Actualités robotique — page 32

7 514 articles au fil, du plus récent au plus ancien.

37

1551arXiv cs.RO 

Interroger avant d'informer : transfert de repères corporels des benchmarks vers un robot de chevet centré sur la question

Des chercheurs ont présenté Nuni, un prototype de robot de chevet destiné à repérer des signes de détresse chez un patient alité, dans un article arXiv (2609.24099) intitulé « Ask Before It Tells ». L'équipe compare deux classifieurs RGB fondés sur l'architecture X3D-UGT, atteignant 97,7% et 94,8% de précision sur le benchmark de reconnaissance d'actions NTU RGB+D (classification à six catégories), à un pipeline hybride centré sur la posture. Testées sur 28 clips scénarisés à un seul acteur, filmés directement depuis la caméra du robot, les trois approches divergent nettement : le pipeline hybride atteint un rappel macro de 0,71, contre 0,25 et 0,29 pour les variantes RGB pourtant bien meilleures sur le benchmark d'origine. Il déclenche une question du robot dans 12 des 16 clips de détresse, contre seulement 2 et 3 sur 16 pour les variantes RGB, tout en sollicitant à tort dans 2 des 8 clips normaux. Un contrôleur conversationnel testé par injection d'événements valide ses 13 transitions d'état : une réponse du patient stoppe l'alerte, deux invites sans réponse déclenchent une alerte, et les trois cas limites testés sont gérés correctement. Ce travail révèle un écart marqué entre performance de benchmark et fiabilité embarquée : des modèles quasi parfaits sur NTU RGB+D perdent près des deux tiers de leur rappel une fois transposés au point de vue d'une caméra de robot. Pour les concepteurs de robots d'assistance en établissement de soins, la leçon dépasse le choix de modèle : plutôt que de fonder la sécurité du patient sur la seule exactitude de la perception, les auteurs transforment le signal de détresse en déclencheur de question et non en alerte automatique, limitant les conséquences des erreurs de perception par la politique d'interaction elle-même. C'est un contre-exemple utile face aux annonces qui présentent souvent un score de benchmark comme gage suffisant de fiabilité opérationnelle. L'écart observé s'explique en grande partie par le choix du benchmark : NTU RGB+D, très utilisé en reconnaissance d'actions, est constitué de vidéos filmées dans des conditions et sous des angles éloignés de ceux d'un robot mobile positionné au chevet d'un lit. Les auteurs présentent Nuni comme une évaluation technique préliminaire et insistent sur ses limites : un seul acteur, des scénarios scriptés, 28 clips seulement, aucune étude utilisateur ni validation médicale, et aucun calendrier de déploiement pilote ni partenaire industriel évoqué à ce stade. La suite logique consisterait à élargir les tests à des patients réels et à des environnements cliniques pour vérifier si la logique « question avant alerte » résiste à la variabilité des situations de détresse réelles.

Recherche❖Paper

1 source

36

1552arXiv cs.RO 

CAST : assemblage sensible aux collisions par des robots de construction, avec estimation et planification simultanées de trajectoire

Une équipe de recherche présente CAST (Collision-Aware Assembly with Construction Robots using Simultaneous Trajectory Estimation and Planning), un framework de planification pour robots de construction multi-bras, détaillé dans un preprint arXiv (2609.24841) publié fin septembre 2026. Le système s'appuie sur un unique graphe de facteurs qui fusionne estimation de trajectoire et planification de mouvement, en combinant états mesurés des robots, contraintes explicites d'évitement de collision et contraintes de câbles apprises par apprentissage. La démonstration porte sur l'assemblage d'une structure poteau-linteau : un premier bras robotique sert de pince à bois pour manipuler les pièces de charpente, tandis qu'un second robot assure la fixation par clouage. Aucune entreprise n'est associée à cette publication : il s'agit d'un travail académique, non encore relu par les pairs, validé sur un seul démonstrateur en environnement contrôlé. L'enjeu tient à la difficulté propre aux chantiers multi-robots : des espaces de configuration à très haute dimension et de multiples contraintes de collision, entre robots, avec les objets assemblés et avec les limites de la zone de travail. En réunissant dans une seule représentation l'estimation d'état, habituellement issue de méthodes proches du SLAM, et la planification de trajectoire, traitées d'ordinaire comme deux pipelines séparés, CAST vise une synchronisation fine de mouvements sur des postes de travail évolutifs plutôt que figés. Le framework intègre aussi l'incertitude liée aux vibrations et au manque de rigidité des robots lourds, un facteur souvent ignoré quand on suppose des bras parfaitement rigides. Pour les intégrateurs et décideurs du BTP, l'intérêt est de réduire l'exposition des ouvriers aux tâches dangereuses tout en visant une précision suffisante pour l'assemblage structurel, un terrain où l'écart entre démonstration en laboratoire et déploiement réel reste généralement important. La robotique de construction mise de plus en plus sur les systèmes multi-robots pour compenser la pénurie de main-d'œuvre qualifiée et améliorer la sécurité sur les chantiers, un axe déjà exploré par plusieurs équipes académiques, sans qu'aucun acteur industriel ne soit cité dans cette publication. Les graphes de facteurs, popularisés en robotique par les techniques d'estimation type SLAM, sont ici étendus à la planification conjointe multi-robot, une combinaison encore rare dans la littérature. La validation reste limitée à une structure unique et simple, en conditions de laboratoire, sans essai sur chantier réel ni calendrier de transfert industriel annoncé. Les suites logiques seraient l'extension à des structures plus complexes, à un nombre de robots plus élevé et à des tests en conditions de chantier réelles.

Recherche❖Paper

1 source

36

1553arXiv cs.RO 

EgoWild2Dex apprend la manipulation robotique dextérique à partir d'expériences humaines réelles

EgoWild2Dex, présenté le 22 septembre 2026 dans un article arXiv, apprend la manipulation dextre à des robots bimanuels à partir de vidéos humaines filmées à la première personne, non en studio mais dans des domiciles, des usines et des pharmacies, via des caméras portées sur la tête. Cette collecte en conditions réelles capture des gestes variés mais produit des vues instables, avec une rotation cumulée moyenne de 15,93 degrés par seconde due aux mouvements de tête. Pour corriger ce bruit, les auteurs introduisent GeoFormer, un transformeur géométrique différentiable qui recale les observations humaines sur le point de vue du robot, complété par un entraînement conjoint humain-robot réduisant l'écart d'incarnation entre main humaine et main robotique. Ils publient aussi EgoWild, 538,9 heures de vidéo, 179 049 épisodes, 125 961 descriptions de tâches et 1 282 catégories d'objets, sur lequel EgoWild2Dex atteint 96,7% de réussite sur trois tâches bimanuelles longues et 33,3% en zero-shot au niveau objet. Ce travail s'inscrit dans une tendance de la robotique dextre visant à remplacer téléopération coûteuse et données simulées par de la vidéo humaine égocentrique collectée à grande échelle, une direction aussi suivie par des modèles comme GR00T N2 ou Helix, mais généralement en environnement contrôlé. En allant chercher ses démonstrations dans des usines et pharmacies réelles, l'équipe teste si l'apprentissage par imitation résiste au désordre du monde réel plutôt qu'à des trajectoires propres et répétables. L'écart entre le taux de réussite sur tâches entraînées (96,7%) et le taux zero-shot sur objets nouveaux (33,3%) confirme toutefois que la généralisation reste le principal verrou du secteur, bien avant l'exécution du geste lui-même. Cette approche prolonge des travaux antérieurs de collecte par caméra portée, généralement menés en environnements aménagés pour limiter bruit visuel et occlusions, une contrainte qu'EgoWild2Dex cherche explicitement à lever. L'article ne nomme ni robot commercial ni partenaire industriel, seulement une plateforme bimanuelle à mains dextres, ce qui situe ce travail du côté recherche académique plutôt que produit, loin des démonstrations comme Figure 03 de Figure AI ou Optimus Gen 3 de Tesla. Les auteurs annoncent la publication à venir des données, modèles et code, sans date précise, ce qui permettra à la communauté d'évaluer la reproductibilité de résultats obtenus sur seulement trois tâches, et de mesurer si EgoWild sera repris pour entraîner d'autres modèles vision-langage-action.

Recherche❧Opinion

1 source

36

1554arXiv cs.RO 

Étiquetage automatique pour la manipulation mobile bimanuelle

Un pipeline d'étiquetage automatique pour l'entraînement de politiques robotiques à long horizon a été publié le 22 septembre 2026 sous forme de preprint arXiv (2609.24059), sous le titre "Automatic Labelling for Bimanual Mobile Manipulation". La méthode combine deux approches: une analyse déterministe de la trajectoire pour localiser dans le temps les phases d'une tâche, et un raisonnement vision-langage (VL) pour décrire sémantiquement le contenu de chaque phase, séparément pour la base mobile, le bras gauche et le bras droit. Les auteurs l'ont évaluée sur 29 tâches réelles de manipulation mobile bimanuelle exécutées avec des robots Galaxea. En répétant trois fois le raisonnement VL sur les tâches sélectionnées, la sortie reste identique dans 87,4% des cas. Une revue humaine menée par neuf participants sur l'ensemble des 29 tâches montre un taux d'acceptation de 90,5% pour les découpages temporels, 90,7% pour les labels de la base, et 78,7% pour les labels des bras. L'enjeu dépasse la simple curiosité académique: l'entraînement de politiques vision-langage-action (VLA) à long horizon repose sur des annotations de sous-tâches fiables, un travail manuel coûteux qui freine le passage à l'échelle des jeux de données de démonstrations robotiques. En automatisant la localisation temporelle tout en gardant un raisonnement sémantique piloté par un modèle vision-langage, ce pipeline propose une voie pour produire des annotations structurées à moindre coût humain, un prérequis que partagent les efforts actuels autour de modèles comme Pi-0 ou GR00T N2. Le taux d'acceptation plus faible sur les labels des bras (78,7% contre plus de 90% ailleurs) mérite d'être noté par les intégrateurs: décrire correctement un comportement bimanuel asynchrone reste plus difficile qu'annoter les déplacements de la base, une limite que l'article assume sans la minimiser. Le travail s'inscrit dans la course plus large à la constitution de données d'entraînement pour les modèles génériques de manipulation, où le choix de la plateforme Galaxea, fournisseur chinois de robots bimanuels mobiles, illustre sa place croissante comme banc d'essai académique. Publié en preprint sans revue par les pairs, sans code ni jeu de données mentionnés dans le résumé, le document se présente comme une base pour une identification plus fine des sous-tâches et une vérification par états, sans calendrier de suite annoncé.

Recherche❖Paper

1 source

36

1555arXiv cs.RO 

Transmission à arbre flexible SHAFT : compensation du jeu et atténuation du flambage hélicoïdal pour la manipulation légère multi-DoF

Publié le 22 septembre 2026 sur arXiv (2609.22677v1), SHAFT est un mécanisme de transmission par arbre flexible destiné aux bras robotiques légers, conçu pour l'actionnement proximal : les moteurs restent près de la base du bras plutôt qu'aux articulations distales, ce qui réduit l'inertie et l'encombrement, contrairement aux poulies (masse ajoutée) ou aux câbles Bowden (pertes par frottement). Les arbres flexibles classiques accumulent une erreur de transmission angulaire due à un flambage hélicoïdal causé par le jeu créé lors de la flexion des articulations ; SHAFT corrige ce jeu grâce à un tensionneur proximal, sans alourdir le bras. Sur un trajet de transmission comportant quatre coudes à 90 degrés, le dispositif gagne environ 30% d'efficacité et réduit d'environ 65% l'erreur de transmission angulaire par rapport à un arbre flexible sans tensionneur. Les auteurs ont fabriqué un bras prototype à 6 degrés de liberté (DoF) équipé d'une pince à 1 DoF, avec les moteurs et le tensionneur logés dans un module rotatif à la base, pour une masse de 280 grammes au niveau du module bras. Ce résultat s'attaque à un compromis central pour les manipulateurs légers appelés à cohabiter avec des humains : transmettre du couple sur plusieurs articulations sans alourdir le bras ni sacrifier la précision. Pour les intégrateurs de robots de service ou de cobots, une transmission à distance plus efficace et plus précise limite la masse mobile près de l'utilisateur, un facteur direct de sécurité et de dynamique de contrôle. L'essai reste un banc de test en laboratoire, mais il montre qu'un défaut connu des arbres flexibles peut être corrigé par une pièce mécanique simple plutôt que par des composants qui ajoutent de la masse, comme des poulies supplémentaires. Ce travail s'inscrit dans la recherche sur l'actionnement à distance en robotique, qui explore depuis plusieurs années les alternatives aux moteurs embarqués sur chaque articulation, des câbles Bowden aux systèmes à câble (wire-driven) en passant par les trains de poulies. L'abrégé ne précise ni l'institution ni le laboratoire porteur du projet, et le dispositif reste un prototype de recherche publié en preprint, sans validation sur tâches réelles ni calendrier d'industrialisation annoncé. Les auteurs présentent SHAFT comme une brique technique destinée à faciliter, à terme, le déploiement de bras robotiques légers et sûrs en environnement humain.

Recherche❖Paper

1 source

36

1556arXiv cs.RO 

Un cadre de contrôle adaptatif à commutation pour manipulateurs aériens lors de transitions dynamiques

Des chercheurs proposent, dans une prépublication arXiv déposée sous la référence 2609.24761v1, un nouveau cadre de contrôle destiné aux manipulateurs aériens, ces drones équipés d'un bras robotique capable d'interagir physiquement avec leur environnement. Le problème visé est celui des transitions dynamiques qui surviennent en cours de mission, par exemple quand le bras passe du vol libre au contact avec un objet ou une structure, provoquant des changements brusques et discontinus dans la dynamique du système. Les auteurs, dont l'identité et l'institution ne sont pas précisées dans le résumé, développent une approche dite « à commutation » (switched control) couplée à un contrôle adaptatif, qui ne nécessite pas de connaissance préalable des couplages entre le véhicule volant et son bras, ni des incertitudes qui dépendent de l'état du système et qui sont, par nature, difficiles à modéliser à l'avance. Le cœur de la contribution est une classe de signaux de commutation garantissant mathématiquement que le système reste stable pendant ces phases de transition. Les auteurs indiquent avoir validé leur méthode par des expériences comparatives face à des approches existantes, sans toutefois communiquer de chiffres précis, comme un payload, un nombre de degrés de liberté ou un temps de cycle. Pour l'industrie de la robotique aérienne, ce travail s'attaque à un verrou concret plutôt qu'à une démonstration spectaculaire. Les manipulateurs aériens sont annoncés depuis plusieurs années comme la prochaine frontière après le vol stationnaire stabilisé, avec des applications visées en inspection industrielle, maintenance en hauteur ou manutention légère, mais leur contrôle reste fragile dès que le bras interagit réellement avec un objet, à cause du couplage mécanique fort entre le châssis volant et l'actionneur. En prouvant qu'une loi de commande peut rester stable sans modèle précis de ce couplage, la recherche répond directement à l'un des écarts les plus cités entre démonstrations en laboratoire et usage réel sur le terrain. Le papier s'inscrit dans une littérature déjà abondante sur la manipulation aérienne, où la plupart des méthodes existantes traitent la dynamique comme continue et s'appuient sur des modèles a priori des interactions bras-drone, une hypothèse jugée insuffisante par les auteurs pour les phases de transition brutales. Aucun calendrier de pilote industriel ni de partenaire de déploiement n'est mentionné à ce stade, le travail restant à ce jour une contribution académique en attente de validation par la communauté scientifique.

Recherche❖Paper

1 source

36

1557arXiv cs.RO 

Touch2Robot : le toucher robotique intégré à la boucle de démonstration humaine

Touch2Robot, un framework de collecte de démonstrations pour la manipulation robotique dextre, est présenté dans un preprint publié sur arXiv (arXiv:2609.24660v1, soumission nouvelle). Le système capture simultanément le mouvement de la main humaine, les mesures d'un gant tactile et le déplacement de l'objet manipulé, puis entraîne des politiques de renforcement spécifiques à chaque objet pour reproduire ce mouvement en privilégiant des contacts cohérents avec le toucher humain enregistré. Ces comportements sont distillés dans un retargeter temps réel unique qui convertit observations humaines et géométrie de l'objet en configurations pour la main du robot cible, dont le contact simulé est affiché au démonstrateur pendant la collecte. Sur quatre tâches réelles, le taux de réussite du rejeu sur robot passe de 37,9% avec un simple retour visuel à 72,1% avec Touch2Robot, tandis que le temps de collecte par démonstration réussie chute de 58,6 à 18,2 secondes. Les contacts reconstruits atteignent un score F1 de 44,2% face aux mesures tactiles réelles du robot, et des politiques de type Diffusion Policy entraînées sur ces données gagnent 29,1 points de pourcentage par rapport à l'approche purement visuelle. Ce travail s'attaque à un goulot d'étranglement connu de l'apprentissage par démonstration dextre: les données humaines sont faciles à collecter en volume mais leurs contacts ne se transposent pas toujours à une main robotique aux cinématiques différentes, alors que la téléopération directe sur le robot cible garantit un contact réaliste mais coûte cher en temps d'ingénieur et en usure matérielle. Touch2Robot propose une voie intermédiaire susceptible d'intéresser les équipes qui construisent des jeux de données pour des politiques vision-langage-action à grande échelle, en réduisant le coût par démonstration exploitable sans immobiliser en permanence le robot physique. Les chiffres restent toutefois ceux d'un cadre limité à quatre tâches et à un score de contact modeste (44,2% F1), ce qui invite à la prudence: il s'agit d'un résultat de recherche en preprint, non revu par les pairs, pas d'un produit ni d'un déploiement commercial. La démarche prolonge les méthodes de collecte par gants tactiles et capture de mouvement, alternative moins coûteuse que la téléopération robot mais qui bute historiquement sur l'écart d'incarnation entre main humaine et main robotique articulée. En rendant visible au démonstrateur, pendant l'enregistrement, le contact que la main cible établirait réellement avec l'objet, Touch2Robot cherche à combler cet écart sans sacrifier la scalabilité des démonstrations humaines. Le code et les ressources du projet sont annoncés sur la page Touch2Robot.github.io, sans partenariat industriel ni calendrier de production mentionnés à ce stade; les auteurs présentent leurs résultats comme une preuve que l'intégration du retour tactile robot dans la boucle de démonstration humaine améliore qualité et efficacité de la collecte, au-delà des seuls essais en laboratoire.

Recherche❖Paper

1 source

36

1558arXiv cs.RO 

Imagine-RL : cross-attention guidée par la confiance résiduelle pour l'apprentissage par renforcement VLA augmenté par modèle du monde

Un preprint arXiv publie ce mois-ci (référence 2609.24033) présente Imagine-RL, une méthode de post-entrainement par renforcement pour les politiques Vision-Language-Action (VLA), destinée a la manipulation robotique riche en contacts. Le système associe une politique VLA figée a un modèle du monde latent visuel-couple (VTLWM), lui aussi gelé, qui prédit de manière autoregressive de futures représentations compactes sans reconstruction pixel par pixel. Une requête image-état-action croise l'historique observe et ces futurs prédits, les résidus de prédiction de la fenêtre précédente servant de priors de confiance qui écartent les prédictions peu fiables, pour que le critique juge chaque action candidate selon ses conséquences anticipées. Sur quatre taches robotiques réelles a 50 essais chacune, la méthode n'utilise que 100 trajectoires de renforcement et améliore le taux de réussite moyen de 23,6% face a DSRL et de 60% face aux politiques VLA de base. Ce résultat cible une faiblesse connue des méthodes de RL en espace de bruit, qui pilotent des politiques VLA figées sans reentrainement complet : leurs critiques jugent généralement l'action a partir de la seule observation présente, aveugles aux conséquences physiques futures, ce qui pénalisé les taches a fort contact comme l'insertion ou l'assemblage. Un gain de réussite de 60% obtenu avec seulement 100 trajectoires réelles, sans reentrainer la politique VLA ni le modèle du monde, ouvre une piste de spécialisation peu couteuse pour les intégrateurs qui veulent adapter des politiques généralistes a du matériel réel sans multiplier la collecte de données. L'approche s'inscrit dans une tendance de la recherche robotique a coupler modèles du monde et politiques VLA pour réduire l'écart entre simulation et performance réelle, sur un périmètre pour l'instant limite a quatre taches et 50 essais chacune. Le travail prolonge les méthodes de RL en espace de bruit destinées a affiner des politiques VLA preentrainees sans toucher a leurs poids, DSRL servant ici de référence de comparaison directe. Il y ajoute un modèle du monde spécialisé sur les signaux visuels et de couple, plutôt qu'un modèle génératif pixel, pour rendre exploitable la projection dans le futur sans reentrainement de bout en bout. Le preprint ne précise ni la politique VLA de base ni les taches exactes évaluées, et aucun déploiement industriel n'est annonce : il s'agit d'une contribution de recherche dont la reproductibilité sur d'autres politiques reste a établir.

Recherche❧Opinion

1 source

36

1559arXiv cs.RO 

Préhension orientable et réactive grâce à une conception modulaire à interface trois points

Un article publié sur arXiv (référence 2609.24896v1) présente une architecture modulaire de préhension dextre organisée autour d'une interface à trois points, qui relie planification géométrique globale et contrôle local du contact. À partir de la géométrie de l'objet et de commandes en langage optionnelles, le système échantillonne des triplets de points de contact dans une carte de chaleur d'affordance de prise précalculée, puis un contrôleur réactif basé sur un modèle suit l'objet, évite les collisions et guide la main vers ces points. Dans les derniers centimètres avant le contact, une politique entraînée par apprentissage par renforcement affine et stabilise la prise en n'utilisant que le retour proprioceptif des articulations des doigts et ses actions récentes, sans image, sans géométrie de l'objet ni points cibles, ce qui permet à une seule politique d'être partagée entre tous les objets et configurations de main. Les auteurs valident l'approche en simulation face à des références de type squeeze et bout en bout, puis sur un robot physique avec deux objets vus à l'entraînement et un objet inédit. Pour l'industrie robotique, l'intérêt tient à la séparation entre décision géométrique, qui détermine où saisir, et contrôle réactif local, qui gère la stabilisation fine, ce qui évite de devoir entraîner une politique bout en bout massive comme le font les approches vision-langage-action. Une politique RL compacte, aveugle à la forme exacte de l'objet et capable de corriger les erreurs de perception et d'approche, suggère une voie pour réduire les besoins en données des intégrateurs travaillant sur des mains et bras robotiques. La validation reste toutefois restreinte à trois objets en conditions réelles, ce qui en fait une démonstration de principe plutôt qu'une preuve de robustesse à l'échelle d'un déploiement industriel. Ce travail s'inscrit dans la lignée des recherches qui cherchent à combiner contrôle classique basé modèle et apprentissage par renforcement, plutôt que de miser uniquement sur des politiques bout en bout entraînées sur de vastes jeux de démonstrations ou sur du RL pur pour le transfert sim-to-réel. Le résumé ne mentionne ni affiliation industrielle, ni partenaire, ni date de déploiement. Les prochaines étapes attendues portent sur l'extension à davantage d'objets, de morphologies de main et de scénarios réels, afin de confirmer au-delà du laboratoire la généralisation observée en simulation.

Recherche❖Paper

1 source

36

1560arXiv cs.RO 

Actionneur souple monolithique à force-proprioception intégrée grâce à l'impression 3D en un seul matériau

Une équipe de recherche présente dans un preprint publié sur arXiv (2609.24499, soumis fin septembre 2026) un actionneur pneumatique baptisé MFPS, pour Monolithic Force-Proprioception Soft. Le dispositif combine dans une seule pièce, imprimée en un seul matériau par dépôt de fil fondu (FDM) en une seule étape, une chambre de flexion asymétrique de type origami et un capteur de force et de proprioception. Le capteur exploite la variation de résistance électrique d'un polyuréthane thermoplastique (TPU) conducteur soumis à la déformation. Les tests rapportés montrent un angle de flexion de 40 degrés, une force de sortie de 12,5 newtons, et une variation de résistance de 26,9% lorsque la force externe appliquée passe de 0 à 45 newtons. Les chercheurs ont ensuite assemblé une pince à deux doigts fondée sur ces actionneurs et ont validé expérimentalement ses capacités de préhension et de perception de force. L'intérêt de cette approche tient à ce qu'elle règle un problème connu des actionneurs souples proprioceptifs actuels: l'assemblage de matériaux hétérogènes (élastomère pour l'actionnement, matériaux conducteurs séparés pour le capteur) génère des erreurs de collage et des concentrations de contraintes qui limitent la durabilité et la fiabilité de la mesure. En fabriquant actionneur et capteur d'un seul tenant avec un seul matériau, la méthode simplifie la production et pourrait faciliter l'intégration de capacités de retour de force dans des préhenseurs souples à bas coût, un enjeu pour la robotique de manipulation délicate en logistique ou en assemblage léger. Il s'agit toutefois d'un résultat de laboratoire à ce stade, sans partenaire industriel ni déploiement annoncé, et les chiffres proviennent d'essais contrôlés sur un prototype unique. Ce travail s'inscrit dans la lignée des recherches sur les actionneurs pneumatiques auto-capteurs, un axe actif de la robotique souple depuis plusieurs années, où l'objectif est de remplacer les capteurs externes rigides par une perception intrinsèque au matériau. Le preprint ne précise ni les auteurs institutionnels ni de calendrier de suite; il s'agit pour l'instant d'une preuve de concept méthodologique plutôt que d'un produit destiné à une mise sur le marché.

Recherche❖Paper

1 source

36

1561arXiv cs.RO 

Conditionnement centré sur l'objet pour le mise en correspondance de flux visuomoteur

Des chercheurs en robotique proposent SlotFlow, une nouvelle politique de manipulation visuomotrice fondée sur le flow matching, détaillée dans un article publié sur arXiv (2609.24155v1). Le travail part d'une méthode récente appelée Action-to-Action (A2A) flow matching, qui accélère l'inférence en initialisant la génération de trajectoires à partir d'actions passées plutôt que de bruit aléatoire pur, réduisant ainsi le nombre d'étapes nécessaires au calcul. Les auteurs identifient une faiblesse de cette approche: des schémas de mouvement historiques devenus obsolètes combinés à des représentations visuelles globales trop enchevêtrées dégradent la robustesse du robot face à des changements spatiaux inédits (out-of-distribution) et à des distracteurs visuels dans la scène. SlotFlow corrige cela en séparant l'observation de la scène en deux flux distincts: un flux sémantique ("quoi", l'identité des objets) et un flux spatial léger dans le plan image ("où", leur position). Des expériences en simulation et en conditions réelles montrent une robustesse accrue face aux distracteurs visuels et aux perturbations spatiales sévères, tout en conservant l'efficacité d'inférence à faible nombre d'étapes propre à A2A. Pour les intégrateurs et les équipes qui développent des politiques de manipulation par apprentissage (VLA), cette étude touche directement à l'écart bien connu entre démonstration et déploiement réel: une politique qui excelle sur des scènes contrôlées échoue souvent dès qu'un objet est déplacé ou que l'arrière-plan change. SlotFlow suggère qu'une meilleure structuration de la perception, en dissociant explicitement identité et position des objets, peut compenser ce défaut sans nécessiter davantage de données d'entraînement ni de modèles plus lourds. Les ablations menées par les auteurs indiquent que l'ancrage sur les objets ("object-centric grounding") est la principale source des gains observés, mais qu'il complète les a priori de mouvement historiques d'A2A plutôt que de les remplacer, un signal utile pour les équipes qui cherchent à combiner rapidité d'inférence et généralisation. Le flow matching s'est imposé ces dernières années comme une alternative aux modèles autorégressifs et de diffusion pour l'apprentissage de politiques robotiques, popularisé notamment par des familles de modèles comme Pi-0 ou GR00T N2. SlotFlow s'inscrit dans la lignée des représentations centrées objets (slot-based), appliquées ici spécifiquement à l'amélioration de l'A2A flow matching. Il s'agit à ce stade d'une contribution de recherche publiée sur arXiv, validée en simulation et par des expériences réelles limitées, sans annonce de partenariat industriel, de déploiement commercial ni de calendrier de transfert vers un produit.

Recherche❖Paper

1 source

36

1562arXiv cs.RO 

Zeva-Ego : pré-entraînement égocentrique par apprentissage causal en contexte pour la manipulation robotique

Des chercheurs présentent Zeva-Ego, un framework qui transforme la vidéo égocentrique humaine en données exploitables pour l'entraînement de modèles vision-langage-action (VLA) dédiés à la manipulation robotique. Le système combine deux composants : un Action-Centric Encoder (ACE), qui convertit les transitions visuelles de vidéos à la première personne en supervision centrée sur l'action pour le mid-training des VLA, et un module d'In-Context Causal Learning (ICCL), qui permet une adaptation sans mise à jour de paramètres à partir du retour action-effet observé au moment du déploiement. Sur le benchmark de manipulation bimanuelle RoboTwin, faire passer le volume de vidéo égocentrique à 10 000 heures fait grimper le taux de succès de 63,8% à 75,3%, un niveau comparable aux 74,7% obtenus avec 2 000 heures de démonstrations robotiques réelles, soit un ratio empirique d'environ 4 à 5 heures de vidéo humaine pour une heure de démonstration robot. Avec l'ICCL, le taux de succès progresse par ailleurs de 58% à 89% en seulement quatre tentatives, sans aucun réentraînement du modèle. Le travail est publié en preprint sur arXiv (2609.24411). Ces résultats ciblent un goulot d'étranglement connu de l'apprentissage robotique : le coût et la rareté des démonstrations téléopérées, mode dominant de collecte de données pour les VLA. En chiffrant un ratio de substitution entre heures de vidéo humaine et heures de démonstration robot, Zeva-Ego donne aux équipes R&D un argument concret pour réorienter leurs budgets de collecte vers des sources bien plus abondantes que la téléopération. La capacité de l'ICCL à améliorer les performances sans réentraînement ouvre aussi une piste pour le déploiement en usine ou en logistique, où un robot affinerait son comportement au fil de ses propres tentatives sans cycle d'ingénierie dédié. Si ces résultats se confirment au-delà de la simulation, ils nourrissent le débat sur la possibilité de faire monter en échelle les VLA grâce à des données non robotiques. Il faut toutefois noter que les chiffres proviennent d'un seul benchmark simulé et n'ont pas été validés sur matériel physique en conditions industrielles. Zeva-Ego s'inscrit dans une lignée de recherche qui cherche à exploiter la vidéo humaine comme substitut aux démonstrations robotiques coûteuses, un axe suivi par plusieurs laboratoires travaillant sur les modèles vision-langage-action. L'abstract ne mentionne aucune affiliation industrielle ni partenaire de déploiement, ce qui situe ce travail au stade de la recherche académique plutôt que du produit commercialisé. Aucune date de conférence, aucun code source public ni feuille de route ne sont précisés dans le résumé disponible. Les auteurs présentent leur approche comme complémentaire aux méthodes existantes de pré-entraînement sur données robotiques, avec pour horizon une intelligence incarnée apprenant en continu de sa propre expérience d'interaction. Les prochaines étapes attendues pour ce type de travaux passent généralement par une validation sur robot physique hors simulation, puis par une comparaison directe avec les VLA propriétaires déjà déployés par les acteurs commerciaux du secteur.

Recherche❧Opinion

1 source

36

1563arXiv cs.RO 

Graphes de scène probabilistes : représentation hiérarchique et système en temps réel

Des chercheurs présentent dans un nouvel article publié sur arXiv (référence 2609.23144v1) un système de représentation de scènes 3D pour la perception robotique baptisé Probabilistic Scene Graph (PSG). Contrairement aux scene graphs classiques, qui figent une structure d'entités, de relations et d'attributs sémantiques, PSG modélise une distribution de probabilité sur l'ensemble des graphes possibles : une structure discrète (objets, relations, sémantique) couplée à des états continus qui les situent dans l'espace, avec une incertitude explicite sur les deux composantes. La géométrie est portée directement par les nœuds plutôt que puisée dans une carte métrique construite à part ; la carte, quand elle est utile, découle du graphe et non l'inverse. Les auteurs instancient cette idée via des Hierarchical Graphs of Gaussians (HGG) : chaque objet est représenté par une gaussienne à covariance complète sous une croyance Normal-Inverse-Wishart, le même schéma étant réappliqué récursivement pour affiner la résolution de surface. Le pipeline combine un alignement grossier-vers-fin fondé uniquement sur le graphe et une optimisation imbriquée Expectation-Maximization / factor-graph qui raffine conjointement poses, paramètres d'objets et géométrie interne. Testé sur six jeux de données (intérieur RGB-D, extérieur LiDAR, scénarios multimodaux), le système tourne à la cadence des capteurs avec une mémoire quasi constante. Ce travail cible une limite structurelle des scene graphs 3D en robotique : l'incertitude y est aujourd'hui traitée en aval, jamais propagée pendant la construction du graphe lui-même. Pour les équipes développant des piles de perception pour navigation autonome, manipulation ou SLAM sémantique, cette lacune fragilise les graphes face au bruit capteur ou aux fusions d'observations erronées. En couplant nativement structure sémantique et incertitude géométrique, PSG vise des cartes robustes même avec des données partielles ou ambiguës, un enjeu direct pour les intégrateurs fusionnant des capteurs hétérogènes en conditions réelles. Les résultats revendiqués, précision « état de l'art » et alignement de graphe en zero-shot, restent des mesures de benchmark académique et non un déploiement industriel validé. L'approche prolonge les travaux sur les scene graphs 3D hiérarchiques utilisés en robotique pour structurer la perception au-delà des nuages de points ou cartes d'occupation, mais rompt avec ces systèmes déterministes en adoptant un cadre bayésien complet où chaque étape (association, fusion, raffinement de pose) manipule des croyances plutôt que des estimations ponctuelles. Elle se positionne face aux pipelines de cartographie sémantique classiques et aux méthodes de reconstruction par gaussiennes issues de la vision par ordinateur, dont elle reprend la représentation continue en l'intégrant à une structure de graphe discrète. L'article, classé comme nouvelle soumission arXiv, ne mentionne aucun partenariat industriel ni feuille de route de déploiement : c'est à ce stade une contribution de recherche évaluée sur données publiques, dont l'adoption dépendra de sa reproduction par la communauté.

Recherche❖Paper

1 source

36

1564arXiv cs.RO 

Observabilité du toucher physique par le poignet lors d'une tâche de prise granulaire

Une équipe de recherche publie sur arXiv (2609.22852v1) une étude testant si le capteur de force/couple à six axes situé au poignet d'un godet robotique peut prédire le volume final de matériau collecté lors d'une opération de pelletage granulaire. Baptisée "physical-touch observability", cette capacité a été évaluée sur 6 700 essais réels de pelletage effectués par un robot sur 67 terrains différents. Les chercheurs ont comparé le signal de force/couple correctement associé au terrain en cours d'interaction ("current-scoop F/T") à deux références: une prédiction basée uniquement sur l'action pré-contact, et des contrôles où le signal de force/couple est volontairement désaligné avec le terrain réel. Avec une méthode de test excluant certains terrains de l'entraînement, le signal de force/couple correctement associé réduit l'erreur absolue moyenne de 14,2% par rapport à une prédiction fondée sur l'action seule, et de 21,9% par rapport à un signal de force/couple mal apparié à un autre terrain, mesuré à 60% de la séquence de pelletage. Ce gain se reproduit avec des résumés de signaux conçus manuellement (engineered summaries), quelle que soit l'architecture de modèle utilisée. Ce résultat cible un angle mort connu de la robotique minière et du terrassement: si le transport et la conduite autonomes ont nettement progressé, le chargement et le pelletage restent largement confiés à des opérateurs humains qualifiés, exposant personnel et machines à des risques. Les capteurs RGB-D pré-contact, standards dans ce secteur, révèlent la géométrie de surface mais pas la résistance du matériau, sa compaction, l'engagement réel de l'outil ni le transfert de charge, autant de variables qui n'émergent qu'au moment du contact. En démontrant que le wrench au poignet porte une information exploitable sur l'issue de la tâche, et non un simple retour bas niveau pour la commande, l'étude ouvre une piste pour une autonomie dite "response-aware", capable d'ajuster son geste en fonction d'états physiques cachés pendant des tâches à fort contact, un enjeu qui dépasse le seul minage. Il s'agit d'un travail de recherche empirique publié en preprint, sans annonce de produit ni de déploiement industriel associé. L'étude s'inscrit dans un effort plus large de la communauté robotique visant à exploiter la perception tactile et proprioceptive pour combler l'écart entre perception visuelle pré-contact et réalité physique de l'interaction, un axe déjà exploré par d'autres travaux sur la manipulation riche en contact, sans qu'aucun calendrier de transfert vers des sites miniers réels ne soit précisé dans le papier.

Recherche❖Paper

1 source

36

1565arXiv cs.RO 

Champs de distance de faisabilité pour contraintes hétérogènes dans l'espace des configurations d'un robot

Des chercheurs en robotique ont publié fin septembre 2026 sur arXiv (référence 2609.24632) une méthode baptisée feasibility distance field (FDF), qui définit une distance unique, sous une métrique fixe et positive définie dans l'espace des articulations, séparant une configuration de robot de l'ensemble des configurations interdites. La théorie classique de la distance à un ensemble garantit une continuité 1-Lipschitz, une différentiabilité presque partout et une norme de gradient unitaire lorsque la projection la plus proche est unique. La contribution proprement robotique tient dans une analyse d'admissibilité montrant à quelles conditions des contraintes concrètes, collision externe et auto-collision, limites articulaires, dextérité, compliance cartésienne ou projetée sur la tâche, couple articulaire sous charge utile, manipulabilité dynamique, définissent des ensembles fermés non vides exploitables par cette distance commune. Les auteurs génèrent des étiquettes par projection et entraînent des réseaux de neurones à approximer ces champs avec une perte de distance et une pénalité Eikonal. En simulation sur un bras UR5e et une cellule bi-bras, sept champs sont évalués sur 8 000 configurations : le ratio sécant du côté faisable atteint au maximum 0,920, les normes de gradient apprises se situent entre 0,994 et 0,998, et les résidus de projection entre 0,011 et 0,034 radian. Sur 24 trajectoires d'obstacles mobiles générées aléatoirement, les champs de collision externe et composé réussissent respectivement à 90,4% et 91,6% avec une marge de 3 cm, pour un taux d'erreur de signe inférieur à 2%. L'intérêt pour un intégrateur ou un ingénieur en planification de mouvement est de disposer, pour la première fois de façon unifiée, d'une marge de sécurité exprimée dans une seule et même unité pour des contraintes hétérogènes qui, jusqu'ici, se mesuraient dans des échelles incomparables. Parce que tous les champs partagent la même métrique, ils se combinent par un simple minimum ponctuel, ce qui simplifie la fusion de contraintes multiples, et les configurations multi-robots produisent des gradients creux par blocs indiquant précisément quel bras doit réagir à une menace de collision, un atout pour les cellules bi-bras ou les flottes coopératives. L'approximation par réseau de neurones laisse entrevoir un calcul de marge en temps réel, moins coûteux que des méthodes d'optimisation par projection répétée, utile pour du contrôle réactif embarqué. Il s'agit toutefois d'un travail de nature théorique validé uniquement en simulation sur un seul bras et une cellule à deux bras, sans démonstration sur robot physique ni en environnement industriel réel. Le travail part d'un constat opérationnel : les indicateurs spécifiques à chaque contrainte (collision, couple, manipulabilité) utilisent des unités et des échelles de gradient différentes, empêchant toute mesure commune de la marge de mouvement restante avant violation. Les auteurs s'appuient sur la théorie classique de la distance à un ensemble et la rapprochent des champs de distance signée déjà utilisés en robotique pour la collision, en l'étendant à des contraintes de dextérité, de compliance et de dynamique jusqu'ici traitées séparément. Les limites reconnues portent sur les erreurs d'approximation près des axes médians et des zones de frontière peu échantillonnées, des points où la projection cesse d'être unique. Les suites logiques annoncées par les auteurs concernent l'extension à des scènes plus complexes et, à terme, une validation sur robot réel, condition nécessaire avant toute adoption par des intégrateurs industriels.

Recherche❖Paper

1 source

36

1566arXiv cs.RO 

3D-MoE : vers une intelligence spatiale par mélange d'experts pour le raisonnement 3D et la génération d'actions

Des chercheurs présentent 3D-MoE, un modèle de vision-langage 3D qui remplace l'architecture Transformer dense habituelle par un mélange d'experts (mixture-of-experts) doté d'un routage probabiliste sensible à la modalité et au contexte spatial, stabilisé par un curriculum de routage dédié. Décrit dans la version 2 d'un papier arXiv (identifiant 2501.16698, soumis initialement en janvier 2025), le travail étend ensuite ce modèle à la robotique en lui greffant une tête d'action par diffusion baptisée Pose-DiT, qui transforme 3D-MoE en modèle vision-langage-action (VLA). Grâce à un cadre de flux rectifié, Pose-DiT génère des poses 6D précises en une seule étape d'échantillonnage, contre les multiples itérations habituellement requises par les têtes d'action à diffusion classiques. Les auteurs rapportent que 3D-MoE dépasse les approches existantes sur plusieurs benchmarks de vision-langage 3D tout en activant nettement moins de paramètres, et obtient de meilleurs taux de réussite sur des tâches de manipulation robotique avec une inférence jugée compatible temps réel. L'enjeu central est le coût de calcul: faire monter en échelle les VLM 3D actuels, tous bâtis sur des Transformers denses, devient prohibitif à mesure que les tâches spatiales se complexifient. En n'activant qu'une fraction des experts du réseau par entrée, le mélange d'experts vise à découpler la taille totale du modèle de son coût réel d'inférence, un principe déjà courant dans les grands modèles de langage mais encore peu appliqué au raisonnement 3D. Pour les intégrateurs et équipes de recherche en robotique, l'intérêt est double: un raisonnement spatial plus riche sans exploser la latence, et une génération d'action en une seule passe qui réduit le temps de cycle par rapport aux approches de diffusion multi-étapes. Les chiffres avancés (paramètres activés, taux de succès) restent ceux des auteurs eux-mêmes, non d'une évaluation tierce, mais l'approche illustre une tendance de fond: convertir un VLM générique en modèle VLA capable de produire directement des commandes de pose exploitables par un bras manipulateur. 3D-MoE s'inscrit dans la vague des modèles vision-langage-action qui cherchent à unifier perception, raisonnement et contrôle moteur dans un même réseau, une piste travaillée par de nombreux laboratoires d'IA incarnée depuis deux ans. L'abstract ne précise ni les benchmarks exacts, ni les auteurs ou institutions, ni de calendrier d'industrialisation: il s'agit à ce stade d'une contribution académique évaluée sur des jeux de données de recherche, non d'un produit ou d'un déploiement commercial. La suite logique pour ce type de travail est une reprise comme brique technique par d'autres équipes académiques, voire par des fabricants de bras manipulateurs ou de robots humanoïdes cherchant à réduire le coût de calcul embarqué de leurs propres modèles VLA.

Recherche❧Opinion

1 source

36

1567arXiv cs.RO 

Saisie octopode : préhension et fixation distribuées avec un bras souple à vitesse limitée

Un article publié sur arXiv le 22 septembre 2026 (arXiv:2609.22926v1), intitulé "Embodied Snap", présente un contrôleur inspiré du poulpe pour bras robotique souple à ventouse passive. Le problème visé : les actionneurs à réducteur limitent la vitesse de contact nécessaire à l'accroche, sans qu'un meilleur suivi de trajectoire suffise à compenser ce manque. La solution sépare une phase lente de mise en tension des tendons (préchargement servo-commandé) d'une phase rapide de relâchement élastique. Une politique apprise, partagée par les trois sections du bras, décide où, comment et quand charger puis relâcher le tendon et le mou. Résultats obtenus : un taux d'accroche de 73 % (± 4) sur 400 cibles simulées inédites avec une tolérance latérale de 5 cm, des vitesses en bout de bras de 1,56 à 1,64 m/s (au moins 108 % de plus qu'un relâchement direct par tendon), et sur 18 essais matériels en boucle ouverte répartis sur six placements, 17 essais dépassent le seuil de 1 m/s requis pour l'accroche et neuf permettent de récupérer effectivement l'objet, avec succès sur cinq des six placements testés. Cette division entre préparation apprise et exécution mécanique passive s'attaque à un verrou connu de la robotique souple : des actionneurs légers et sûrs, adaptés à la cohabitation homme-robot ou aux usages sous-marins et spatiaux, sont souvent trop lents pour des tâches dynamiques comme la capture par ventouse. Plutôt que d'ajouter des moteurs plus puissants, donc plus lourds et coûteux, l'équipe montre qu'un mécanisme de stockage puis décharge d'énergie élastique, piloté par une politique compacte, comble cet écart, avec une convergence atteinte en seulement 17 % du budget d'évaluation nécessaire à un contrôleur centralisé de référence. L'écart simulation-réel reste toutefois visible : sur le matériel réel, seule la moitié des essais aboutit à une récupération effective de l'objet, contre un taux nettement supérieur en simulation. Le travail relève de la robotique bio-inspirée, qui étudie l'organisation distribuée des bras du poulpe sans chercher à répliquer son système nerveux. Signalé comme nouvelle soumission sur arXiv, ce preprint n'a pas encore été relu par les pairs, et les essais matériels restent des tests en boucle ouverte menés sur un prototype de laboratoire, sans lien annoncé avec un système commercial. Il s'inscrit aux côtés des recherches sur les actionneurs à câbles et tendons et sur les grippers à ventouse utilisés en logistique ou en exploration spatiale. Aucun calendrier de suite, partenariat industriel ou intégration à une plateforme robotique complète n'est mentionné à ce stade : il s'agit d'une preuve de concept de contrôle testée sur un bras isolé, pas d'un produit destiné à un déploiement.

Recherche❖Paper

1 source

35

1568arXiv cs.RO 

Transport multi-agents d'objets libres en microgravité par interaction de poussée sous contrôle humain

Une équipe de recherche a présenté un nouveau cadre de contrôle pour le transport coopératif d'objets passifs en microgravité, décrit dans une publication arXiv du 22 septembre 2026 (arXiv:2609.24376v1). Le système repose sur une flotte de robots "chasseurs" qui déplacent une cible non motorisée uniquement par contact de poussée unilatéral, sans préhension, en suivant une consigne de vitesse (twist) fournie par un opérateur humain. Parce que la poussée seule limite les points d'actionnement possibles selon la configuration du moment, les robots doivent physiquement se repositionner sur le corps de la cible dès que la répartition des forces change, ce qui introduit des délais et des contraintes d'actionnement intermittentes. Pour gérer cette contrainte, les auteurs combinent des fonctions de Lyapunov de contrôle (CLF) pour garantir la stabilité de la trajectoire cible et des fonctions barrières de contrôle (CBF) pour garantir l'évitement d'obstacles, le tout intégré dans un programme d'allocation de poussée à variables mixtes entières. Le concept a été validé uniquement en simulation, sous Gazebo, avec un obstacle circulaire comme cas de test. Cette approche s'adresse à un problème concret de la robotique spatiale : manipuler des objets non coopératifs, débris ou satellites hors service, sans mécanisme de préhension dédié, tout en gardant un humain dans la boucle de supervision pour des raisons de sécurité. Elle illustre une tendance de fond dans la recherche en robotique orbitale, qui cherche à combiner autonomie locale des robots et contrôle de haut niveau par un opérateur distant, une architecture jugée plus réaliste pour des opérations critiques en orbite que l'autonomie totale. La preuve reste cependant limitée à la simulation, sans test sur matériel physique ni en environnement de microgravité réelle. Le travail s'inscrit dans la lignée des recherches sur les "free-flyers", robots spatiaux autonomes en apesanteur, dont les démonstrateurs historiques incluent les sphères SPHERES et Astrobee de la NASA, généralement conçus pour la capture par préhension plutôt que la poussée. En misant sur une interaction purement par contact, les auteurs évitent la complexité mécanique des pinces ou bras robotisés. Les prochaines étapes attendues, non précisées dans la publication, porteraient logiquement sur des essais en environnement de microgravité simulée au sol, comme un banc à coussin d'air, avant toute validation en orbite.

Recherche❖Paper

1 source

35

1569arXiv cs.RO 

ScaleMPA : repenser l'accélération de RRT* à grande échelle avec une représentation native en grille

ScaleMPA est un accélérateur matériel dédié à la planification de mouvement en robotique, décrit dans un preprint mis en ligne sur arXiv sous la référence 2609.24497v1 (soumission classée "new", ce qui situe sa publication autour de septembre 2026). Le système repense l'algorithme RRT (Rapidly-exploring Random Tree Star), largement utilisé pour calculer des trajectoires sans collision dans des environnements complexes et à haute dimension. Alors que les accélérateurs précédents organisaient l'espace de recherche autour d'une structure arborescente hiérarchique, ScaleMPA adopte une représentation "grid-native" : un accès direct à une grille remplace la traversée d'arbre, ce qui raccourcit le chemin critique du planificateur. Pour que cette approche reste viable dans des espaces à haute dimension et à faible densité de points, les auteurs y ajoutent un moteur de recherche en grille multi-résolution et un système de mémoire de type "hash-grid". Gravé en technologie CMOS 28 nanomètres, le circuit atteint une latence de planification de l'ordre de la milliseconde, avec une accélération revendiquée de 4,7 à 44,4 fois par rapport aux meilleurs accélérateurs de planification de mouvement publiés jusqu'ici. Pour les concepteurs de robots manipulateurs, de bras à nombreux degrés de liberté ou de robots mobiles autonomes, la planification de trajectoire en temps réel reste un goulot d'étranglement classique : les implémentations logicielles de RRT peinent à tenir les contraintes de cadence dans des environnements encombrés, et même les accélérateurs matériels existants conservaient une complexité superlinéaire de bout en bout à cause des dépendances structurelles imposées par l'arbre. En supprimant cette dépendance, ScaleMPA vise à débloquer un parallélisme plus fin, ce qui pourrait profiter à des applications embarquées où la puissance de calcul et l'énergie sont contraintes. Ces gains restent toutefois auto-déclarés par les auteurs, sans détail public sur la méthodologie de comparaison ni sur les charges de travail testées, ce qui invite à la prudence avant toute extrapolation vers un produit industriel. Ce travail s'inscrit dans une tendance de fond vers des puces dédiées à des tâches robotiques spécifiques (perception, SLAM, planification), les architectures généralistes CPU/GPU étant jugées insuffisantes pour du RRT* temps réel à grande échelle. L'abstract ne précise ni les auteurs, ni le laboratoire ou l'entreprise à l'origine du projet, ni les accélérateurs concurrents utilisés comme référence de comparaison, ni un calendrier de déploiement industriel. Il s'agit d'une contribution de recherche architecturale publiée en preprint, non encore validée par relecture par les pairs, sans pilote commercial ni partenaire annoncé à ce stade. Aucun acteur français ou européen du secteur robotique n'apparaît dans cette publication.

Recherche❖Paper

1 source

35

1570arXiv cs.RO 

Approche par découpage de l'horizon pour planifier un déplacement minimal d'obstacles en navigation robotique

Une équipe de recherche publie sur arXiv (arXiv:2609.22974v1, nouvelle soumission) une étude sur le "Minimum Obstacle Displacement Planning", un problème de planification de mouvement robotique consistant à atteindre un objectif en déplaçant des obstacles mobiles lorsqu'aucune trajectoire sans collision n'existe initialement. Les auteurs démontrent que ce problème est NP-difficile dès lors que les obstacles sont modélisés comme des polygones dans le plan. Ils proposent une formulation exacte, qui généralise plusieurs formulations existantes dans la littérature, ainsi que sa solution optimale associée. Face au coût de calcul de cette solution exacte, ils développent aussi une méthode approchée, moins gourmande en ressources, dont l'écart avec l'optimum reste borné à une fraction du coût optimal et qui permet d'arbitrer entre longueur du chemin final et quantité totale de déplacement d'obstacles imposée. Pour les intégrateurs de robots mobiles et de bras manipulateurs opérant en entrepôts encombrés, en logistique ou en environnements domestiques, ce travail cible une limite connue de la planification de trajectoire classique: la plupart des planificateurs supposent un environnement figé et échouent dès qu'aucun couloir libre n'existe, alors que repousser une caisse ou un meuble suffirait à débloquer la tâche. En prouvant formellement la NP-difficulté du problème, l'étude justifie le recours à des heuristiques d'approximation plutôt qu'à une recherche exhaustive, un compromis déjà pratiqué de façon empirique dans certains systèmes de navigation pour robots mobiles autonomes (AMR) mais rarement formalisé avec des garanties de performance chiffrées. Le réglage du compromis entre distance parcourue et effort de déplacement ouvre la voie à des planificateurs configurables selon le contexte d'usage. Le papier s'inscrit dans la lignée des travaux sur la planification de mouvement en présence d'obstacles amovibles, un sous-domaine qui recoupe la planification intégrée tâches-mouvements (TAMP) et les problèmes de réarrangement d'objets, où des formulations plus restrictives avaient déjà été étudiées. Les auteurs présentent leur cadre comme une généralisation couvrant des cas non traités par ces modèles antérieurs. À ce stade, la contribution reste théorique et algorithmique: l'abstract ne mentionne ni implémentation testée sur robot réel ni calendrier de validation expérimentale, étape qui déterminera si l'approche par découpage d'horizon tient ses promesses en conditions réelles.

Recherche❖Paper

1 source

35

1571arXiv cs.RO 

H2RBench : un benchmark réel-vers-simulation pour évaluer le transfert humain-robot

Des chercheurs présentent H2RBench, un benchmark Real2Sim (réel vers simulation) destine a évaluer les méthodes de transfert humain-vers-robot (H2R), publie sur arXiv le 22 septembre 2026 sous la référence 2609.24778. Le problème vise est méthodologique: apprendre des politiques de manipulation a partir de vidéos de démonstrations humaines est une piste prometteuse pour l'apprentissage robotique a grande échelle, mais les méthodes existantes sont évaluées dans des conditions disparates, taches, scènes, objets et niveaux de supervision robotique différents, rendant toute comparaison rigoureuse impossible. H2RBench standardise ce protocole en combinant vidéos humaines réelles et démonstrations robotiques simulées sur quatre taches de manipulation aux exigences variées. Plusieurs méthodes représentatives, chacune avec sa stratégie propre pour combler l'écart d'incarnation entre humain et robot, y sont comparées. Resultat central: la performance simulée prédit fortement la performance réelle, avec une corrélation de Pearson de 0,89, une corrélation de Spearman de 0,85 et une violation de rang maximale moyenne (MMRV) de 0,06. Pour l'industrie robotique, ce travail comble un vide méthodologique: sans étalon commun, impossible de savoir quelle stratégie d'apprentissage par vidéo humaine généralisé le mieux avant un déploiement couteux sur robot réel. En montrant que le classement des méthodes en simulation reproduit fidèlement leur classement réel, H2RBench autorise une phase de sélection quasi entièrement simulée, réduisant le temps et le cout des essais physiques pour les intégrateurs. L'étude montre aussi que les méthodes ne tirent pas toutes parti également de données humaines supplémentaires: certaines scalent bien avec davantage de vidéos, d'autres plafonnent vite, une distinction directement utile pour prioriser les investissements en collecte de données. Ce travail s'inscrit dans une tendance de la recherche en robotique visant a remplacer la téléopération, lente et couteuse a collecter, par des corpus de vidéos humaines abondantes, une direction suivie par les laboratoires développant des modèles généralistes vision-langage-action. Le champ du transfert H2R restait toutefois fragmente, chaque équipe publiant ses résultats sur des bancs d'essai maison non comparables entre eux. L'article ne mentionne ni partenaire industriel ni calendrier de publication du code ou des données, ce qui en fait une contribution académique plutôt qu'un outil prêt a l'emploi pour les intégrateurs.

Recherche❖Paper

1 source

35

1572arXiv cs.RO 

Vers une interaction fiable plongeur-robot sous l'eau : conception des gestes, logique d'interaction et évaluation en conditions réelles

Des chercheurs ont présenté sur arXiv (papier 2609.23392, mis en ligne le 22 septembre 2026) un système d'interaction homme-robot par gestes destiné aux plongeurs sous-marins. Le dispositif repose sur un vocabulaire compact de sept gestes, une reconnaissance légère fondée sur le suivi de points caractéristiques (landmarks) de la main, et une couche de logique d'interaction au niveau des commandes plutôt qu'au niveau de chaque image reconnue individuellement. L'équipe a validé son approche en deux temps : une étude utilisateur mesurant la capacité de plongeurs à reproduire les gestes après un bref apprentissage, puis des essais avec un robot sous-marin réel, menés à la fois dans un bassin de laboratoire et en piscine. Le résumé de l'article ne communique aucun chiffre précis de taux de reconnaissance, de nombre de participants ou de temps de cycle, ce qui limite l'évaluation quantitative de la performance annoncée et invite à la prudence sur l'ampleur réelle des gains. L'intérêt pour l'industrie robotique sous-marine tient moins à un chiffre qu'à une architecture : découpler la reconnaissance gestuelle brute, intrinsèquement bruitée sous l'eau à cause de la visibilité limitée et des poses intermédiaires ambiguës pendant la formation d'un geste, de la décision d'exécution du robot. En filtrant au niveau commande plutôt qu'image par image, le système réduit les déclenchements intempestifs et les interruptions prématurées de tâche, un problème classique des interfaces gestuelles embarquées. Pour les intégrateurs de robots d'inspection, d'AUV ou de ROV assistant des plongeurs sur des opérations offshore, scientifiques ou de maintenance, cela ouvre une voie pour remplacer ou compléter les signaux manuels traditionnels entre plongeurs par un canal de commande direct vers une machine, sans dépendre d'une liaison acoustique ou d'une tablette étanche. Le travail s'inscrit dans un champ de recherche encore jeune, l'interaction homme-robot sous-marine, où les approches concurrentes passent généralement par la communication acoustique, des interfaces tactiles étanches ou des marqueurs fiduciaires plutôt que par la gestuelle nue. Contrairement à une majorité d'études testées seulement en simulation ou en environnement contrôlé, celle-ci a été évaluée en conditions réelles, en bassin puis en piscine, ce qui la rapproche d'un cas d'usage opérationnel sans constituer pour autant un déploiement industriel : il s'agit d'un résultat de recherche académique, sans partenaire commercial ni calendrier de pilote annoncé à ce stade.

Recherche❖Paper

1 source

35

1573arXiv cs.RO 

Estimation et contrôle de la cinématique d'un manipulateur à tenségrité via les angles d'inclinaison des entretoises

Les tiges rigides et câbles tendus qui composent les robots tensegrity permettent une flexion continue proche de celle des organismes vivants, mais leur contrôle en boucle fermée restait un problème largement non résolu jusqu'ici. Un nouveau papier publié sur arXiv (2609.24535) présente un modèle d'ordre réduit pour estimer et contrôler la forme d'un manipulateur tensegrity continu, en le représentant comme un mécanisme à liaisons parallèles connectées en série plutôt que comme un squelette élastique continu, hypothèse habituelle mais inadaptée à ce type de structure faite de tiges rigides et de câbles tensionnés. La méthode formule l'estimation de forme comme un problème d'optimisation combinant les contraintes géométriques propres à la structure tensegrity et les mesures fournies par des centrales inertielles (IMU) embarquées directement dans les tiges. Les auteurs annoncent la première démonstration expérimentale, à leur connaissance, d'une estimation de forme en temps réel basée sur IMU sur un manipulateur tensegrity à échelle réelle, couplée à un contrôle de posture assuré par un simple régulateur proportionnel-intégral (PI). Les résultats montrent que la méthode reconstruit correctement la configuration de structures à un seul module comme de manipulateurs multi-modules, à partir de postures statiques arbitraires, et permet d'atteindre les postures cibles. Ce résultat comble un vide méthodologique pour une famille de robots continus jugée prometteuse pour la manipulation compliante et la sécurité en interaction physique, mais jusqu'ici pénalisée par l'absence d'outils de rétroaction fiables: sans estimation de forme en temps réel, un bras tensegrity ne peut être piloté qu'en boucle ouverte ou par simulation, ce qui limite son usage à des démonstrations statiques. En rendant possible un contrôle en boucle fermée avec un capteur embarqué simple et peu coûteux, plutôt qu'un système de capture de mouvement externe, les auteurs rapprochent ces structures d'un usage réel en manipulation ou en robotique molle interagissant avec des humains, un argument régulièrement mis en avant pour la tensegrity mais rarement démontré expérimentalement sur du matériel à échelle réelle. Le recours à un contrôleur PI volontairement simple suggère aussi que la complexité du problème se déplaçait surtout vers l'estimation de forme plutôt que vers la loi de commande elle-même. Les robots continus classiques, à base de tiges élastiques ou de sections pneumatiques, disposent déjà de modèles de type courbure constante ou éléments finis, mais ces approches supposent une structure élastique continue incompatible avec les réseaux discrets de tiges et câbles des systèmes tensegrity, ce qui explique le retard méthodologique du domaine. L'article ne mentionne ni entreprise ni date de déploiement industriel: il s'agit d'un travail de recherche en laboratoire, validé sur un prototype à échelle réelle mais sans indication de partenaire industriel ni de calendrier de transfert technologique. Les prochaines étapes naturelles, non détaillées dans le résumé, porteraient vraisemblablement sur l'extension à des trajectoires dynamiques et à des tâches de manipulation en charge, au-delà du simple positionnement statique démontré ici.

Recherche❖Paper

1 source

35

1574arXiv cs.RO 

CompVLA : un modèle vision-langage-action à conformité variable pour la manipulation en contact riche

CompVLA est un modèle Vision-Language-Action présente dans un preprint arXiv (2609.23614v1), consacre a la manipulation dite contact-rich, ces taches ou un robot doit réguler la force qu'il exerce et céder de manière contrôlée aux forces externes, pas seulement se déplacer. La ou les VLA classiques ne produisent que des commandes de position, CompVLA prédit conjointement, a partir d'une image RGB et d'une instruction en langage naturel, un mouvement et une matrice de raideur, via un module dédié, le Compliance Expert, qui génère des profils de raideur variables dans le temps et de déplacement virtuel, exécutés par contrôle d'impédance géométrique. Les auteurs revendiquent le meilleur taux de réussite moyen sur des taches variées avec contact, devant les VLA classiques et compliance-aware existants, sans toutefois publier de chiffres précis ni détailler les taches testées ou la plateforme robotique utilisée. Cette approche vise un angle mort connu des VLA généralistes, tels Pi-0, GR00T N2 ou Helix, qui réussissent bien en espace libre mais peinent des qu'il faut insérer un connecteur ou assembler des pièces avec du jeu mécanique. En intégrant la prédiction de raideur dans le modèle langage-vision plutôt qu'un contrôleur sépare code a la main, CompVLA esquisse une piste pour rapprocher les VLA des usages industriels réels, la ou le fosse entre démonstration et déploiement reste le plus large. Pour les intégrateurs qui évaluent ces modèles, le travail reste un résultat de recherche en preprint, sans benchmark standardise ni validation industrielle, ce qui appelle a la prudence avant d'y voir une preuve d'adoption a l'échelle. Le contrôle en impédance et les approches hybrides force-position existent depuis longtemps en robotique industrielle, mais leur intégration dans des politiques VLA apprises reste récente, aux cotes des travaux de Physical Intelligence, Nvidia ou Figure sur leurs propres modèles. Publie en preprint arXiv sans mention d'un laboratoire ou d'une entreprise précise, le document ne fixe aucun calendrier de suite ni de partenariat industriel. Les prochaines étapes attendues restent classiques pour ce type de travail : validation sur une flotte de robots plus large, comparaison a des benchmarks reconnus du secteur, puis éventuelle reprise par un acteur commercial du marche des VLA.

IA physique❧Opinion

1 source

35

1575arXiv cs.RO 

Contrôle du bras flexible à câbles par commande de frontière contractante en temps prescrit

Une équipe de chercheurs a publié le 22 septembre 2026 sur arXiv (référence 2609.22963v1) une nouvelle méthode de commande à temps prescrit pour le suivi de courbure d'un bras flexible à un seul segment, actionné par trois paires de tendons antagonistes, soit six tendons au total. Les auteurs introduisent une représentation de courbure en coordonnées cartésiennes afin d'éviter le problème de direction de flexion indéfinie lorsque le bras est en position droite, et établissent une correspondance cinématique explicite entre les six tendons. Le cœur de la méthode repose sur une frontière de performance cubique qui se resserre progressivement, dans un temps fixé à l'avance, depuis une marge d'erreur initiale admissible jusqu'à une borne de précision terminale non nulle. La validation combine des simulations sous Python et OpenCR-MuJoCo avec une expérience physique en régime réduit sur une plateforme à deux sections et quatre canaux. Sur six essais expérimentaux, aucune violation de la frontière prescrite n'a été observée, et le contrôleur réduit de 32,5% l'erreur quadratique moyenne terminale de courbure par rapport à une méthode de référence comparable, avec des temps d'entrée dans la bande terminale équivalents. Ce résultat s'adresse directement aux difficultés classiques du contrôle des bras à tendons et des robots à structure continue, largement utilisés en chirurgie mini-invasive, en inspection industrielle et en manipulation flexible: le couplage non linéaire entre tendons et l'absence de direction de courbure définie en position droite rendent le suivi de trajectoire notoirement instable. Une garantie de convergence dans un délai fixé, indépendamment des conditions initiales, intéresse particulièrement les concepteurs de systèmes où le respect d'un temps de cycle est critique, comme les instruments chirurgicaux robotisés ou les bras d'inspection en environnement contraint. Il faut toutefois noter que la validation reste circonscrite à un banc d'essai en régime réduit, avec seulement six essais et une plateforme à deux sections: il s'agit d'une preuve de faisabilité en laboratoire, pas d'un système prêt pour un déploiement industriel. Le travail s'inscrit dans la lignée des recherches sur les robots à structure continue et les manipulateurs souples, un domaine où les approches de commande à temps fini ou prescrit se sont multipliées ces dernières années pour pallier les limites des régulateurs classiques face aux non-linéarités des actionneurs à câbles. Aucun acteur industriel ni fabricant n'est associé à cette publication, purement académique. Les auteurs présentent leurs résultats comme une étape de faisabilité, ouvrant la voie à des essais sur des bras multi-segments à plus grande échelle et à une validation sur du matériel complet plutôt que sur une configuration réduite.

Recherche❖Paper

1 source

34

1576arXiv cs.RO 

Interprétation robotique du guqin phrase par phrase : planification bimanuelle et surveillance audio-tactile

Une équipe de recherche présente un système robotique bimanuel hétérogène capable d'interpréter de manière autonome des phrases musicales au guqin, une cithare chinoise à sept cordes sans frettes réputée pour son espacement millimétrique entre cordes et la difficulté de ses techniques de jeu. Décrit dans un article publié sur arXiv le 22 septembre 2026, le système formule l'exécution musicale comme un problème hybride discret-continu et s'appuie sur un cadre de planification hiérarchique qui coordonne l'attribution des doigts actifs, la continuité de configuration des bras, l'évitement d'obstacles et la synchronisation fine des contacts entre les deux mains. Il combine localisation de l'instrument par vision, surveillance tactile des contacts harmoniques de la main gauche et calibration des paramètres de pincement de la main droite guidée par retour auditif. Lors d'essais réels sur une phrase de 25 événements musicaux comprenant des séquences de cordes à vide et d'harmoniques au septième hui, le système atteint des taux de justesse d'événements de 93,6% et 96,8% sur plusieurs répétitions. Ce résultat dépasse le cadre habituel de la manipulation robotique de préhension pour s'attaquer à une tâche exigeant un timing de contact précis et une coordination bimanuelle asymétrique sur un instrument physique réel, sans frettes ni repères mécaniques pour guider le geste. Pour l'industrie robotique, ce type de benchmark musical sert de test de stress pour la précision multimodale (vision, toucher, audition combinés) plutôt que pour la mobilité ou la force brute. Il faut toutefois noter que la démonstration reste limitée à une phrase de test contrôlée de 25 événements, loin d'une interprétation musicale complète et spontanée. Le travail s'inscrit dans une lignée de recherches sur la manipulation fine par bras robotiques appliquée à la musique, domaine déjà exploré via le piano ou la guitare, mais le guqin ajoute une contrainte inédite avec l'absence totale de frettes. L'abstract ne précise ni l'institution porteuse ni de suites programmées, le travail se présentant comme une preuve de concept technique plutôt qu'un produit destiné à un déploiement.

Recherche❖Paper

1 source

34

1577arXiv cs.RO 

DiagGen : génération à base d'agents d'objets déformables avec diagnostics par simulation pour la robotique

DiagGen est un framework agentique de recherche qui transforme une simple photo prise en conditions réelles en un asset déformable prêt pour la simulation robotique, via une boucle génération-simulation-diagnostic-correction. Le système construit d'abord une géométrie décomposée par parties ainsi que des paramètres matériaux, puis un agent basé sur un VLM (vision-language model) sélectionne les régions sémantiquement informatives de l'objet, les sonde dans un simulateur physique, observe la réponse du matériau simulé et transmet des indices de correction ciblés à l'étape de génération responsable de l'erreur. Les auteurs ont testé l'approche sur 40 assets et montrent que ce diagnostic basé sur la simulation produit des indices de correction utiles et améliore modérément la qualité des objets déformables générés. Ils démontrent également que les assets issus de DiagGen peuvent être directement intégrés dans un simulateur physique haute fidélité pour planifier des tâches de manipulation pick-and-place en contact riche, contrairement aux objets générés par des modèles de fondation visuels qui ne sont pas toujours simulables. Le projet, décrit dans un preprint arXiv publié en septembre 2026, met à disposition un site web (diaggen.github.io) présentant les résultats. L'enjeu pratique est significatif pour quiconque construit des pipelines de manipulation robotique en simulation: générer un asset visuellement réaliste ne garantit pas qu'il se comporte correctement sous contact physique, ce qui pousse aujourd'hui les équipes à corriger manuellement les objets déformables (tissus, sacs, objets mous) avant de les utiliser pour entraîner ou valider des politiques. En rebouclant la simulation dans le processus de génération, plutôt que de l'utiliser seulement comme vérification finale, DiagGen s'attaque directement à l'écart entre génération visuelle et simulabilité physique, un problème récurrent pour les approches d'entraînement en environnement synthétique destinées aux tâches de préhension et de manipulation fine. Pour les intégrateurs et laboratoires qui construisent des bibliothèques d'assets pour entraîner des politiques VLA ou des contrôleurs de manipulation, cela laisse entrevoir une réduction du travail manuel de nettoyage géométrique et matériau, même si l'amélioration mesurée reste qualifiée de "modérée" par les auteurs eux-mêmes, sur un échantillon limité à 40 objets. DiagGen s'inscrit dans un mouvement de recherche plus large visant à produire des environnements et objets synthétiques exploitables pour l'entraînement de politiques robotiques, un domaine où la plupart des frameworks existants de génération d'assets déformables évaluent la plausibilité physique seulement après coup, sans réinjecter cette information dans le pipeline de génération. Le papier se positionne explicitement face aux approches qui s'appuient sur des modèles de fondation visuels généralistes pour produire des objets 3D, en pointant leur absence de garantie de simulabilité. Publié sur arXiv (2609.23103) en tant que preprint de recherche, DiagGen reste à ce stade un travail académique accompagné d'un site de démonstration, sans indication d'intégration à un moteur de simulation commercial ni de calendrier de diffusion plus large; la suite logique évoquée consiste à étendre les tests au-delà des 40 assets actuels et à affiner la boucle de diagnostic pour d'autres catégories de matériaux déformables.

Recherche❖Paper

1 source

33

1578arXiv cs.RO 

Poussée à horizon glissant avec politiques composables centrées objet

Une équipe de recherche publie le 22 septembre 2026 sur arXiv (arXiv:2609.23439v1) une méthode hiérarchique de manipulation non préhensile, pousser un objet plutôt que le saisir, utile pour déplacer des charges volumineuses, lourdes ou impossibles à empoigner. Une politique apprise prédit, depuis un nuage de points normalisé, les contacts pour atteindre un sous-objectif proche, évalués par un score de stabilité glissement contre basculement, tandis que l'algorithme BIT* planifie la trajectoire globale de l'objet, vérifie la faisabilité des sous-objectifs suivants et replanifie en cas d'échec, une seule action étant exécutée par cycle, à horizon glissant. Testée en simulation sur 22 objets dans six scènes avec des études d'ablation, la méthode a aussi été validée sur un bras Franka et, qualitativement, sur un manipulateur mobile portant des charges lourdes, avec un transfert direct de la simulation vers le réel, sans réentraînement. Ce travail répond à un besoin concret en logistique et en industrie, où de nombreux objets sont trop volumineux, lourds ou irréguliers pour une préhension classique et où pousser reste souvent la seule option de repositionnement. Le verrou visé est le couplage entre trois décisions habituellement traitées séparément où pousser, si le contact est stable, si les actions suivantes resteront possibles, principale cause d'échec des approches réactives à un seul pas sur des tâches longues. Le transfert zero-shot vers un bras réel, s'il se confirme, appuierait l'idée qu'une politique apprise en simulation généralise sans réglage coûteux sur robot physique, mais les résultats sur manipulateur mobile restent qualitatifs et le banc d'essai simulé, 22 objets et six scènes, demeure modeste; il s'agit d'une prépublication non revue par les pairs, une preuve de concept plus qu'une solution prête au déploiement. Cette approche prolonge les travaux cherchant à dépasser les politiques de poussée réactives à un seul pas, en les couplant à une planification à plus long terme capable d'anticiper obstacles et échecs de mouvement plutôt que de tout recalculer à chaque étape. Elle se distingue des politiques génératives de bout en bout entraînées sur de vastes corpus de démonstrations en conservant un score de stabilité physique explicite et un planificateur séparé de la politique de contact apprise. Le résumé ne précise ni institution ni calendrier de déploiement, mais vise une généralité démontrée sur des scènes et géométries variées, sur un terrain où la manipulation non préhensile reste peu couverte par les modèles vision-langage-action mis en avant dans la robotique généraliste.

Recherche❖Paper

1 source

33

1579arXiv cs.RO 

Extension de poignet à 2 degrés de liberté par transmission rigide directe pour main à câbles tendineux

Des chercheurs présentent CRAFT-Wrist, une extension de poignet concentrique à 2 degrés de liberté (DOF) se montant entre un bras robotique et la main tendineuse CRAFT sans modification de celle-ci, décrite dans un article publié sur arXiv (n° 2609.22681). Deux servomoteurs Dynamixel XC430-T240BB-T entraînent, via des transmissions rigides courtes, la rotation latérale et la rotation avant-arrière. Le prototype actionne les deux axes sous charge et atteint un espace de travail de ±20° en déviation radiale-ulnaire (mouvement gauche-droite), avec une amplitude avant-arrière de +80° en flexion et -18° en extension. Les auteurs ont mesuré la charge transmise aux moteurs des doigts selon la posture du poignet, et testé le système sur trois tâches : préhension d'objets, martelage de clous et essuyage d'un tableau. Vidéos de démonstration et instructions d'assemblage sont publiées sur craft-wrist.github.io. L'intérêt pour l'industrie de la manipulation dextre tient à la simplification cinématique plutôt qu'à la performance brute. Sans poignet dédié, une main robotique doit recréer une orientation locale de préhension via plusieurs articulations du bras, ce qui allonge la trajectoire de l'effecteur terminal, un frein connu en espace confiné comme des étagères, boîtes ou cavités. En ajoutant deux DOF compacts à l'interface main-bras, CRAFT-Wrist découple partiellement orientation locale et orientation globale, ce qui peut réduire la charge de planification de mouvement pour une tâche donnée. Il reste toutefois un prototype de recherche à un stade précoce : les amplitudes angulaires restent modestes face à un poignet humain, et trois démonstrations ponctuelles ne constituent pas une validation industrielle répétée. Ce travail s'inscrit dans une tendance de la recherche en manipulation dextre où l'ajout de degrés de liberté au poignet est identifié comme un levier pour réduire la complexité de contrôle des mains robotiques tendineuses, à l'image d'efforts comparables sur d'autres plateformes de main dextre. En publiant schémas et instructions d'assemblage en accès libre, les auteurs suivent la pratique croissante du matériel ouvert en robotique académique, pensée pour accélérer la reproduction par d'autres laboratoires plutôt que pour une commercialisation immédiate. Aucun calendrier de transfert industriel ni de partenariat n'est mentionné dans l'article : il s'agit d'une publication de recherche, pas d'un lancement produit. Les suites logiques attendues concernent l'intégration de CRAFT-Wrist à des systèmes bras-main complets et l'évaluation de sa robustesse sur des tâches dextres plus variées que les trois démonstrations initiales.

Recherche❖Paper

1 source

33

1580arXiv cs.RO 

FinsSim : une plateforme de simulation intégrée alignée sur le réel pour l'apprentissage des robots sous-marins

Une équipe de recherche présente FinsSim, une plateforme de simulation intégrée pour l'apprentissage robotique sous-marin, décrite dans un preprint publié fin septembre 2026 sur arXiv (2609.23943). FinsSim associe une simulation hydrodynamique haute fidélité à moteurs de calcul interchangeables, des lignes de base de contrôle standard et des flux de travail unifiés pour l'apprentissage robotique. Pour le transfert sim-to-real, elle intègre une fusion multi-capteurs pour une localisation précise à faible coût, des modèles calibrés reliant poussée des propulseurs et hydrodynamique, et un algorithme de répartition d'efforts sous contraintes, le tout relié via ROS 2 en un pipeline complet simulation-vers-réel. Les auteurs rapportent avoir validé ce transfert par des expériences appariées simulation/réel, complétées par des études d'ablation testant chaque module séparément. Pour l'industrie de la robotique sous-marine, marché restreint et bien moins médiatisé que celui des humanoïdes terrestres, ce travail cible un verrou concret : l'écart persistant entre simulation et réalité, aggravé sous l'eau par la difficulté à modéliser l'hydrodynamique et à localiser un robot sans GPS. En reliant simulateur calibré, capteurs fusionnés et allocation de commande sous contraintes dans un pipeline reproductible, FinsSim s'adresse aux laboratoires et intégrateurs développant des véhicules sous-marins autonomes pour l'inspection, l'intervention ou la cartographie. Contrairement aux annonces spectaculaires du secteur humanoïde, ce travail reste un outil de recherche : ni produit commercial ni déploiement en conditions réelles, mais une brique méthodologique destinée à être reprise par d'autres équipes. L'article s'inscrit dans une lignée de simulateurs sous-marins de recherche déjà existants, tels que UUV Simulator, Stonefish, HoloOcean ou DAVE, que FinsSim cherche à compléter en combinant fidélité hydrodynamique et pipeline de transfert prêt à l'emploi via ROS 2. Ce créneau reste à l'écart de la vague de financements qui entoure actuellement les robots humanoïdes terrestres et les modèles vision-langage-action, où des acteurs comme Figure AI, NVIDIA ou Physical Intelligence multiplient les annonces. Le preprint, mis en ligne fin septembre 2026, ne précise ni institution porteuse ni calendrier de publication du code source. Les auteurs indiquent vouloir réduire l'écart entre recherche théorique et applications pratiques en robotique sous-marine, sans annoncer de partenariat industriel ni de déploiement programmé à ce stade.

Recherche❖Paper

1 source

33

1581arXiv cs.RO 

Trajectoires à temps minimal pour un robot mobile de type voiture à roues rigides sous contraintes de non-glissement

Une équipe de recherche en robotique mobile publie sur arXiv (référence 2609.24832v1, prépublication du 22 septembre 2026 non encore relue par les pairs) une étude sur les trajectoires à temps minimal d'un robot mobile de type voiture évoluant dans un environnement sans obstacles. Le robot est équipé de roues avant motrices dont l'accélération est bornée et dont la vitesse de braquage est limitée, et peut se déplacer en marche avant comme en marche arrière. Les travaux précédents résolvaient ce problème uniquement pour le modèle cinématique du robot, qui suppose un roulement pur sans glissement aux points de contact des roues avec le sol. Cette hypothèse impose en réalité des contraintes de non-glissement, à l'avant comme à l'arrière, qui ne peuvent être traitées qu'en intégrant la dynamique du véhicule. Les auteurs formulent ces contraintes de non-glissement à partir du modèle dynamique, puis ajoutent trois nouvelles primitives de trajectoire aux douze primitives déjà connues du modèle cinématique optimal, portant le total à quinze primitives couvrant l'ensemble des trajectoires optimales possibles. Des solutions analytiques approchées sont proposées pour ces trois nouvelles primitives. Ce résultat compte pour les concepteurs de planificateurs de trajectoire pour robots mobiles à roues, AMR et AGV utilisés en logistique et en industrie, où les algorithmes de planification s'appuient encore largement sur des modèles purement cinématiques par souci de simplicité de calcul. L'étude montre que les contraintes dynamiques de non-glissement modifient réellement la forme des trajectoires optimales par rapport à ce que prédit un modèle cinématique seul, en particulier lors de manœuvres impliquant de fortes accélérations ou des changements rapides de braquage. Cela suggère qu'un planificateur ignorant la dynamique peut proposer des trajectoires théoriquement plus rapides mais physiquement infaisables ou génératrices de glissement incontrôlé une fois exécutées sur un robot réel, un écart typique entre optimisation sur le papier et comportement embarqué. Ce travail s'inscrit dans une lignée de recherches sur la planification de trajectoires temps-optimales pour robots de type voiture, héritière des modèles géométriques classiques (Dubins, Reeds-Shepp) étendus avec des contraintes d'accélération et de vitesse de braquage bornées. L'article reste à ce stade purement théorique, illustré par des exemples de manœuvres représentatives plutôt que par une implémentation sur robot physique, et aucun calendrier de validation expérimentale n'est communiqué.

Recherche❖Paper

1 source

32

1582arXiv cs.RO 

BiRoAD : apprentissage de représentations partagées et adaptatives par rôle pour la manipulation bimanuelle

Publiée en septembre 2026 sur arXiv sous la référence 2609.23445v1, BiRoAD (Bimanual Role-Adaptive Decomposition) est une méthode d'apprentissage par imitation pour robots à deux bras. Elle s'attaque à un défaut courant des politiques bimanuelles: celles-ci prédisent des actions dans des espaces fixes bras gauche et bras droit, sans indiquer comment un comportement doit changer quand les rôles s'échangent selon la scène, alors que les démonstrations d'entraînement sont souvent déséquilibrées entre rôles. BiRoAD décompose les représentations de trajectoire en une composante symétrique, qui capture la coordination invariante entre les deux bras, et une composante antisymétrique, propre à chaque rôle, recombinées ensuite en mises à jour résiduelles des représentations d'origine. Le module ne modifie ni les entrées de la politique ni l'objectif d'apprentissage par imitation, et se passe d'étiquetage manuel des rôles. Le problème visé est concret: un opérateur humain privilégie souvent un bras pour une sous-tâche donnée, et les politiques bimanuelles classiques généralisent mal quand un objet apparaît du côté opposé à celui majoritairement vu à l'entraînement, un cas fréquent hors environnement contrôlé. En se greffant sur des politiques déjà entraînées plutôt qu'en exigeant une nouvelle architecture, BiRoAD propose une correction peu coûteuse pour les équipes qui entraînent des robots humanoïdes ou des bras doubles fixes. Les auteurs rapportent des gains de robustesse par rapport aux politiques de base, particulièrement marqués sur les configurations de rôles sous-représentées, un enjeu directement lié à l'écart entre performance en démonstration et généralisation réelle qui préoccupe tout le secteur des politiques de manipulation apprises. Le travail s'inscrit dans la recherche sur l'apprentissage par imitation bimanuelle, où la paramétrisation bras gauche/bras droit hérite directement des interfaces de téléopération sans mécanisme dédié à l'échange de rôles. BiRoAD est présenté comme un module additionnel comparé à des politiques de base, et non comme une architecture concurrente autonome. L'article, classé comme nouvelle soumission arXiv, ne précise ni la plateforme robotique utilisée pour les évaluations ni la disponibilité d'un code source: il s'agit pour l'instant d'une contribution méthodologique, à un stade de recherche, plutôt que d'un système prêt à être déployé.

Recherche❖Paper

1 source

31

1583arXiv cs.RO 

Primitives de mouvement dynamiques conscientes de la tâche pour la détection d'échecs et la récupération en manipulation à contact riche

Un papier de recherche publié sur arXiv (2609.23151v1, catégorie cross-listing) présente un système de détection d'échec et de récupération pour l'assemblage robotique en manipulation à contact riche, appliqué à une tâche d'insertion peg-in-hole (tige dans trou). La méthode combine des Dynamic Movement Primitives (DMP), technique d'apprentissage par démonstration capable d'encoder une trajectoire à partir d'une seule démonstration, avec une classification en temps réel de l'étape d'exécution (approche, alignement, insertion) réalisée par analyse discriminante quadratique (QDA) entraînée sur des données de capteurs multimodales. Un détecteur d'anomalie fondé sur la distance de Mahalanobis, calculée sur les signaux de force, isole les échecs liés au contact des trajectoires nominales. En cas de défaillance détectée, une politique de recherche en spirale réaligne activement la pièce sous contact avant de reprendre l'insertion apprise par DMP. Sur le banc d'essai expérimental, le système atteint 95% de précision de classification des étapes et récupère de manière fiable des désalignements latéraux allant jusqu'à 3 mm, à partir d'une unique démonstration initiale. L'intérêt pratique tient à la fragilité connue des méthodes d'apprentissage par démonstration face aux variations de prise initiale et aux forces de contact imprévues, un point faible qui provoque la majorité des échecs dans les phases d'assemblage à tolérances serrées en usine. En rendant la classification des étapes robuste aux positions cibles non vues sans réentraînement, l'approche réduit un frein pratique majeur à l'adoption du LfD en intégration industrielle: la nécessité de redémontrer la tâche pour chaque nouvelle configuration de pièce. Pour les intégrateurs travaillant sur l'assemblage fin avec bras robotiques ou plateformes humanoïdes, ce type de couche de détection et récupération d'échec constitue une brique nécessaire pour passer de démonstrations en laboratoire à une exécution fiable en production, là où le contact non maîtrisé reste un goulot d'étranglement connu. Le travail s'inscrit dans la lignée des DMP, formalisme ancien en apprentissage par démonstration, et des techniques établies de détection d'anomalie par distance de Mahalanobis et de recherche en spirale pour l'insertion sous contact, que les auteurs combinent en un pipeline unique de classification et récupération adaptatif. L'abstract ne précise ni affiliation académique, ni industriel partenaire, ni calendrier de déploiement au-delà de la validation expérimentale décrite, ce travail relevant à ce stade de la recherche méthodologique plutôt que d'un produit ou pilote industriel annoncé.

Recherche❖Paper

1 source

31

1584arXiv cs.RO 

Formation de motifs contradictoires par des équipes de robots anonymes totalement désorientés

Un preprint publié sur arXiv le 22 septembre 2026 (arXiv:2609.23454v1) décrit un algorithme distribué destiné à deux groupes de robots mobiles autonomes, anonymes et sans mémoire (oblivious), déployés dans le plan euclidien et chargés de tâches contradictoires. Le premier groupe doit résoudre le problème du « gathering » : se rassembler en un point inconnu à l'avance. Le second doit réaliser la « circle formation » : occuper des positions distinctes sur le pourtour d'un cercle. Chaque robot connaît sa propre tâche mais ne peut distinguer les membres de son groupe de ceux de l'autre. Une étude antérieure, désignée « Conflict-1 », avait déjà résolu ce problème pour des robots asynchrones disposant d'un accord d'axe limité à la direction et d'une capacité de détection de multiplicité faible globale partagée par tous. Les auteurs suppriment ici toute hypothèse d'orientation commune, sans accord d'axe ni chiralité partagée, et démontrent la faisabilité d'un algorithme pour des robots totalement désorientés, fonctionnant en mode semi-synchrone avec des déplacements non rigides. Les exigences diffèrent selon le groupe : détection de multiplicité faible globale pour le groupe de rassemblement, mais seulement locale pour le groupe de formation circulaire. Ce résultat intéresse la recherche en robotique en essaim et en calcul distribué plus que l'industrie au sens commercial : il montre qu'il est possible de coordonner simultanément deux comportements collectifs géométriquement incompatibles sans qu'aucun robot ne dispose de boussole, de repérage d'axe commun ni de moyen fiable d'identifier les membres de sa propre équipe. Pour les concepteurs de flottes de robots à bas coût, cela allège les exigences matérielles nécessaires à l'auto-organisation collective, en particulier l'absence de capteur d'orientation absolue. Le travail illustre surtout une démarche typique du calcul distribué en robotique : réduire les hypothèses au strict minimum pour cerner précisément la frontière entre ce qui reste calculable et ce qui ne l'est plus. L'étude s'inscrit dans la lignée des modèles classiques de robotique distribuée, où des robots ponctuels opèrent par cycles « regarder, calculer, se déplacer » sans mémoire persistante ni communication directe. Le gathering et la circle formation sont des problèmes de référence étudiés séparément depuis plus de deux décennies ; leur résolution simultanée et contradictoire par deux groupes distincts, initiée par « Conflict-1 », est plus récente. Ce nouvel article ne décrit ni prototype physique ni déploiement réel : il s'agit d'une contribution théorique, publiée en preprint, qui établit une preuve de faisabilité algorithmique plutôt qu'une validation matérielle, sans calendrier de suite annoncé.

Recherche❖Paper

1 source

30

1585arXiv cs.RO 

Recherche de source partielle par balayage-et-déplacement pour robots mobiles

Des chercheurs ont publié sur arXiv (référence 2609.23786) une stratégie baptisée partial-scan-and-move pour la recherche de source par robot mobile équipé d'un capteur scalaire déporté, capable de mesurer à distance un champ physique comme une fuite de gaz. Alors que les méthodes classiques imposent une rotation complète de 360 degrés à chaque position avant tout déplacement, les auteurs montrent qu'un scan partiel suffit souvent, grâce à une nouvelle méthode d'estimation du gradient couplée à un ensemble de confiance intégrant le bruit de mesure et les variations locales du champ ; ce mécanisme indique au robot s'il est déjà assez proche de la source pour s'arrêter, ou s'il dispose d'assez d'information pour avancer dans une direction fiable. Sous certaines conditions, chaque décision est prise à l'intérieur d'un scan partiel de durée bornée à l'avance, et le robot atteint le voisinage de la source en un nombre fini de déplacements, avec une probabilité élevée. Pour les intégrateurs de robotique mobile et les concepteurs de systèmes de détection embarquée, raccourcir chaque cycle de scan accélère la localisation d'une source de danger, fuite toxique, contamination ou brouillage électromagnétique, un enjeu concret pour la recherche et sauvetage, la surveillance environnementale ou l'inspection industrielle par AMR. Cela s'attaque au goulot d'étranglement classique des algorithmes de source seeking, où le temps passé à tourner sur place domine souvent le temps de déplacement utile. Le résultat reste toutefois pour l'instant théorique : l'abstract ne mentionne aucun essai sur robot physique ni déploiement de terrain, seulement des garanties mathématiques sous hypothèses, laissant ouvert l'écart habituel entre preuve formelle et performance réelle en environnement bruité. La recherche de source, ou source seeking, est un champ établi du contrôle robotique, appliqué depuis plusieurs années au traçage de panaches chimiques et à la navigation par gradient sans carte préalable ; la stratégie à scan complet en constitue la référence standard, à laquelle ce travail apporte une variante plus économe en temps de mesure. Publié en cross-listing sur arXiv fin septembre 2026, l'article ne cite aucune plateforme robotique commerciale ni partenaire industriel et s'inscrit dans une littérature académique sur l'estimation de gradient bruité et la décision sous incertitude. Aucun essai sur robot réel ni calendrier de validation n'est mentionné à ce stade ; la suite logique pour ce type de résultat théorique passe généralement par une simulation puis un test sur plateforme physique avant tout transfert vers l'industrie.

Recherche❖Paper

1 source

30

1586arXiv cs.RO 

Planification et contrôle de mouvement sensibles au risque sous dynamique inconnue avec observations hybrides

Des chercheurs ont publié sur arXiv (arXiv:2609.23792v1, septembre 2026) un nouveau cadre de planification de mouvement et de commande robotique pour des systèmes à dynamique inconnue et observations d'état hybrides, c'est-à-dire des cas où le robot ne dispose de mesures d'état complètes que dans certaines zones de l'espace d'état, laissant des "régions aveugles" ailleurs. Le travail s'appuie sur un cadre hiérarchique existant qui combine identification de système, calcul d'atteignabilité prédite, recherche de graphe et synthèse de contrôleur, en modélisant la dynamique par des approximations affines locales sur un découpage polytopique de l'espace d'état. Pour traiter les zones aveugles, où l'identification et la rétroaction deviennent impossibles faute de mesures, les auteurs proposent de sélectionner une dynamique nominale et de précalculer une séquence de commande en boucle ouverte avant la perte d'observation. Comme la dynamique réelle peut s'écarter de ce modèle nominal, le robot risque de quitter un polytope aveugle par une facette non prévue ; ce risque de transition est quantifié puis intégré dans un système de transition stochastique, et le problème de planification de haut niveau est reformulé comme un plus court chemin stochastique dont la politique guide la synthèse finale du contrôleur. Une étude de cas illustre la méthode en montrant un robot rejoindre un état cible en arbitrant entre efficacité de trajet et risque de traversée des zones aveugles. L'apport concret vise les robots opérant dans des environnements où la perception est intermittente ou partielle, occlusions, angles morts de capteurs, zones hors portée de caméras ou de lidars, un scénario fréquent en robotique industrielle et de champ mais souvent ignoré par les méthodes de planification qui supposent une observabilité complète de l'état. En quantifiant explicitement le risque associé à la navigation sans retour capteur plutôt qu'en l'ignorant ou en l'interdisant, l'approche s'adresse aux intégrateurs devant certifier ou arbitrer des trajectoires en environnements partiellement instrumentés, un enjeu distinct de la course actuelle aux modèles vision-langage-action (VLA) appris de bout en bout, qui promettent la généralisation mais restent peu auditables sur le plan du risque. Ce travail prolonge une lignée de recherche en planification formelle sous incertitude qui allie identification de système et synthèse de contrôleurs garantis, plutôt que les approches par apprentissage bout en bout actuellement médiatisées en robotique humanoïde. Il reste à ce stade une contribution algorithmique validée par simulation via une étude de cas, sans précision sur une plateforme matérielle réelle ni déploiement en conditions industrielles ; les auteurs ne mentionnent pas d'étape suivante de validation sur robot physique, ce qui invite à considérer ces résultats comme une preuve de concept méthodologique plutôt qu'une solution prête à l'industrialisation.

Recherche❖Paper

1 source

29

1587arXiv cs.RO 

Optimisation simultanée directe et inverse avec humain dans la boucle

Une équipe de recherche présente sur arXiv (arXiv:2609.22630) une méthode baptisée SFIHILO, pour Simultaneous Forward and Inverse Human-In-the-Loop Optimization, conçue pour déduire les préférences individuelles d'un utilisateur face à un robot et calculer ensuite la politique de contrôle qui maximise ces préférences. Le système commence par construire un modèle direct qui prédit les résultats perçus par l'utilisateur à partir d'une politique de contrôle donnée, puis utilise ce modèle pour choisir activement les questions à poser à l'utilisateur, ce qui accélère l'apprentissage inverse de la fonction de récompense. Une fois cette fonction estimée, la politique finale est optimisée sans nécessiter de nouveaux essais avec l'utilisateur. Les candidats de politique sont classés selon la réduction d'incertitude qu'ils apportent simultanément aux deux modèles, direct et inverse, en ciblant une frontière de préférence régionale. Les tests ont été menés uniquement en simulation, sur des scénarios variant l'hétérogénéité des profils d'utilisateurs, le nombre de dimensions des résultats mesurés, les exigences de précision, les niveaux de bruit et la non-stationnarité des préférences dans le temps. L'enjeu pratique concerne la robotique d'assistance, exosquelettes, prothèses ou dispositifs de rééducation, où chaque essai de politique de contrôle coûte cher: il faut exécuter la commande, mesurer des résultats biomécaniques ou physiologiques, puis recueillir un retour subjectif, ce qui limite drastiquement le nombre de requêtes possibles avant qu'un système ne s'adapte à un individu. En comparaison avec des stratégies d'apprentissage actif basées sur l'information mutuelle, les auteurs rapportent une meilleure efficacité d'échantillonnage pour l'apprentissage inverse de la récompense, sans dégrader la précision du modèle direct. Si ces résultats se confirment au-delà de la simulation, cela ouvrirait la voie à des robots d'assistance capables de personnaliser leur comportement à un utilisateur donné avec un nombre d'itérations réduit, un facteur limitant connu des approches d'apprentissage par renforcement inverse classiques. Le travail s'inscrit dans la lignée des méthodes d'inverse reinforcement learning et d'optimisation avec humain dans la boucle, en réponse au coût expérimental élevé des interactions homme-robot réelles. Il reste à ce stade une validation en simulation uniquement, sans expérimentation sur sujets humains ni déploiement matériel: aucune date de test clinique, aucun partenaire industriel ni produit associé n'est mentionné dans les travaux publiés.

Recherche❖Paper

1 source

29

1588arXiv cs.RO 

Capteurs et signaux d'infrastructure distribuée pour un système robotique de lutte contre l'incendie sur une base lunaire

Des chercheurs ont présenté un prototype de système de détection et d'intervention incendie destiné aux futures bases lunaires habitées, décrit dans un article publié sur arXiv le 22 septembre 2026 (arXiv:2609.22786). Le dispositif repose sur des plaques de code QR en céramique fine, fixées tous les quelques mètres sur les parois de l'habitat, à raison d'environ un code pour deux mètres carrés de surface intérieure. Chaque plaque stocke localement un plan du sol environnant, les seuils de sécurité des capteurs et une procédure d'intervention étape par étape en cas d'incendie ou de fuite toxique. Un rover autonome à faible consommation décode une plaque en quelques secondes, interroge le cluster de capteurs de température et de gaz associé, puis déclenche l'action appropriée sans avoir besoin d'une carte globale de l'habitat. Les auteurs justifient cette architecture par la contrainte de temps: dans un habitat pressurisé, une fuite ou un début d'incendie doit être maîtrisé en quelques minutes, un délai que ni des astronautes en combinaison ni un support terrestre retardé par le délai de communication radio ne peuvent garantir de façon fiable. Pour l'industrie spatiale et robotique, cette approche illustre une tendance vers une intelligence distribuée et peu gourmande en calcul plutôt que vers des systèmes centralisés lourds. En reportant la connaissance du bâtiment sur des supports passifs plutôt que sur une carte embarquée mise à jour en continu, le système réduit la charge processeur du rover et limite les points de défaillance uniques: la perte d'un code n'affecte qu'une zone locale, et une procédure peut être révisée en remplaçant simplement une plaque physique. Les simulations présentées, encore préliminaires, indiquent que cette méthode accélère la réponse et réduit le gaspillage de ressources critiques par rapport à une recherche non guidée. Il s'agit toutefois d'un prototype validé uniquement en simulation, pas d'un système testé dans des conditions réelles d'habitat lunaire. Ce travail s'inscrit dans le regain d'intérêt pour l'installation prolongée d'équipages sur la Lune, dans le sillage de programmes comme Artemis, qui imposent de repenser la sécurité incendie sans les infrastructures terrestres habituelles telles que les issues multiples, les pompiers ou une atmosphère non pressurisée à évacuer. Les auteurs ne précisent ni calendrier de déploiement ni partenariat industriel; le projet reste à un stade de recherche académique, avec des essais en environnement analogue lunaire comme étape logique suivante.

Recherche❖Paper

1 source

43

1589Pandaily 

UBTECH lance les livraisons en série de son robot compagnon humanoïde UWorld U1

UBTECH a commencé la livraison en série de ses humanoïdes de compagnie UWorld U1 en Chine, les premières remises client étant rapportées à la mi-septembre 2026, environ trois mois après le lancement mondial du 30 juin à Shenzhen. La gamme compte trois versions dévoilées ce jour-là : le U1 Lite, un buste semi-complet à partir de 119 800 yuans, le U1 Pro, une version pleine taille autour de 169 800 yuans, et le U1 Ultra, une configuration à haute dynamique pouvant atteindre environ 990 000 yuans, déclinées en gabarits masculin (environ 183 cm) et féminin (environ 168 cm). UBTECH revendiquait plus de 13 361 commandes cumulées dès le jour du lancement. Les fiches techniques annoncent jusqu'à 88 degrés de liberté, une peau en silicone de qualité médicale, un cou biomimétique à double pivot, une synchronisation labiale ciblée sous 20 millisecondes et, pour l'Ultra, une puce embarquée revendiquant plusieurs milliers de TOPS selon la configuration. UBTECH positionne le U1 comme un compagnon d'interaction émotionnelle plutôt qu'un robot ménager, avec traitement local des données et fonction d'effacement contrôlée par l'utilisateur. Ce basculement de la précommande vers la livraison effective est notable : il place UBTECH parmi les premiers constructeurs à livrer concrètement, et non plus seulement démontrer, un humanoïde grand public à des prix allant de plusieurs dizaines de milliers à près d'un million de yuans, sur un marché du compagnon domestique encore largement théorique. Pour les intégrateurs et décideurs du secteur robotique, le signal est double : une demande mesurable existe à ce niveau de prix, et l'appareil productif chinois peut suivre en volume. Il faut toutefois rester prudent : aucune mesure indépendante de l'autonomie de batterie, de la fluidité de la démarche ou du taux de retour n'accompagne ces premières livraisons, et le ratio réel entre commandes honorées et carnet de 13 361 unités, tout comme la répartition entre Lite, Pro et Ultra, restent à vérifier auprès des canaux officiels plutôt que dans les titres consacrés aux préventes. Ce lancement grand public s'ajoute aux déploiements industriels antérieurs de UBTECH, une activité distincte notamment couverte sur son site de Liuzhou par la presse chinoise, et marque l'ouverture d'un second front face à une concurrence mondiale croissante sur les humanoïdes de service et de compagnie. Les objectifs de capacité cités pour 2026 dans des analyses secondaires dépasseraient largement les volumes d'unités pleine taille vendues aux entreprises en 2025. Restent à observer la cadence réelle de production face à ce carnet de commandes, la répartition effective des livraisons entre les trois gammes, et la publication de retours d'usage indépendants qui permettraient de confirmer les promesses de mobilité, d'autonomie et de synchronisation labiale affichées au lancement.

Humanoïdes⚡Actu

1 source

44

1590Pandaily 

Light Origins publie en open source Light-O1-Preview, son modèle corps entier de 6 milliards de paramètres

Light Origins a mis en open source Light-O1-Preview, un modèle d'action « corps entier » d'environ 6 milliards de paramètres, publié sous licence Apache 2.0 sur Hugging Face et GitHub selon le blog technique de l'entreprise daté du 21 septembre. Ce checkpoint public constitue la partie visible de Light-O1, la ligne de fondation incarnée de Light Origins, distincte de son précédent cerveau de navigation LightNav-0. Le pipeline segmente des humains filmés en vidéo, reconstruit leur mouvement en trois dimensions, puis tokenise trajectoire, pose et état des mains en jetons discrets entrelacés avec le langage et la vision pour un pré-entraînement Transformer autorégressif. Des expériences de mise à l'échelle allant de 3,75 à 120 milliards de tokens multimodaux, soit jusqu'à environ 100 000 heures d'action humaine récupérée dans le plus grand budget testé, montreraient une baisse en loi de puissance de l'erreur de prédiction après adaptation à des données égocentriques, à des jeux de téléopération du Unitree G1 et aux corpus maison LightBot. Les démonstrations montrent ce modèle transféré sur LightBot et un Unitree G1 pour s'agenouiller, tenir l'équilibre, essuyer une surface ou saisir des objets. Bâti sur l'arbre Qwen3.5-4B-Base, le checkpoint accepte une instruction textuelle, produit une courte trace de raisonnement puis des séquences à 20 images par seconde, avec 138 valeurs par image couvrant mouvement racine, hauteur du bassin, lacet, 22 articulations et ouverture des mains. Déployer ces trajectoires exige encore un modèle de comportement séparé : l'exemple Unitree G1 documenté tourne aujourd'hui en simulation avec un checkpoint de politique additionnel. Light Origins revendique 79,3% de succès sur 24 tâches en simulation de cuisine RoboCasa GR-1, un chiffre produit en interne, sans classement public indépendant. Pour les intégrateurs et équipes robotique, Light-O1-Preview n'est pas un système clé en main mais une couche de « prior » de mouvement téléchargeable sous licence permissive, qui permet de tester publiquement l'hypothèse d'un pré-entraînement sur vidéo humaine généralisable à plusieurs embodiments, une piste aussi suivie par Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure. La qualité de la manipulation locomotrice inter-embodiments dépend cependant toujours de données d'adaptation et de contrôleurs bas niveau restés partiellement propriétaires, ce que cette publication ne résout pas. Le taux de 79,3% cité provient d'un benchmark maison, non d'un classement tiers vérifiable, et les démonstrations mêlent simulation et robot réel sans distinction toujours explicite : la sortie relève donc pour l'instant davantage de l'ouverture de recherche que d'un produit déployé en usine ou en entrepôt. Light-O1-Preview prolonge la stratégie de Light Origins consistant à bâtir des modèles fondation incarnés à partir de vidéos humaines plutôt que de téléopération coûteuse à grande échelle, après son précédent LightNav-0 dédié à la navigation. L'entreprise positionne ainsi Light-O1 face aux laboratoires occidentaux de modèles vision-langage-action déjà cités, dans une course où des poids ouverts sous Apache 2.0 restent rares comparés aux offres fermées de Physical Intelligence ou NVIDIA. Le recours au Unitree G1 comme plateforme de référence confirme le rôle de ce humanoïde chinois comme banc d'essai standard pour plusieurs équipes de recherche. Aucune date de pilote industriel n'est annoncée en dehors des environnements de simulation et de démonstration ; l'étape suivante reste l'ajout d'un modèle de comportement ou d'un contrôleur bas niveau capable de transformer ces séquences en commandes robot fiables en conditions réelles.

IA physique❧Opinion

1 source

46

1591Pandaily 

Unitree lance Dex5-S, une main dextérique à 22 degrés de liberté à taille humaine

Unitree Robotics a dévoilé le 21 septembre 2026 la Dex5-S, une main dextre à cinq doigts de taille humaine dotée de 22 degrés de liberté, au prix de lancement en Chine d'environ 39 900 RMB par main, soit environ 6 500 dollars hors taxes et frais de livraison selon les synthèses reprises par 21st Century Business Herald et relayées en anglais par AlphaSignal. Chaque articulation est motorisée et rétro-actionnable (backdrivable), pilotée par un double encodeur, avec l'ajout d'un axe de roulis sur l'auriculaire absent sur le précédent Dex5-1. La charge utile crête annoncée est d'environ 2 kg par main, ramenée à environ 1 kg en usage soutenu. Il s'agit d'un périphérique de manipulation et non d'un humanoïde complet, distinct des récentes mises à jour du modèle UnifoLM-WLA-1.0 et de la plateforme G1+ d'Unitree. Le positionnement tarifaire est l'argument central : une paire de Dex5-S revient à environ 80 000 RMB, soit environ 13 000 dollars, hors contrôleurs, supports, taxes et intégration, un niveau nettement inférieur aux devis habituels de mains dextres de qualité recherche. Associée aux humanoïdes de la gamme G1 qu'Unitree commercialise déjà, cette main cible le goulot d'étranglement de la manipulation fine plutôt qu'un nouveau châssis bipède, avec un usage visé en téléopération, apprentissage par imitation et apprentissage par renforcement nécessitant un espace d'actions plus large. La rétro-actionnabilité peut amortir les échecs lors de contacts non maîtrisés, et Unitree annonce une protection contre les surcouples à chaque articulation, mais les spécifications de couple continu, de force au bout des doigts, de bande passante et d'options tactiles restent peu détaillées au lancement, un flou qu'il convient de souligner. Le Dex5-S succède au Dex5-1, qui affichait 20 degrés de liberté (16 actifs, 4 passifs) avec réseaux tactiles denses en option ; la nouvelle version met l'accent sur des axes entièrement motorisés à l'échelle 1:1 d'une main humaine. Pour les intégrateurs, manquent encore une cartographie tactile complète pour ce modèle, un packaging ROS et SDK, ainsi que des guides de montage électrique et mécanique pour les plateformes G1, H1 et H2. Unitree, acteur chinois majeur de la robotique humanoïde face à Boston Dynamics, Figure ou Tesla, mise ici sur la diffusion à bas coût d'une brique de manipulation plutôt que sur une nouvelle annonce de robot entier.

Chine/Asie⚡Actu

1 source

43

1592Robotics Business Review 

Boston Dynamics ouvre un centre d'application Metaplant pour entraîner ses robots humanoïdes Atlas

Boston Dynamics a ouvert le 21 septembre 2026 son Robotics Metaplant Application Center (RMAC), un centre d'entraînement installé au sein du Metaplant America de Hyundai Motor Group, près de Savannah, en Géorgie. L'objectif affiché est d'intégrer les humanoïdes Atlas directement dans les opérations de fabrication automobile de Hyundai, maison mère de Boston Dynamics. Selon Zack Jackowski, chief product and technology officer de l'entreprise, les robots y apprennent via trois canaux de données combinés : la téléopération, l'apprentissage par renforcement en simulation, et des dispositifs Universal Manipulation Interface (UMI). Les tâches ciblées concernent la logistique et le séquençage de pièces automobiles avant leur assemblage, ce qui implique une manipulation dextre poussée : prise sur des surfaces complexes, respect de zones de préhension pour des éléments cosmétiques ou fragiles, manipulation bimanuelle de pièces volumineuses ou mal équilibrées, extraction d'emballages complexes et insertion dans des casiers à haute densité pour le transport vers la ligne. Boston Dynamics prévoit d'étendre les capacités d'Atlas à l'assemblage de composants d'ici 2030, avec à terme des tâches répétitives et physiquement exigeantes comme le levage de charges lourdes. Ce lancement marque une bascule par rapport aux essais précédents, décrits par Jackowski comme des déploiements ponctuels et limités dans le temps, menés à petite échelle avec une forte implication de l'équipe d'ingénierie pour tester la faisabilité opérationnelle. Le RMAC, lui, se veut une installation permanente qui reproduit un environnement industriel réel (pièces, fixations, postes de travail réels) pour générer en continu des données d'entraînement de qualité, avec l'appui de pilotes qualifiés : Boston Dynamics le qualifie de "Robot Behavior Factory". Pour le secteur, ce signal est notable car il illustre le passage de la démonstration humanoïde en environnement contrôlé vers un test de robustesse en usine réelle, un terrain où les hypothèses de conception se heurtent souvent à la réalité des contraintes industrielles. Jackowski affirme que les hypothèses de conception de la version de production d'Atlas se sont révélées globalement justes, ce qui est une donnée à prendre avec prudence puisqu'elle provient de l'entreprise elle-même et n'a pas encore été validée par un déploiement à grande échelle ou des tiers indépendants. L'enjeu réel porte autant sur les robots que sur l'adaptation des fixations et emballages pour les rendre compatibles avec la manipulation humanoïde, un point rarement mis en avant dans les annonces du secteur. Cette initiative s'inscrit dans la relation capitalistique entre Boston Dynamics et Hyundai Motor Group, qui a racheté l'entreprise en 2021, et prolonge des pilotes antérieurs menés dans les usines du groupe. Elle positionne Atlas face aux autres humanoïdes en cours de déploiement industriel, comme Figure 03 chez Figure AI, Optimus chez Tesla, ou les plateformes s'appuyant sur des modèles VLA tels que Pi-0 (Physical Intelligence), GR00T N2 (Nvidia) ou Helix (Figure AI). Boston Dynamics doit encore prouver sa capacité à tenir le calendrier annoncé, avec une extension vers l'assemblage de composants visée pour 2030. En marge de cette annonce, Brendan Schulman, vice-président des affaires publiques chez Boston Dynamics, doit participer à une table ronde sur la relocalisation industrielle par la robotique lors de RoboBusiness 2026, prévu les 20 et 21 octobre à Santa Clara, en Californie.

Humanoïdes⚡Actu

1 source

52

1593Robot Magazine FR 

Robots humanoïdes : Comment assurer leur conformité en Europe en 2027 ?

Le Règlement Machines (UE) 2023/1230 entrera en application en Europe le 20 janvier 2027, échéance que les ajustements de calendrier touchant par ailleurs l'AI Act ne repoussent pas. Jusqu'au 19 janvier 2027 inclus, l'ancienne directive Machines reste en vigueur ; le nouveau règlement prend ensuite le relais. Un guide préparé pour Robot Magazine a passé en revue cinq textes ISO censés encadrer la sécurité des robots humanoïdes et mobiles à pattes : aucun n'était publié au moment de sa rédaction. C'est le cas d'ISO 25785-1, consacré à la sécurité des robots mobiles industriels à stabilité activement contrôlée, catégorie qui inclut les robots bipèdes, identifié comme le texte le plus susceptible de couvrir un humanoïde marchant en usine, mais sans date de publication annoncée. La nouvelle édition d'ISO 13482, dédiée aux robots de service, en était elle aussi au stade final d'approbation, non publiée. Le cadre réglementaire avance donc plus vite que le corpus normatif technique censé permettre aux fabricants de démontrer la conformité de leurs machines. Pour les directeurs industriels, responsables HSE, intégrateurs et directions techniques qui envisagent d'acquérir des robots humanoïdes, ce décalage a des conséquences immédiates : tout projet d'achat ou de déploiement prévu pour 2027 doit déjà intégrer cette échéance, alors qu'aucune norme harmonisée ne décrit encore complètement la sécurité d'un humanoïde marchant. Ce constat nuance le récit dominant du secteur, où les démonstrations en usine ou en entrepôt laissent souvent entendre que la technologie est prête à s'industrialiser sans friction. Autre point structurant pour les acheteurs : la conformité d'un robot ne dépend pas de son apparence ou de sa technologie, mais de son usage réel. Un même humanoïde affecté à une ligne de production ou utilisé comme robot de service peut relever de cadres normatifs distincts. Avant toute discussion avec un constructeur, l'entreprise doit donc définir précisément où le robot travaillera, ce qu'il fera, avec qui il interagira et dans quelles conditions, sous peine de choisir un référentiel inadapté. Cette situation découle de la structure du cadre réglementaire européen des machines, qui succède à une directive antérieure tout en coexistant avec d'autres textes numériques comme l'AI Act, source de confusion sur les calendriers. Le guide rappelle aussi que la conformité machine ne couvre qu'une partie du problème : certaines obligations liées à l'utilisation effective du robot, une fois déployé, dépendent d'autres facteurs que la seule mise sur le marché conforme. L'article ne cite aucun constructeur ni intégrateur engagé dans un projet précis ; l'enjeu concerne l'ensemble des acteurs européens qui envisagent d'introduire des humanoïdes en environnement professionnel d'ici 2027, alors que les textes ISO spécifiques, dont ceux sur la locomotion à jambes et les données des robots humanoïdes, restent en préparation plutôt que publiés.

Regulation⚖Reglementation

1 source

39

1594Pandaily 

AgiBot déploie AGILE 2.0, un modèle de perception-contrôle pour la locomotion en monde ouvert

AgiBot a présenté AGILE 2.0, pour AGIBOT Generative Intelligent Locomotion Engine, un modèle de perception-contrôle qui fusionne en une seule boucle de bout en bout la perception visuelle, la compréhension du terrain, le raisonnement sur les espaces franchissables, la motion du corps entier et le contact fin des effecteurs. Cette version succède à AGILE 1.0, qui reliait déjà perception et motion pour faire tourner navigation et manipulation en parallèle, mais sans dynamique unifiée capable de gérer un équilibre poussé, des interactions à grande vitesse et des changements précis de contact. AGILE 2.0 supprime les découpages en étapes intermédiaires: les caméras pilotent en continu la planification et le contrôle, ce qui évite qu'une vision en retard ne perturbe des actionneurs cadencés à la milliseconde en plein pas. Sur la plateforme humanoïde Lingxi X2, AgiBot a diffusé des démonstrations mettant en scène des sauts à travers des cerceaux enflammés, du jeu de diabolo, des sessions de corde à sauter longue à plusieurs robots, de l'empilement coopératif de boîtes et, présenté comme une première pour un humanoïde bipède, un équilibre maintenu en faisant rouler le robot sur un gros ballon. Ce déploiement logiciel reste distinct de l'exploitation du parc d'attractions Chimelong et des placements commerciaux du robot A3 Ultra, et il complète, sans le recouvrir, les travaux publiés séparément sous le nom GE-Act 2.0, consacrés au pré-entraînement de la manipulation par mise à l'échelle world-action. AgiBot n'a publié ni taux de réussite mesurés, ni budget de latence, ni reproduction indépendante pour accompagner l'annonce d'AGILE 2.0: les vidéos spectaculaires relèvent donc pour l'instant du marketing tant que des métriques de terrain ne sont pas produites. Au-delà de la démonstration, l'entreprise met en avant des comportements pensés pour un déploiement réel: boucles visuelles fermées en temps réel face à des obstacles changeants, partage d'état entre robots pour des tâches multi-agents, et récupération sécurisée lorsqu'une personne pénètre dans l'espace de travail. L'argument commercial vise les sites non structurés, où les trajectoires scriptées par points de passage cassent dès que l'éclairage, le sol ou la présence d'humains changent, et où une approche perception-action unifiée promet de réduire l'ingénierie sur mesure propre à chaque site. Pour les intégrateurs et décideurs industriels, l'enjeu est de savoir si cette locomotion à yeux ouverts tient réellement hors des plateaux de tournage, ce qui reste à ce stade une question ouverte plutôt qu'une preuve déjà apportée. AGILE 2.0 s'inscrit dans une feuille de route plus large chez AgiBot, qui avance sur plusieurs fronts en parallèle: déploiement au parc Chimelong, commercialisation du A3 Ultra, et désormais une architecture logicielle à deux couches associant ce moteur de locomotion sensé-control à GE-Act 2.0 pour la manipulation. Cette séparation entre une couche dédiée à l'équilibre et au déplacement et une couche dédiée à la manipulation par apprentissage world-action illustre une stratégie construite brique par brique plutôt qu'un modèle unique tout-en-un. Aucune date de disponibilité commerciale, aucun partenaire pilote ni calendrier de déploiement n'ont été précisés pour AGILE 2.0 lui-même, et la validation de ce moteur dépendra désormais de sa capacité à démontrer, en conditions réelles et hors environnements préparés, un équilibre dynamique fiable que la génération AGILE 1.0 ne parvenait pas encore à garantir.

Chine/Asie❧Opinion

1 source

37

1595Pandaily 

Puce Dataflow RISC-V Radiant D35 : partenariat avec PrimeBot pour l'IA incarnée en périphérie

Lors du lancement produit de PrimeBot à Shanghai le 20 septembre 2026, le concepteur de puces chinois Ricore, basé à Suzhou, a été désigné partenaire de l'écosystème de calcul du fabricant de robots grand public. Le nom Ricore provient du domaine ri-core.cn de l'entreprise et reste à confirmer sur une dénomination sociale officielle en anglais. La puce phare, commercialisée sous le nom Radiant D35, associe un cœur CPU RISC-V conçu en interne à une architecture de calcul en flux de données (dataflow), destinée à l'inférence IA embarquée pour la perception, le contrôle moteur et le raisonnement multimodal des robots humanoïdes, sous des contraintes strictes de puissance et de latence. Contrairement aux architectures classiques à flux de contrôle, qui déplacent les tenseurs entre mémoire et unités de calcul selon un flux d'instructions, l'architecture dataflow déclenche les calculs dès que les opérandes arrivent, ce qui réduit l'énergie et la latence liées aux déplacements de données. Le composant utilise un packaging en chiplets permettant de configurer les niveaux de calcul selon les scénarios, est livré avec une chaîne logicielle complète compatible avec les principaux frameworks de deep learning, et embarque, selon Ricore, jusqu'à environ 128 Go de mémoire haute vitesse pour exécuter des modèles localement sans passer par le cloud. L'entreprise revendique plusieurs dizaines de brevets dataflow, une nomination au prix du meilleur article à ISCA 2026, et l'entrée de son cœur RISC-V sur la liste d'approvisionnement mondial d'un fabricant de semi-conducteurs international après certification technique. Cette annonce s'ajoute, sans la remplacer, à la présentation le même jour des robots personnels Q1 et T1 de PrimeBot. Le signal le plus concret n'est pas une performance mesurée mais un choix stratégique : un fabricant de robots humanoïdes identifié retient une puce d'inférence dataflow RISC-V comme partenaire de calcul en périphérie, plutôt que de publier une fiche de benchmark public. Aucun chiffre de TOPS soutenus, d'enveloppe de puissance ni de correspondance avec des SKU PrimeBot précis n'a été communiqué, ce qui invite à traiter l'annonce comme un positionnement commercial plutôt qu'une preuve de performance vérifiée. Pour les intégrateurs et décideurs industriels, l'épisode illustre néanmoins une tendance de fond : la chaîne d'approvisionnement chinoise de la robotique embarquée cherche désormais à peser sur le silicium lui-même, et pas seulement sur l'assemblage de robots complets, dans un contexte où les architectures dataflow et les cœurs RISC-V spécialisés se présentent comme une alternative aux solutions dominantes de calcul embarqué pour l'IA physique face aux contraintes de puissance des plateformes humanoïdes. Le rapprochement a été relayé par People.cn et Shanghai Securities News comme une illustration de la montée en puissance des chaînes d'approvisionnement domestiques chinoises dans l'IA incarnée, en phase avec le soutien politique affiché à l'industrialisation du RISC-V dans l'IA et les systèmes embarqués. Sur ce marché, Ricore se positionne face aux architectures de calcul embarqué dominantes utilisées ailleurs dans l'industrie humanoïde, tout en misant sur sa spécificité dataflow plutôt que sur une architecture de contrôle classique. Aucun calendrier de déploiement, pilote client ou volume de production n'a été précisé au-delà du partenariat annoncé, et la correspondance exacte entre le Radiant D35 et les gammes Q1 et T1 de PrimeBot reste à documenter dans de futures communications.

Chine/Asie❧Opinion

1 source

43

1596Pandaily 

Unitree ouvre partiellement les poids d'UnifoLM-WLA-1.0 après la présentation de ses 64 tâches

Unitree Robotics a commencé à publier, depuis le 20 septembre 2026 selon la presse tech chinoise, des poids et jeux de données partiels pour UnifoLM-WLA-1.0, son modèle de fondation monde-langage-action d'environ 6 milliards de paramètres pour robots humanoïdes, après avoir déjà révélé l'architecture et une matrice d'évaluation de 64 tâches. Le code de post-entraînement, les poids du modèle de base UnifoLM-WLA-Base et les corpus de télé-opération corps entier restent, eux, annoncés pour plus tard, ce chantier logiciel étant distinct du récent rafraîchissement matériel G1+. Un point de contrôle unique, entraîné sur environ 2500 heures de données réelles issues des jeux ouverts Unitree et de sources comme BitRobot HIW-500, couvre 10 tâches corps entier et 54 tâches de table (plier du linge, ranger des assiettes, recharger des batteries) sans politique dédiée par tâche, via un espace d'action unifié compatible pinces à deux doigts et mains à cinq doigts. Un module de raisonnement associé, UnifoLM-ER-1-4B, bâti sur Qwen3-VL-4B avec plus de 5 millions d'échantillons spatiaux, revendiquerait la tête sur sept des seize benchmarks de perception multimodale testés par Unitree, dont Where2Place et EmbSpatial. Ces chiffres restent toutefois auto-rapportés par Unitree, sans validation indépendante à ce stade, et ne démontrent pas un taux de réussite en conditions réelles dans des foyers inconnus. Pour les intégrateurs, le signal concret est celui d'une ouverture par paliers : des poids partiels utilisables dès maintenant, du code et des corpus plus complets encore attendus, ce qui rend toute revendication de portage vers des robots non-Unitree prématurée, à traiter comme une feuille de route plutôt qu'un kit fini. Le modèle s'inscrit surtout dans le pari central de la robotique généraliste actuelle : une seule politique VLA couvrant des dizaines de tâches hétérogènes plutôt qu'un modèle par geste, comme le visent aussi Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure AI. En choisissant une diffusion ouverte, Unitree tente de peser dans cette course tout en s'alignant sur la stratégie open-source déjà adoptée par d'autres acteurs technologiques chinois. Cette diffusion progressive prolonge une annonce antérieure de la page projet, qui présentait encore code, modèles et jeux de données comme à venir, et intervient alors que Unitree, connu jusque-là surtout pour ses humanoïdes G1 et H1 et leur récent rafraîchissement G1+, cherche aussi à s'imposer comme fournisseur de fondation logicielle, face à des rivaux occidentaux comme Physical Intelligence, NVIDIA ou Figure AI qui avancent sur des modèles VLA propriétaires ou partiellement ouverts. Aucun acteur français ou européen, comme Wandercraft, Exotec, Pollen Robotics ou Enchanted Tools, n'apparaît dans cette annonce. La suite attendue porte sur les briques encore manquantes, code de post-entraînement, poids UnifoLM-WLA-Base et corpus de télé-opération, sans calendrier précis au-delà de mentions de livraisons ultérieures.

IA physique❧Opinion

1 source

46

1597Interesting Engineering 

Premier exosquelette personnel autoéquilibré certifié FDA : une mobilité debout mains libres

La société parisienne Wandercraft a annoncé le lancement commercial aux Etats-Unis d'Eve, exosquelette personnel autoportant, premier appareil de ce type homologué par la FDA. Il s'adresse aux utilisateurs de fauteuil roulant vivant avec une lésion de la moelle épinière, quel que soit son niveau neurologique, à condition de pouvoir actionner manuellement la commande et de ne présenter aucune contre-indication listée dans le manuel d'utilisation. Sa technologie d'équilibrage autonome, pilotée par ce que l'entreprise appelle de l'IA physique, permet à l'utilisateur de se tenir debout et de se déplacer sans béquilles ni déambulateur, mains libres pour attraper des objets, cuisiner ou ouvrir une porte. Conçu pour compléter le fauteuil roulant plutôt que le remplacer, Eve est fabriqué et ajusté sur mesure après prescription médicale. Aux Etats-Unis, Medicare prend en charge l'appareil comme orthèse personnalisée sous le code de facturation HCPCS K1007, pour les patients répondant aux critères d'éligibilité et de nécessité médicale. Wandercraft a constitué une équipe dédiée pour accompagner patients et soignants dans l'évaluation, le remboursement, le financement et la coordination avec cliniciens et assureurs. Cette homologation est notable car elle ne comporte aucune restriction liée au niveau neurologique de la lésion, contrairement aux exosquelettes déjà autorisés sur ce segment, ce qui élargit sensiblement la population de patients éligibles. Selon Wandercraft, ce périmètre reflète l'ampleur des données de sécurité, des preuves cliniques et des tests d'usabilité soumis à la FDA, une affirmation qui provient du communiqué de l'entreprise et reste à confirmer de façon indépendante. Pour le secteur de la robotique d'assistance, l'enjeu dépasse la prouesse d'équilibrage sans appui : c'est la prise en charge par Medicare qui change la donne, le coût élevé des exosquelettes personnels ayant longtemps freiné leur diffusion au-delà des centres de rééducation. En couplant homologation réglementaire et voie de remboursement, Wandercraft cherche à faire passer l'exosquelette personnel du statut de dispositif clinique ponctuel à celui de produit d'usage quotidien à domicile. Wandercraft, fondée à Paris, s'était fait connaître avec Atalante, exosquelette médicalisé déjà déployé en centres de rééducation, avant de développer Eve pour un usage personnel hors cadre clinique. Matthieu Masselin, cofondateur et directeur général de l'entreprise, présente ce lancement comme l'aboutissement de plusieurs années de développement robotique, en insistant sur l'infrastructure d'accompagnement bâtie autour du patient, de l'évaluation au service après-vente. La testeuse Caroline Laubach témoigne d'une autonomie retrouvée pour se déplacer dans son logement et interagir avec son entourage les mains libres. Sur un marché mondial de l'exosquelette personnel toujours concurrentiel, Eve se positionne comme le premier dispositif sans restriction de niveau lésionnel homologué par la FDA, un argument que Wandercraft compte exploiter pour accélérer les prescriptions et la couverture par les assureurs américains. La suite dépendra du rythme de déploiement effectif et de la capacité de l'entreprise française à industrialiser la fabrication sur mesure à plus grande échelle.

FR/EU ecosysteme⚖Reglementation

1 source

49

1598arXiv cs.RO 

Pipeline d'intégration simulation-réel pour l'entraînement et le déploiement de politiques VLA de manipulation par blocs

Des chercheurs du laboratoire ISIR (Sorbonne Université, Paris) ont publié le 21 septembre 2026 sur arXiv (2609.21817) un protocole open-source de transfert simulation-vers-réel pour entraîner des modèles Vision-Language-Action (VLA) de manipulation. Sur un bras Franka FR3, des trajectoires expertes générées en simulation sont rejouées en boucle ouverte, tandis que les observations visuelles et proprioceptives réelles correspondantes sont enregistrées et converties dans un format compatible avec l'entraînement VLA, qui prédit des actions dans l'espace de pose de l'effecteur sous forme de chunks. La même chaîne de déploiement sert ensuite, en boucle fermée, à évaluer la politique entraînée sur un matériel identique. Les jeux de données sont publiés sur Hugging Face et le code sur GitLab (gitlab.isir.upmc.fr/kappel). L'enjeu vise le principal goulot d'étranglement de l'entraînement des VLA : la collecte de démonstrations réelles par téléopération humaine, coûteuse, lente et difficile à faire monter en échelle. En appariant chaque enregistrement réel à la trajectoire simulée qui l'a produit, le protocole offre surtout une mesure directe et chiffrée de l'écart sim-to-real, là où la plupart des annonces du secteur se contentent d'affirmer le problème résolu sans le quantifier. Pour les laboratoires et équipes d'intégration sans flotte de téléopération, l'outil permet de constituer des jeux d'entraînement reproductibles et de comparer objectivement des politiques VLA sur un même banc matériel plutôt que sur des vidéos de démonstration sélectionnées. Ce travail s'inscrit dans une course plus large aux modèles VLA, où des acteurs comme Physical Intelligence (Pi-0), NVIDIA (GR00T N2) ou Figure (Helix) misent sur de vastes jeux de données réelles collectés par téléopération, une dépendance que l'ISIR cherche justement à alléger. Le Franka FR3, bras à sept degrés de liberté du fabricant allemand Franka Robotics, est une plateforme standard des laboratoires de manipulation, sans lien avec les humanoïdes commerciaux comme Optimus ou Figure 03. Il s'agit ici d'une publication académique et non d'un produit ou d'un déploiement industriel : aucun chiffre de charge utile, de temps de cycle ou de volume n'est communiqué, l'ISIR misant sur l'adoption communautaire du code et des données pour que d'autres équipes reproduisent et étendent le protocole à d'autres plateformes robotiques.

FR/EU ecosysteme❖Paper

1 source

47

1599arXiv cs.RO 

ForceTwin : jumeaux numériques physiques pour la manipulation robotique à partir d'interactions humaines instrumentées

Des chercheurs ont publié le 21 septembre 2026 sur arXiv (référence 2609.21751) un système baptisé ForceTwin, conçu pour créer des jumeaux numériques d'objets articulés, portes, tiroirs, mécanismes à ressort, intégrant leurs propriétés physiques réelles plutôt que de simples données visuelles. La méthode repose sur une pince instrumentée à capteur de force, manipulée par un humain, qui enregistre simultanément positions et forces d'interaction. Ces données permettent d'estimer l'articulation de l'objet et ses paramètres dynamiques : inertie, friction de Coulomb, amortissement visqueux, plus un résidu neuronal structuré capturant les forces de mécanisme dépendantes de l'état, comme un ressort ou un ferme-porte. ForceTwin réduit de près de moitié l'erreur d'estimation des paramètres inertiels par rapport à une méthode s'appuyant sur un modèle vision-langage (VLM) comme a priori. Intégré comme modèle dynamique feedforward dans un contrôle en impédance, le système a été testé sur un robot quadrupède Spot (Boston Dynamics) et un bras Franka FR3 (Franka Robotics, Allemagne), atteignant 87% de réussite sur neuf paires objet-robot, contre 60% pour l'approche VLM et 57% pour un jumeau purement cinématique. Les jumeaux identifiés ont ensuite servi à entraîner des politiques de franchissement de porte en corps entier, déployées en conditions réelles. Cette approche cible un angle mort des pipelines actuels de jumeaux numériques, qui se contentent souvent d'inférer la géométrie et d'assigner des paramètres physiques statiques à partir d'a priori visuels ou textuels, une méthode pouvant produire des estimations physiquement incohérentes : deux portes visuellement identiques peuvent demander un effort de manipulation très différent, une nuance invisible pour un modèle vision-langage mais critique pour un robot devant réellement pousser, tirer ou tourner un mécanisme. Pour les intégrateurs et les équipes R&D en manipulation robotique, l'écart de performance observé, particulièrement marqué sur les objets à mécanisme fort où les deux méthodes de référence calent, indique que la modélisation physique fine reste un verrou plus contraignant que la perception ou la planification pour la manipulation d'objets articulés en environnement réel. Cela nuance l'idée selon laquelle les modèles vision-langage-action suffiraient à généraliser la manipulation sans modèle physique explicite du mécanisme manipulé. ForceTwin s'inscrit dans la lignée des travaux sur les jumeaux numériques articulés en robotique, où la difficulté centrale est de capturer la dynamique sans instrumenter lourdement chaque objet du monde réel. Le système se positionne explicitement contre deux références répandues dans la littérature et les pipelines industriels de simulation : l'estimation par a priori vision-langage et les jumeaux purement cinématiques. La validation a été menée sur du matériel commercial existant, Spot et Franka FR3, plutôt que sur des plateformes propriétaires fermées, ce qui facilite une reproductibilité potentielle par d'autres laboratoires. La suite annoncée porte sur le déploiement de politiques de franchissement de porte en corps entier, une tâche souvent citée comme test de référence pour la mobilité et la manipulation combinées chez les robots humanoïdes et quadrupèdes équipés de bras.

Recherche❖Paper

1 source

44

1600arXiv cs.RO 

De la préformation à la maîtrise : apprentissage par renforcement des sous-tâches en conditions réelles pour la manipulation à long horizon, avec intervention humaine minimale

PARTS (Policy Adaptation with RL on Targeted Subtasks) est un cadre d'apprentissage par renforcement qui corrige les échecs récurrents des politiques robotiques préentraînées sur des tâches longues, décrit dans un preprint arXiv (2609.21788) publié en septembre 2026. La politique de base reste gelée pour les actions nominales, tandis que des sélecteurs et vérificateurs de succès générés automatiquement déclenchent des corrections résiduelles ciblées sur les sous-tâches en échec et distribuent des récompenses locales, même quand les succès complets restent rares ; les humains se limitent à repérer ces points de blocage et à effectuer les réinitialisations physiques. Le taux de succès complet grimpe de 32% à 61% sur des tâches bimanuelles avec la plateforme YAM, et de 50% à 95% sur des tâches à bras unique avec un robot Franka (Franka Emika, Allemagne), pour quelques dizaines de minutes de rollouts réels par tâche en moyenne. Ce résultat répond à un problème connu du secteur : les politiques de type VLA impressionnent souvent en démonstration mais s'effondrent sur quelques étapes critiques au déploiement, et le fine-tuning par RL à récompense éparse peine à résoudre des tâches longues. En montrant qu'une correction ciblée sur les seules sous-tâches en échec comble l'essentiel de l'écart avec quelques dizaines de minutes de collecte réelle et une supervision humaine minimale, PARTS réduit le coût du dernier kilomètre de fiabilité, souvent le facteur limitant en usine ou en entrepôt. Comparé aux méthodes RL existantes de fine-tuning en conditions réelles, il améliore le succès complet de plus de 25 points à budget de rollouts identique, avec moins d'intervention humaine. PARTS s'inscrit dans la course aux politiques de fondation robotique préentraînées sur de larges jeux de démonstrations, que le secteur cherche à fiabiliser sans re-collecte complète. Les auteurs le comparent aux méthodes RL existantes de fine-tuning en conditions réelles, qu'il surpasse nettement à budget de rollouts égal, et au fine-tuning supervisé classique qu'il rend en partie superflu. Publié sans partenariat industriel ni calendrier annoncé, ce résultat de laboratoire, validé sur les seules plateformes YAM et Franka Emika, reste à étendre à davantage de tâches, de robots et de politiques commerciales.

Recherche❖Paper

1 source