (Optimus) ou Agility Robotics multiplient les démonstrations et les premiers déploiements pilotes, la question du transport aérien de ces machines, entre deux sites clients ou vers un salon professionnel, devrait rapidement s'imposer comme un point de friction supplémentaire pour la filière.

RegulationReglementation
1 source
Le doigt du robot ressent en couleur
597IEEE Spectrum Robotics 

Le doigt du robot ressent en couleur

Une équipe de chercheurs européens a mis au point un doigt robotique doté d'une peau synthétique capable de "voir" la texture et la pression par changement de couleur, avec une résolution de 100 micromètres et sans latence de calcul. Le projet réunit le Queen Mary University of London, l'Université de Florence, l'Université de Trieste et l'Université de Trento. L'idée revient à Giacomo Sasso, chercheur postdoctoral dans le laboratoire de Federico Carpi à Queen Mary, qui s'est appuyé sur un matériau "mécanochrome" décrit dans la revue Nature. En exposant un film photosensible à un laser rouge de 635 nanomètres et 5 mégawatts pendant sept minutes, Sasso a créé un réflecteur de Bragg : une structure à couches alternées de densité et d'indice de réfraction différents. Quand ce réflecteur est déformé par un contact, ses couches s'amincissent et changent la longueur d'onde de lumière réfléchie, du rouge (faible déformation) au vert puis au bleu (déformation maximale). Ce réflecteur est intégré dans un doigt en silicone transparent équipé d'une caméra et d'une LED internes, avec une couche externe noire pour maximiser le contraste des couleurs captées. L'équipe a déjà généré des cartes topographiques d'un bout de doigt humain, d'une pièce d'un cent et d'une feuille. Cette approche change la donne pour le toucher robotique, un domaine où la plupart des capteurs tactiles doivent multiplier les points de mesure de pression et de force pour reconstituer une surface, au prix d'un traitement de données lourd et lent. Ici, la couleur seule encode directement la topologie, la déformation et la pression de contact, ce qui élimine le goulot d'étranglement computationnel et ouvre la voie à une perception tactile en temps réel bien plus fine que ce qu'offrent les capteurs à base de grille de capteurs de force. Rich Walker, directeur de Shadow Robot, la plus ancienne entreprise robotique britannique et spécialiste des mains robotiques, a qualifié la méthode de radicalement différente des approches existantes. Pour les intégrateurs travaillant sur la manipulation fine (préhension d'objets fragiles, tri, chirurgie assistée), un tel niveau de résolution sans surcoût de calcul pourrait combler un écart réel entre les démonstrations en laboratoire et les usages industriels, où la vitesse de traitement tactile reste un facteur limitant. Le projet est encore au stade de recherche académique, sans annonce de commercialisation ni de partenaire industriel identifié à ce jour. Sasso a mis moins d'une semaine à reproduire le matériau en laboratoire après être tombé sur l'article de Nature en cherchant des solutions optiques pour le toucher robotique. Les prochaines étapes concerneront probablement l'intégration du capteur sur des mains robotiques complètes et la comparaison de ses performances face aux technologies concurrentes de peau tactile, notamment les capteurs capacitifs ou piézorésistifs déjà utilisés par des acteurs comme Shadow Robot.

RecherchePaper
1 source
IA incarnée : comment les actionneurs intégrés améliorent les performances des articulations chez les robots humanoïdes
598Robotics Business Review 

IA incarnée : comment les actionneurs intégrés améliorent les performances des articulations chez les robots humanoïdes

Le fabricant chinois CubeMars a développé l'AK45-10, un actionneur robotique intégré destiné aux articulations de robots humanoïdes. Le module mesure 53mm de diamètre pour environ 260 grammes, et délivre jusqu'à 7Nm de couple de pointe grâce à un réducteur planétaire à rapport 10:1. Sa particularité tient à l'intégration en un seul bloc du moteur brushless, du réducteur, de l'encodeur et de l'électronique de contrôle, au lieu d'assembler ces composants séparément comme le veut l'approche traditionnelle. CubeMars positionne ce produit pour équiper aussi bien les articulations du haut du corps (coudes, poignets) que celles du bas du corps (hanches, genoux), avec des besoins de couple et de stabilité différents selon la charge appliquée. Cette annonce illustre une tendance de fond dans l'industrie des robots humanoïdes plutôt qu'une rupture technologique isolée : la miniaturisation et l'intégration des actionneurs deviennent un enjeu central pour rendre les plateformes humanoïdes viables commercialement. Avec des dizaines d'articulations à motoriser par robot, le poids et l'encombrement cumulés des actionneurs pèsent directement sur l'autonomie énergétique et la complexité d'assemblage. Pour les intégrateurs et fabricants de robots, disposer de modules compacts et prêts à l'emploi réduit le câblage, la maintenance et le temps de développement, un facteur déterminant alors que plusieurs acteurs cherchent à passer du prototype de démonstration à la production en série. Il faut toutefois noter que l'article ne fournit ni prix, ni volumes de production, ni client identifié utilisant cet actionneur dans un robot complet : il s'agit d'une présentation produit, pas d'un déploiement confirmé sur une plateforme humanoïde nommée. CubeMars s'inscrit dans un marché des actionneurs pour robotique où la concurrence s'intensifie, notamment face à des fournisseurs spécialisés dans les moteurs à couple élevé et faible encombrement pour la robotique légère et les drones, secteur d'origine de plusieurs fabricants chinois de ce type de composants. La course aux articulations compactes fait écho aux besoins exprimés par les développeurs de plateformes humanoïdes comme Figure, Tesla avec Optimus, ou Unitree, qui doivent tous arbitrer entre couple, poids et coût par articulation. Sans annonce de partenariat ou de déploiement précis à ce stade, l'AK45-10 reste positionné comme un composant générique destiné aux développeurs de robots plutôt qu'un produit associé à un humanoïde spécifique déjà commercialisé.

HumanoïdesActu
1 source
MIT dévoile un modèle qui réduit les délais de réaction de 30 fois pour des mouvements robotiques plus rapides
599Interesting Engineering 

MIT dévoile un modèle qui réduit les délais de réaction de 30 fois pour des mouvements robotiques plus rapides

Des chercheurs du MIT ont développé une nouvelle méthode baptisée VLASH, qui permet aux robots pilotés par des modèles vision-langage-action (VLA) de planifier leur prochaine séquence de mouvements pendant qu'ils exécutent encore la précédente, en anticipant leur position future plutôt qu'en attendant la fin du geste en cours pour ré-observer l'environnement. Cette seule modification réduit le délai de réaction de plus de 30 fois en supprimant la pause habituelle entre deux blocs d'actions. Une technique complémentaire, la quantification d'action, regroupe des mouvements suivant une même trajectoire en blocs plus larges ; elle réduit légèrement la précision mais accélère l'exécution des tâches de deux à trois fois. L'équipe a aussi conçu une méthode d'augmentation des données d'entraînement qui réorganise les données existantes pour diviser par cinq le temps d'entraînement, sans surcoût de calcul. En simulation, VLASH produit systématiquement des mouvements plus rapides sans perte de précision de manœuvre. Sur robots physiques, les gains se confirment sur des tâches de prise-dépose, d'empilement et de tri : dans une démonstration, un robot triant des cubes colorés a été deux fois plus rapide que les systèmes de référence, avec 90% de précision, un score équivalent à la meilleure méthode conventionnelle testée. Le système gère aussi des activités très dynamiques comme le tennis de table ou le Whack-a-Mole. Cette avancée cible un goulot d'étranglement connu du déploiement des VLA, de plus en plus utilisés comme "cerveau" des robots pour interpréter leur environnement et générer des actions physiques : le coût de calcul de l'inférence introduit des délais qui rendent les robots lents et saccadés face aux changements de leur environnement, un frein concret pour les intégrateurs visant des environnements dynamiques. Doubler la vitesse d'exécution sans matériel supplémentaire ni entraînement plus long change la donne économique. C'est un signal utile pour la course actuelle aux VLA généralistes (Pi-0, GR00T N2, Helix, ou les modèles embarqués dans des humanoïdes comme Figure 03 ou Optimus) : la latence d'inférence reste un frein réel à la fluidité mise en avant dans les vidéos de démonstration, et des optimisations logicielles comme celle-ci pourraient compter autant que la taille des modèles. Les chercheurs évoquent aussi des applications en recherche et sauvetage, où la réactivité aux changements est critique. Le travail s'inscrit dans les recherches du MIT sur l'intégration des VLA en robotique physique, un domaine où les grands laboratoires (Physical Intelligence, NVIDIA, Figure AI, Tesla) misent surtout sur des modèles plus lourds pour gérer perception et planification. VLASH prend l'angle inverse : restructurer le cycle observation-planification-exécution plutôt que changer le modèle. Aucun acteur français ou européen n'est cité dans ces travaux, qui restent à ce stade un résultat académique validé en simulation et sur quelques démonstrations en laboratoire, sans partenariat industriel ni calendrier commercial annoncés. La prochaine étape pour l'équipe consiste à combiner VLASH avec des modèles de monde génératifs capables de prédire l'évolution de l'environnement, et non plus seulement l'état futur du robot.

IA physiqueActu
1 source
Le fondateur, docteur de l'UCLA, lance une startup de modèles fondation pour robots humanoïdes, lève près de 500 millions de yuans en amorçage
60036Kr 

Le fondateur, docteur de l'UCLA, lance une startup de modèles fondation pour robots humanoïdes, lève près de 500 millions de yuans en amorçage

Près de 500 millions de yuans levés en tour d'amorçage "angel++", sixième tour de financement en seulement six mois d'existence pour la jeune pousse chinoise Delta Intelligence (德塔智能), fondée en janvier 2026 à Pékin. L'entreprise développe des modèles de fondation pour robots humanoïdes (Humanoid Foundation Models, HFMs), visant une manipulation locomotrice généraliste corps entier plutôt qu'une simple démonstration de marche. Le tour réunit des groupes industriels cotés en bourse, des fonds financiers de premier plan (Hillhouse Ventures/GL Ventures, Yuanhe Holdings, Fosun RZ Capital, Huaying Capital, Lenovo Capital) et, fait notable, plusieurs constructeurs de robots humanoïdes eux-mêmes: Zhiyuan Robotics (AgiBot), Leju Robotics, Galbot et Unitree. Les trois cofondateurs, dont le CEO Ma Xiaojian, sont tous docteurs de l'UCLA, formés à Tsinghua et Peking University, et sont passés par Google Robotics, NVIDIA Research, DeepMind, Meta ainsi que l'Institut de recherche en intelligence artificielle générale de Pékin, avec une expérience sur des projets DARPA, ONR et NSF. Techniquement, Delta Intelligence mise sur un moteur de monde 3D natif traitant nuages de points et gaussian splatting plutôt que des représentations visuelles 2D, couplé à un dispositif de capture propriétaire purement visuel qui enregistre en une seule prise les mouvements corps entier (mains, pieds, bassin, épaules) et reconstruit la scène 3D en temps réel, en mode téléopération ou sans robot physique. Le contrôle repose sur une architecture à trois couches: un "cerveau" pour la perception et la planification longue durée, un "cervelet" entraîné par renforcement en simulation massive pour le pilotage moteur fin à des fréquences de dizaines à centaines de hertz, et une couche hybride force-position pour la fluidité du geste. L'argument central de Delta Intelligence répond à une limite documentée du secteur: la plupart des modèles d'IA incarnée raisonnent encore sur des représentations 2D, insuffisantes pour juger la profondeur ou la géométrie nécessaires pour ouvrir une porte ou grimper un escalier, ce qui accumule des erreurs sur les tâches longues en conditions réelles. En entraînant le "cerveau" uniquement sur données réelles (la simulation ne modélisant pas fidèlement les contacts multiples de préhension et d'appui) et le "cervelet" surtout en simulation, l'entreprise illustre une fragmentation croissante du secteur entre fournisseurs de modèles de fondation et constructeurs de robots. Son partenariat direct avec Zhiyuan, Leju, Galbot et Unitree, via un pipeline standardisé de retargeting inter-plateformes, en fait un fournisseur de socle logiciel transférable d'un robot à l'autre sans réentraînement complet, un enjeu central pour l'industrialisation du secteur. Ce rythme de levées reflète l'appétit du capital chinois pour les modèles de fondation robotique, où les constructeurs de robots préfèrent désormais investir chez leurs futurs fournisseurs logiciels plutôt que tout développer en interne. Delta Intelligence se positionne face à des acteurs comme Physical Intelligence (Pi-0) ou NVIDIA (GR00T N2), en misant sur un moteur 3D natif et un dispositif de capture censé lever le goulot d'étranglement des données corps entier, souvent limitées aux mains chez les concurrents. Les fonds serviront à industrialiser ce dispositif de capture, construire la boucle de données associée et étoffer l'équipe de recherche, sans calendrier précis de déploiement client communiqué à ce stade.

Chine/AsieActu
1 source