Actualités robotique — page 22

7 422 articles au fil, du plus récent au plus ancien.

36

1051arXiv cs.RO 

Voir pour atteindre, sentir pour saisir : un réflexe de préhension à l'aveugle pour mains robotiques anthropomorphes

Une équipe de recherche en robotique décrit, dans une prépublication arXiv de septembre 2026 (arXiv:2609.31323v1), une architecture baptisée « blind grasp reflex » (réflexe de préhension aveugle) pour main robotique anthropomorphe : un bras piloté indépendamment amène la main près de l'objet, puis une politique d'apprentissage par renforcement referme et stabilise la prise en s'appuyant uniquement sur la proprioception des articulations, sans caméra, sans image ni modèle géométrique du contact. Un score de stabilité de prise, lui aussi appris, signale quand l'objet est solidement tenu et déclenche la manipulation suivante. Testée en simulation et sur du matériel réel, la méthode saisit une diversité d'objets et se combine directement à plusieurs contrôleurs de bras, sans réentraînement. L'abstract ne donne ni degrés de liberté, ni temps de cycle, ni taux de réussite chiffrés. L'approche cible un point faible connu des pipelines de préhension : la dépendance à la vision, mise en défaut quand la main occulte elle-même la caméra au moment du contact. En confiant la fermeture de la prise à un réflexe tactile et proprioceptif plutôt qu'à une perception visuelle continue, les auteurs proposent une alternative modulaire aux politiques vision-langage-action (VLA) de bout en bout, à l'image de Pi-0, GR00T N2 ou Helix. Pour les intégrateurs de mains dextres, l'intérêt pratique est la réutilisabilité : une compétence de préhension entraînée une fois au niveau de la main s'associe à n'importe quel contrôleur de bras, sans reconstruire tout le pipeline. Il s'agit d'une contribution de recherche non encore évaluée par les pairs, pas d'un produit commercialisé : aucun partenaire industriel ni date de disponibilité n'est annoncé. Elle s'inscrit dans l'effort actuel autour des mains dextres pour l'humanoïde, domaine où des acteurs comme Figure AI, Tesla ou 1X cherchent à fiabiliser la manipulation fine, freinée par le coût des capteurs tactiles et la difficulté du transfert simulation-vers-réel. Le passage réussi à du matériel physique pour une tâche purement proprioceptive apporte un élément concret à ce débat. Les auteurs proposent une page de projet dédiée (blindgraspreflex.github.io) sans calendrier de suites précisé.

Recherche❖Paper

1 source

36

1052arXiv cs.RO 

Évaluation comparative d'une interface de contrôle XR à stylet pour la navigation semi-autonome de robots mobiles en environnement de service

Une équipe de recherche publie sur arXiv (référence 2609.31117v1) une étude comparant quatre méthodes de commande pour la navigation semi-autonome de robots mobiles de service en environnement domestique. Le système central utilise un stylet commercial de réalité étendue (XR pen) permettant à l'opérateur de pointer un emplacement dans la pièce, de le sélectionner, puis de faire glisser une flèche augmentée pour définir l'orientation souhaitée du robot à cette destination, le tout visualisé en réalité augmentée superposée au monde réel. Trois autres interfaces ont été développées dans le même cadre logiciel : des contrôleurs de mouvement XR, la reconnaissance de gestes de la main, et une base de référence logicielle standard, RViz, pilotée depuis un ordinateur. Dix participants ont testé les quatre méthodes lors de tâches de navigation dans un environnement reconstituant un domicile. Les résultats montrent que le stylet XR obtient le temps de sélection des tâches le plus court et les sélections les plus constantes, tandis que les contrôleurs de mouvement XR reçoivent les meilleurs scores perçus de charge de travail et d'utilisabilité, devant la base RViz. Cette étude s'inscrit dans un enjeu concret pour les intégrateurs de robotique de service : l'autonomie complète reste peu fiable dans des environnements imprévisibles, ce qui oblige à maintenir un contrôle humain accessible à des utilisateurs non experts. Les résultats nuancent l'idée reçue selon laquelle les interfaces XR par gestes ou contrôleurs seraient naturellement intuitives : ici, ce sont les contrôleurs de mouvement, technologie plus mature, qui l'emportent en expérience utilisateur, tandis que le stylet, malgré sa rapidité mesurée, souffre de limitations techniques d'intégration qui dégradent l'expérience. Pour des décideurs évaluant des solutions de supervision robotique, le message est que performance objective (vitesse, précision de sélection) et perception subjective (charge cognitive, facilité d'usage) ne convergent pas nécessairement vers le même outil, un point à trancher avant tout choix d'interface de téléopération à grande échelle. Le travail part du constat que les robots de service peinent à s'implanter dans les foyers, coincés entre une autonomie encore insuffisante et des méthodes de contrôle jugées peu accessibles aux novices. Les chercheurs ont construit trois interfaces XR au sein du même framework logiciel afin de les comparer directement entre elles et face à RViz, l'outil de visualisation standard de l'écosystème ROS utilisé en robotique de recherche. Le stylet XR testé étant décrit comme récemment commercialisé, les auteurs signalent que son intégration logicielle actuelle reste imparfaite, ce qui freine aujourd'hui son expérience utilisateur malgré ses bons résultats de performance brute. L'étude, menée sur un échantillon restreint de dix participants, ouvre la voie à des travaux futurs visant à améliorer cette intégration technique et à élargir la validation à des populations d'utilisateurs plus larges avant tout déploiement en conditions réelles.

Recherche❖Paper

1 source

35

1053arXiv cs.RO 

Vers une représentation unifiée inter-domaines pour la manipulation par pince à deux doigts, centrée sur l'interaction

Un article publié le 28 septembre 2026 sur arXiv (référence 2609.31207) décrit une méthode d'apprentissage par imitation pour pinces robotiques à deux doigts, censée transférer une politique d'un robot à un autre sans réentraînement. Un modèle vision-langage interprète une instruction et un flux RGB-D pour former un triplet pince, objet tenu, objet cible, tandis que SAM 2.1, de Meta, suit les masques et limite les appels au VLM. La scène est encodée dans une représentation canonique centrée sur la pince, combinée à des champs de potentiel pour le guidage global et des nuages de points en repère pince pour la géométrie locale, puis traduite en actions lisses à 7 degrés de liberté par un Flow-Matching Transformer. Les auteurs rapportent des tests en simulation et en conditions réelles, avec transfert zero-shot vers des plateformes robotiques et angles de caméra inédits. La question visée, la généralisation cross-embodiment, est centrale pour l'industrie: la plupart des politiques de manipulation restent liées à la géométrie du bras et de la pince d'entraînement, obligeant à tout recollecter dès qu'un intégrateur change de matériel ou de caméra. En séparant sémantique de la tâche et géométrie matérielle, l'approche vise directement ce goulot d'étranglement, potentiellement utile aux intégrateurs opérant des flottes hétérogènes de bras et de pinces. Les auteurs revendiquent être les premiers à conjuguer scores de benchmark compétitifs et transfert sim-to-real zero-shot aussi étendu, une affirmation d'abstract académique à prendre avec prudence tant qu'elle n'a pas été reproduite sur du matériel industriel varié, le travail restant un résultat de recherche, non un produit déployé. Cette contribution s'inscrit dans la vague actuelle des modèles vision-langage-action (VLA) généralistes pour la robotique, tels Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure AI, qui butent sur cet enchevêtrement entre sémantique et géométrie matérielle, ici traité pour les pinces à deux doigts, configuration la plus répandue en manipulation industrielle. Le recours à SAM 2.1 et à un Flow-Matching Transformer, courants dans les politiques d'action génératives récentes, relève de la boîte à outils standard du secteur plutôt que d'une rupture technologique. Aucun acteur ni institution française ou européenne n'apparaît dans cet article. Les étapes suivantes attendues sont la publication du code et des poids, une validation sur davantage de plateformes et une revue par les pairs avant toute reprise commerciale.

Recherche❧Opinion

1 source

34

1054arXiv cs.RO 

Un robot monopode à jambes longues et entraînement direct atteint une hauteur de saut exceptionnelle

Une équipe de chercheurs a présenté, dans un article publié sur arXiv le 28 septembre 2026, un robot sauteur monopode capable d'atteindre 7,6 mètres de hauteur en un temps d'appui au sol de seulement 190 millisecondes, ce qui en fait le saut le plus haut jamais enregistré pour un système électrique dépourvu de stockage d'énergie élastique (pas de ressort ni d'élastique). L'engin ne pèse que 281 grammes et repose sur une jambe unique, longue et légère, entraînée en transmission directe par un petit moteur électrique. L'innovation technique centrale est une transmission à enroulement de tissu offrant un avantage mécanique variable, qui maintient le moteur près de sa puissance de crête tout au long de la course tout en évitant que la jambe ne flambe sous la charge. Un module d'équilibrage placé en tête de jambe, équipé de petites hélices, contrôle l'orientation du robot au sol comme en vol, la longueur de la jambe offrant un bras de levier important pour les couples de contrôle. Le dispositif a été validé en extérieur sur des sauts verticaux, des sauts inclinés et des tests de contrôle d'attitude. Ce résultat est significatif car il montre qu'une hauteur de saut extrême peut être obtenue sans passer par le stockage élastique habituellement jugé indispensable pour ce type de performance, une hypothèse largement répandue dans la robotique de locomotion à pattes depuis des systèmes emblématiques comme Salto-1P développé à Berkeley. Pour les chercheurs en robotique mobile, cela ouvre une voie alternative fondée sur l'optimisation de la transmission mécanique plutôt que sur l'accumulation d'énergie, ce qui simplifie potentiellement la conception et réduit la masse embarquée. L'ajout d'un contrôle d'attitude par hélices pendant la phase aérienne répond également à un problème classique des robots sauteurs, la stabilisation en vol, avec un mécanisme peu coûteux en masse. Ce travail s'inscrit dans une lignée de recherches sur les robots sauteurs monopodes, un sous-domaine de la robotique à pattes où les gains de hauteur et d'efficacité énergétique restent des défis ouverts depuis des projets antérieurs à stockage élastique. Le document ne précise pas d'institution ni de financement, ni de calendrier de suite (essais en environnement non contrôlé, intégration à une plateforme mobile complète ou applications visées comme l'exploration de terrains accidentés ou les missions de reconnaissance). Il s'agit à ce stade d'un prototype de recherche démontré en extérieur, non d'un produit destiné à une commercialisation.

Recherche❖Paper

1 source

34

1055arXiv cs.RO 

DGT-Map : cartographie directionnelle globale de praticabilité par apprentissage multitâche pour véhicules hétérogènes

Une équipe de recherche présente DGT-MAP dans un preprint publié sur arXiv (arXiv:2609.30461v1), un système de cartographie de la traversabilité hors-piste qui tient compte à la fois de la direction de déplacement et du type de véhicule. Par apprentissage auto-supervisé à partir d'images RGB-D et de signaux de locomotion, il génère des cartes de coût indexées par cap, utilisables par un planificateur sensible à la direction. Son architecture combine un tronc commun multi-tâches, qui apprend des traits de terrain partagés entre plusieurs véhicules d'entraînement, et des têtes de prédiction propres à chaque plateforme. Testé en simulation via une pile de navigation Hybrid A*, sur des pentes franchissables en descente mais pas en montée et une crête traversable par certains véhicules seulement, DGT-MAP obtient le meilleur taux de réussite, ou un score ex aequo, face à des références géométriques, binaires et apprises mais non directionnelles. L'enjeu tient au fait que la plupart des cartes de traversabilité globales attribuent un coût isotrope unique à chaque zone, sans distinguer le sens de parcours, alors qu'une pente ou une crête peut être franchissable dans un sens et pas dans l'autre. Les estimateurs appris existants sont en outre généralement entraînés séparément pour chaque véhicule, ce qui empêche de mutualiser les représentations de terrain entre plateformes. Pour des flottes hétérogènes de robots terrestres ou d'AMR opérant hors-piste (agriculture, défense, inspection), cela ouvre la voie à un modèle partagé unique couvrant plusieurs types de véhicules, avec un comportement adapté à chacun, réduisant potentiellement les données et le temps d'entraînement nécessaires. Ces résultats restent toutefois cantonnés à la simulation, sans déploiement sur robot réel évoqué, ce qui appelle à la prudence. L'estimation de traversabilité hors-piste reposait jusqu'ici soit sur des heuristiques géométriques ou des cartes binaires, isotropes et indifférentes au véhicule, soit sur des modèles appris à partir de capteurs RGB-D et de signaux proprioceptifs mais entraînés véhicule par véhicule. DGT-MAP combine ces deux limites en un seul cadre auto-supervisé, mêlant apprentissage multi-tâches sur flotte hétérogène et cartes directionnelles, une piste qui rejoint les efforts plus larges de la recherche en autonomie robotique hors-piste. Les auteurs ne mentionnent aucun essai matériel ni calendrier de déploiement réel: la validation sur robots physiques reste l'étape suivante pour confirmer que les gains observés en simulation se transposent au terrain.

Recherche❖Paper

1 source

33

1056arXiv cs.RO 

HIRE : raisonnement d'interaction historique et exécution rapide pour manipulation précise malgré l'ambiguïté visuelle

Une équipe de recherche a publié le 28 septembre 2026 sur arXiv (2609.30828v1) un nouveau système baptisé HIRE, pour "History-Conditioned Interaction Reasoning and High-Rate Execution", conçu pour la manipulation robotique de précision dans des tâches à contact critique comme l'insertion, le vissage ou les interactions rotatives. L'architecture combine deux modules à fréquences différentes : un raisonneur d'état d'interaction (ISR) qui encode l'historique de forces et de couples (wrench) via un "Force Perceiver" pour lever l'ambiguïté entre observations visuellement identiques mais correspondant à des états physiques différents, et un exécuteur haute fréquence (IME) qui décompose le mouvement en progression intrinsèque et correction transversale pour un contrôle fin du contact. Sur des expériences robot réel couvrant des interactions de surface, d'insertion et de rotation, HIRE atteint au moins 90% de taux de complétion sur l'ensemble des étapes de tâches évaluées, avec une meilleure désambiguïsation des états d'interaction et une meilleure généralisation. Le code source sera publié ultérieurement, lors de la publication définitive de l'article : il ne s'agit donc pour l'instant que d'un préprint de recherche, non reproductible en l'état. L'intérêt pour l'industrie tient au problème précis que le papier cible : les politiques vision-langage-action (VLA) et les approches purement visuelles échouent quand deux scènes qui se ressemblent nécessitent des actions différentes selon un état caché, un cas fréquent en assemblage industriel et insertion de connecteurs. En couplant mémoire de force longue durée et boucle réactive rapide dans une architecture "cross-rate", HIRE propose une piste concrète pour des tâches d'assemblage fin où les manipulateurs équipés de capteurs force-couple restent aujourd'hui peu fiables face à l'aliasing visuel. Le chiffre de 90% mérite toutefois d'être relativisé : il provient d'essais en laboratoire sur robot unique, sans indication du nombre d'essais ni de comparaison chiffrée avec des bases de référence dans le résumé, ce qui est typique d'un stade préliminaire de recherche plutôt que d'une validation à l'échelle industrielle. Le travail s'inscrit dans la lignée des méthodes "force-aware" et à mémoire augmentée d'un côté, et des politiques réactives haute fréquence de l'autre, deux familles jusqu'ici traitées séparément dans la littérature sur la manipulation robotique. Aucun partenaire industriel, site de déploiement ni calendrier de commercialisation n'est mentionné : il s'agit d'une contribution académique dont la prochaine étape annoncée est la publication complète, accompagnée de la mise à disposition du code.

Recherche❖Paper

1 source

32

1057arXiv cs.RO 

Vers VLA-Dreamer : affiner le comportement des modèles VLA grâce aux modèles du monde

Un article publié sur arXiv fin septembre 2026 sous la référence 2609.31313, intitulé "Towards VLA-Dreamer: Refining VLA Behavior Using World Models", propose une nouvelle architecture pour les modèles vision-langage-action (VLA) utilisés en contrôle robotique. Les auteurs suggèrent d'entraîner un modèle du monde prédictif directement sur l'espace d'embedding de l'encodeur visuel du VLA, plutôt que sur l'espace des pixels comme le font les modèles du monde classiques. L'hypothèse centrale est que ces embeddings, déjà utilisés pour décider des actions du robot, contiennent aussi l'information nécessaire pour anticiper l'évolution future de la scène. La perte d'apprentissage est calculée dans cet espace de représentation, une approche proche des architectures JEPA (joint embedding prédictive architecture). Le modèle du monde ainsi obtenu pourrait ensuite servir à de la planification à court terme, en générant des actions candidates à partir d'une image représentant l'objectif à atteindre. L'enjeu dépasse la simple curiosité académique. Les VLA actuels, tels que Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure, exigent des volumes massifs de données de démonstration par apprentissage par imitation, ce qui reste le principal frein économique à leur déploiement à grande échelle chez les intégrateurs industriels. L'absence de modèle du monde explicite dans ces architectures alimente aussi un doute persistant sur leur capacité réelle à comprendre la dynamique physique plutôt qu'à reproduire des trajectoires mémorisées. Si les embeddings visuels s'avèrent effectivement prédictifs, cela apporterait un argument empirique en faveur de la piste "réduction des données" tant recherchée par le secteur ; dans le cas contraire, cela confirmerait une limite structurelle largement soupçonnée des VLA. Il s'agit à ce stade d'un "concept paper", c'est-à-dire d'une proposition architecturale sans résultats expérimentaux chiffrés rapportés dans le résumé, à ne pas confondre avec un système validé ou déployé. Elle s'inscrit dans la lignée des travaux JEPA popularisés par Meta AI et Yann LeCun, et vise, selon les auteurs, à mesurer la richesse prédictive des embeddings VLA et à réduire leurs besoins en données via ce module de planification additionnel.

Recherche❧Opinion

1 source

31

1058arXiv cs.RO 

Robots collaboratifs air-sol pour missions de secours et d'incendie : une étude sur la cartographie et la navigation

Une équipe de chercheurs publie sur arXiv (2412.20699v3, une troisième version mise à jour de l'article original) une revue systématique consacrée aux robots collaboratifs air-sol pour les missions d'incendie et de sauvetage, avec un angle spécifique : la cartographie et la navigation. Les auteurs proposent un cadre où les drones (UAV) assurent la cartographie de l'environnement pendant que les robots terrestres (UGV) exploitent ces données pour naviguer sur le terrain. Le papier structure l'état de l'art autour de trois axes de recherche : la cartographie par UAV, la co-localisation UAV/UGV, et la navigation des UGV, en détaillant pour chacun les acquis techniques et les limites actuelles. Les systèmes recensés sont ensuite classés selon le nombre de drones et de robots terrestres engagés, un critère qui détermine leur pertinence pratique selon le scénario d'intervention (reconnaissance rapide, cartographie fine d'un site effondré, ou transport de charges lourdes). L'article illustre ces classifications par des exemples concrets d'application en contexte réel de lutte contre l'incendie et de secours aux victimes. Ce travail n'est pas une annonce produit ni un déploiement opérationnel : il s'agit d'une synthèse académique qui cartographie l'état de la recherche, sans chiffres de performance (payload, autonomie, temps de cycle) puisque son objet est de comparer des architectures plutôt que de vendre un système. Pour les intégrateurs et décideurs du secteur de la robotique de secours, l'intérêt réside dans l'identification des verrous encore non résolus, notamment la robustesse de la cartographie et de la localisation conjointe dans des environnements dégradés (fumée, poussière, absence de GPS, structures effondrées) où les approches actuelles restent fragiles. Le papier sert ainsi de référence pour orienter les investissements en R&D plutôt que de démontrer une percée commerciale immédiate. Le domaine s'inscrit dans une lignée de recherche en robotique de secours qui s'est structurée depuis les grandes catastrophes ayant motivé le développement de robots d'intervention en zone dangereuse, et qui s'appuie aujourd'hui sur la maturation parallèle des drones autonomes et des robots terrestres tout-terrain. Aucun acteur industriel n'est nommé dans cette synthèse, qui reste centrée sur les publications scientifiques du domaine. Les auteurs concluent en pointant les défis ouverts, en particulier la fiabilité de la fusion de cartes air-sol en temps réel, et appellent à des travaux futurs pour combler ces lacunes avant un passage à l'échelle opérationnelle.

Recherche❖Paper

1 source

29

1059arXiv cs.RO 

Perception multi-capteurs sensible à la mémoire pour une navigation efficace et sûre en environnement dynamique

Un article déposé sur arXiv le 28 septembre 2026 sous la référence 2609.30495 (soumission de type "new", donc non encore relue par les pairs) présente un cadre de navigation autonome dit "memory-aware multi-sensor perception". Le système fusionne des données LiDAR et RGB, construit en ligne une représentation par champ de distance de l'environnement, et pilote le robot via un contrôleur nommé MCBF-QP (Modulated Control Barrier Function Quadratic Program), adapté par étapes selon le contexte local. Plutôt que de se limiter à une carte préexistante ou à des observations à court horizon comme le font la plupart des méthodes actuelles, le robot conserve en mémoire la structure statique déjà vue (murs, mobilier fixe) tout en suivant séparément les obstacles mobiles. Les auteurs rapportent des essais en environnements intérieurs et extérieurs complexes, avec une navigation plus efficace et un meilleur taux d'atteinte d'objectif, mais sans chiffres précis de taux de succès, de temps de trajet ou de comparaison numérique face aux méthodes concurrentes, une réserve à garder en tête tant que le papier n'est pas évalué par les pairs. Pour l'industrie des robots mobiles autonomes et de la robotique de service, l'enjeu dépasse l'exercice académique: la plupart des systèmes déployés en entrepôt ou en environnement humain s'appuient soit sur une carte figée mise à jour périodiquement, soit sur une perception locale qui "oublie" ce qui sort du champ des capteurs, ce qui pénalise l'efficacité dans les couloirs étroits ou les zones encombrées. Donner au robot une mémoire persistante de la géométrie statique, couplée à un contrôleur de sécurité qui module ses contraintes selon le contexte, s'attaque à un point de friction connu entre démonstration en laboratoire et déploiement réel: rester fluide et sûr quand des personnes ou des chariots traversent la trajectoire. Le travail s'inscrit dans une lignée qui combine cartographie en ligne et contrôle par barrières de sécurité (Control Barrier Functions), une famille de techniques de plus en plus utilisée en navigation robotique face aux limites des approches purement réactives. Aucune entreprise, aucun laboratoire ni plateforme commerciale n'est cité dans le résumé fourni, ce qui situe cette contribution au stade de la recherche amont plutôt que du produit ou du pilote industriel. Ni code ni jeu de données n'est annoncé, et la suite logique serait une validation quantitative comparative puis un test sur une flotte réelle en conditions de production.

Recherche❖Paper

1 source

34

1060New Atlas Robotics 

Robot élastique à remontoir : il saute indéfiniment sous lumière infrarouge

Des chercheurs de la North Carolina State University ont mis au point un robot souple capable de sauter en continu lorsqu'il est expose a de la lumière infrarouge, sans moteur électrique ni source d'énergie embarquée classique. Le dispositif repose sur un matériau élastique remontable ("wind-up") qui emmagasine de l'énergie mécanique; l'exposition a l'infrarouge déclenche sa libération sous forme d'un saut, le mécanisme se rechargeant ensuite pour répéter le cycle indéfiniment tant que la source lumineuse reste présente. Le travail, classe par l'université dans les catégories Robotique et Ingenierie sous les mots-clés locomotion et infrarouge, s'inscrit dans le champ de la robotique souple ("soft robotics"). Le communique source ne précise ni date exacte de publication, ni chiffres de performance tels que hauteur de saut, fréquence ou durée de fonctionnement continu, ce qui invite a la prudence sur la portée réelle de la démonstration. Cette avancée illustre un contraste revendique avec l'image populaire du robot rigide et métallique, type R2D2 ou TARS: la robotique souple élargit les formes et les taches qu'un robot peut assumer. Un actionneur purement mécanique, sans électronique de commande embarquée, intéressé particulièrement les applications ou la fiabilité électronique est compromise (milieux humides, exploration, dispositifs miniatures ou implantables), en offrant une locomotion autonome alimentée par une source lumineuse externe plutôt que par une batterie. Il s'agit toutefois d'une preuve de concept de laboratoire, sans indication de robustesse hors environnement contrôle ni de capacité de direction. Ce résultat s'inscrit dans une lignée de recherches sur les matériaux actifs et les actionneurs élastiques déclenchés par un stimulus externe (lumière, chaleur), un axe explore par plusieurs laboratoires universitaires en robotique souple depuis plusieurs années. Le communique ne mentionne ni partenaire industriel, ni calendrier de développement ultérieur, ni application ciblée précise, ce qui situe cette publication au stade de la recherche fondamentale plutôt que du prototype prêt a déployer.

Recherche❖Paper

1 source

50

1061New Atlas Robotics 

Un exosquelette approuvé par la FDA permet à des patients paralysés de remarcher

La Food and Drug Administration américaine a autorisé la vente commerciale d'Eve, un exosquelette personnel conçu par l'entreprise française Wandercraft, destiné aux personnes souffrant d'une lésion de la moelle épinière. Ce feu vert réglementaire permet à l'appareil de sortir du seul cadre clinique pour être vendu directement à des particuliers. Selon la présentation de Wandercraft, Eve permet à un utilisateur de se mettre debout de façon autonome, sans assistance d'un tiers, pour des gestes du quotidien comme regarder un proche dans les yeux ou remuer une casserole sur une cuisinière. L'article ne précise ni prix, ni date exacte de mise sur le marché, ni caractéristiques techniques comme le poids supporté ou l'autonomie, des éléments qui resteront à confirmer à mesure que la commercialisation avance. Cette autorisation marque une étape rare pour la robotique d'assistance : la plupart des exosquelettes médicaux actuellement homologués sont cantonnés à un usage supervisé, en centre de rééducation, sous la responsabilité de kinésithérapeutes. Une autorisation de vente pour un usage personnel et non supervisé change la donne pour les fabricants du secteur, qui visent depuis des années un marché domestique jugé plus large que celui des cliniques, mais bloqué par des exigences de sécurité strictes. Pour les patients atteints de paraplégie ou de tétraplégie, cela ouvre la perspective d'une autonomie de mobilité verticale au quotidien, hors des séances encadrées, un argument fort pour les assureurs et les systèmes de santé qui financent ce type d'équipement. Wandercraft, fondée en France, s'est d'abord fait connaître avec Atalante, un exosquelette utilisé en établissements de rééducation pour la marche assistée, avant de développer Eve comme version pensée pour un usage individuel. L'entreprise évolue dans un secteur où des acteurs comme Ekso Bionics ou ReWalk Robotics proposent déjà des dispositifs comparables, mais principalement en contexte clinique ou avec des autorisations plus restreintes. La prochaine étape attendue est le déploiement commercial effectif d'Eve auprès des premiers utilisateurs individuels, une phase qui permettra de vérifier si les usages promis en conditions réelles tiennent la promesse faite par l'entreprise.

FR/EU ecosysteme⚖Reglementation

1 source

42

1062Interesting Engineering 

Les robots d'inspection industrielle peuvent désormais ouvrir des portes et s'authentifier automatiquement

La société suisse ANYbotics a annoncé un partenariat avec le spécialiste des accès dormakaba et le fournisseur d'identifiants numériques LEGIC Identsystems pour permettre à ses robots quadrupèdes ANYmal d'ouvrir seuls les portes et de s'authentifier aux entrées à accès restreint dans les sites industriels. Pour les portes non verrouillées, un capteur radar détecte l'approche du robot et déclenche un motorisateur de porte battante dormakaba, modèle ED 100 ou ED 250, installé en rétrofit sur des portes existantes, sans nécessiter de portes dédiées aux robots ; le système fonctionne en intérieur, en extérieur et sur des portes coupe-feu. Pour les zones verrouillées, ANYmal embarque un module de sécurité LEGIC qui lui confère une identité numérique : le robot sollicite électroniquement l'accès auprès du système de gestion exos de dormakaba, qui vérifie ses permissions avant de déverrouiller. David Fuller, Chief Innovation Officer chez dormakaba, présente ce pilote comme une extension des solutions d'accès, historiquement pensées pour des utilisateurs humains, à l'authentification de machines autonomes. Il s'agit à ce stade d'un pilote conjoint entre les trois entreprises, et non d'un produit commercialisé à grande échelle ni d'un déploiement généralisé sur des sites clients. Pour les exploitants de sites énergétiques, miniers, chimiques ou métallurgiques, l'enjeu est concret : les robots d'inspection quadrupèdes savent déjà naviguer dans des environnements complexes, mais une simple porte fermée ou un sas sécurisé suffisait jusqu'ici à interrompre une mission et à nécessiter l'intervention d'un opérateur humain. En couvrant plusieurs bâtiments et zones sans casser les procédures d'audit et de contrôle d'accès existantes, ce type d'intégration pourrait élargir le périmètre réel des missions d'inspection autonome, un facteur limitant souvent sous-estimé par rapport aux progrès de la locomotion ou de la perception. Le système conserve aussi les dispositifs anti-intrusion existants (sas, interlocks, caméras, agents de sécurité), répondant ainsi au risque qu'une personne profite du passage du robot pour s'introduire sans autorisation dans une zone protégée. ANYbotics, fondée à l'origine par des chercheurs de l'ETH Zurich, s'est positionnée depuis plusieurs années sur l'inspection industrielle autonome avec sa gamme ANYmal, sur un marché où elle concurrence notamment Boston Dynamics et son robot Spot, également déployé dans l'inspection d'installations industrielles. LEGIC apporte son savoir-faire en identifiants numériques sécurisés, déjà utilisé dans le contrôle d'accès aux bâtiments, tandis que dormakaba gère l'automatisation des portes et la gestion des droits d'accès. La solution intègre également une fonction de télé-assistance permettant à un opérateur distant de reprendre la main, modifier une mission ou renvoyer le robot à sa station de charge en cas de blocage. Les trois partenaires n'ont pas communiqué de calendrier précis pour un déploiement commercial au-delà de ce pilote.

Industriel⚡Actu

1 source

37

1063Interesting Engineering 

Un allié des États-Unis prévoit une armée de robots humanoïdes pour des opérations à risque avec des drones et booster la guerre high-tech

Mykhailo Fedorov, ancien vice-premier ministre et ministre de la Transformation numérique de l'Ukraine, a dévoilé fin septembre 2026 une nouvelle initiative baptisée « Army of Robots », présentée comme le prolongement de l'« Army of Drones » qui a fait de l'Ukraine le plus gros producteur mondial de drones de combat depuis le début de la guerre. Le projet, encore à un stade très précoce (pas de robot construit, pas de démonstration publique), vise à développer des robots humanoïdes et d'autres systèmes autonomes capables de reprendre des tâches aujourd'hui assurées par des soldats sur le front : recharger des armes, remplacer des batteries, poser des capteurs, livrer des munitions, évacuer des blessés, poser ou déminer des mines, faire de la reconnaissance, défendre des positions et mener des frappes. Fedorov recrute actuellement ingénieurs, équipes de robotique, entreprises technologiques et investisseurs pour bâtir cet écosystème. Selon Ukrainska Pravda, les objectifs affichés sont qu'un robot humanoïde parvienne à tuer un soldat russe dans les six mois suivant le lancement du programme, et qu'une première opération combinant robots et drones, coordonnés par logiciel, ait lieu dans la première année. Fedorov rappelle que les drones représentent déjà plus de 95 % des frappes en Ukraine, avec plus de 700 fabricants d'UAV actifs dans le pays. À ce stade, il s'agit d'une annonce de positionnement et de levée de fonds, pas d'un produit livré : aucune plateforme, aucun degré de liberté, aucune autonomie embarquée ni aucun calendrier de fabrication n'a été précisé, et l'objectif « tuer un soldat en six mois » relève davantage de la communication offensive que d'une spécification technique vérifiable. Le signal reste néanmoins notable pour le secteur : après avoir démontré avec les drones qu'elle pouvait industrialiser très vite une filière de guerre technologique low-cost et à haut volume, l'Ukraine cherche à reproduire ce modèle sur la robotique terrestre et humanoïde, un segment où les acteurs occidentaux (Boston Dynamics, Figure, Tesla) restent surtout positionnés sur la logistique et l'industrie civile. Si l'écosystème se concrétise, il pourrait accélérer les allers-retours entre robotique militaire et marché privé et inciter investisseurs et intégrateurs occidentaux à s'intéresser davantage à la robotique de défense à bas coût. Le projet prolonge la trajectoire personnelle de Fedorov depuis son départ du gouvernement ukrainien. Il a récemment annoncé la création d'une société de technologie de défense dont Alex Karp, PDG de Palantir, serait le premier investisseur majeur, destinée à transformer l'expérience ukrainienne de guerre technologique en produits commercialisables, sans que sa structure précise ait été détaillée. Un fonds d'investissement distinct basé à Kyiv est par ailleurs en cours de constitution pour financer start-ups et fabricants de défense ukrainiens. Fedorov justifie l'urgence par la capacité de la Russie à copier et industrialiser rapidement les technologies adverses, ce qui l'oblige, dit-il, à lancer en permanence un nouveau cycle technologique avant l'ennemi. Aucun partenaire robotique nommé ni calendrier de déploiement opérationnel n'a été communiqué pour l'instant.

Humanoïdes❧Opinion

1 source

35

1064Interesting Engineering 

Un robot inspiré de la grenouille saute par-dessus des obstacles, atterrit et se prépare à sauter de nouveau grâce à un petit moteur

Des ingénieurs de l'Université de Washington ont présenté DirectHop, un robot sauteur tenant dans la paume de la main, capable de franchir une marche d'escalier standard, de se stabiliser à l'atterrissage puis de sauter à nouveau. Le prototype repose sur un unique petit moteur électrique relié par un fil de pêche à une tour montée sur le châssis : en s'enroulant, le fil hisse le robot dans les airs, tandis que trois pattes articulées se déploient pour maintenir l'alignement entre le moteur et le pied au moment du saut. En ajustant le courant envoyé au moteur, l'équipe règle la hauteur du saut avec une précision au centimètre près. Pour l'atterrissage, souvent chaotique, le robot est équipé d'une cage de protection inspirée de la carapace de la tortue-boîte, qui lui permet de se redresser dans 90% des cas en déplaçant le moteur le long de la tour pour décaler son centre de gravité. Les travaux, menés par Hanquan (John) Wang, doctorant en génie mécanique, et dirigés par Sawyer Fuller, professeur associé à l'UW, restent à un stade de prototype de laboratoire : l'engin est alimenté par câble et ne peut pas encore se diriger vers une destination. Cette démonstration s'inscrit en alternative à la propulsion par ressorts utilisée depuis des années par les robots sauteurs inspirés des puces : ces mécanismes emmagasinent de l'énergie avant de la libérer d'un coup, ce qui rend la distance de saut difficile à contrôler, et deviennent proportionnellement plus complexes à fabriquer et actionner à mesure que les robots rétrécissent. En entraînant directement le saut par un moteur électrique, sans ressort ni loquet, DirectHop répond aux trois obstacles que Sawyer Fuller juge les plus critiques pour ce type de machine : moduler la longueur du saut, se redresser seul, et « recharger » le mécanisme pour enchaîner plusieurs sauts. Pour l'industrie robotique, l'intérêt tient moins à la performance brute qu'au coût visé : Wang estime qu'une version complète pourrait être produite pour environ 10 dollars, ouvrant la voie à des essaims de robots bon marché capables d'inspecter des raffineries de pétrole, de surveiller des exploitations agricoles ou d'explorer d'autres planètes, des contextes où la perte d'une unité individuelle ne compromettrait pas la mission. Le système reste toutefois loin d'un produit déployable : pas d'autonomie énergétique, pas de navigation, pas de capacité directionnelle, ce qui invite à lire les chiffres annoncés comme des résultats de banc d'essai plutôt que des spécifications de terrain. Le saut par ressort domine la robotique miniature depuis les premiers robots-puces, mais bute sur la miniaturisation des loquets et des mécanismes de libération d'énergie. DirectHop s'en affranchit en s'inspirant de la grenouille, dont les muscles des pattes actionnent directement le saut, une analogie revendiquée par Wang pour justifier le choix d'un moteur électrique classique plutôt que d'un stockage élastique. L'équipe de l'UW travaille désormais à doter le robot de cellules solaires et d'une batterie embarquées, d'un moteur vibrant pour le virage, de pieds rétractables permettant d'ajuster l'angle de saut, ainsi que d'une caméra et d'une électronique de navigation. L'objectif affiché est un franchissement d'escalier totalement autonome : le robot devrait pouvoir repérer une marche, calculer le saut nécessaire, se positionner puis répéter l'opération après chaque atterrissage. Aucun calendrier de commercialisation ni partenariat industriel n'a été communiqué à ce stade ; le projet reste une publication de recherche universitaire, sans comparaison directe avec les plateformes humanoïdes ou quadrupèdes qui dominent aujourd'hui la robotique mobile.

Recherche❖Paper

1 source

44

1065Interesting Engineering 

Tesla proche de produire 1 000 humanoïdes Optimus par semaine, mais les robots peinent sur certaines tâches

Tesla affirme avoir multiplié par dix sa cadence de production du robot humanoïde Optimus par rapport au deuxième trimestre 2026, et vise environ 1 000 unités par semaine d'ici la fin de l'année si la tendance se maintient. L'entreprise reconnaît toutefois que la production physique n'est plus le principal obstacle : ce sont les capacités cognitives d'Optimus qui limitent son utilité réelle. Le robot exécute correctement les tâches pour lesquelles il a été spécifiquement entraîné, mais se montre imprévisible face à des situations inédites, et l'apprentissage d'une tâche même simple peut prendre plusieurs jours. Tesla a constitué une bibliothèque de comportements élémentaires (saisir, soulever, marcher, poser, manipuler) destinée à être combinée par son "cerveau IA" en actions nouvelles, en s'appuyant sur plus de 500 000 heures de données d'entraînement, collectées notamment via des combinaisons de capture de mouvement et des opérateurs humains équipés de caméras. Côté matériel, la main d'Optimus, composée de plus de 100 pièces distinctes, reste un point faible : son assemblage est long et coûteux, et les capteurs tactiles manquent de durabilité. Tesla travaille sur un gant de capteurs remplaçable pour éviter de changer la main entière à chaque panne. Ce constat inverse le narratif dominant sur les humanoïdes industriels : la difficulté n'est plus de fabriquer des robots en série, mais de les rendre réellement autonomes et fiables sur la durée. Pour les intégrateurs et décideurs B2B, le signal est clair : un robot capable d'exécuter une tâche une fois n'a pas de valeur commerciale s'il ne peut pas la répéter des milliers, voire des millions de fois sans panne ni supervision. Cet aveu de Tesla, qui a longtemps mis en avant ses démonstrations d'Optimus en environnement contrôlé, confirme les doutes exprimés par une partie du secteur sur l'écart entre les vidéos promotionnelles et la réalité opérationnelle des modèles VLA (vision-language-action) déployés en usine. Il rappelle aussi que la généralisation, soit la capacité d'un robot à transposer un comportement appris à des variations mineures de son environnement, reste un problème non résolu à l'échelle industrielle, malgré les investissements massifs dans les données d'entraînement. Optimus a été présenté par Elon Musk comme un projet appelé à devenir, à terme, le principal moteur de valorisation de Tesla, davantage que ses véhicules électriques. L'entreprise a progressivement ajusté ses ambitions de calendrier au fil des versions successives du robot, tout en accélérant la montée en cadence de son usine. Elle évolue dans un secteur où la concurrence s'intensifie, entre acteurs américains spécialisés comme Figure AI ou Agility Robotics, groupes chinois tels qu'Unitree, et fournisseurs de modèles fondation pour la robotique comme NVIDIA ou Physical Intelligence, tous engagés dans la même course pour prouver qu'un robot humanoïde peut exécuter des tâches variées sans reprogrammation dédiée. La prochaine étape pour Tesla consistera à démontrer que sa bibliothèque de comportements et ses gants de capteurs remplaçables réduisent concrètement le temps d'apprentissage de nouvelles tâches et améliorent la fiabilité mécanique, avant d'envisager un déploiement à grande échelle chez des clients industriels.

Humanoïdes❧Opinion

1 source

42

1066Robotics Business Review 

Amazon investit 100 millions de dollars dans une nouvelle usine dans l'Indiana

Amazon a annoncé cette semaine un investissement de plus de 100 millions de dollars dans une nouvelle usine de fabrication de 585 000 pieds carrés (environ 54 000 m²) à Greenwood, dans l'Indiana. Le site doit créer 300 emplois qualifiés dans la fabrication et l'ingénierie, et devrait entrer en service d'ici 2028. Il produira des composants destinés au réseau logistique et robotique d'Amazon en Amérique du Nord, en combinant sous un même toit fabrication, soudure robotisée, revêtement poudre automatisé et assemblage, le tout appuyé par des systèmes de fabrication intelligente utilisant AWS et de l'intelligence artificielle. Cette annonce fait suite à celle d'un investissement similaire au Texas en août 2026, confirmant l'expansion de l'empreinte manufacturière domestique du groupe. Amazon affirme avoir déjà fabriqué plus d'un million de robots aux Etats-Unis, déployés dans plus de 300 sites dans le monde, où ils contribueraient au traitement de 75% des commandes clients livrées par l'entreprise. Le principal pôle de fabrication robotique du groupe reste ses sites du Massachusetts. Cette annonce illustre la volonté d'Amazon d'internaliser la production de son parc robotique plutôt que de dépendre de fournisseurs tiers, une stratégie qui la rapproche des fabricants spécialisés en automatisation industrielle. Pour les intégrateurs et décideurs du secteur, le signal est celui d'un changement d'échelle: l'automatisation logistique n'est plus un projet pilote mais une infrastructure industrielle à part entière, construite en interne par un hyperscaler. Il faut toutefois distinguer l'annonce de la réalité opérationnelle: le site de Greenwood n'ouvrira qu'en 2028, et les chiffres avancés (un million de robots, 75% des commandes, 300 sites) sont des déclarations d'Amazon elle-même, non vérifiées de façon indépendante. Il s'agit donc d'un investissement projeté, pas d'un déploiement déjà opérationnel. Cette expansion s'inscrit dans une stratégie robotique plus large. Dans ses centres de traitement des commandes, Amazon exploite déjà plus d'un million de robots pour le stockage, le picking, le tri et le transport intra-site, dont les robots mobiles Proteus. Au-delà de l'entrepôt, l'entreprise investit aussi dans la livraison: elle a racheté cette année RIVR, développeur de robots quadrupèdes à roues pour la livraison au porte-à-porte, une société que Jeff Bezos suivait depuis 2024 via un tour d'amorçage de 22 millions de dollars mené par Bezos Expeditions et HongShan. Ce rachat intervient après l'arrêt en 2022 du programme de robot-livreur Scout. Amazon prévoit aussi d'étendre son service de drones Prime Air à près de 500 villes américaines d'ici fin 2026, soit un bond de six fois par rapport à son empreinte actuelle.

Industriel❧Opinion

1 source

36

1067Robotics Business Review 

General Robotics mise sur une intelligence modulaire plutôt qu'un cerveau robotique unique

General Robotics, jeune société de robotique cofondée par Sai Vemprala, a détaillé sa stratégie technologique dans l'épisode 263 du podcast The Robot Report, publié en marge de la conférence RoboBusiness qui fête cette année ses 20 ans. Vemprala, CTO et cofondateur de l'entreprise, titulaire d'un doctorat en robotique de Texas A&M et ancien chercheur senior chez Microsoft Research, y dirige le développement de GRID, l'architecture logicielle maison, et y défend une approche d'"intelligence modulaire" plutôt qu'un cerveau robotique unique et généraliste. Cet épisode fait suite à un précédent numéro, le 234, consacré à Dinesh Narayanan, responsable de la commercialisation chez General Robotics. Le même podcast relaie aussi plusieurs mouvements de la semaine dans le secteur : Agility Robotics, constructeur de l'humanoïde Digit, explorerait des variantes à roues de ses robots ; Boston Dynamics a ouvert un "Metaplant Application Center" pour entraîner son humanoïde Atlas ; Cognex a annoncé le rachat de RealSense ; et Qualcomm celui de PickNik Robotics. Le choix de General Robotics touche à un débat structurant du secteur : faut-il un modèle unique de type vision-langage-action censé couvrir perception, décision et manipulation, ou des briques logicielles spécialisées, assemblées selon la tâche ? En misant sur la modularité, l'entreprise prend le contre-pied d'architectures monolithiques comme GR00T de NVIDIA ou pi-0 de Physical Intelligence, en pariant que la fiabilité industrielle, condition d'adoption pour les intégrateurs et les décideurs B2B, passe par des composants testables et remplaçables séparément plutôt que par un modèle géant entraîné de bout en bout. Les autres nouvelles évoquées confirment une tendance de fond : consolidation rapide par acquisitions autour des capteurs et des logiciels robotiques, et diversification des form factors chez les leaders historiques de l'humanoïde. General Robotics a émergé du parcours de Vemprala chez Microsoft Research, où il travaillait sur la robotique fondée sur la simulation et les systèmes d'IA physique à grande échelle ; GRID incarne cette philosophie modulaire au sein de l'entreprise. Sur le plan concurrentiel, elle se positionne face aux acteurs misant sur un modèle fondation unique pour la robotique humanoïde, dans un marché où les rachats stratégiques (RealSense, PickNik Robotics) et les repositionnements produits (Digit, Atlas) s'enchaînent rapidement, sans qu'aucune architecture ne se soit encore imposée comme standard.

IA physique⚡Actu

1 source

39

1068The Verge 

Le robot Optimus de Tesla traverse des difficultés de croissance

Tesla peine à atteindre son objectif de production de 20 000 robots Optimus par semaine, selon un rapport de The Information relayé par The Verge. Le mois dernier, l'entreprise n'aurait assemblé que "plusieurs centaines" d'unités par semaine, bien en deçà de la cible affichée. Plus tôt cette année, Tesla avait reconverti une partie de ses lignes de production des Model S et Model X pour fabriquer Optimus. Cette stratégie génère toutefois des blocages industriels: aligner les pièces avec précision pose problème, les composants du robot étant beaucoup plus petits et nécessitant des tolérances d'assemblage bien plus strictes que celles des pièces automobiles. Même sur la version "V3" d'Optimus actuellement produite, des soucis persistent au niveau des mains et des doigts. Cet écart entre ambition affichée et cadence réelle illustre la difficulté à industrialiser un robot humanoïde au rythme d'une chaîne automobile. Convertir des lignes conçues pour des châssis de plusieurs tonnes en outils capables de manipuler des pièces millimétriques n'est pas une simple opération de reconversion, et le cas Tesla rappelle que la fabrication de masse reste le principal verrou du secteur, davantage que la démonstration de capacités en laboratoire. Pour les intégrateurs et décideurs industriels, ce contraste invite à relativiser les calendriers de déploiement massif annoncés par les acteurs de l'humanoïde, qu'il s'agisse de Tesla ou de ses concurrents comme Figure AI ou Agility Robotics. Optimus a été présenté par Elon Musk comme un projet stratégique majeur pour Tesla, avec des promesses répétées de production à très grande échelle et de déploiement dans les usines du groupe. Après les générations précédentes du robot, la version V3 constitue l'itération actuellement en cours d'industrialisation, dans un contexte où la course aux robots humanoïdes s'intensifie face à des rivaux chinois comme Unitree.

Humanoïdes⚡Actu

1 source

43

1069Robotics Business Review 

Agility Robotics, créateur du robot humanoïde Digit, explore les robots à roues

Agility Robotics, le fabricant du robot humanoïde Digit, a glissé un détail inattendu à la fin de la vidéo de lancement de Digit 5 la semaine dernière : le rendu d'un robot humanoïde sur roues. Interrogé par The Robot Report, le PDG et « chief robot officer » Jonathan Hurst a confirmé que l'entreprise explore effectivement des robots à roues, en complément de ses robots à jambes, pour couvrir des environnements et des besoins clients différents. Il n'a donné aucune précision sur la forme finale (version à roues de Digit, ou robot entièrement nouveau, par exemple un manipulateur mobile à un seul bras) ni de calendrier, se contentant de dire qu'il est « trop tôt pour le dire ». Cette annonce intervient alors qu'Agility entre en Bourse via une fusion SPAC avec Churchill Capital Corp. XI, valorisant l'entreprise à 2,5 milliards de dollars et devant générer plus de 620 millions de dollars de produit brut. Le dossier S-4 déposé pour l'opération a révélé les chiffres financiers de l'entreprise : 1,8 million de dollars de revenus en 2025, pour une perte opérationnelle de 140 millions de dollars, ainsi qu'un carnet de commandes pluriannuel de plus de 300 millions de dollars pour Digit v5, provenant d'un seul client. Digit 5 a par ailleurs abandonné les genoux inversés caractéristiques des versions précédentes du robot. Hurst et le CTO d'Agility, Pras Velagapudi, doivent intervenir à RoboBusiness, les 20 et 21 octobre à Santa Clara, en Californie, Hurst participant à la keynote d'ouverture aux côtés de Rodney Brooks (Robust AI) et Ken Goldberg. Le signal est significatif pour un secteur où le débat jambes contre roues structure une bonne partie des choix d'ingénierie : les roues offrent stabilité, simplicité mécanique et sobriété énergétique en environnement plat et prévisible, tandis que les jambes restent nécessaires dans les espaces conçus pour l'humain, avec escaliers et obstacles. Qu'une entreprise dont l'identité repose entièrement sur la locomotion bipède envisage des roues traduit une pression commerciale bien réelle : le carnet de commandes de 300 millions de dollars démontre une demande concrète pour Digit, mais le revenu reconnu de seulement 1,8 million de dollars en 2025 rappelle à quel point Agility, comme les autres fabricants de robots humanoïdes à jambes, reste à un stade précoce dans la mise à l'échelle commerciale. Pour les intégrateurs et décideurs industriels, le message est clair : la promesse de la bipédie universelle cède du terrain face à une logique plus pragmatique, où la forme du robot doit s'adapter aux contraintes réelles d'un site plutôt que l'inverse, afin d'accélérer le déploiement et les revenus avant que les jambes ne soient pleinement fiables pour tous les usages. Cette inflexion s'inscrit dans la trajectoire d'un fondateur, Jonathan Hurst, qui a consacré des décennies de recherche à la locomotion sur pattes et bâti Agility autour de robots bipèdes distinctifs. L'entreprise avait déjà montré sa capacité à remettre en cause des choix de conception jugés fondamentaux, comme l'abandon des genoux inversés entre les générations précédentes et Digit 5. La piste des roues s'ajoute donc à une stratégie plus large de diversification des formes robotiques pour accélérer la commercialisation, dans un marché des humanoïdes industriels où plusieurs acteurs rivalisent pour prouver la viabilité économique de leurs plateformes au-delà des démonstrations. Aucun calendrier de lancement n'a été communiqué pour un éventuel robot à roues, et Hurst a lui-même reconnu n'en être qu'aux prémices de la réflexion ; les prochaines indications pourraient venir de la présentation d'Agility à RoboBusiness, à Santa Clara les 20 et 21 octobre, où l'entreprise doit revenir sur les vingt prochaines années de la robotique aux côtés d'autres figures du secteur.

Humanoïdes❧Opinion

1 source

29

1070Robohub 

Robot Talk épisode 163 : des robots qui aident les personnes, avec Aaron Edsinger

Dans l'épisode 163 du podcast Robot Talk, l'animatrice Claire s'est entretenue avec Aaron Edsinger, PDG et cofondateur de Hello Robot, au sujet du robot Stretch conçu pour aider les personnes à mobilité réduite à vivre de façon plus autonome. Edsinger a fondé quatre entreprises centrées sur les robots collaboratifs destinés aux marchés grand public, industriel, de la santé et de la recherche. Avant Hello Robot, il a occupé le poste de directeur robotique chez Google, où il a piloté le développement commercial, produit et technique de deux investissements robotiques majeurs du groupe et contribué à définir sa stratégie robotique globale. L'échange, diffusé sous forme d'entretien plutôt que de démonstration produit, ne comporte pas d'annonce de déploiement, de prix ou de spécifications techniques nouvelles pour Stretch. Cet épisode illustre un positionnement distinct de la course humanoïde qui domine l'actualité robotique, avec des acteurs comme Figure ou Tesla misant sur des machines bipèdes polyvalentes pour l'industrie. Hello Robot cible un usage plus circonscrit mais à besoin social avéré, l'assistance à domicile pour les personnes en perte de mobilité, un segment porté par le vieillissement démographique et la pénurie d'aidants. Pour les intégrateurs et décideurs du secteur santé, ce format d'échange rappelle que la robotique assistive avance aussi par la pédagogie et l'adoption progressive, plutôt que par des vidéos spectaculaires dont la portée réelle reste difficile à évaluer. Le parcours d'Edsinger, entre startups robotiques successives et responsabilités stratégiques chez Google, situe Hello Robot dans la lignée des tentatives de faire sortir la manipulation robotique des laboratoires vers des usages domestiques concrets. Robot Talk, podcast consacré aux voix de la recherche et de l'industrie robotiques, ne détaille pas ici de calendrier de déploiement ni de nouveaux partenariats pour Stretch, l'épisode restant centré sur la vision et le parcours de son invité plutôt que sur une annonce produit.

Societe/Ethique⚡Actu

1 source

43

1071Robohub 

Une approche open source de l'IA physique par Intrinsic

Intrinsic, la division robotique d'Alphabet issue du laboratoire X, a ouvert en open source une partie de sa plateforme sous le nom d'Intrinsic Core, un ensemble de briques compatibles ROS pour construire des applications robotiques. L'ensemble comprend Intrinsic Control, un framework de contrôle temps réel agnostique au matériel qui adapte la trajectoire du robot selon les retours capteurs et génère des chemins sans collision, sans réécriture des pilotes lors d'un changement de bras, de pince ou de capteur. S'y ajoutent une estimation de pose en six degrés de liberté (6 DOF), un moteur de planification de mouvement et de prise adaptant automatiquement la préhension à l'orientation de la pièce, des services de simulation continue, un outil de calibration automatique de caméra et des pilotes Intrinsic-ROS préconfigurés. Intrinsic publie également l'Open Machine Tending Solution (OMTS), un design de référence clé en main pour l'alimentation de machines-outils, téléchargeable dès à présent sur GitHub. Cette ouverture marque un changement de posture : Intrinsic vendait jusque-là sa pile logicielle comme une offre intégrée et se rapproche désormais du modèle d'infrastructure partagée de ROS. Pour les intégrateurs, cela abaisse la barrière d'entrée en rendant gratuites des briques de perception, de planification et de prise auparavant développées en interne ou achetées auprès de fournisseurs propriétaires comme ABB, Fanuc ou Universal Robots. L'annonce ne concerne ni robot humanoïde ni modèle fondation VLA, contrairement à Figure 03, GR00T N2 ou Helix : il s'agit d'une pile pour bras industriels classiques, et l'OMTS reste un gabarit de référence, Intrinsic ne communiquant aucun chiffre d'adoption ni déploiement client validé. Intrinsic est née en 2021 comme spin-off du laboratoire de paris technologiques X d'Alphabet, avec pour mission de simplifier la programmation robotique industrielle par le logiciel et l'IA, une trajectoire renforcée par le rachat de Vicarious en 2022. Cette publication s'inscrit dans une vague plus large d'ouverture en IA physique, aux côtés des modèles fondation publiés par Physical Intelligence (Pi-0) ou NVIDIA (GR00T), bien qu'Intrinsic Core reste une couche logicielle classique de robotique industrielle plutôt qu'un modèle généraliste vision-langage-action. Aucun calendrier de pilotes n'a été communiqué au-delà de la disponibilité immédiate du code sur GitHub.

Industriel⚡Actu

1 source

46

1072arXiv cs.RO 

HarnessPAI : un harnais évolutif pour l'IA physique

Une équipe liée au projet Darwin Agent a publié le 25 septembre 2026 sur arXiv (2609.29166) HarnessPAI, un framework agnostique au modèle et à la morphologie qui pilote les modèles d'action physique via du code exécutable. Le système sépare deux échelles : pendant un rollout, un programme fixe vérifie l'exécution en boucle ouverte ; entre les rollouts, il évolue en boucle fermée et transforme les échecs en compétences réutilisables grâce au retour d'exécution. Testé sur des bras de bureau, des robots domestiques, un aspirateur robot et un agent marcheur à pattes, HarnessPAI améliore les modèles d'action purs et les baselines "code-as-policy" sans réentraînement : +61,6 points sur Pi-0.5 sur LIBERO-PRO, +27,2 points sur WorldDreamer sur les tâches atomiques de RoboCasa. Une fois le programme convergé, aucune délibération LLM en ligne n'est nécessaire ; il sert aussi de collecteur de données expertes bon marché, et réentraîner Pi-0.5 sur ces données relève son taux de réussite de 38,8 points sur LIBERO-PRO. Ces résultats contredisent l'hypothèse dominante selon laquelle la performance en robotique physique dépend avant tout de modèles d'action plus puissants : l'entraînement standard de ces modèles peut au contraire éroder les capacités de perception et de raisonnement nécessaires à un comportement robuste, rendant même des modèles forts vulnérables aux perturbations de scène et aux tâches longues. Pour les intégrateurs et chercheurs, cela suggère qu'un harnais exécutable et piloté par le retour d'expérience peut être aussi déterminant que le modèle lui-même, et qu'il offre une voie moins coûteuse pour collecter des données d'entraînement sans téléopération massive. HarnessPAI s'inscrit dans les efforts visant à combler l'écart entre démonstrations et déploiement réel des modèles vision-langage-action, dans un paysage dominé par Pi-0 et Pi-0.5 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure AI ; l'étude compare directement son approche à Pi-0.5 et à WorldDreamer, la positionnant comme complémentaire plutôt que concurrente. Il s'agit pour l'instant d'une publication de recherche, sans annonce de déploiement industriel ni de partenaire commercial identifié : les auteurs présentent ces résultats comme une preuve de concept sur plusieurs plateformes robotiques, ouvrant la voie à des systèmes intégrant perception, raisonnement et action de manière vérifiable.

IA physique❖Paper

1 source

45

1073arXiv cs.RO 

Sorties anticipées découplées : allocation de calcul adaptée à la tâche dans les VLA à flow-matching

Une équipe de recherche propose une méthode pour réduire le coût de calcul des modèles VLA à flow matching, qui combinent un backbone vision-langage préentraîné avec un action expert générant des actions robotiques continues. Publiée sur arXiv le 25 septembre 2026 (2609.29382), l'approche traite comme réglables indépendamment trois leviers : la profondeur du backbone, celle de l'action expert et le nombre d'étapes de denoising, via de légers modules "Exit Transformers" insérés à des profondeurs intermédiaires et entraînés par distillation, associés à un mécanisme de synthèse de cache KV qui reconstruit les clés et valeurs des couches sautées. Le surcoût en paramètres reste minime, +2,1% pour SmolVLA et +4,1% pour π0.5, sans réentraînement complet. Sur LIBERO et Meta-World, la configuration conjointe des trois leviers réduit la latence de 79,2%, le calcul en FLOPs de 31,8%, et améliore le taux de réussite moyen de 5,6%. L'apport principal n'est pas seulement le gain de vitesse : c'est la démonstration que le budget de calcul optimal dépend de la tâche, certaines bénéficiant d'un backbone raccourci, d'autres d'un action expert raccourci ou de moins d'étapes de denoising, ces leviers ayant des effets complémentaires plutôt que redondants. C'est une piste directement exploitable pour les intégrateurs cherchant à faire tourner des politiques VLA sur du matériel embarqué à puissance limitée, sans réentraînement coûteux. Améliorer simultanément vitesse et taux de réussite contredit l'hypothèse habituelle d'un compromis strict entre précision et rapidité, un point qui intéresse les décideurs évaluant le passage des VLA généralistes du prototype au produit industriel. Jusqu'ici, les méthodes existantes pour accélérer les VLA à flow matching se limitaient à sauter des couches du backbone ou à réduire les étapes de débruitage, sans toucher à la profondeur de l'action expert, le composant qui génère les actions du robot. Les auteurs comblent cette lacune en traitant les trois axes conjointement. La méthode est validée sur SmolVLA, modèle compact open source de l'équipe LeRobot de Hugging Face, cofondée par des Français, et sur π0.5, de la lignée des modèles Pi de Physical Intelligence. Il s'agit d'une contribution de recherche évaluée en simulation, sans partenaire industriel ni calendrier de déploiement annoncé.

Recherche❖Paper

1 source

44

1074arXiv cs.RO 

Les modèles du monde rendent-ils les robots meilleurs ? Un panorama des benchmarks d'évaluation pour l'IA incarnée prédictive

Une synthèse déposée sur arXiv fin septembre 2026 recense et vérifie une par une 160 benchmarks d'évaluation robotique publiés entre 2017 et 2026, dans le but de déterminer si les modèles du monde (world models), qui prédisent les observations futures, offrent un avantage mesurable en boucle fermée face aux politiques vision-langage-action (VLA), qui associent directement l'observation à l'action. Les 160 bancs d'essai sont répartis en quatre familles : suites d'évaluation de politiques, agents incarnés, évaluation pure des world models, et ponts prédiction-vers-action. Le bilan chiffré est net : 138 benchmarks sur 160, soit 86%, restent agnostiques au type de modèle, 11 seulement (7%) construisent une comparaison explicite VLA contre world model, et 4 seulement transforment une prédiction en action réellement exécutée sur un robot. La capacité contrefactuelle, c'est-à-dire anticiper ce qui se passerait sous une action alternative, n'est quasiment jamais mesurée dans l'ensemble du corpus étudié. Ce travail met en lumière un angle mort structurel du secteur : il est aujourd'hui impossible de trancher, preuves à l'appui, si entraîner un robot à prédire l'avenir améliore réellement ses performances en boucle fermée par rapport à une politique VLA directe. Les benchmarks de world models jugent la qualité de la prédiction sans jamais l'exécuter, tandis que les suites de succès de tâche n'hébergent qu'une seule politique à la fois et ne construisent jamais ce contraste. Pour les intégrateurs et décideurs qui arbitrent entre paradigmes de recherche et priorités d'investissement, la leçon est de rester prudent face aux annonces autour des world models : générer des vidéos futures convaincantes ne prouve aucun gain réel de succès de tâche en conditions réelles, faute de protocole capable d'isoler cet avantage. Ce fossé méthodologique vient du fait que les deux courants de recherche se sont développés en parallèle sans jamais vraiment se confronter, les politiques VLA étant jugées en boucle fermée sur le taux de réussite de tâches concrètes, les modèles du monde en boucle ouverte sur la seule qualité de leurs prédictions ou générations. Face à ce vide, les auteurs comparent leur couverture à celle des huit enquêtes les plus proches déjà publiées et revendiquent être les seuls à croiser capacité robotique et famille de modèle. Ils proposent une taxonomie opérationnelle des 160 bancs d'essai, une boucle d'évaluation conçue pour isoler spécifiquement l'avantage de la prédiction, et un protocole de quatre métriques ancrées sur des bancs d'essai nommés. Leur conclusion n'est pas que les world models aident ou non les robots, mais que répondre à cette question exige de construire des benchmarks conçus spécifiquement pour la poser.

Recherche❖Paper

1 source

43

1075arXiv cs.RO 

Le bruit d'exploration modulé par l'incertitude empêche l'effondrement des tâches dans le fine-tuning RL en ligne d'une politique VLA à flow matching

Une équipe de recherche publie le 25 septembre 2026 sur arXiv (2609.28838) une étude sur le fine-tuning par apprentissage par renforcement en ligne de politiques vision-langage-action (VLA) à flow-matching, la piste privilégiée pour des robots qui continuent d'apprendre après déploiement. Les auteurs testent SmolVLA, modèle compact de 450 millions de paramètres développé par Hugging Face, entraîné avec l'algorithme PPO et un échantillonnage stochastique (SDE) sur le benchmark de manipulation LIBERO-10, à budget de calcul identique et volontairement restreint. Trois stratégies de bruit d'exploration sont comparées: un bruit à échelle fixe, un réseau de bruit appris façon ReinFlow, et un contrôleur dit "uncertainty-gated" qui redistribue l'exploration entre les tâches à partir de signaux de nouveauté et de compétence, sans étiquette de tâche ni découpage en épisodes. Résultat mesuré: le bruit fixe fait s'effondrer des tâches individuelles ("task collapse") sur deux graines aléatoires sur trois, le bruit appris s'effondre sur les trois graines avant l'itération 200, alors que le contrôleur ne s'effondre sur aucune des trois. Aucun des trois réglages ne dépasse la simple baseline de clonage comportemental dans ce budget. Fait technique annexe: en entraînement bfloat16 sans copie maîtresse fp32, 96,02% des poids du réseau d'action restent identiques bit à bit sur trois itérations consécutives, tandis qu'une copie fp32 au même taux d'apprentissage fait s'effondrer les deux bras testés, sur une seule graine observée. L'intérêt pour l'industrie tient au problème qu'elle documente plutôt qu'à une solution livrée: le fine-tuning RL en continu, promis comme moyen de faire progresser des robots VLA une fois sur le terrain, peut détruire silencieusement la compétence sur des tâches précises alors que les métriques agrégées restent rassurantes, un piège pour tout intégrateur qui déploierait une boucle d'apprentissage continu en production sans suivi tâche par tâche. L'étude tempère aussi l'hypothèse selon laquelle le RL en ligne améliorerait mécaniquement des politiques VLA préentraînées: dans ce budget de calcul, aucune variante ne bat le clonage comportemental initial. C'est un signal de prudence pour les décideurs B2B face aux discours sur l'apprentissage continu des robots humanoïdes ou manipulateurs, à valider par des mesures par tâche et non par des courbes de récompense globales. Le travail s'inscrit dans la lignée des politiques VLA à flow-matching type Pi-0 ou GR00T N2, en s'appuyant sur SmolVLA, la politique VLA compacte et ouverte publiée par Hugging Face, et sur LIBERO, benchmark standard d'évaluation de politiques de manipulation. Il prend pour référence directe ReinFlow, approche antérieure de bruit appris pour les politiques de flux, utilisée ici comme point de comparaison plutôt que comme solution retenue. Il s'agit d'un article de recherche, pas d'un produit livré ni d'un pilote industriel: les auteurs mettent à disposition leurs outils de mesure du collapse par tâche selon quatre définitions, ainsi que leurs méthodes de recalcul du bruit et d'étalonnage instrumental, sans calendrier de déploiement annoncé.

Recherche❖Paper

1 source

43

1076arXiv cs.RO 

Détection continue des défauts pour robots mobiles via modèles adaptatifs en périphérie

Un article publié sur arXiv en septembre 2026 (2609.29194v1) présente un système de détection continue de pannes pour robots mobiles, conçu pour du matériel embarqué à ressources limitées. La méthode repose sur une distillation enseignant-élève : hors ligne, le modèle de fondation TSPulse génère des pseudo-étiquettes à partir de séries temporelles non annotées enrichies d'injections de défauts ; à bord, un modèle élève léger, MiniRocket, couplé à un estimateur Recursive Least Squares (RLS), reproduit cette frontière de décision en temps réel. Testé sur le benchmark TSB-AD et sur un robot mobile physique, ce modèle élève atteint une latence d'inférence de 4,30 ms sur CPU. Face à une usure mécanique réelle, l'adaptation en ligne fait passer le score VUS-PR de 0,26 à 0,75 sans oubli catastrophique, et une stratégie d'apprentissage actif guidée par l'incertitude ne sollicite l'opérateur que devant des défauts jamais rencontrés. Ce travail cible un point de friction de la robotique mobile industrielle : les meilleurs détecteurs d'anomalies, souvent des foundation models de séries temporelles, sont trop coûteux pour tourner en continu sur le CPU embarqué d'un robot. En cantonnant le foundation model à une génération hors ligne d'étiquettes et en n'embarquant qu'un modèle compact, les auteurs approchent l'état de l'art sans sacrifier le temps réel. Pour les intégrateurs de flottes de robots mobiles autonomes (AMR), l'apport concret est l'adaptation continue sans réentraînement complet : un robot dont l'usure mécanique modifie ses signaux capteurs continue de détecter les pannes, là où les systèmes statiques se dégradent. La sollicitation de l'opérateur, réservée aux défauts vraiment nouveaux, réduit la charge cognitive des alertes. Le système combine deux briques existantes : TSPulse, modèle de fondation pour séries temporelles, et MiniRocket, algorithme rapide de classification par convolutions aléatoires, évalués ici sur le benchmark public TSB-AD. Il s'inscrit dans une tendance plus large de l'IA embarquée : générer données et étiquettes hors ligne avec un grand modèle, puis déployer sur le terrain un modèle compact, logique déjà éprouvée en vision par ordinateur et désormais appliquée à la maintenance prédictive robotique. L'article ne mentionne ni partenaire industriel ni calendrier commercial : il s'agit d'une validation expérimentale sur benchmark et sur un seul robot physique, pas d'un déploiement en flotte. Les suites logiques seraient une extension à d'autres robots et défauts, avec une validation en conditions industrielles réelles.

Recherche❖Paper

1 source

43

1077arXiv cs.RO 

Robo-Harness K1 : maîtriser les agents d'utilisation robotique par augmentation de perception

Des chercheurs présentent Robo-Harness K1, un framework qui transforme la perception 3D en outils interrogeables par un modèle vision-langage (VLM) plutôt que de la réentraîner dans son architecture : profondeur calibrée, ancrages visuels persistants, mesures spatiales et hypothèses de préhension, à partir desquels l'agent sélectionne des mouvements génériques. Sur le benchmark LIBERO-PRO, Gemini 3.7 Flash équipé de K1 atteint 77,8% de réussite contre 61,1% pour GPT-6 Astra en harnais RGB seul, et K1 porte ce dernier à 88,9%. Sans réglage fin, Gemini plus K1 se transfère à trois bras RoboSuite et à des tâches bi-bras RoboTwin, avec 32,0% de réussite sur les tâches faciles et 28,0% sur les difficiles. Entraîné sur seulement 107 épisodes de démonstration issus de l'agent enseignant, un modèle étudiant Qwen3.5-9B atteint 44,2% sur de nouveaux états initiaux et 13,9% sur des conditions inédites, contre respectivement 30,2% et 0% pour OpenVLA. Le résultat cible une limite connue des modèles vision-langage-action : les VLA de bout en bout exigent d'importants volumes de démonstrations et peuvent dégrader la compréhension acquise au pré-entraînement, tandis qu'un pilotage RGB seul du VLM reste coûteux et dépend de ses capacités brutes. En traitant la géométrie comme une interface d'outils plutôt qu'un module à réentraîner, K1 suggère une voie plus économe en données pour rendre des VLM génériques exploitables en manipulation, un enjeu pour les intégrateurs confrontés à la collecte de démonstrations. L'écart entre 0% pour OpenVLA et 13,9% pour le modèle distillé sur des tâches jamais vues illustre les limites de généralisation de l'apprentissage par pure imitation. Ces scores restent toutefois issus de simulateurs, LIBERO-PRO, RoboSuite et RoboTwin, et non d'un robot physique, laissant ouverte la question du transfert réel. Le travail se positionne entre deux approches dominantes, les VLA de bout en bout et le pilotage RGB direct de VLM, en gardant le modèle figé et en lui fournissant des outils de perception calibrés, une conception comparée à OpenVLA, référence ouverte de la recherche en apprentissage robotique. Publiée comme nouvelle soumission sur arXiv, la contribution reste académique, sans partenariat industriel ni calendrier de déploiement annoncé. La validation hors simulation, sur robot physique, apparaît comme l'étape suivante pour les auteurs.

IA physique⚡Actu

1 source

43

1078arXiv cs.RO 

DAWN : parkour robuste au bruit pour quadrupède via des modèles du monde débruiteurs de profondeur

Des chercheurs ont présenté DAWN (Denoising and Alignment in World models for Noise-robustness), un cadre de perception robuste au bruit pour la locomotion des robots à pattes, décrit dans un article publié sur arXiv (2609.29092v1). Testé sur un quadrupède Unitree Go1, le système exécute du parkour en zero-shot, sans réentraînement ni calibration manuelle de filtre au déploiement : franchissement d'escaliers jusqu'à 18 cm, de trous jusqu'à 70 cm et montée de marches jusqu'à 45 cm, à partir de données de profondeur brutes et bruitées. La méthode combine deux mécanismes intégrés au world model : l'encodeur reçoit une image de profondeur bruitée tout en étant entraîné à reconstruire la version propre correspondante, ce qui le force à débruiter implicitement, tandis qu'un apprentissage contrastif aligne les représentations latentes des versions bruitées et propres d'une même scène. DAWN n'est lié à aucun modèle de bruit particulier et n'ajoute aucun coût de calcul par rapport aux méthodes existantes à world model. Des ablations montrent que le débruitage, au niveau de la reconstruction, et l'alignement contrastif, au niveau de la représentation, apportent des gains complémentaires et cumulatifs. Cette approche cible un point faible connu des pipelines de locomotion par vision : entraînés sur des données de profondeur propres, ils dépendent ensuite de filtres de post-traitement réglés à la main dont les paramètres sont rarement publiés, ce qui nuit à la reproductibilité et dégrade les performances quand le bruit n'est pas traité. En supprimant cette calibration manuelle, DAWN réduit la charge d'ingénierie pour les intégrateurs déployant des capteurs de profondeur bon marché ou bruyants sur des terrains réels, et remet en question l'idée qu'un modèle de perception entraîné en simulation nécessite un réglage fin spécifique au capteur pour combler l'écart entre simulation et monde réel. Les résultats restent toutefois démontrés sur une seule plateforme, le Go1, en conditions expérimentales, et non lors d'un déploiement industriel à grande échelle. DAWN prolonge les travaux sur la locomotion par world models et étend à la perception visuelle une robustesse au bruit déjà explorée pour les capteurs proprioceptifs, un axe resté largement inexploité pour la profondeur. Il s'inscrit dans la vague de démonstrations de parkour quadrupède portées ces dernières années par des plateformes comme celles de Unitree et par des laboratoires académiques travaillant sur la locomotion en terrain extrême. Le code et les vidéos ont été publiés sur dawn-parkour.github.io, une démarche de transparence qui tranche avec l'opacité des filtres propriétaires que l'article dénonce. Il s'agit à ce stade d'une contribution de recherche en preprint, sans partenariat industriel ni calendrier de déploiement commercial annoncé.

Recherche❖Paper

1 source

42

1079arXiv cs.RO 

PolyUMI : collecte de données visuo-tactiles-audio accessible pour l'inférence et la manipulation d'objets

Des chercheurs présentent PolyUMI, une plateforme open-source pour la collecte de démonstrations robotiques combinant vision, toucher et audio, ainsi qu'une politique d'apprentissage associée baptisée VisTA. Le système repose sur une pince portative légère et sans fil, tenue à la main, qui enregistre de façon synchronisée les flux d'une caméra montée au poignet, d'un capteur tactile optique, d'un microphone de contact et de données proprioceptives, sans nécessiter de station de travail reliée par câble. Le doigt capteur utilisé pendant la démonstration humaine peut être directement transféré sur l'effecteur du robot, ce qui préserve la géométrie de détection entre la phase de collecte et la phase d'exécution de la politique. VisTA, décrite comme une politique multimodale au niveau des tokens, fusionne ces signaux hétérogènes dans le temps pour produire des actions robotiques tenant compte du contact physique. Les auteurs rapportent des expériences sur trois tâches: l'inférence des propriétés d'un objet, le contrôle du glissement lors de la préhension, et la manipulation dans des scénarios riches en contacts. La publication, référencée sous arXiv:2609.29760, ne précise ni prix ni volumes de déploiement, s'agissant d'un travail de recherche et non d'un produit commercial. L'intérêt de ce travail tient au constat qu'il documente: la plupart des systèmes d'apprentissage par imitation en robotique reposent presque exclusivement sur la vision et la proprioception, ce qui laisse de côté des informations de contact difficiles à déduire visuellement, comme le glissement d'un objet ou sa texture. En montrant que le toucher et l'audio apportent des informations pertinentes que la vision seule ne capture pas, et que VisTA se montre compétitive voire supérieure aux politiques multimodales existantes, l'étude appuie l'idée que l'ajout de capteurs tactiles et acoustiques bon marché peut combler une partie du fossé entre démonstrations en laboratoire et manipulation robuste en conditions réelles, un enjeu central pour les intégrateurs travaillant sur la préhension d'objets fragiles ou déformables. PolyUMI s'inscrit dans la lignée des interfaces de manipulation universelles (UMI) qui utilisent des pinces portatives pour collecter des démonstrations sans robot physique, une approche déjà popularisée pour réduire le coût de la collecte de données d'entraînement. En rendant la plateforme et le code ouverts via une page de projet dédiée, les auteurs visent une adoption large par la communauté robotique académique, sans toutefois annoncer de partenariat industriel ni de calendrier de déploiement au-delà de la publication du papier.

IA physique❖Paper

1 source

42

1080arXiv cs.RO 

GenPHRI : simulation générative à base d'agents pour l'interaction physique homme-robot

Un laboratoire de robotique universitaire (RCHI Lab) publie GenPHRI, une nouvelle version (arXiv:2604.08664v2, article de remplacement) d'un framework de simulation générative pour l'interaction physique humain-robot, ou pHRI. Le système transforme une simple description en langage naturel en scénario de simulation complet, comprenant une pièce meublée, une pose humaine adaptée à la tâche et un robot exécutant l'interaction demandée. L'architecture s'appuie sur des agents fondés sur des modèles vision-langage : un agent générateur et un agent critique itèrent sur chaque composant de la scène, pendant qu'un agent orchestrateur arbitre les décisions entre les différentes étapes de construction. Les auteurs ont généré 50 scénarios d'assistance distincts sans aucune intervention manuelle, puis déployé deux de ces tâches lors d'une étude impliquant 12 participants humains. Les politiques de vision entraînées sur ces données atteignent un taux de réussite zero-shot d'environ 80% en conditions réelles, contre environ 90% en simulation, avec des comportements jugés cohérents avec les consignes textuelles. Une seconde voie de déploiement, sans entraînement, permet aussi l'exécution directe des trajectoires générées, au prix d'une couverture de contact plus limitée. Le travail cible un goulot d'étranglement concret du secteur : construire des scènes et des mouvements de simulation adaptés à chaque tâche de pHRI reste coûteux et lent, ce qui freine l'entraînement de politiques robotiques capables d'interagir physiquement avec des humains, au delà des tâches de manipulation d'objets classiques. En automatisant entièrement la génération de scénarios à partir de texte, GenPHRI illustre une tendance plus large où des agents VLM remplacent l'ingénierie manuelle de scènes simulées. L'écart mesuré entre performance simulée et performance réelle, dix points de pourcentage, reste toutefois un signal utile à retenir pour quiconque évalue la fiabilité de politiques entraînées uniquement en simulation avant tout déploiement physique auprès d'humains. L'étude reste à ce stade un travail de recherche académique et non un produit commercialisé : la validation s'appuie sur une étude utilisateur restreinte à 12 participants et deux tâches déployées, pas sur un déploiement industriel. Les auteurs publient GenPHRI comme plateforme ouverte pour générer, entraîner et déployer des tâches de pHRI à partir de prompts textuels, avec davantage de détails sur le site du projet associé au laboratoire.

Recherche❖Paper

1 source

42

1081arXiv cs.RO 

ReVNM : navigation visuelle par apprentissage à partir d'une caméra distante

Des chercheurs présentent ReVNM (Remote Visual Navigation Model), un système de navigation robotique qui remplace les cameras embarquées classiques par une unique camera de surveillance fixe et distante du robot. Publie sur arXiv sous la référence 2609.28976 en septembre 2026, le modèle s'appuie sur une architecture VNM (Visual Navigation Model) de référence, enrichie d'un module baptise exo2ego qui convertit la vue exocentrique de la camera fixe en une estimation de profondeur égocentrique, soit la perspective que percevrait le robot lui-même face aux obstacles. Cette conversion permet au système de planifier une trajectoire sans collision même lorsque la camera distante, au champ de vision limite, ne cadre pas les obstacles sous le même angle que le robot. Le modèle a été entraine exclusivement sur des mondes synthétiques générés aléatoirement, avec des dispositions d'obstacles et des points de vue de camera varies, sans aucune donnée réelle. Les auteurs rapportent des résultats positifs en simulation comme sur robot réel, sans réglage fin supplémentaire après cet entrainement purement synthétique. Pour l'industrie de la robotique mobile, l'intérêt est concret: les modèles de navigation visuelle usuels exigent soit une carte préalablement construite pour les trajets longs, soit un traitement d'image embarque couteux en calcul. En s'appuyant sur l'infrastructure de vidéosurveillance déjà présente dans nombre d'entrepôts, usines ou espaces commerciaux, ReVNM ouvre la voie a des robots plus légers et moins chers, délestés de camera et de puissance de calcul embarquées, la camera fixe faisant office a la fois de capteur et de carte implicite de l'environnement. Cela concerne directement les intégrateurs d'AMR cherchant a réduire le cout matériel par unité déployée. La généralisation revendiquée du simulateur au monde réel, sans aucune donnée physique d'entrainement, reste toutefois un résultat obtenu sur des scenarios générés de manière procédurale, et sa robustesse face a la variabilité réelle des entrepôts (éclairage, occlusions, positionnement des cameras existantes) demande a être confirmee au-delà des expériences publiées dans l'article. Le travail s'inscrit dans la lignée des VNM, ces modèles qui font naviguer un robot a partir de simples images plutôt que d'une cartographie géométrique classique de type SLAM, une approche qui a gagne du terrain ces dernières années pour simplifier le déploiement en environnements changeants. Jusqu'ici, ces modèles restaient cantonnes aux trajets courts sans carte préalable ou exigeaient une cartographie géométrique pour la navigation longue distance. ReVNM cherche a lever cette limite en misant sur un capteur d'un genre différent, déjà largement présent dans le monde industriel et commercial, plutôt que sur la vision embarquée. L'article ne mentionne aucun partenaire industriel ni calendrier de déploiement pilote: il s'agit a ce stade d'un travail de recherche valide en simulation et sur un banc d'essai réel restreint, dont l'étape logique suivante serait une évaluation a plus grande échelle dans des sites industriels réels, face a des configurations de camera non vues a l'entrainement.

Recherche❖Paper

1 source

41

1082arXiv cs.RO 

WRAP : planification d'assemblage multi-robot sans montage, tenant compte des efforts (wrench)

Wrap se passe de fixations dédiées et raisonne explicitement sur les forces en jeu pendant le montage, coordonnant plusieurs robots pour assembler des pièces multiples. A partir des dépendances d'ordre entre pièces, de leurs maillages 3D et de leur position initiale, le système calcule une séquence de montage réalisable. Un programme linéaire vérifie si une prise donnée peut supporter les forces générées pendant l'assemblage, tandis qu'une heuristique bon marche, calculée par recherche arrière, guide une recherche avant plus couteuse, résolue étape par étape de manière gloutonne. Le plan obtenu est ensuite converti en problème de planification de mouvement multi-robot et multi-objectif, puis décompose a l'exécution en compétences de manipulation a contact riche et en trajectoires en espace libre. Les auteurs, dans un article publie sur arXiv (référence 2609.29407v1), ont teste Wrap sur plusieurs assemblages multi-pièces et sur des groupes de robots de tailles et cinématiques différentes, en simulation physique et en conditions réelles ; code et vidéos sont publies sur vhartmann.com/wrap. Cette méthode s'attaque a une limite classique de l'assemblage robotise industriel, ou les fixations sur mesure, couteuses et rigides, et les stratégies purement descendantes limitent la flexibilité des lignes face aux petites sériés ou aux produits variables. En automatisant le choix entre ajouter un second robot pour maintenir une pièce ou s'appuyer sur un support externe comme une table, Wrap traite une décision habituellement laissée a l'ingénieur d'intégration. Pour les intégrateurs et décideurs industriels, une planification automatisée de l'allocation de taches entre plusieurs bras pourrait réduire le temps de programmation des cellules d'assemblage flexibles, même si le travail reste, a ce stade, valide en laboratoire et non déployé en usine. Le problème cible s'inscrit dans un champ ou la combinatoire des attributions de taches et des ordres possibles explose des que plusieurs robots interviennent, ce qui a longtemps pousse l'industrie vers des cellules a fixation unique et séquence figée. Wrap se présente comme une alternative générique, indépendante du nombre et du type de robots, combinant recherche heuristique, programmation linéaire pour la validité des prises et planification de mouvement multi-robot. Les auteurs ne revendiquent ni déploiement industriel ni partenariat commercial : la contribution reste, pour l'instant, un planificateur open source publie avec son code et ses démonstrations vidéo, destine a être repris par la communauté robotique pour d'autres familles d'assemblages.

Recherche❖Paper

1 source

41

1083arXiv cs.RO 

TAPESIM : simulation efficace du déroulement de ruban adhésif pour la manipulation robotique

Un article publié le 25 septembre 2026 sur arXiv (2609.28766) présente TapeSim, un simulateur physique pour la manipulation robotique de ruban adhésif, utilisé pour sécuriser des faisceaux de câbles ou sceller des emballages ; les auteurs annoncent la publication du code source. Simuler chaque couche adhésive d'une bobine ralentit les solveurs et peut bloquer la rotation du rouleau aux tolérances numériques courantes, alors qu'un rouleau rigide ne libère jamais de matière. TapeSim concentre la déformation près de la zone de déroulement : un amas rigide représente la bobine, un collier déformable avance pour libérer le ruban, et des liaisons adhésives optionnelles simplifient le collage. À 32 tours, l'approche accélère le calcul de 3,2 à 3,4 fois, jusqu'à 8,4 fois pour un mouvement comparable, réduit de 23 à 29% l'erreur de suivi visuel sur cinq rejeux réels, et fait passer, sur 100 essais de décollement, la précision de 50% (hasard) à 72,9-76,3%. Cette avancée cible un angle mort de la simulation robotique : les objets déformables qui collent et décollent, fréquents en logistique et en assemblage industriel, forcent les moteurs physiques à choisir entre rigidité artificielle et coût de calcul prohibitif. En rendant ces interactions rapides et fidèles au réel, comme le montre le bond de précision de 50% à plus de 72% sur la détection du décollement, TapeSim ouvre la voie à un entraînement et une évaluation reproductibles des politiques robotiques sur des tâches jusqu'ici trop coûteuses à simuler, un pas vers la réduction de l'écart persistant entre simulation et déploiement réel. Le travail s'inscrit dans une littérature croissante sur la simulation d'objets déformables et cohésifs, où les approches à couches adhésives complètes, utilisées ici comme référence, restent la norme malgré leur coût de calcul élevé. TapeSim s'en distingue par une architecture hybride rigide/déformable localisée, validée sur des tests synthétiques de balancement et de décollement, et sur une séquence de scellage de boîte en téléopération combinant fixation, déroulement, coupe et scellage. Les auteurs ne précisent ni institution ni calendrier de déploiement au-delà de la publication du code, ce qui situe ce travail au stade de la recherche reproductible plutôt que du produit prêt à l'emploi.

Recherche❖Paper

1 source

41

1084arXiv cs.RO 

RoboRecover : évaluer la récupération des politiques robotiques après des écarts d'exécution

Des chercheurs en robotique ont mis en ligne le 25 septembre 2026 sur arXiv (2609.28952) un nouveau benchmark baptisé RoboRecover, destiné à mesurer la capacité des politiques robotiques, notamment les modèles vision-langage-action (VLA), à se rétablir après une déviation survenue en cours d'exécution. Les benchmarks existants testent des trajectoires complètes depuis un état initial fixe et jugent surtout le résultat final, en négligeant ce qui se passe pendant l'interaction dynamique. RoboRecover cible au contraire les états intermédiaires anormaux, ceux où des contacts ou des actions ont modifié les relations entre objets et la progression de la tâche, obligeant la politique à comprendre ce qui a changé, corriger la situation, puis reprendre l'objectif initial. La méthode sélectionne des états de déviation issus de trajectoires réelles, les reconstruit en rejouant des préfixes d'actions, puis évalue les politiques sur la tâche d'origine à partir de ce point de reprise. Le benchmark compile 2 000 scénarios répartis sur deux plateformes de simulation, RoboTwin et LIBERO, à raison de 1 000 chacune, avec un découpage fixe de 800 scénarios d'entraînement pour 200 de test sur chaque plateforme. Le résultat central est que la performance sur l'état initial ne prédit pas la performance en récupération : une politique compétente sur une tâche propre peut échouer à s'en sortir une fois perturbée, et les forces de récupération varient fortement d'un scénario à l'autre. C'est une nuance importante pour les intégrateurs et décideurs B2B qui évaluent des modèles génériques (type Pi-0, GR00T N2 ou Helix) sur la seule base de démonstrations en conditions nominales : ces vitrines ne renseignent en rien sur la robustesse réelle face aux glissements, collisions ou interventions humaines qui surviennent en déploiement industriel. RoboRecover formalise ainsi un écart entre démonstration et fiabilité opérationnelle que le secteur avait jusqu'ici peu isolé comme axe de mesure à part entière. Ce travail s'inscrit dans la montée en puissance de benchmarks de politiques génériques comme RoboTwin et LIBERO, devenus des bancs d'essai standards pour comparer les architectures VLA. En exploitant son découpage d'entraînement, RoboRecover permet aussi d'étudier des interventions ciblées pour améliorer la récupération, ouvrant la voie à des travaux futurs sur l'entraînement spécifique à la robustesse post-perturbation, potentiellement étendus à d'autres plateformes ou au matériel réel.

Recherche❖Paper

1 source

40

1085arXiv cs.RO 

Le contact comme variable de décision : sélection de contacts par compromis de capacité pour la loco-manipulation des robots à pattes

Un article soumis le 25 septembre 2026 sur arXiv (2609.30140) présente CTCS (Capability-Tradeoff Contact Selection), une méthode qui choisit conjointement, pour une tâche de loco-manipulation donnée, un point d'appui environnemental et une posture corps entier. Pour chaque contact candidat, elle évalue trois mesures, le wrench résiduel (force et couple restants), la portée de l'effecteur terminal et la mobilité de la base une fois la tâche satisfaite, et les compare au coût d'acquisition du contact. Plutôt que d'exécuter une optimisation corps entier complète pour chaque candidat, coûteuse en calcul, CTCS filtre les points faisables, regroupe les candidats similaires par surface, prédit leurs capacités par analyse de sensibilité locale, puis vérifie et classe un sous-ensemble restreint avant la décision finale. Elle a été validée en simulation et sur un quadrupède Unitree Go2 équipé d'un bras AgileX NERO, sur 392 conditions de tâche et neuf surfaces d'appui disponibles. CTCS surpasse une stratégie limitée au sol et une stratégie de contact fixe, en sélectionnant les surfaces offrant le meilleur compromis selon la tâche, avec un temps de calcul divisé par environ trois par rapport à une évaluation exhaustive, pour un objectif moyen quasi identique. Pour les intégrateurs de robots à pattes destinés aux chantiers, entrepôts ou sites industriels, ce résultat s'attaque à un verrou concret: le choix de où et comment un robot s'appuie sur son environnement reste rarement optimisé faute de budget de calcul suffisant. L'étude ouvre la voie à une planification de contact quasi temps réel, condition nécessaire pour des robots capables de manipuler en s'appuyant sur des surfaces variées plutôt que de rester cantonnés au sol. Le travail s'inscrit dans la recherche en planification de contact pour la loco-manipulation, domaine où les approches se limitaient jusqu'ici au seul contact au sol ou à des points fixés à l'avance, faute de méthode pour arbitrer entre plusieurs surfaces. Le choix d'un Unitree Go2 couplé à un bras AgileX NERO reflète une plateforme de recherche de laboratoire, non un système commercial en déploiement. Classé nouvelle soumission arXiv, sans partenariat industriel ni feuille de route annoncée, l'article constitue une contribution algorithmique dont la suite logique serait l'extension à des morphologies plus complexes, comme des humanoïdes à deux bras, ou à des environnements moins structurés que les neuf surfaces testées.

Recherche❖Paper

1 source

40

1086arXiv cs.RO 

TactileStep : apprentissage tactile plantaire pour réguler l'interaction pied-terrain en locomotion humanoïde

Des chercheurs publient TactileStep, un framework d'apprentissage tactile pour la marche des robots humanoïdes, décrit dans un article déposé sur arXiv (2609.28959v1, non encore relu par les pairs). Le constat de départ : les politiques de type "parkour" permettent déjà à des humanoïdes de franchir des terrains variés, mais le simple fait de terminer le parcours masque des atterrissages violents, des contacts en bord de semelle et des appuis instables, faute de retour tactile riche sur la plupart des plateformes actuelles. TactileStep intègre une semelle à capteurs de pression et aligne la simulation tactile sur les mesures réelles de cette semelle, de sorte que la politique apprend à partir des mêmes signaux de contact que ceux disponibles sur le robot physique. Pendant l'entraînement, le système combine indices tactiles et signaux de mouvement pour distinguer les phases de contact du pied et applique des récompenses spécifiques à chaque phase, favorisant des atterrissages plus doux et des appuis plus stables. Testé en simulation puis sur un humanoïde Unitree G1 sur divers terrains, TactileStep réduit la force de pic à l'atterrissage jusqu'à 48,8%, le bruit d'impact pondéré A jusqu'à 30,1 dB, et augmente la surface de contact au sol jusqu'à 23,8%, comparé à une base de référence purement perceptive (vision/cartographie du terrain). Pour l'industrie robotique, ce travail pointe un angle mort concret de la génération actuelle de politiques de locomotion pilotées par apprentissage par renforcement : la capacité à traverser un terrain ne garantit ni la sécurité mécanique des composants, ni la stabilité réelle de l'appui, ni la discrétion acoustique du déplacement, des critères qui comptent directement pour la durabilité des actionneurs et le déploiement en environnement industriel ou domestique. Cela nuance l'idée reçue selon laquelle la seule perception visuelle du terrain suffirait à résoudre la locomotion humanoïde tout-terrain. Le travail s'inscrit dans la lignée des politiques de locomotion apprises par simulation puis transférées au réel (sim-to-real), un axe de recherche déjà porté par des équipes travaillant sur la perception de terrain pour humanoïdes. L'utilisation du Unitree G1, plateforme de recherche largement adoptée dans le secteur, en fait un banc d'essai reproductible plutôt qu'un produit commercial ; les auteurs ne mentionnent ni pilote industriel ni calendrier de déploiement, l'apport restant à ce stade une preuve de concept académique.

Recherche❖Paper

1 source

40

1087arXiv cs.RO 

Analyse de l'apprentissage par renforcement profond en continu pour l'apprentissage adaptatif en robotique

Des chercheurs publient sur arXiv (référence 2609.28807, soumission nouvelle) une étude qui livre la première analyse de l'apprentissage par renforcement profond en flux comme cadre d'apprentissage continu adaptatif pour la robotique. Contrairement à l'approche dominante, qui consiste à réentraîner hors ligne un modèle sur un jeu de données élargi après une phase de pré-entraînement, la méthode testée met à jour la politique neuronale en continu, à partir de chaque nouvelle expérience, en s'inspirant du fonctionnement de l'apprentissage biologique. Les expériences principales portent sur la locomotion d'un robot quadrupède : avec certains optimiseurs et des techniques de limitation de la perte de plasticité, la politique s'adapte rapidement en ligne à des changements imprévus touchant le robot lui-même, son environnement ou ses objectifs. Elle surpasse les méthodes batch on-policy classiques et améliore le taux de réussite des tâches jusqu'à 90% par rapport à la politique simplement pré-entraînée. Des évaluations complémentaires sur des tâches de manipulation robotique, menées sur une morphologie différente, montrent que ces gains se retrouvent partiellement, avec des limites de stabilité et de performance. Pour l'industrie robotique, ce travail apporte une première preuve empirique qu'un apprentissage en flux, sans réentraînement batch hors ligne massif, peut permettre à un robot déjà déployé de s'adapter à des situations non anticipées lors de la collecte de données initiale, un scénario courant pour les intégrateurs confrontés à des changements d'environnement, à l'usure matérielle ou à des objectifs de mission évolutifs. Cela remet en question l'hypothèse dominante du secteur selon laquelle la robustesse passe nécessairement par l'élargissement continu des jeux de données d'entraînement hors ligne, et suggère une voie alternative pour réduire le coût et la latence de mise à jour des politiques embarquées, un enjeu clé alors que les acteurs des humanoïdes et des robots mobiles autonomes cherchent à généraliser leurs modèles au-delà des scénarios démontrés en laboratoire. Le fait que les gains observés en locomotion quadrupède ne se transposent que partiellement à la manipulation souligne toutefois que la généralisation entre morphologies reste un problème ouvert, ce qui tempère tout enthousiasme prématuré côté commercialisation. Le papier s'inscrit dans un courant de recherche récent ayant démontré la faisabilité technique du deep RL en flux, où chaque mise à jour du réseau utilise uniquement la dernière expérience collectée plutôt qu'un lot de données rejouées, sans qu'aucun travail antérieur n'ait validé cette approche comme cadre viable d'apprentissage continu pour adapter des politiques robotiques à des changements non vus. Les auteurs positionnent explicitement leur contribution comme la première étude de ce type appliquée à la robotique, en s'appuyant sur une phase de pré-entraînement suivie d'une adaptation en ligne. L'étude se conclut par une discussion des limites, notamment les problèmes de stabilité observés en manipulation, et par des pistes pour les futurs systèmes de robot learning continu, sans annoncer de calendrier de déploiement ni de partenariat industriel.

Recherche❖Paper

1 source

40

1088arXiv cs.RO 

DeltaWAM : modèles delta monde-action pour la manipulation bimanuelle

Des chercheurs du AIGeeksGroup publient DeltaWAM (Delta World Action Models), une nouvelle architecture pour piloter des bras robotiques bimanuels via l'apprentissage vidéo, détaillée dans un article arXiv (2609.28811v1) diffusé fin septembre 2026, avec code et démonstrations disponibles sur GitHub. Les modèles World-Action (WAM) classiques transfèrent les connaissances visuelles et de mouvement de générateurs vidéo préentraînés vers le contrôle robotique, mais ils prédisent à chaque étape des images futures complètes, ce qui recalcule inutilement du contenu inchangé et ralentit la génération d'actions en temps réel. DeltaWAM sépare le flux en trois composantes, une ancre dense, un delta visuel épars et un flux d'actions, déclinées en trois architectures selon le partage de calcul et de représentation. Le système ajoute une Streaming Delta Memory (SDM) qui met à jour un contexte d'ancrage en cache à partir des seuls changements observés, évitant de repasser par le lourd module vidéo à chaque pas. Sur le benchmark RoboTwin, DeltaWAM avec SDM porte le taux de réussite moyen de 81,3% à 85,4% en conditions standard, et de 75,8% à 83,9% avec randomisation visuelle, par rapport à la référence Fast-WAM. Les trois architectures réduisent le coût de calcul à l'entraînement de 17,78 à 23,77%, tandis que la SDM abaisse la latence d'inférence de 36,57% et le calcul associé de 31,55%. Pour l'industrie robotique, ce travail cible un goulot d'étranglement concret: les modèles génératifs vidéo, puissants pour transférer des priors de mouvement, restent trop lourds pour du contrôle en quelques pas de temps, un frein direct pour des manipulations bimanuelles réactives en usine ou en logistique. En découplant la dynamique liée à l'action des variations d'apparence parasites, DeltaWAM répond à un doute récurrent sur les architectures VLA à grande échelle: leur capacité à généraliser sans reconstruire l'intégralité de la scène à chaque inférence. Les gains annoncés en conditions réelles restent toutefois évalués par les auteurs eux-mêmes, face à un nombre limité de politiques concurrentes, sans validation indépendante à ce stade. L'article s'inscrit dans la lignée des WAM apparus pour exploiter les générateurs vidéo comme source de priors physiques, avec Fast-WAM comme point de comparaison direct explicitement cité. Aucun acteur industriel ni équipe européenne n'est mentionné, le travail restant à ce stade une contribution académique avec code ouvert, sans annonce de déploiement matériel ni de partenariat commercial.

Recherche⚡Actu

1 source

40

1089arXiv cs.RO 

Apprentissage par renforcement résiduel guidé par la physique pour la traversée de chemins étroits par humanoïdes

Une équipe de recherche a publié une nouvelle version (v5) d'un article arXiv (2508.20661) décrivant une méthode d'apprentissage par renforcement en deux étapes pour la traversée de chemins étroits par des robots humanoïdes, terrain où les approches purement basées sur des templates physiques ou purement par renforcement échouent généralement. La première étape combine un planificateur d'appuis au sol issu d'un template physique avec un contrôleur bas niveau de suivi de trajectoire ; la seconde ajoute un module léger de correction des appuis assisté par perception, entraîné selon un curriculum progressif allant du sol plat aux chemins étroits. Testée sur un robot humanoïde Unitree G1, la méthode a permis de franchir sans échec, à 20 reprises consécutives, une poutre de 0,2 mètre de large et 3 mètres de long. Le résultat s'attaque à un problème concret pour l'industrie robotique : le placement précis des pieds sur des appuis rares et critiques pour la sécurité, comme des passerelles ou poutrelles de chantier, reste un point faible connu des humanoïdes malgré des démonstrations vidéo souvent flatteuses. En associant l'interprétabilité d'un planificateur physique classique à la capacité de généralisation du renforcement, les auteurs revendiquent un meilleur taux de réussite, une meilleure adhérence à la trajectoire centrale et de meilleures marges de sécurité que les approches purement template ou purement RL, avec un transfert simulateur-vers-réel facilité, obstacle récurrent pour le secteur. Pour les intégrateurs évaluant des humanoïdes sur chantiers ou sites industriels contraints, ces résultats restent une preuve de concept en laboratoire, limitée à une seule configuration de poutre testée 20 fois, loin d'une validation en déploiement réel. Ces travaux s'inscrivent dans un effort de recherche plus large visant à réduire l'écart entre les démonstrations soignées de locomotion humanoïde, qu'il s'agisse de Figure 03, d'Optimus chez Tesla ou des modèles Unitree, et une robustesse réellement transférable sur terrain contraint. Le choix du G1 d'Unitree, humanoïde compact et abordable très utilisé par les laboratoires académiques, confirme son rôle de plateforme de référence pour la recherche sur la locomotion, face à des systèmes plus coûteux comme l'Atlas de Boston Dynamics. Aucun acteur français ou européen n'intervient dans cette publication, qui reste à ce stade une contribution académique en preprint sur arXiv, sans calendrier de transfert industriel ni partenariat commercial annoncé.

Recherche❖Paper

1 source

40

1090arXiv cs.RO 

CAMP : planification coopérative des mouvements bras-main dans des espaces contraints

Un preprint publié sur arXiv (2609.29021v1) présente CAMP (Cooperative Arm-Hand Motion Planning), un planificateur de mouvement coordonné bras-main pour la manipulation dextre en environnements encombrés et contraints. Plutôt que de décomposer le problème en planification séparée de la trajectoire du bras puis des mouvements de la main, approche qui peut manquer des solutions nécessitant une adaptation coordonnée des deux, les auteurs formalisent des « fibres de main faisables » : pour chaque configuration du bras, l'ensemble des configurations de main sans collision. CAMP construit des trajectoires candidates via une recherche hiérarchique de la main combinée à une relaxation locale du bras, les représente de façon compacte avec des primitives de mouvement par points de passage (VMPs), puis les affine par une optimisation conjointe grossière-à-fine. Sur six tâches de simulation en espace contraint, le système atteint un taux de réussite de 84,2 à 98,5 %, supérieur aux planificateurs alternatifs testés, avec une efficacité de calcul comparable, et des expériences sur robot réel valident l'approche sur des tâches de manipulation contrainte. Le site du projet (camp-armhand.github.io) met à disposition code et démonstrations. Le travail s'attaque à un compromis central de la manipulation robotique dextre : la planification décomposée bras/main est rapide mais rigide, tandis que la planification conjointe dans l'espace de configuration complet capture le couplage mais explose en dimensionnalité et en contraintes de collision non convexes. En formalisant ce couplage via les fibres de main faisables, CAMP offre une voie intermédiaire directement exploitable par les intégrateurs travaillant sur des tâches en espace confiné, étagères, tiroirs ou environnements encombrés, où la main doit s'adapter en continu à la trajectoire du bras. Le taux de succès élevé associé à une validation sur robot réel, et non seulement en simulation, répond à une critique fréquente du secteur sur l'écart entre démonstrations sélectionnées et performance reproductible. Les études d'ablation menées par les auteurs, isolant l'apport de la relaxation du bras, de la représentation VMP et de l'optimisation grossière-fine, renforcent la crédibilité méthodologique plutôt que de présenter le résultat comme une simple amélioration marginale. Cette publication s'inscrit dans la lignée des travaux académiques sur la planification de mouvement bras-main en espace contraint, un axe de recherche distinct des annonces produit mais destiné à terme à irriguer les piles logicielles de plateformes équipées de bras et de mains articulées. Le papier compare explicitement CAMP à plusieurs planificateurs alternatifs sur les six tâches simulées, sans nommer ces méthodes concurrentes dans le résumé disponible. Publié en preprint sur arXiv sans mention d'institution ni de revue par les pairs à ce stade, le travail reste à un stade de recherche, non de produit ou de déploiement industriel. La suite logique pour ce type de travail académique est généralement une soumission à une conférence de robotique comme ICRA, IROS ou CoRL, suivie d'une extension à d'autres plateformes bras-main au-delà des six tâches testées en simulation et de la validation limitée sur robot réel.

Recherche❖Paper

1 source

40

1091arXiv cs.RO 

Ancrage auto-supervisé de la perception tactile à la proprioception et aux actions proactives pour l'apprentissage par imitation robotique

Publiée sur arXiv le 25 septembre 2026 sous la référence 2609.29822, une étude propose PROPRA, une méthode de pré-entraînement pour l'apprentissage par imitation en robotique de manipulation à partir de capteurs placés au bout des doigts. Le constat de départ : les caméras externes peinent à capter la proximité d'un objet, l'instant du contact ou l'état de la préhension, souvent occultés par la main du robot. L'équipe combine un capteur tactile sensible à la pression, informatif après contact, et un capteur de proximité réfléchissant, informatif avant contact, chacun couplé à un encodeur pré-entraîné. Ajouter naïvement ces signaux à une politique de contrôle dégrade parfois les performances par rapport à une politique vision seule. PROPRA aligne indépendamment l'historique de chaque capteur avec la proprioception et les actions du robot, offrant une référence sensorimotrice disponible en continu. Sur des tâches de manipulation réelles, la méthode améliore le taux de succès moyen face aux baselines vision seule et pré-entraînement ancré sur l'image, en préservant mieux les informations sur les états pré-contact. Le résultat clé pour un intégrateur n'est pas le gain de performance en soi, mais le constat qui l'accompagne : multiplier les capteurs sur une main robotique ne suffit pas, et peut même dégrader une politique apprise par imitation si le signal est mal intégré. Cela contredit l'hypothèse selon laquelle empiler vision, tactile et proximité améliore mécaniquement la manipulation, alors que l'industrie mise sur des modèles vision-langage-action multimodaux entraînés à grande échelle. Pour les concepteurs de mains équipées de capteurs tactiles piézorésistifs, capacitifs ou optiques, l'alignement entre modalités sensorielles et proprioception devient nécessaire pour rentabiliser l'investissement matériel, notamment pour l'assemblage de petites pièces ou la manipulation d'objets fragiles. Le transfert en manipulation fine ne se résume donc pas au seul écart simulation-réel : même avec des données réelles, fusionner des signaux épars et asynchrones reste difficile quand les démonstrations disponibles pour une tâche restent rares. L'étude s'inscrit dans un champ de recherche actif sur l'intégration tactile dans l'apprentissage par imitation, où le pré-entraînement ancré sur l'image, utilisé ici comme référence de comparaison, reste l'approche dominante. Menés par le chercheur Tomohiro Motoda, les travaux positionnent PROPRA comme une alternative en misant sur la proprioception, continue, comme point d'ancrage pour des signaux tactiles et de proximité discontinus par nature. Le code et les détails méthodologiques sont annoncés sur une page de projet dédiée, sans calendrier de diffusion ni partenariat industriel évoqué. Il s'agit pour l'instant d'un résultat de recherche validé sur des tâches de manipulation réelles en laboratoire, non d'un produit commercialisé ni d'un déploiement chez un intégrateur.

Recherche❖Paper

1 source

40

1092arXiv cs.RO 

Avant-bras robotique souple anthropomimétique à os carpiens articulés indépendamment pour une rigidité adaptative proche de l'humain

Un article déposé sur arXiv en septembre 2026 (arXiv:2609.29176v1) décrit un avant-bras robotique souple anthropomimétique reproduisant l'anatomie du poignet humain, avec huit os carpiens articulés indépendamment, reliés par des ligaments artificiels, 22 muscles actionnés et des bouts de doigts compliants. Les auteurs ont mesuré la raideur du poignet sous quatre schémas d'activation musculaire, appliqués à trois squelettes distincts : le carpe anatomique normal, une rangée carpienne proximale fusionnée, et un substitut géométrique en ellipsoïde. Avec le carpe anatomique, la raideur du poignet reste faible dans la direction du mouvement de lancer (dart-throwing motion, DTM) quand seuls les doigts s'activent, mais devient élevée dans cette même direction dès que poignet et doigts se contractent ensemble, un profil conforme aux mesures déjà publiées chez l'humain. Cette concordance avec la physiologie humaine montre que c'est la géométrie précise des os du carpe, non une approximation mécanique générique, qui gouverne la modulation anisotrope de la raideur du poignet selon les muscles sollicités. Pour l'industrie des mains robotiques et des humanoïdes visant une manipulation dextre, cela indique que des poignets simplifiés à axes fixes ou à formes géométriques abstraites ne peuvent pas reproduire ce réglage fin, pourtant jugé essentiel à une prise stable. Il s'agit d'un résultat de recherche fondamentale en biomécanique, non d'un produit prêt à l'emploi, mais qui pose des principes de conception exploitables pour de futurs poignets robotiques. Le point de départ est une propriété du poignet humain restée mal expliquée : sa capacité à réguler activement l'anisotropie de sa raideur par co-contraction musculaire, dont les bases morphologiques précises n'avaient pas été isolées expérimentalement. En comparant le carpe anatomique à une version fusionnée puis à un substitut ellipsoïdal, les auteurs montrent que fusionner la rangée carpienne proximale supprime la faible raideur en direction DTM, tandis que le squelette ellipsoïdal échoue à réorienter son ellipse de raideur dans toutes les conditions testées, avec des couplages musculaires opposés surtout marqués à la rangée proximale. Ces travaux s'inscrivent dans la robotique molle bio-inspirée, où répliquer des structures anatomiques complexes sert d'alternative aux poignets rigides classiques.

Recherche❖Paper

1 source

40

1093arXiv cs.RO 

CrossSafe : vers des filtres de sécurité latents transférables entre morphologies robotiques

Un article publié sur arXiv le 25 septembre 2026 (2609.28984v1), intitulé "CrossSafe: Towards Cross-Embodiment Latent Safety Filters", propose un filtre de sécurité conditionné par la morphologie du robot et partageable entre plusieurs embodiments. La méthode applique une analyse de type Hamilton-Jacobi reachability directement dans un espace latent construit à partir d'une représentation morphology-aware du robot et de son environnement, plutôt que dans l'espace d'action brut de l'effecteur terminal qu'utilisent la plupart des modèles VLA (vision-language-action). L'approche est évaluée sur cinq embodiments de robots bimanuels et cinq tâches de manipulation, avec des contraintes d'évitement de collision portant sur l'ensemble du corps du robot. Une politique unique, entraînée conjointement sur les cinq tâches et quatre des cinq embodiments, généralise en zero-shot au cinquième embodiment laissé de côté à l'entraînement, réduisant le taux de collision par rapport à la politique nominale sans filtre; les auteurs montrent aussi que multiplier les embodiments à l'entraînement améliore cette généralisation. Ce résultat vise un angle mort des politiques de manipulation généralistes de type VLA, dans la lignée de modèles comme Pi-0, GR00T N2 ou Helix: elles apprennent des actions dans un espace commun d'effecteur terminal sans capturer explicitement comment la sécurité dépend de la morphologie et de la cinématique propres à chaque robot, alors qu'une même action peut être sûre pour un bras et dangereuse pour un autre. Pour des intégrateurs qui déploient une même politique sur des flottes hétérogènes, cela suggère que le raisonnement de sécurité, détecter un obstacle puis décider de l'éviter, peut être mutualisé entre plateformes tout en restant conditionné à la morphologie de chacune, sans nécessiter un filtre réentraîné robot par robot. C'est un indice supplémentaire que la généralisation cross-embodiment, déjà démontrée pour les compétences de manipulation, s'étend à l'évitement de collision, un prérequis pour tout déploiement de VLA en environnement partagé avec des humains. Le travail s'inscrit dans la recherche en apprentissage cross-embodiment et dans les méthodes de contrôle sûr par reachability Hamilton-Jacobi, historiquement coûteuses en calcul et limitées à des systèmes de faible dimension, une contrainte que l'encodage latent proposé ici cherche justement à contourner. Il s'agit à ce stade d'un article académique déposé sur arXiv, sans produit ni robot commercial nommé, et sans acteur français ou européen cité: les cinq embodiments bimanuels testés ne sont pas identifiés publiquement dans le résumé disponible. Aucun calendrier de déploiement réel ni partenariat industriel n'est communiqué; les auteurs indiquent vouloir étendre l'évaluation à davantage d'embodiments et de tâches pour confirmer la courbe de généralisation observée.

Recherche❖Paper

1 source

40

1094arXiv cs.RO 

Rolling-WAM : des modèles monde-action avec imagination glissante

Publié le 25 septembre 2026 sur arXiv (2609.30247), Rolling-WAM est un "World Action Model" (WAM) pour la manipulation robotique, une architecture couplant génération d'actions et prédiction visuelle du futur. Le problème ciblé : les WAM classiques doivent débruiter entièrement la séquence vidéo-action conjointe à chaque cycle de replanification, ce qui crée une latence pénalisante pour le contrôle en boucle fermée. La méthode répartit ce calcul via une fenêtre glissante de segments vidéo-action à niveaux de bruit échelonnés, débruitant totalement le segment d'action imminent tout en affinant partiellement les segments futurs, qui poursuivent leur traitement au fil des nouvelles images caméra. Évalué sur les bancs d'essai LIBERO et RoboTwin ainsi que sur un humanoïde réel Unitree G1, Rolling-WAM conserve des performances de manipulation comparables aux WAM standards tout en accélérant la replanification en régime stationnaire d'un facteur 4,5. Ce gain de vitesse s'attaque à un frein connu des modèles génératifs pour le contrôle robotique temps réel : les politiques par diffusion, de plus en plus utilisées dans les modèles de monde et les architectures vision-langage-action, produisent des prédictions réalistes mais coûteuses à chaque étape de replanification, ce qui pousse souvent à réduire leur fréquence ou à alléger les modèles au détriment de la robustesse. En démontrant qu'une accélération de 4,5 fois est atteignable sans modèle plus léger ni perte de performance, Rolling-WAM offre une piste concrète pour rapprocher les WAM d'un usage en conditions réelles, un enjeu suivi de près par les équipes travaillant sur l'autonomie des humanoïdes et des bras manipulateurs industriels. Les World Action Models forment une famille récente de modèles visant à doter les robots d'une anticipation visuelle avant l'action plutôt qu'une politique purement réactive ; leur principal défaut, le coût du débruitage conjoint à chaque cycle, freine leur usage dans des boucles de contrôle rapides. Rolling-WAM reste à ce stade une contribution de recherche publiée en prépublication arXiv, sans acteur industriel ni produit commercial associé, validée sur des bancs d'essai académiques standards et une seule plateforme matérielle, l'humanoïde Unitree G1. Les auteurs ne communiquent aucun calendrier de transfert vers un système de production, ce qui en fait pour l'instant une preuve de concept technique plutôt qu'une solution prête à déployer.

IA physique⚡Actu

1 source

39

1095arXiv cs.RO 

Identification de modèles de robots indépendante des coordonnées

Une méthode d'identification des modèles dynamiques de robots, décrite dans un article déposé sur arXiv (référence 2603.14656, version révisée), corrige un biais méthodologique connu de la régression aux moindres carrés appliquée à la dynamique inverse. Les formulations classiques mesurent l'écart entre couples prédits et mesurés directement dans l'espace des forces en coordonnées, ce qui rend le résultat dépendant du paramétrage choisi, des unités et de l'échelle de chaque degré de liberté. Les auteurs pondèrent ces résidus par la métrique duale induite par la métrique riemannienne du système, en s'appuyant sur la dualité vecteur-covecteur entre force et vitesse pour ramener l'erreur dans l'espace mécanique physique plutôt que dans un repère arbitraire, via une reformulation en métrique affine et complément de Schur qui préserve la convexité du problème. Testée sur un système inertiel Crazyflie-pendule et sur le robot LandSalp, dominé par la traînée, la méthode gagne en précision d'identification, surtout sur les coordonnées de forme. Un biais lié au seul choix de coordonnées peut fausser silencieusement les couples, frictions ou termes de Coriolis estimés, avec des conséquences directes sur la fidélité d'un jumeau numérique ou la robustesse d'un contrôleur. Rendre l'estimation indépendante du paramétrage promet des modèles reproductibles quel que soit le repère cinématique retenu, un point utile pour les équipes qui ré-identifient des robots après un changement de représentation ou qui combinent des sous-systèmes hétérogènes, drones, robots à jambes ou structures souples. Cela rappelle aussi que l'écart entre simulation et réalité ne tient pas qu'au bruit de mesure ou à la friction non modélisée: une part peut venir d'un artefact purement mathématique introduit par la formulation même de l'identification. L'identification par moindres carrés sur la dynamique inverse reste la méthode de référence en robotique pour calibrer masses, inerties et frictions, mais sa dépendance aux coordonnées est un défaut connu que peu de travaux avaient corrigé sans sacrifier la convexité, condition nécessaire à une résolution rapide et fiable. En mobilisant la géométrie riemannienne plutôt que des normalisations ad hoc, cette contribution justifie physiquement la pondération des résidus, et le choix de deux robots aux régimes opposés, l'un dominé par l'inertie et l'autre par la traînée, vise à démontrer sa généralité au-delà d'un seul type de mécanisme. Publié comme version révisée sur arXiv, l'article ne mentionne aucun déploiement industriel ni intégration dans un outil de calibration commercial: il s'agit pour l'instant d'une contribution méthodologique destinée à la communauté recherche en dynamique des robots.

Recherche❖Paper

1 source

39

1096arXiv cs.RO 

RAPID : programmation à base d'agents pour robots à partir de démonstrations

Une équipe de recherche présente RAPID (Robot Agentic Programming from Demonstrations) dans un preprint publié sur arXiv le 25 septembre 2026 (arXiv:2609.30249) : un système qui génère, vérifie et affine automatiquement un programme robotique complet à partir d'une seule démonstration visuelle humaine, sans corpus d'entraînement massif. La boucle agentique itérative infère elle-même, depuis cette démonstration, trois ingrédients clés : une spécification de tâche testable, des primitives d'action exécutables par le robot, et un environnement interactif pour exécuter et vérifier le programme. Pour rendre le résultat réutilisable au-delà du contexte filmé, RAPID exprime les primitives comme des programmes d'optimisation de trajectoire reproduisant l'effet de mouvement au niveau de l'objet, assemblés par des contraintes relationnelles qui capturent la géométrie de la scène au moment de l'exécution. Les chercheurs ont testé le système en simulation sur huit tâches de manipulation non préhensile riches en contacts (pousser, pivoter, basculer des objets) et sur des tâches préhensiles classiques du benchmark LIBERO-Pro, puis l'ont déployé sur un bras robotique Franka réel pour l'ensemble des huit tâches non préhensiles ; le projet est documenté sur yuyaoliu.me/projects/rapid. L'intérêt de RAPID tient à la difficulté qu'il attaque : transformer une démonstration unique en un programme réutilisable et généralisable, là où les politiques d'apprentissage par imitation ou les modèles vision-langage-action (VLA) exigent généralement des corpus de démonstrations massifs. En appliquant à la manipulation robotique la logique des agents de codage logiciel, capables d'itérer, tester et corriger leur propre production, RAPID parie que la synthèse de programmes symboliques explicites généralise mieux que des politiques paramétriques apprises, en particulier sur les tâches non préhensiles où la dynamique de contact et le frottement rendent la généralisation notoirement difficile. Les auteurs revendiquent une généralisation à la pose, la forme, le matériau et l'environnement des objets, une affirmation émanant pour l'instant d'une seule équipe sur un périmètre de tâches limité et non validée indépendamment ; le déploiement réel se cantonne d'ailleurs à un unique bras Franka et aux tâches non préhensiles, les tâches préhensiles de LIBERO-Pro n'ayant été testées qu'en simulation. Il s'agit donc d'un résultat de recherche prometteur mais encore au stade du preprint, pas d'un produit ou d'un pipeline prêt pour l'intégration industrielle. Le travail s'inscrit dans un mouvement plus large visant à transposer aux robots le paradigme des agents de codage popularisé en génie logiciel, plutôt que d'empiler les données pour entraîner des politiques de bout en bout. Il se positionne ainsi en alternative aux approches VLA dominantes du secteur, comme Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure, qui apprennent des politiques directement à partir de grands ensembles de démonstrations plutôt que de synthétiser un programme symbolique explicite à partir d'un seul exemple ; aucun acteur français ou européen n'apparaît dans cette publication. À ce stade, RAPID reste un résultat académique diffusé via un preprint arXiv et un site de projet présentant des matériaux complémentaires, sans partenariat industriel, pilote de déploiement ni calendrier de commercialisation annoncés par les auteurs.

Recherche❖Paper

1 source

39

1097arXiv cs.RO 

ADM-Planner : planification à long horizon guidée par LLM pour manipulateurs mobiles avec mémoire dynamique à attention renforcée

Des chercheurs présentent ADM-Planner, un système de planification pour robots mobiles manipulateurs qui combine un grand modèle de langage avec une mémoire dynamique à attention renforcée (ADM, Attention-enhanced Dynamic Memory). L'idée centrale consiste à séparer la connaissance persistante de l'espace de travail de l'état centré sur les objets, mis à jour de façon asynchrone par les observations et les résultats d'action, tout en ne présentant au LLM qu'un sous-ensemble borné d'informations pertinentes pour la prochaine décision, avec replanification automatique dès qu'une mise à jour invalide le plan en cours. Sur 1 500 épisodes de simulation en environnement bruité à 14 conteneurs, ADM atteint 100% de tâches réussies intégralement, contre 62% pour une mémoire statique figée et 97% pour une mémoire dynamique sans filtrage, tout en réduisant de 95,8% la taille du contexte transmis au modèle. Un test en conditions réelles sur six épisodes avec un planificateur GPT-5 Mini montre que les deux variantes de mémoire dynamique complètent toutes les missions, ADM réduisant de 14,4% les tokens d'entrée facturés et le nombre moyen d'appels au planificateur de 7,0 à 6,0. Une étude séparée de 60 essais sous PyBullet confirme 100% de succès pour ADM contre 50% pour la mémoire statique, et le robot manipulateur mobile équipé d'ADM-Planner a mené à bien diverses missions en intérieur et extérieur, y compris avec des cibles révélées après le début de l'exécution. Ce travail s'attaque à un problème concret pour tout intégrateur déployant des robots en environnement changeant, entrepôt, site logistique ou espace partagé avec des humains: un contexte figé devient obsolète dès qu'un objet est déplacé, tandis qu'un historique complet accumule des informations redondantes ou contradictoires qui dégradent la fiabilité du LLM. En démontrant qu'une gestion sélective de l'état bat à la fois la mémoire statique et l'historique brut, tout en réduisant nettement le coût en tokens et la latence liée aux appels API, l'étude apporte un argument concret en faveur d'architectures de mémoire structurée plutôt que du simple empilement de prompts, une question centrale pour la viabilité économique des LLM appliqués à la planification robotique long-horizon. Le travail reste à ce stade un preprint arXiv, sans affiliation institutionnelle précisée dans le résumé, et ses résultats les plus solides proviennent de simulation à grande échelle, les essais physiques réels en intérieur et extérieur n'étant décrits que qualitativement sans chiffres de réussite détaillés. ADM-Planner se positionne sur la planification de tâches pilotée par LLM plutôt que sur le contrôle continu de bas niveau, un axe distinct des modèles vision-langage-action end-to-end qui dominent actuellement les annonces du secteur humanoïde. Les auteurs mettent à disposition une page projet dédiée pour suivre d'éventuelles publications complémentaires ou du code associé.

Recherche❖Paper

1 source

39

1098arXiv cs.RO 

OCC4M : mémoire 4D centrée objet pour le raisonnement spatiotemporel en manipulation à long horizon

OCC4M, surnommé « Occam », est une mémoire 4D centrée sur les objets pour robots manipulateurs, présentée en septembre 2026 par ses auteurs (arXiv:2609.28798) pour les tâches longues nécessitant de raisonner sur un état absent du champ de vision actuel. Le système maintient des pistes persistantes dans un référentiel monde partagé et encode explicitement les relations temporelles, de mouvement et de contenance, par exemple pour localiser un objet sorti du champ de vision ou identifier le contenu d'un conteneur mélangé. Un modèle vision-langage interroge cette mémoire structurée pour désigner des cibles, ensuite traitées par un exécuteur bas niveau sans avoir besoin de l'historique complet des observations. Sur sept conditions de simulation et 350 épisodes, OCC4M obtient 96,6% de réussite mémoire et 88,9% de réussite de bout en bout, contre 54,6% et 57,7% pour FrameSamp, une référence utilisant Gemini 3.7 Flash avec l'historique brut complet et le même exécuteur. Après un changement de point de vue caméra, OCC4M conserve 100% et 98% de réussite, contre un score proche de zéro pour FrameSamp. Sur 20 épisodes réels avec un bras Franka et caméra fixe, OCC4M atteint 85% de précision mémoire contre 30% au maximum pour FrameSamp, et achève 45% des tâches complètes en deux étapes. Ce résultat cible une faiblesse connue des architectures vision-langage-action actuelles, qui raisonnent souvent sur une fenêtre d'observations récentes ou sur tout l'historique brut, une approche coûteuse et peu fiable dès qu'une tâche s'étire dans le temps ou que le point de vue change, un cas fréquent en usine ou en logistique. En séparant la mémoire structurée de l'exécution bas niveau, OCC4M évite de faire porter tout le raisonnement long terme au modèle vision-langage, ce qui limite la dérive de contexte observée avec les approches par historique brut. L'effondrement quasi total de FrameSamp lors du changement de caméra illustre concrètement l'écart entre démonstrations en conditions contrôlées et robustesse réelle, un signal utile pour les intégrateurs qui évaluent des piles VLA pour des cellules robotiques à tâches longues et multi-étapes. OCC4M s'inscrit dans la recherche sur la mémoire persistante pour la manipulation robotique, un axe distinct des architectures vision-langage-action généralistes qui gèrent surtout le contexte via une fenêtre d'observations glissante plutôt qu'une mémoire dédiée. Les auteurs situent leur contribution face à une référence bâtie sur Gemini 3.7 Flash de Google DeepMind, posant le débat entre mémoire structurée et simple élargissement du contexte des grands modèles multimodaux. Les tests, menés en simulation puis validés sur un bras Franka Emika réel, restent limités en échelle, avec seulement 20 épisodes physiques sur un seul type de bras, ce qui en fait une preuve de concept académique plutôt qu'un système prêt pour un déploiement industriel. Des vidéos qualitatives supplémentaires sont publiées sur occ4m-sup.github.io, sans calendrier annoncé de transfert vers un robot commercial.

Recherche❖Paper

1 source

39

1099arXiv cs.RO 

Inspection robotique autonome multimodale sans marqueurs des grandes structures spatiales

Un pipeline d'inspection robotique autonome sans marqueurs pour de grandes structures spatiales a été présenté dans un preprint publié sur arXiv (2609.29644). Le système repose sur un bras manipulateur Kinova Gen2 équipé d'une tête de capteurs multimodale montée sur l'effecteur, combinant une caméra RGB-D, une caméra thermique et un LiDAR 2D. Le pipeline estime d'abord un volume d'inspection approximatif, génère des points de vue, planifie des trajectoires sans collision via MoveIt, puis enregistre de façon synchronisée images RGB-D, données thermiques et poses du robot sous ROS2. Pour la reconstruction 3D, plusieurs méthodes candidates ont été comparées avant de retenir Nerfacto pour la reconstruction géométrique et Thermal-Nerfacto pour un rendu sensible à la température. Le système a été validé dans un simulateur Gazebo et testé de façon préliminaire en laboratoire, où il a démontré sa capacité à acquérir des données d'inspection spatialement cohérentes et à produire des reconstructions exploitables pour une évaluation visuelle et géométrique. Cette approche cible les limites des méthodes actuelles de maintenance en orbite, qui dépendent généralement de trajectoires prédéfinies, d'interfaces standardisées, de marqueurs fiduciaires ou de modèles CAO précis de la cible, des contraintes qui ne tiennent pas face à de futures infrastructures orbitales hétérogènes, partiellement inconnues ou trop vastes, telles que grandes antennes déployables ou fermes solaires. En s'appuyant sur la reconstruction 3D par champs de radiance neuronaux (NeRF) comme représentation support de l'inspection plutôt que sur un modèle préexistant de la cible, ce travail répond à un besoin concret des opérateurs de servicing orbital et de retrait de débris, pour qui la variabilité et l'inconnu des cibles restent un obstacle majeur à l'automatisation. Il faut toutefois souligner que la validation reste circonscrite à une simulation Gazebo et à des essais préliminaires en laboratoire terrestre: aucune démonstration en orbite réelle n'est revendiquée, et rien n'indique encore une robustesse face aux contraintes propres à l'espace, comme l'éclairage extrême ou les limites de masse et de puissance embarquées. Ce travail s'inscrit dans la montée en puissance du secteur du service en orbite et de la gestion de fin de vie des satellites, un domaine où des acteurs comme Northrop Grumman, Astroscale ou Airbus développent des missions de ravitaillement, de réparation ou de désorbitation généralement conçues pour des cibles coopératives et bien caractérisées. L'apport de cette recherche est de traiter le cas inverse, celui de structures non coopératives et faiblement documentées, un scénario appelé à se multiplier avec la croissance des grandes plateformes orbitales et des débris spatiaux. Le choix de Nerfacto après comparaison d'autres méthodes de reconstruction suggère que des variantes concurrentes de NeRF ont été jugées moins adaptées au contexte embarqué. Le papier se présente comme une étape intermédiaire, sans calendrier de test en orbite ni partenaire industriel identifié à ce stade, les prochaines étapes attendues portant sur le passage à des environnements réels et à des structures de taille et de complexité supérieures.

Recherche❖Paper

1 source

39

1100arXiv cs.RO 

FlyCNS : organisation de l'information fondée sur le connectome pour le contrôle incarné à communication limitée

FlyCNS est un nouveau cadre de contrôle robotique décrit dans un article publié sur arXiv (arXiv:2609.28816) et inspiré du connectome de la drosophile, c'est-à-dire la cartographie complète des connexions neuronales entre le cerveau et le cordon nerveux ventral de la mouche. Le système conserve le calcul sensorimoteur au niveau local de chaque membre du robot et n'autorise la communication longue distance qu'à travers deux voies distinctes, l'une ascendante et l'autre descendante, à l'image de l'organisation biologique observée chez l'insecte. La structure directionnelle réelle de ces deux voies, extraite du connectome, sert de simple indication de départ pour répartir la communication, tandis que le contenu des messages, leur moment d'envoi et les politiques de locomotion restent adaptés à la tâche et appris par apprentissage par renforcement. Testé en simulation sur le quadrupède Unitree Go1, FlyCNS dégrade ses performances de façon plus progressive que les architectures classiques à mesure que le budget de communication se réduit. Dans le scénario le plus restrictif, il ne consomme qu'environ 21 à 22 % du volume de communication d'une référence à communication complète, tout en conservant un score de suivi de trajectoire d'environ 0,882, soit un écart maximal de 6,1 % par rapport à cette référence, et ce sous deux protocoles de commande différents. Ce résultat touche un point structurel du contrôle robotique appris : la plupart des architectures actuelles centralisent le traitement de l'information alors que le corps d'un robot est physiquement distribué en capteurs et actionneurs répartis sur chaque membre. Pour les concepteurs de robots à ressources de calcul ou de communication limitées, qu'il s'agisse de systèmes modulaires, de robots souples ou d'essaims multi-agents, l'enjeu est de savoir combien d'information doit réellement circuler pour maintenir une coordination corps entier efficace. FlyCNS suggère qu'une large part du calcul peut rester locale sans sacrifier la performance globale, ce qui contredit l'idée reçue selon laquelle un contrôle whole-body performant exige un flux d'information centralisé et complet. La démarche s'inscrit dans une tendance plus large de bio-inspiration en robotique, où des données de neurosciences computationnelles, ici le mappage du système nerveux de la drosophile, viennent guider la conception d'architectures de contrôle artificiel plutôt qu'un réseau générique appris de zéro. Le travail se distingue des approches dominantes de contrôle centralisé par apprentissage par renforcement pour la locomotion en ciblant spécifiquement la contrainte de bande passante entre membres. À ce stade, il s'agit d'une validation en simulation sur un seul robot quadrupède, sans démonstration sur matériel physique ni indication de portage vers d'autres morphologies ou d'un calendrier de suite.

Recherche❖Paper

1 source