Actualités robotique — page 4

4 573 articles au fil, du plus récent au plus ancien.

43

151arXiv cs.RO 

Epically Powerful : une infrastructure logicielle et mécatronique open source pour les robots portables

Le laboratoire de robotique portable (wearable robotics) publie Epically Powerful, une infrastructure open-source pour systèmes robotiques portés sur le corps, décrite dans un article arXiv (2511.05033v2) mis à jour en remplacement d'une version précédente. Le framework gère en Python l'ensemble de la couche bas niveau de ces dispositifs : protocoles de communication, synchronisation d'horloge, envoi de commandes aux actionneurs, acquisition de données capteurs, journalisation et visualisation en temps réel. Il s'interface avec des actionneurs quasi-direct drive (QDD) commerciaux, des ordinateurs monocarte du marché et des capteurs courants, et fournit des contrôleurs d'exemple prêts à l'emploi. Le package inclut également une liste de pièces recommandées avec guide de compatibilité, ainsi qu'une documentation détaillée couvrant l'assemblage matériel et l'implémentation logicielle, sans imposer de forme spécifique au dispositif final. L'enjeu pour les équipes de recherche et les intégrateurs en robotique portable est la réduction du temps d'ingénierie nécessaire pour passer d'un assemblage de composants matériels bruts à un prototype fonctionnel et robuste. Jusqu'ici, chaque laboratoire développant exosquelettes, prothèses actives ou orthèses motorisées devait reconstruire from scratch sa propre couche de contrôle temps réel, un travail répétitif et chronophage qui ralentit l'itération scientifique. En standardisant cette infrastructure et en la rendant compatible avec un large éventail d'actionneurs QDD et de cartes de calcul déjà utilisées dans l'industrie, Epically Powerful abaisse la barrière d'entrée technique et pourrait accélérer la publication de nouveaux designs de dispositifs portables, tout en facilitant la comparabilité et la reproductibilité entre équipes. Le projet s'inscrit dans une tendance plus large de mutualisation logicielle en robotique, à l'image d'autres frameworks open-source ayant already standardisé le contrôle bas niveau dans la robotique mobile ou manipulatrice. Si les auteurs ont conçu l'outil en priorité pour les dispositifs portés, ils soulignent son applicabilité à tout système robotique en boucle fermée reposant sur des actionneurs QDD, capteurs et cartes embarquées, ouvrant potentiellement son usage à d'autres domaines comme la robotique mobile légère. L'article ne précise pas de partenaires industriels ni de calendrier de déploiement commercial, s'agissant avant tout d'une contribution logicielle destinée à la communauté de recherche.

Exosquelettes⚡Actu

1 source

43

152arXiv cs.RO 

Agentic Harnesses : des couches de vérification pilotées par LLM pour l'autonomie des robots

Un article publié sur arXiv (identifiant 2608.09857) propose une couche de vérification pilotée par des grands modèles de langage (LLM), insérée entre la planification et l'exécution des actions d'un robot autonome. Ce middleware, dénommé « agentic harness », intercepte les plans avant qu'ils n'atteignent le serveur MCP (Model Context Protocol) et les commandes bas niveau du robot, en s'appuyant sur un ensemble de LLM juges qui combinent raisonnement en chaîne de pensée et synthèse multi-modèles, selon une logique de mélange d'experts et d'auto-cohérence. Chaque plan est classé en trois catégories : approuvé, rejeté pour reformulation, ou escaladé vers une révision humaine. Les auteurs rapportent une précision proche de 85% sur ces trois catégories, un taux de blocage de 97% des attaques adversariales, et des erreurs quasi nulles entre acceptation et rejet, la plupart des erreurs résiduelles se situant à la frontière de l'escalade. Cette proposition comble un angle mort de la recherche en robotique autonome, jusqu'ici concentrée sur l'exécution des plans plutôt que sur la vérification de leur faisabilité : comme les LLM généralistes, les modèles de planification robotique peuvent produire des actions biaisées vers l'objectif fixé par l'utilisateur, contraires à l'éthique scientifique, dangereuses faute de mémoire des risques déjà identifiés, ou vulnérables aux attaques adversariales. Pour les intégrateurs qui déploient des piles agentiques combinant modèles vision-langage-action et contrôle robotique, ce travail illustre un besoin croissant de gouvernance intermédiaire entre la décision du modèle et l'actionnement physique. Il apporte une mesure rare dans un domaine où les garanties de sécurité restent souvent qualitatives, même si des erreurs subsistent à la frontière de l'escalade, où l'arbitrage humain reste nécessaire. Cette recherche s'inscrit dans la montée des architectures agentiques en robotique, où les modèles de fondation vision-langage-action, tels que ceux développés par Physical Intelligence, NVIDIA ou Figure AI pour piloter des robots humanoïdes, sont de plus en plus reliés à des chaînes d'outils via des protocoles comme MCP. L'article, publié en août 2026, ne précise ni plateforme robotique testée ni calendrier de déploiement industriel : il s'agit à ce stade d'une contribution méthodologique de recherche, dont l'adoption par des laboratoires ou des intégrateurs reste à démontrer.

Recherche❖Paper

1 source

43

153arXiv cs.RO 

Tether-Inertial: localisation par câble et inertie pour drones planétaires

Des chercheurs présentent dans un article publié sur arXiv (référence 2608.09515v1) une nouvelle méthode de localisation pour drones planétaires reliés par câble à leur base, baptisée Tether-Inertial Localization. Le système exploite les mesures de longueur et d'angle du câble reliant le drone (UAV) à un rover au sol pour estimer sa position, en combinant un modèle analytique de caténaire, peu coûteux en calcul, avec une compensation d'erreur résiduelle par processus gaussien (GP) corrigeant les imprécisions des capteurs et les limites du modèle. Les essais ont couvert des trajectoires circulaires, triangulaires et en forme de huit, avec des longueurs de câble allant jusqu'à 4,5 mètres et un temps de vol cumulé de 37 minutes. Le modèle de caténaire seul atteint une précision moyenne de 7,4 cm d'erreur quadratique moyenne (RMSE), réduite à 5,2 cm grâce à la compensation GP, soit un gain d'un ordre de grandeur par rapport à l'état de l'art selon les auteurs. Pour l'exploration planétaire, ce résultat répond à une contrainte concrète : les drones autonomes comme l'hélicoptère Ingenuity de la NASA, qui a fourni des données cartographiques précieuses sur Mars, restent bridés par leur charge utile réduite, ce qui plafonne temps de vol et puissance de calcul embarquée pour la localisation. En reliant le drone au rover par câble, la charge de calcul et l'alimentation sont déportées vers la base, tandis que le câble lui-même devient un capteur de position sans dérive, s'affranchissant du GPS, absent hors de la Terre, et des limites de la localisation par vision, sensible à la poussière et aux conditions d'éclairage extraterrestres. Pour les équipes de robotique spatiale et les intégrateurs travaillant sur des missions d'exploration, cette approche ouvre une alternative robuste et peu gourmande en ressources aux pipelines visuels ou inertiels classiques. Ce travail s'inscrit dans la lignée d'Ingenuity, premier hélicoptère à avoir volé sur un autre corps céleste, dont les contraintes énergétiques et de calcul ont mis en évidence les limites des drones planétaires autonomes non reliés. Les drones captifs (TUAV) existent déjà dans des contextes terrestres pour la surveillance ou l'inspection prolongée, mais leur adaptation à l'exploration planétaire reste embryonnaire, et les méthodes de localisation par câble publiées jusqu'ici restaient nettement moins précises. Ce papier reste, à ce stade, une validation expérimentale en laboratoire, sans précision sur l'institution ni de calendrier de mission concret, et ne doit donc pas être confondu avec un système qualifié pour un vol spatial réel. C'est une preuve de concept destinée à alimenter de futures générations de drones d'exploration, notamment pour des missions lunaires ou martiennes où l'autonomie énergétique et computationnelle reste le principal facteur limitant.

Recherche❖Paper

1 source

42

154arXiv cs.RO 

4D-WAM : intégrer une conscience spatio-temporelle aux modèles monde-action via des champs de trajectoires

Des chercheurs ont mis en ligne sur arXiv le 11 aout 2026 (référence 2608.08023v1) un article présentant 4D-WAM, une stratégie d'entrainement agnostique au modèle destinee aux World Action Models (WAM), ces systèmes qui combinent prédiction vidéo et génération d'actions robotiques au sein d'un même réseau. Le problème cible: les WAM représentent généralement la vidéo dans un espace pixel en deux dimensions, alors que les actions robotiques s'exécutent en trois dimensions, ce qui créé un écart de représentation entre ce que le modèle "voit" et ce qu'il doit produire. Les approches 3D récentes injectent de l'information spatiale mais, selon les auteurs, n'exploitent pas pleinement la dynamique des structures 3D dans le temps. 4D-WAM propose deux objectifs complémentaires: l'alignement de mouvement, qui aligne les variations de caractéristiques entre images adjacentes pour construire une conscience "4D" locale pendant l'entrainement, et l'alignement de destination, qui apprend au modèle a inférer le point d'arrivée final d'une trajectoire depuis l'image source, en rapprochant leurs distributions de similarité de type attention. Les auteurs rapportent des expériences étendues, en distribution et hors distribution, sur plusieurs modèles de base, sans toutefois publier de chiffres précis (taux de réussite, benchmark nomme) dans le résume, ce qui invite a la prudence sur l'ampleur réelle des gains. Pour les équipes qui construisent des politiques vision-language-action (VLA) destinées a la manipulation robotique, ce travail s'attaque directement a un point de friction connu: l'écart entre des modèles vidéo entraines en 2D et la précision de geste requise en exécution réelle, un des facteurs cites pour expliquer le fosse entre démonstrations impressionnantes et déploiements industriels fiables. Le caractère "model-agnostic" de la méthode, présentée comme une couche d'entrainement additionnelle plutôt qu'une architecture propriétaire, est le point notable: elle pourrait s'intégrer a des WAM existants sans refonte complète des pipelines, un argument qui parle directement aux laboratoires et intégrateurs déjà engages sur cette famille de modèles. 4D-WAM s'inscrit dans la lignée des travaux sur les world models généralistes, dont les WAM constituent une déclinaison orientée action, en réponse aux limites des représentations purement 2D déjà pointées par des approches 3D antérieures. L'article ne cite ni robot ni entreprise partenaire, ne mentionne aucun déploiement, et reste au stade de contribution de recherche publiée en preprint, sans revue par les pairs a ce stade. Aucune suite opérationnelle (pilote industriel, intégration produit) n'est annoncée; la portée du travail se limite pour l'instant a une validation expérimentale comparative face a des WAM de base non modifies.

Recherche❖Paper

1 source

42

155arXiv cs.RO 

REMAC : collaboration multi-agents auto-réflexive et auto-évolutive pour la manipulation robotique à long horizon

Une équipe de recherche a publié une version révisée (v2) sur arXiv (2503.22122) présentant REMAC, un framework de planification multi-robots pour des tâches de manipulation longues et complexes, piloté par des modèles vision-langage. Le système combine deux modules: une auto-réflexion qui vérifie les conditions avant et après chaque action pour détecter les erreurs de plan, et une auto-évolution qui adapte la stratégie selon le contexte réel de la scène, sans prompt spécifique à la tâche. Les auteurs ont bâti un environnement de test basé sur RoboCasa, avec 4 catégories de tâches, 27 variantes et plus de 50 objets, puis évalué REMAC avec quatre modèles de raisonnement comme moteurs de décision: DeepSeek-R1, o3-mini, QwQ et Grok3. Résultat revendiqué: +40% de taux de réussite moyen et +52,7% d'efficacité d'exécution face à une baseline à robot unique. L'enjeu visé est concret pour les intégrateurs: les approches actuelles reposent souvent sur une connaissance préalable de l'environnement ou des prompts taillés sur mesure, ce qui les rend fragiles dès qu'un imprévu survient, par exemple un robot chargé de poser une carotte dans un micro-ondes qui découvre que la porte est fermée. En permettant à un robot d'en solliciter un autre pour paralléliser les tâches après plusieurs cycles de réflexion, REMAC pointe vers une robotique multi-agents plus tolérante aux aléas de scène, un axe clé pour dépasser les démonstrations scénarisées et réduire le travail d'ingénierie de prompt lors du déploiement de flottes sur des tâches longues. Le travail s'inscrit dans la recherche sur la planification robotique assistée par grands modèles, aux côtés d'approches comme Pi-0 ou GR00T N2, mais REMAC mise sur un raisonnement multi-agents itératif plutôt que sur un modèle action de bout en bout, en s'appuyant sur des modèles de raisonnement généralistes existants plutôt qu'un modèle propriétaire dédié. Il s'agit pour l'instant d'un travail académique validé en simulation, sans déploiement matériel réel ni partenariat industriel annoncé; la publication de cette seconde version suggère une itération continue sur la méthode, sans calendrier communiqué pour un transfert vers des robots physiques.

Recherche❖Paper

1 source

42

156arXiv cs.RO 

Reconfiguration d'un robot à chenilles pour un franchissement d'obstacles amélioré grâce à un point d'articulation mobile et un déplacement de masse interne

Des chercheurs présentent TRASER (Tracked Robot with Articulated Spine for Extended Reach), un robot a chenilles reconfigurable dont le point d'articulation et la masse interne peuvent tous deux être déplacés pour améliorer le franchissement d'obstacles. Le système repose sur un mécanisme "tape-spring" qui concentre la flexibilité dans la zone de flexion tout en gardant le reste du corps rigide, ce qui accroit la portée avant du robot et sa capacité a déplacer son centre de masse. Decrits dans un preprint publie sur arXiv (2608.07624v1), les essais montrent un franchissement de marches équivalent a 74% de la longueur du corps, une traversée de plateforme suspendue a 66%, et un franchissement de fosse a 59%, ce que les auteurs présentent comme la meilleure performance de franchissement jamais rapportée pour un robot a chenilles. Les robots a chenilles sont largement employés en environnements non structures (inspection, déblaiement, intervention post-catastrophe), mais leur conception bute traditionnellement sur un compromis: augmenter la portée avant pour atteindre des obstacles éloignés fragilise la stabilité, et inversement. En rendant reconfigurables a la fois l'articulation et la répartition de masse, TRASER cherche a lever ce compromis par la mécanique plutôt que par le seul contrôle logiciel, une piste utile pour les intégrateurs concevant des plateformes destinées aux terrains accidentes. Ces chiffres restent toutefois issus de tests en laboratoire sur un prototype, et la revendication de "meilleure performance jamais rapportée" n'est pas vérifiée par un tiers ni éprouvée en déploiement réel. Le compromis portée/stabilité est un problème classique en robotique a chenilles: les "flippers" articules a l'avant améliorent le franchissement mais accroissent le risque de basculement, tandis que déplacer le poids vers l'arrière stabilise la plateforme au prix de la portée utile. TRASER combine ces deux leviers, articulation mobile et masse déplaçable, dans un seul mécanisme structurel plutôt que de les traiter séparément. L'article, publie comme nouvelle soumission arXiv, ne mentionne ni entreprise partenaire ni site de déploiement: il s'agit d'une contribution académique a un stade de prototype, dont l'intégration éventuelle dans des plateformes commerciales d'inspection ou de secours reste, pour l'instant, hypothétique.

Recherche❖Paper

1 source

42

157arXiv cs.RO 

Connaître le moment de demander : résoudre l'incertitude dans la planification conjointe humain-robot via dialogue explicite et indices d'intention implicites

Une équipe de recherche a publié une version révisée sur arXiv (2603.07822v2) d'un système de planification homme-robot conjointe pour savoir quand interroger l'humain plutôt qu'agir seul. Il combine deux modules : un dialogue de clarification, où un LLM ancre les instructions ambiguës, une recherche A* augmentée d'hypothèses évalue la traversabilité du terrain, et une politique de questionnement par programmation dynamique ne pose que les questions dont la réponse change le plan ; et une lecture d'intention implicite, qui infère par probabilité l'intention latente de l'humain à partir de signaux spatiaux et directionnels, sans échange verbal. Testé en simulation Gazebo et sur drones réels, avec interface vocale et perception sémantique 3D par modèle vision-langage, le système réduit le coût d'interaction de 51,9% pour 100% de réussite, et accélère de 25,4% l'exécution des tâches coopératives face aux méthodes de référence. La plupart des systèmes homme-robot actuels ne communiquent que dans un sens, le robot exécutant des ordres sans jamais interroger l'humain sur les points réellement ambigus, ce qui provoque soit des erreurs d'exécution soit une sursollicitation par des questions superflues. En chiffrant une politique de questionnement optimale sur le coût, ces travaux montrent qu'on peut réduire fortement la charge de communication sans perdre en fiabilité, un compromis rarement quantifié avec cette précision. Pour les intégrateurs de flottes de drones ou de robots mobiles évoluant aux côtés d'humains, le résultat suggère qu'un LLM contraint par une structure de planification formelle réduit les frictions d'usage sans multiplier les interruptions, plutôt qu'un simple chatbot greffé sur la pile de navigation. Ce travail prolonge une tendance de recherche qui dépasse les architectures purement réactives, où le robot agit sans jamais signaler son incertitude, au profit de systèmes qui raisonnent sur ce qu'ils ignorent et sur le coût de le découvrir, en traitant l'humain comme un coéquipier conversationnel actif plutôt qu'un simple superviseur. Le choix du drone comme plateforme, plutôt qu'un bras manipulateur ou un robot humanoïde, souligne un enjeu propre aux environnements 3D ouverts, où l'ambiguïté sur la traversabilité coûte cher à corriger par essai erreur. S'agissant d'une révision d'un article déjà soumis, aucun calendrier de transfert commercial n'est mentionné, situant la publication au stade de la recherche académique.

Recherche❖Paper

1 source

42

158arXiv cs.RO 

Task-Oriented Formation Decision via Reinforcement Learning : Herding an Attacking Swarm

Une équipe de recherche a publié sur arXiv (référence 2608.09258, article inédit) une méthode de contrôle par apprentissage par renforcement pour la tâche dite de "herding" (rabattage), où un groupe de robots défenseurs doit contenir un essaim attaquant plus maniable et dont la stratégie reste inconnue à l'avance. Le système encode la forme de la formation sous la forme d'un vecteur de paramètres de faible dimension, ce qui transforme le choix de la formation en un problème d'optimisation continue plutôt qu'en sélection parmi des formes géométriques prédéfinies. Une politique de renforcement, entraînée hors ligne sur des simulations couvrant diverses stratégies d'attaque, ajuste ensuite ces paramètres en temps réel pour compenser le désavantage de maniabilité des défenseurs. Les auteurs comparent leur approche à trois méthodes de référence en simulation, testent son passage à l'échelle sur des scénarios impliquant plusieurs dizaines de robots, et la valident sur une plateforme physique réunissant 3 attaquants et 7 défenseurs. Le principal apport de ces travaux est de montrer qu'une formation adaptative pilotée par apprentissage peut surpasser des schémas de formation figés face à un adversaire dont la stratégie n'est pas connue à l'avance, un scénario proche des usages réels de sécurité périmétrique, de surveillance de zone ou de défense contre des essaims de drones. Pour les chercheurs et intégrateurs en robotique multi-agents, ce résultat suggère que les problèmes de coordination de formation, souvent traités comme des tâches géométriques statiques, gagnent à être reformulés comme des problèmes d'optimisation de paramètres résolubles par renforcement, y compris à l'échelle de dizaines d'unités. La validation physique, limitée à dix robots au total, reste toutefois modeste comparée aux simulations à plusieurs dizaines d'unités, un écart qui rappelle que le passage du simulateur au terrain demeure l'étape critique pour ce type d'architecture. Ces travaux s'inscrivent dans la lignée des recherches sur le "shape formation" multi-robots, où la plupart des études antérieures imposaient une forme géométrique prédéfinie au groupe. Les auteurs déplacent ici le problème vers une décision de formation orientée tâche, spécifiquement calibrée pour le rabattage d'essaims hostiles, un sous-domaine encore peu couvert comparé aux tâches classiques de formation ou de couverture de zone. Aucun industriel n'est cité dans la publication, ce qui situe ces travaux au stade de la recherche académique plutôt que du produit ou du déploiement commercial. Les auteurs n'annoncent ni calendrier de suite ni partenariat, mais l'extension à des essaims plus nombreux et à des environnements moins contrôlés que le banc d'essai actuel apparaît comme la suite logique des résultats de passage à l'échelle présentés dans l'article.

Recherche❖Paper

1 source

42

159arXiv cs.RO 

JEPA-WAM : des politiques vision-langage-action apprises par modélisation du monde à embarquement conjoint

JEPA-WAM, un nouveau modèle de monde latent (world action model, WAM) pour le contrôle robotique, est présenté dans un article publié le 11 août 2026 sur arXiv (2608.09381v1). Le système s'appuie sur l'espace latent pré-entraîné V-JEPA, l'architecture d'auto-supervision vidéo développée par Meta AI, et couple prédiction de transition et génération d'action continue via un prédicteur partagé, plutôt que de générer explicitement des vidéos futures comme le font les WAM à base vidéo, coûteux à déployer. Sur le benchmark LIBERO-Plus, JEPA-WAM atteint 79,2 % de réussite, le meilleur score parmi les méthodes sans pré-entraînement à grande échelle sur des politiques robotiques. Instancié sur le modèle pi0.5 déjà pré-entraîné, il grimpe à 86,3 %, la meilleure performance globale rapportée dans l'article. Des expériences complémentaires sur le simulateur RoboTwin 2.0 et sur des tâches de manipulation bimanuelle en conditions réelles confirment une bonne généralisation face aux variations visuelles et spatiales. Ce travail s'attaque à un compromis central dans l'apprentissage de politiques vision-langage-action (VLA) : les modèles de monde générant explicitement des vidéos futures sont coûteux en calcul et en latence, tandis que les approches latentes existantes sacrifient souvent la richesse de la représentation prédictive ou la séparent du chemin utilisé pour générer l'action. En démontrant qu'un même prédicteur partagé peut porter à la fois la supervision de transition et la prédiction d'action sans déconnecter représentation et politique, JEPA-WAM fournit un argument empirique en faveur de l'unification des deux tâches dans une même colonne vertébrale visuelle. Pour les équipes de recherche et les intégrateurs en robotique, l'intérêt pratique tient au fait que la méthode s'applique aussi à des politiques VLA déjà pré-entraînées, comme pi0.5, sans modifier leurs chemins de perception et d'action d'origine, ce qui laisse entrevoir un gain applicable à des systèmes existants plutôt qu'une architecture entièrement nouvelle à réentraîner. Il s'agit d'un article de recherche publié sur arXiv, sans annonce de produit ni de déploiement commercial : les résultats reposent sur des benchmarks de simulation (LIBERO-Plus, RoboTwin 2.0) complétés par des essais réels limités en manipulation bimanuelle, sans précision sur le nombre de robots ou les sites concernés. JEPA-WAM s'inscrit dans la lignée des architectures d'apprentissage par prédiction latente issues de V-JEPA, et se positionne face à l'écosystème grandissant des politiques VLA telles que pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure. Les auteurs ne précisent aucun calendrier de suite, pilote industriel ou partenariat, ce qui situe cette publication au stade de la recherche fondamentale plutôt qu'à une étape de déploiement à court terme.

Recherche⚡Actu

1 source

42

160arXiv cs.RO 

Prioritisation complète, robuste et scalable pour le stockage et la récupération ordonnés multi-robots à capacité maximale

Un article de recherche publié sur arXiv sous la référence 2608.07734 en août 2026 présente un algorithme de planification multi-robots pour les entrepôts à stockage dense de type puzzle-based storage (PBS), des systèmes sans allées qui empilent les charges les unes contre les autres pour maximiser la densité au sol. Les auteurs formalisent le problème du stockage et retrait ordonnés à capacité maximale sur des grilles rectangulaires accessibles depuis une seule bordure, où les charges sont entassées jusqu'à saturation puis retirées selon une séquence de départ planifiée à l'avance. Leur algorithme de pathfinding multi-agents, en ligne et priorisé, exploite les propriétés des arrangements dits "sans relocalisation" pour garantir l'absence de blocages entre robots. Les tests montrent une amélioration quasi linéaire du temps d'exécution selon le nombre de robots, jusqu'à un seuil égal à la largeur de la grille, avec un surcoût négligeable pour assurer la robustesse face à l'incertitude sur l'ordre réel des retraits. Ce travail répond à une tension connue des opérateurs d'entrepôts automatisés : plus le stockage façon puzzle est dense, moins les robots disposent d'espace de manoeuvre, et plus le risque de blocage mutuel croît avec leur nombre. Les planificateurs centralisés généralistes employés jusqu'ici deviennent vite impraticables à cette échelle, faute d'absorber le coût de calcul. En s'appuyant sur les invariants géométriques propres à l'arrangement de stockage plutôt que sur une résolution générique du problème, la méthode garantit à la fois complétude et absence de deadlock, ce qui change la donne pour les intégrateurs visant des grilles à très haute densité : le débit peut croître avec le nombre de robots sans effondrement des performances, et l'imprévisibilité réelle des séquences de commande est absorbée sans compromis de vitesse. Il s'agit d'une contribution algorithmique et académique, publiée en preprint, sans lien annoncé avec un déploiement industriel ou un fournisseur d'entrepôts automatisés en particulier : aucune entreprise, aucun robot commercial ni aucun site pilote n'est cité dans les travaux. Elle s'inscrit dans le champ du multi-agent pathfinding appliqué aux architectures de stockage dense sans allées, une famille de systèmes qui gagne du terrain face aux entrepôts classiques à rayonnages fixes pour maximiser la surface utile au sol. Les auteurs positionnent explicitement leur approche en rupture avec les planificateurs centralisés généraux, jugés trop coûteux pour ce cas d'usage précis. Les suites naturelles, non précisées dans l'article, seraient une validation sur des systèmes physiques réels et une extension au-delà des grilles rectangulaires à accès unique étudiées ici.

Recherche❖Paper

1 source

42

161arXiv cs.RO 

AnyCamVLA : adaptation caméra zéro-shot pour des modèles vision-langage-action robustes au point de vue

Des chercheurs dévoilent AnyCamVLA (arXiv:2603.05868, version 2), une méthode d'adaptation caméra "zero-shot" pour les modèles vision-langage-action (VLA) de manipulation robotique. Le problème ciblé : un VLA pré-entraîné puis affiné pour un environnement donné perd fortement en performance dès que la caméra change de position, d'angle ou de focale, une situation fréquente en environnement non structuré. Sans nouvelles démonstrations, sans réentraînement de la politique et sans modification d'architecture, le système s'appuie sur un modèle feed-forward de synthèse de nouvelles vues pour reprojeter en temps réel l'image captée vers la configuration caméra utilisée à l'entraînement, en corrigeant à la fois les paramètres intrinsèques et extrinsèques. Sur le benchmark LIBERO, la méthode surpasse les approches concurrentes basées sur l'augmentation de données ou l'ajout de features 3D, et les auteurs rapportent des gains similaires en conditions réelles, y compris avec des caméras tenues à la main en mouvement libre. L'enjeu dépasse la prouesse technique : la fragilité des VLA face au point de vue caméra est l'un des vrais obstacles au déploiement industriel à l'échelle, chaque site ou chaque robot installant ses capteurs différemment. Sans correction, il faut recollecter des données et réentraîner pour chaque configuration, ce qui contredit la promesse d'une politique généraliste entraînée une fois et déployée partout. Une couche plug-and-play compatible avec n'importe quelle politique RGB, sans toucher aux poids du modèle, intéresse directement les intégrateurs cherchant à réduire le coût d'adaptation site par site, l'un des écarts récurrents entre démonstrations VLA en laboratoire et robustesse réelle. Le travail s'inscrit dans la vague de recherche sur les VLA généralistes pour la manipulation, aux côtés de systèmes comme Pi-0, OpenVLA, RT-2 ou GR00T N2, tous confrontés au même écart entre performance en laboratoire et conditions réelles. AnyCamVLA ne propose pas un nouveau VLA mais une brique de correction indépendante du modèle sous-jacent, complémentaire aux efforts d'entraînement multi-vues plutôt que concurrente. La sortie d'une version 2 sur arXiv suggère une itération après retours, mais aucun partenariat industriel, pilote ou intégration produit n'est annoncé à ce stade : il s'agit pour l'instant d'une contribution de recherche validée sur benchmark et en expérimentation réelle limitée.

IA physique⚡Actu

1 source

42

162arXiv cs.RO 

Robot d'assemblage structurel reconfigurable : modules à réseau imbriqué composé et auto-alignant

Une équipe de recherche présente un système de construction robotique fondé sur un module de treillis imbriqué composé, associant des unités cuboctaédriques et octaédriques conçues pour porter elles-mêmes une partie de l'intelligence habituellement confiée au robot. Les faces cuboctaédriques offrent des surfaces planes qui permettent à un bras robotique fixe ou à un robot mobile assembleur de saisir et d'aligner chaque pièce sans calcul de position complexe, tandis que les faces octaédriques intègrent des connecteurs à encliquetage libérables par vis et leurs récepteurs correspondants. L'arrangement imbriqué des modules autorise un assemblage par interconnexion selon les trois axes x, y et z. Le système a été démontré à l'échelle du mobilier et de l'architecture, produisant des sièges, des structures porteuses en portée, des surfaces planes et des cadres verticaux, assemblés aussi bien par un bras robotique que par un robot mobile. Des essais de compression sur le module composé ont mesuré une rigidité de 4 556 N/mm, une charge maximale de 3 445 N et un module de compression de 17,5 MPa. Chaque module peut être démonté puis réutilisé dans une autre configuration. Cette approche déplace l'intelligence du robot vers la géométrie du matériau, réduisant d'autant la charge de perception et de planification de mouvement nécessaire pour assembler des structures complexes, un enjeu concret pour les intégrateurs qui cherchent à simplifier l'automatisation de chantier. La compatibilité démontrée avec deux types de plateformes, un bras fixe et un mobile assembleur, suggère un potentiel d'intégration dans des chaînes d'automatisation déjà utilisées en fabrication modulaire. La possibilité de désassembler et réutiliser les modules répond par ailleurs à une demande croissante du secteur du bâtiment pour des méthodes de construction circulaires, limitant déchets et refabrication. Ces résultats restent toutefois des démonstrations de laboratoire à échelle réduite, et les chiffres de résistance mécanique concernent un module isolé, pas une structure complète en conditions de charge réelles. Le travail s'inscrit dans un courant de recherche qui cherche à coupler conception de matériaux architecturés et capacités robotiques plutôt que de traiter le robot et le système constructif comme deux problèmes séparés, une approche qui se distingue des méthodes reposant sur des blocs simples nécessitant une planification de trajectoire fine ou sur l'impression 3D béton. Publié comme preprint sur arXiv sous la référence 2608.07576, le document ne mentionne aucun partenariat industriel ni calendrier de déploiement pilote : il s'agit à ce stade d'une preuve de concept académique. Les prochaines étapes attendues pour ce type de recherche incluent des essais à plus grande échelle structurelle, une validation sous charges dynamiques et environnementales, et une évaluation du coût de fabrication en série avant tout transfert vers l'industrie de la construction.

Recherche❖Paper

1 source

42

163arXiv cs.RO 

LUCID : contrôle unifié des compétences latentes via une dynamique imaginée pour la loco-manipulation humanoïde à long terme

Le laboratoire de recherche à l'origine du papier arXiv:2608.07746v1 (soumis en catégorie cross-listing, daté d'août 2026) présente LUCID, acronyme de "Latent-Skill Unified Control via Imagined Dynamics", un framework d'apprentissage par renforcement hiérarchique et basé sur un modèle du monde, destiné aux tâches de loco-manipulation humanoïde longue durée. La méthode se déroule en deux temps : une politique bas niveau, conditionnée par des codes latents structurés, est d'abord entraînée par imitation adversariale puis gelée ; un modèle de dynamique de haut niveau ("macro-dynamics world model") est ensuite appris conjointement avec une politique de décision, ce modèle prédisant les transitions d'état à horizon étendu induites par chaque décision latente, ce qui permet d'optimiser la politique haut niveau via des simulations imaginées plutôt que par essais réels. Les auteurs évaluent LUCID sur des scénarios simulés de réarrangement multi-objets et rapportent une amélioration du taux de réussite complète des tâches ainsi que des taux de complétion partielle, comparés à des méthodes de référence combinant planificateurs scriptés, automates à états finis ou politiques model-free spécifiques à une tâche. Le problème visé est celui de la coordination longue durée chez les robots humanoïdes : enchaîner marche, atteinte et préhension sur des séquences complexes sans dépendre d'automates codés à la main, un goulot d'étranglement que les démonstrations courtes de nombreux acteurs du secteur (modèles VLA type Pi-0, GR00T N2 ou Helix) laissent souvent dans l'ombre. En remplaçant la planification scriptée par un modèle du monde appris, capable de projeter les conséquences de décisions latentes avant de les exécuter, LUCID propose une alternative architecturale aux pipelines VLA end-to-end dominants, ce qui intéresse directement les intégrateurs cherchant à fiabiliser des tâches multi-étapes en logistique ou en usine plutôt qu'à empiler des démonstrations isolées. Il s'agit toutefois d'une contribution strictement académique et simulée : aucun robot physique, aucune entreprise ni aucun site de déploiement n'est mentionné dans l'abstract, et les gains rapportés portent uniquement sur des environnements de simulation de réarrangement d'objets, sans chiffres de charge utile, de degrés de liberté ou de temps de cycle réels. LUCID s'inscrit dans la lignée des travaux sur les modèles du monde appliqués à la robotique (dans l'esprit de Dreamer ou TD-MPC), en offrant une voie hiérarchique et modulaire face à l'approche monolithique des modèles VLA. Aucun essai matériel, partenariat industriel ou calendrier de transfert vers un robot réel n'est annoncé à ce stade.

Recherche❖Paper

1 source

41

164arXiv cs.RO 

AdaDexGrasp : préhension dextérique adaptative par fusion de représentations visuo-tactiles 3D

Un nouveau système de préhension robotique baptisé AdaDexGrasp vient d'être publié sur arXiv (référence 2608.07600) en août 2026. Le framework vise à rapprocher les mains robotiques dextres du niveau d'adaptabilité humain en fusionnant vision et toucher : les signaux tactiles de chaque doigt sont associés à son identité propre et combinés à la géométrie 3D de l'objet saisi, formant une représentation unique dite visuo-tactile. Cette représentation alimente trois briques : génération de poses de préhension tenant compte du contact dès la planification, prédiction de faisabilité, puis ajustement dynamique de la prise une fois le contact établi. Les auteurs disent avoir testé l'approche en simulation et sur robot réel, avec une amélioration du taux de réussite et de la généralisation à des objets variés. Le résumé publié ne fournit toutefois ni chiffre précis de taux de succès, ni nombre de degrés de liberté de la main utilisée, ni comparaison chiffrée avec des méthodes existantes, des détails qui restent à vérifier dans l'article complet. Le sujet touche un angle mort connu de la préhension robotique dextre : la plupart des pipelines actuels planifient une prise à partir d'images puis exécutent sans réellement corriger après le contact, ce qui dégrade la robustesse face aux objets fragiles, déformables ou mal localisés par la seule vision. Un mécanisme de rétroaction tactile post-contact qui tiendrait ses promesses hors laboratoire intéresserait directement les intégrateurs travaillant sur le bin-picking, l'assemblage fin ou les mains de robots humanoïdes, domaines où l'échec de préhension reste un goulot d'étranglement malgré les progrès des modèles vision-langage-action. Cette recherche s'inscrit dans une tendance plus large de fusion visuo-tactile en manipulation robotique, portée depuis plusieurs années par des capteurs comme GelSight ou DIGIT et par des jeux de données de préhension dextre type DexGraspNet. AdaDexGrasp reste à ce stade une contribution académique en pré-publication, non revue par les pairs, sans partenariat industriel ni déploiement annoncé. Sa validation indépendante sur du matériel commercial constituera la prochaine étape à surveiller.

Recherche❖Paper

1 source

41

165arXiv cs.RO 

Accélérer l'exécution des politiques grâce à un apprentissage par renforcement léger : SpeedTuning

SpeedTuning, un framework d'apprentissage par renforcement décrit dans une prépublication arXiv du 11 août 2026 (arXiv:2608.09138v1), vise à accélérer l'exécution des politiques de manipulation robotique apprises par imitation. Le système apprend à prédire, pour chaque action, la vitesse d'exécution optimale, en complément d'une politique de base déjà entraînée et sans nécessiter de nouvelle collecte de démonstrations. Ses auteurs rapportent un gain de vitesse supérieur à 2,4x par rapport à la politique originale, avec un taux de réussite jugé adéquat, comparé à la fois à la politique de base et à des méthodes d'accélération naïves comme l'interpolation linéaire à vitesse fixe. La méthode a été testée sur des tâches dynamiques et précises, verser un liquide, lancer un objet et saisir un objet, en conditions réelles sur robot. Le problème ciblé touche un point sensible du secteur : les politiques apprises par imitation héritent de la cadence de l'opérateur humain pendant la téléopération de collecte de données, ce qui plafonne structurellement leur vitesse une fois déployées, et aucune méthode établie ne permettait jusqu'ici d'accélérer une politique déjà entraînée sans repasser par une collecte de démonstrations plus rapides et coûteuses en heures de téléopération. En démontrant qu'il est possible de découpler vitesse d'exécution et taux de réussite, SpeedTuning s'adresse directement aux intégrateurs industriels, pour qui le temps de cycle conditionne la rentabilité d'une cellule robotisée. La portée de la démonstration reste toutefois limitée : le gain de 2,4x est une moyenne sur trois familles de tâches testées en laboratoire, pas une garantie généralisable, et l'article ne précise ni la plateforme robotique utilisée ni son nombre de degrés de liberté. Ce travail s'inscrit dans une limitation bien identifiée de l'apprentissage par imitation appliqué à la manipulation robotique, où les politiques de type diffusion ou VLA (vision-language-action) restent bridées par la qualité et la vitesse des démonstrations humaines collectées par téléopération, un goulot d'étranglement sur lequel travaillent plusieurs laboratoires développant des modèles fondation pour la robotique. En proposant une couche d'accélération post-hoc plutôt qu'une nouvelle architecture de politique ou un nouveau mode de collecte, SpeedTuning se positionne comme un complément aux approches existantes plutôt qu'un concurrent direct. Le document, publié en prépublication sur arXiv et non encore évalué par les pairs, ne mentionne aucun partenariat industriel ni date de mise en production : il s'agit pour l'instant d'un résultat de recherche restant à valider sur un éventail plus large de tâches et de plateformes avant toute adoption en environnement industriel.

Recherche❖Paper

1 source

41

166arXiv cs.RO 

Gant robotique à impédance ultra-faible pour interaction physique transparente et à large bande passante

Un preprint publié le 11 août 2026 sur arXiv (2608.09198) décrit une nouvelle pince robotique baptisée DDD (Differential Direct-Drive), à trois doigts et 9 degrés de liberté. Plutôt que les transmissions à fort ratio classiques, elle combine des moteurs à entraînement direct et une transmission différentielle à faible ratio de 1:2, qui couple deux moteurs en parallèle pour amplifier le couple en flexion tout en centralisant leur masse à la base du mécanisme, ce qui limite l'inertie des doigts mobiles. Le prototype délivre une force de préhension nominale d'environ 18 N et 4,7 N en bout de doigt, pour une contribution des moteurs à l'inertie totale du système de seulement 0,236% et une impédance mécanique passive maximale de 50,1 N/m lorsque les moteurs sont hors tension. Ce résultat s'attaque à un compromis classique des mains robotiques : les forts ratios de réduction nécessaires pour générer du couple augmentent la friction et l'inertie réfléchie, ce qui dégrade la transparence mécanique et impose l'ajout de capteurs de force externes pour percevoir le contact. En abaissant l'impédance passive tout en conservant une force de préhension exploitable, la DDD ouvre la voie à une estimation de force proprioceptive sans capteur tactile dédié, un point qui intéresse directement les intégrateurs cherchant à simplifier le câblage et réduire le coût des mains dextres, ainsi que les concepteurs de systèmes de téléopération ou d'interaction physique humain-robot à haute bande passante. L'approche prolonge les travaux sur l'entraînement direct, déjà utilisés dans les actionneurs de jambes de robots quadrupèdes et humanoïdes pour leur rétro-entraînabilité, mais rarement transposés aux mains faute de couple suffisant dans un faible encombrement. Il s'agit ici d'un prototype de laboratoire présenté dans un preprint arXiv, sans entreprise, site de déploiement ni calendrier de commercialisation associés : une contribution de recherche fondamentale, non un produit livré. Les auteurs la présentent comme une brique matérielle pour de futures mains capables d'interaction physique à haute bande passante, un prérequis pour la manipulation dextre couplée à des modèles de commande vision-langage-action, sans citer de système concurrent dans cette publication.

Recherche❖Paper

1 source

41

167arXiv cs.RO 

Un embout doigt anthropomimétique à rigidité mixte élargit la plage de préhension des pièces de monnaie

Une étude publiée sur arXiv en août 2026 (arXiv:2608.07887v1) présente un embout de doigt robotique anthropomimétique à rigidité mixte pour saisir des pièces de monnaie posées à plat sur une surface dure. Les chercheurs ont fabriqué des embouts en silicone au centre souple (Shore E10) et aux bords plus fermes (Shore A60), comparés à des embouts uniformément souples en E10. Un dispositif automatisé réalisait une prise oblique où le coussinet accroche la tranche de la pièce pour la soulever sans espace dessous. En variant la distance d'approche, le déplacement vertical et la rotation du doigt, la paire mixte a réussi sur davantage de configurations que la paire uniforme, qui a échoué dans les 36 conditions sans ongle rigide de l'expérience 1-1. Après réglage selon la taille, les deux embouts ont saisi les six dénominations de monnaie japonaise. Ce résultat s'attaque à un problème concret pour les intégrateurs : manipuler des objets fins comme des pièces, cartes ou puces électroniques sans accès au dessous ni mécanisme mécanique dédié. Il montre que la rigidité peut être répartie à l'intérieur même du coussinet, en complément d'un ongle rigide, pour élargir la plage de conditions où la prise réussit, plutôt que de miser uniquement sur la douceur globale du matériau. Le compromis observé, la paire uniforme restant meilleure sur certaines variations de position de la pièce, rappelle qu'aucune configuration ne domine partout et que le calibrage doit rester spécifique à la tâche visée. Ce travail prolonge des recherches antérieures des mêmes auteurs, qui avaient montré qu'un ongle rigide bloque la déformation du coussinet souple et crée une contrainte géométrique favorable à la prise de précision. La question posée ici était de savoir si une seconde frontière de rigidité, créée par le choix du matériau plutôt que par une pièce anatomique ajoutée, pouvait étendre les conditions où cette contrainte tient. Les auteurs présentent le placement de la rigidité comme une nouvelle variable de conception pour les doigts robotiques anthropomimétiques, à distinguer des approches d'apprentissage qui dominent la recherche actuelle en manipulation. Aucun calendrier de déploiement industriel n'est mentionné, l'étude restant une validation de laboratoire.

Recherche❖Paper

1 source

41

168arXiv cs.RO 

Calib3R : calibration main-œil et reconstruction 3D à l'échelle métrique avec des modèles fondation 3D

Le laboratoire de recherche a présenté Calib3R, une méthode conjointe de calibration main-œil et de reconstruction 3D métrique pour bras robotiques équipés de caméras RGB. Contrairement aux techniques traditionnelles qui exigent des mires de calibration physiques, Calib3R fonctionne sans motif imprimé : elle s'appuie sur un modèle de fondation 3D pour extraire des pointmaps directement à partir d'images RGB, combinées aux poses articulaires du robot afin de reconstruire une scène 3D à l'échelle métrique, alignée sur le référentiel de la base du robot. Le système gère aussi bien les configurations mono-caméra que multi-caméras, un cas généralement plus complexe car il impose d'exprimer les données dans un référentiel commun. Selon les auteurs, des expériences menées sur plusieurs jeux de données montrent que Calib3R atteint une calibration précise avec moins de dix images, surpassant à la fois les méthodes sans mire et les méthodes classiques avec mire. Le papier, disponible sur arXiv (2509.08813v2), correspond à une version révisée d'un article déjà annoncé précédemment. Pour l'industrie robotique, cette approche répond à un goulot d'étranglement concret de l'intégration : aujourd'hui, calibrer un bras robotique et reconstruire son environnement en 3D restent deux étapes distinctes, chacune exigeant du matériel dédié (mires, cibles) et une expertise spécifique, ce qui ralentit le déploiement de systèmes de manipulation guidés par la vision. En unifiant les deux tâches dans une seule optimisation géométrique, et en réduisant drastiquement le nombre d'images nécessaires, Calib3R pourrait simplifier la mise en service de cellules robotiques pour des intégrateurs qui n'ont pas de laboratoire de métrologie dédié. C'est aussi un signal parmi d'autres que les modèles de fondation 3D, initialement développés pour la vision générale, commencent à s'infiltrer dans les briques d'infrastructure robotique les plus techniques, au-delà des usages de perception ou de planification de trajectoire déjà démontrés. Cette publication s'inscrit dans la lignée des travaux récents exploitant les modèles de fondation 3D (type reconstruction dense à partir d'images non calibrées) pour résoudre des problèmes classiques de robotique autrement dépendants de capteurs ou de mires physiques. Elle se positionne face aux méthodes de calibration patternless existantes et aux approches par mire encore largement utilisées en production. L'article ne précise pas d'implémentation matérielle commerciale ni de partenaire industriel : il s'agit à ce stade d'une contribution de recherche évaluée sur jeux de données, sans indication de déploiement pilote ou d'intégration produit annoncée.

Recherche❖Paper

1 source

41

169arXiv cs.RO 

You Don't Restez Pas dans la Boucle : une Boucle Robotique à Base d'Agents pour Améliorer les Politiques Robotiques

Un article de recherche publié sur arXiv (arXiv:2608.07555v1, intitulé "You Don't Need To Stay in The Loop: An Agentic Robotics Loop for Robot-Policy Improvement") présente AgenticRobotics, une architecture de contrôle indépendante du backend pour automatiser l'amélioration des politiques robotiques. Le système transpose à la robotique l'architecture des agents de codage type Claude Code ou Codex, où un agent principal pilote la boucle pendant que des sous-agents exécutent les tâches via des outils. Ici, un contrôleur LLM dirige des workers jetables à travers des transactions entraîner-évaluer-améliorer, avec cinq briques: un objectif immuable, une mesure détenue par le contrôleur, une récupération après crash indexée par commit, une bibliothèque de compétences graduée par preuves, et un registre d'outils à surface d'appel standardisée et enregistrée. Sur la lignée testée par les auteurs, le taux de fausse promotion tombe à 0,001 par run en version durcie contre 0,005 à 0,021 en version de base, les décisions restent valides à tout moment sous arrêt optionnel, aucun effet n'est perdu ou dupliqué sous injection de pannes, et un vérificateur signé détecte les six classes de falsification d'artefacts testées. Le point de départ est que les outils robotiques (politiques entraînées, pipelines d'entraînement, collecte de données) échouent régulièrement, contrairement aux outils logiciels des agents de codage: AgenticRobotics mesure donc et enregistre la qualité de chaque outil à chaque appel, et l'expire dès que l'artefact sous-jacent change. Les auteurs précisent que le titre est une revendication opérationnelle et non une revendication de performance: l'opérateur humain peut quitter la boucle parce que la promotion des candidats est conditionnée à des preuves et que l'état du système est récupérable, pas parce que la boucle sélectionne de meilleurs checkpoints qu'un humain. Sur la lignée testée, ce n'est d'ailleurs pas le cas. Pour les intégrateurs et responsables R&D en robotique, l'intérêt n'est donc pas un gain de performance des politiques mais une réduction mesurable du risque opérationnel lors de cycles d'amélioration continue à grande échelle, une distinction utile face aux discours qui assimilent automatisation de la supervision et automatisation de la décision de qualité. Le travail prolonge explicitement les architectures d'agents de codage popularisées par Claude Code (Anthropic) et Codex (OpenAI), adaptées ici au contexte des politiques robotiques apprenantes, où les pipelines d'entraînement produisent des artefacts instables et coûteux à valider. En présentant AgenticRobotics comme un plan de contrôle indépendant du backend, les auteurs visent une architecture générique plutôt que liée à un fournisseur ou une pile logicielle unique. L'article ne mentionne ni déploiement industriel ni partenariat commercial: il s'agit d'une contribution de recherche évaluée sur une seule lignée expérimentale de politique, ce qui limite pour l'instant la portée des résultats. Les suites logiques, non détaillées dans cette publication, porteraient sur l'extension à davantage de lignées de politiques et de backends robotiques afin de confirmer la généralité des garanties de sécurité et de traçabilité mises en avant.

Recherche❖Paper

1 source

41

170arXiv cs.RO 

SAIN : navigation interactive tenant compte de la structure et ancrée dans le dialogue actif pour robot mobile

Des chercheurs ont publie en aout 2026 sur arXiv (2608.09196v1) SAIN (Structure-Aware Interactive Navigation), un framework permettant a un robot mobile de dialoguer avec un humain pour lever l'ambiguïté d'une instruction. La tache visée, l'Interactive Instance Goal Navigation, demande au robot de retrouver un objet précis derrière une consigne de catégorie, par exemple "la tasse" parmi plusieurs tasses. Plutot que de traiter les réponses obtenues comme un indice textuel jetable, SAIN les convertit en état persistant reparti dans quatre mémoires structurées (valeur, pièce, graphe, objet), exploitées par une politique unique pour explorer et approcher la cible. Sur le benchmark VL-LN IIGN, SAIN fait passer le taux de succès de 20,2 a 25,4 et le SPL de 13,07 a 14,17 face a la meilleure base dialoguée publiée, sans entrainement spécifique a la tache. Pour les équipes de navigation vision-langage et de robots de service, ce résultat esquisse une piste pour combler l'écart entre instructions humaines vagues et des benchmarks qui supposent des consignes complètes, en transformant le dialogue en état spatial structure plutôt qu'en contexte textuel jetable, ce qui évite un reentrainement couteux par tache. Le gain reste toutefois mesure (environ cinq points de SR, un point de SPL), obtenu sur un seul benchmark face a une seule base de comparaison, ce qui invite a la prudence avant d'extrapoler a des environnements réels non contrôles. Il s'agit d'une contribution de recherche publiée sur arXiv et non d'un produit déployé: l'article ne mentionne ni partenaire robotique ni mise en production. Le problème du dialogue actif en navigation s'inscrit dans la continuité des travaux de navigation vision-langage, qui visent a gérer le langage naturel impreci des humains; les méthodes dialoguées antérieures se limitaient a exploiter les réponses comme indices ponctuels sans mémoire persistante, ce qui dégradait leurs performances sur des trajets longs. SAIN se positionne comme une alternative zero-shot misant sur la structuration de la mémoire plutôt que sur un apprentissage supplémentaire. L'article ne fournit ni calendrier de suite ni partenariat industriel ni portage vers un robot physique au-delà des simulations du benchmark VL-LN IIGN.

Recherche❖Paper

1 source

40

171arXiv cs.RO 

HarnessWAM : concilier prédiction et délibération dans les modèles vision-action du monde

HarnessWAM, un framework agentique décrit dans un preprint publié sur arXiv (identifiant 2608.09516), vise à combler ce que ses auteurs nomment le « prédiction-délibération gap » des World Action Models (WAM), ces modèles qui apprennent conjointement la dynamique de l'environnement et la génération d'actions robotiques. Le système ajoute un Task Manager basé sur un modèle vision-langage, chargé de maintenir une croyance de scène ancrée dans l'observation et un graphe de tâches, ainsi qu'une projection des plans en séquences de compétences atomiques compatibles avec les capacités du WAM sous-jacent. Une boucle de rétroaction à deux échelles temporelles associe un estimateur de progression haute fréquence à une délibération aux jalons clés, capable de réviser le plan ou de déclencher une récupération locale après l'échec d'une sous-tâche. Sur le benchmark RoboMemArena, HarnessWAM atteint 59,6% de réussite sur les tâches complètes, 69,9% sur les sous-tâches, et 23,7% sur RoboCerebra Ideal, des résultats présentés comme l'état de l'art. Ce travail cible un point de friction connu du secteur : les WAM actuels, entraînés à prédire et agir sur un horizon court, échouent sur des tâches longues exigeant planification globale, maintien d'état entre étapes et récupération après échec, soit le profil typique attendu d'un robot humanoïde en usine ou en entrepôt. En montrant qu'une couche de gestion d'état externe au modèle, couplée à une décision en boucle fermée, prolonge les capacités de contrôle local des WAM vers une exécution vérifiable et récupérable, l'étude suggère que le goulot d'étranglement des architectures VLA/WAM tient autant à l'orchestration cognitive qu'à la génération d'actions elle-même. Les gains restent toutefois mesurés sur des bancs d'essai spécifiques, sans validation annoncée sur robot physique en environnement industriel réel. HarnessWAM s'inscrit dans la lignée des modèles fondation pour la robotique de type VLA ou WAM, à l'image de GR00T N2, Pi-0 ou Helix, qui génèrent des actions à partir d'observations visuelles et de consignes en langage naturel mais restent structurellement limités à des horizons de prédiction courts. Le framework se présente comme une couche agentique complémentaire plutôt qu'un nouveau backbone, en principe transposable à d'autres WAM sous-jacents. La publication ne mentionne ni partenariat industriel, ni pilote de déploiement, ni acteur européen : il s'agit à ce stade d'une contribution académique évaluée en benchmark, dont la suite logique serait une validation sur plateformes robotiques réelles.

IA physique⚡Actu

1 source

40

172arXiv cs.RO 

SG-WAM : guidage sémantique ancré au texte et conscient de l'espace pour les modèles monde-action

Un article de recherche publié sur arXiv (référence 2608.08839, avril... plutôt août 2026) présente SG-WAM, une méthode de guidage sémantique pour les modèles dits "World-Action Models" (WAM), une famille d'architectures utilisées en manipulation robotique qui prédisent à la fois une vidéo future de la scène et les actions du robot à partir d'une observation visuelle et d'une instruction en langage naturel. Le constat de départ des auteurs est que la plupart des WAM existants s'appuient surtout sur l'image et peu sur le texte, car les encodeurs de texte classiques traitent l'instruction indépendamment de ce que voit le robot. Résultat, la vidéo prédite s'écarte souvent du sens réel de la consigne, ce qui dégrade la précision des actions calculées. Pour corriger cela, SG-WAM ajoute un planificateur basé sur un modèle vision-langage (VLM), entraîné à produire deux types de prévisions sémantiques: une prévision "ancrée dans le texte", qui identifie les bons objets cibles mentionnés dans l'instruction, et une prévision "consciente de l'espace", qui restitue la géométrie de la scène pour une manipulation précise. Ces prévisions sont injectées comme guidage de haut niveau dans le WAM, pour aligner génération vidéo et prédiction d'action sur l'instruction donnée. Les auteurs rapportent des expériences en simulation et en conditions réelles. Sur le fond, ce travail s'attaque à un point de friction classique des architectures VLA et WAM: la tendance des modèles à bien fonctionner en démonstration contrôlée mais à perdre l'instruction de vue dès que la scène contient plusieurs objets similaires ou une ambiguïté spatiale. Pour les équipes qui évaluent des piles de manipulation robotique en entrepôt ou en usine, ce type de contribution touche directement la fiabilité du suivi d'instruction, un critère souvent plus déterminant que la vitesse d'exécution pour la mise en production. Il s'agit toutefois d'une publication académique, testée sur des protocoles expérimentaux et non d'un produit commercialisé ni d'un déploiement industriel chiffré. Le papier s'inscrit dans la lignée des travaux qui cherchent à combler l'écart entre modèles purement vision-action et modèles de "monde" capables d'anticiper les conséquences physiques d'une action avant de l'exécuter. L'abstract ne précise ni les benchmarks utilisés, ni de calendrier de mise à disposition du code, ni de partenariat industriel.

Recherche❖Paper

1 source

39

173arXiv cs.RO 

SLIM-0.5B : apprentissage de représentations latentes prédictives ancrées dans l'action pour la manipulation robotique

Optimisée pour le contrôle plutôt que pour la richesse visuelle, une nouvelle politique vision-langage-action baptisée SLIM (Self-supervised Latent Interaction Model) vient d'être présentée dans un article publié le 11 août 2026 sur arXiv (arXiv:2608.09771v1). Développée pour la manipulation robotique, SLIM ne compte que 0,5 milliard de paramètres, un ordre de grandeur en dessous des backbones multimodaux massifs habituellement utilisés par les modèles VLA de référence. Le système apprend des représentations latentes ancrées dans l'action, capables à la fois de prédire les transitions futures conditionnées par une action et d'inférer l'action ayant produit un changement observé. L'entraînement repose sur une prédiction de trajectoire masquée auto-supervisée, combinant reconstruction d'action et prédiction de latent futur, le tout porté par une architecture compacte de type Mixture-of-Transformers (MoT) qui modélise les interactions entre latents d'observation et tokens d'action. La génération d'action conditionnée par le langage utilise ensuite le flow matching. Selon les auteurs, SLIM égale ou dépasse des baselines VLA et des modèles monde-action à grande échelle sur des benchmarks en simulation et en conditions réelles, sans pré-entraînement embarqué supplémentaire. L'intérêt pour les intégrateurs et décideurs industriels tient moins à la performance brute qu'à l'efficacité: les auteurs revendiquent une latence d'inférence réduite et une empreinte mémoire GPU nettement plus faible que les architectures VLA massives actuelles. Cela répond directement à une critique récurrente du secteur, à savoir que les backbones multimodaux surdimensionnés consacrent l'essentiel de leur capacité à une sémantique ouverte peu utile au contrôle moteur continu, alors que la manipulation robotique nécessite surtout des représentations compactes des observations, actions et transitions. Si les résultats se confirment au-delà des benchmarks académiques, cela ouvrirait la voie à des politiques VLA déployables sur du matériel embarqué moins coûteux, un enjeu direct pour l'industrialisation des humanoïdes et bras robotiques dont le calcul embarqué reste un goulot d'étranglement économique. SLIM se positionne comme alternative aux modèles monde pixel-level, jugés coûteux car ils prédisent des détails visuels non pertinents pour le contrôle, ainsi qu'aux grandes politiques VLA généralistes du type Pi-0 ou GR00T N2. L'article ne précise pas de partenariat industriel, de date de déploiement pilote ni d'acteur commercial associé: il s'agit à ce stade d'une contribution de recherche publiée en preprint, sans validation industrielle indépendante ni comparaison chiffrée détaillée avec les principales baselines nommées dans le texte.

IA physique⚡Actu

1 source

39

174arXiv cs.RO 

Planification hiérarchique et contrôle des systèmes véhicule-manipulateur sous-marins en environnements confinés

Un article publié le 11 août 2026 sur arXiv (référence 2608.08871v1) présente MANTA, un cadre hiérarchique en trois couches pour la planification et le contrôle de systèmes véhicule-manipulateur sous-marins (UVMS) dans des environnements confinés et partiellement connus, comme des grottes, tubes ou structures subsea encombrées. La première couche identifie des corridors de passage praticables dans un espace de base réduit ; la deuxième optimise conjointement le mouvement du véhicule porteur et la trajectoire du bras pour produire une trajectoire combinée sans collision ; la troisième apprend, via l'algorithme MC-PILCO d'apprentissage par renforcement basé sur un modèle à processus gaussien, une politique de maintien de position pour le suivi de trajectoire et le maintien au poste. Le système détecte les changements de carte en cours d'exécution et déclenche une reprise ou une réparation d'itinéraire si le corridor choisi devient infaisable. Sur 120 requêtes de planification appariées, MANTA obtient un taux de réussite supérieur aux méthodes de référence par échantillonnage à état complet, avec des marges de dégagement plus larges, un mouvement de bras réduit, et des erreurs de suivi de position et de lacet plus faibles, y compris sur des trajectoires tubulaires inédites. Ce résultat s'attaque à un verrou concret de l'intervention sous-marine autonome : coupler la navigabilité d'un espace étroit à la faisabilité de manipulation, deux contraintes que les planificateurs existants traitent généralement de façon séparée. Pour les intégrateurs de robotique subsea, chargés d'inspection de pipelines ou de cartographie de grottes noyées, l'intérêt tient surtout à la frugalité en données réelles du module d'apprentissage, capable de produire une politique de contrôle robuste avec peu d'essais physiques, un atout décisif quand chaque test en mer est coûteux et risqué. Les comparaisons publiées portent toutefois sur des méthodes de planification académiques et des essais en environnement contrôlé, pas sur un produit commercial ni un déploiement en mer ouverte. Le travail s'inscrit dans la recherche en planification hiérarchique pour UVMS, un domaine où le couplage entre navigation confinée et manipulation limite depuis longtemps l'autonomie réelle des robots face aux grottes noyées ou aux conduites industrielles. La publication ne mentionne ni partenaire industriel, ni site de déploiement, ni acteur commercial concurrent : il s'agit d'une contribution académique en prépublication, sans calendrier de test en conditions réelles annoncé. Les auteurs présentent MANTA comme une base structurée et économe en données pour de futurs travaux sur l'intervention sous-marine sécurisée dans des environnements confinés et encombrés.

Recherche❖Paper

1 source

39

175arXiv cs.RO 

Learning et interaction physique : une revue de l'apprentissage robotique tactile et sensible à la force

Une équipe de chercheurs publie sur arXiv (identifiant 2608.07558v1) une étude de synthèse consacrée à l'apprentissage robotique sensible au toucher et à la force dans les tâches de manipulation en contact. Plutôt que de présenter un nouveau robot ou un nouveau modèle, le papier propose un cadre baptisé TF-ART (Tactile/Force-Aware Robot learning Taxonomy), une classification unifiée des méthodes existantes qui combinent capteurs de force, retour tactile, vision, langage et proprioception au sein de politiques de manipulation apprises. La taxonomie décrit comment ces systèmes organisent les modalités de perception, encodent et fusionnent des signaux sensoriels hétérogènes, puis génèrent et affinent les actions selon des architectures multi-phases articulant une politique de haut niveau, des modules de raffinement d'action et des contrôleurs bas niveau chargés du pilotage réactif de l'effecteur. L'intérêt de ce travail pour les intégrateurs et les équipes de R&D en manipulation robotique tient à un vide méthodologique qu'il comble explicitement: aucune revue existante n'avait jusqu'ici croisé la fusion multimodale force/tactile/vision/langage avec l'analyse des architectures multi-phases. Cette mise en ordre touche un débat central du secteur, celui de savoir si les architectures vision-langage-action (VLA) génériques suffisent pour la manipulation en contact ou si des boucles dédiées de régulation de force restent nécessaires pour des tâches où l'exécution dépend autant du contrôle des efforts que de la perception visuelle. En structurant les approches publiées dans une hiérarchie commune, TF-ART fournit un référentiel comparatif utile pour repérer où les pipelines actuels sont robustes et où ils restent fragiles, notamment sur la fusion tactile-force plutôt que sur la seule perception visuelle. Le travail s'inscrit dans la dynamique récente des politiques de manipulation apprises qui intègrent de plus en plus de modalités sensorielles au-delà de la caméra, un mouvement porté par la multiplication des architectures multi-phases séparant compréhension sémantique de la tâche et exécution physique réactive. Au-delà du seul recensement méthodologique, les auteurs examinent également les configurations de tâches et les exigences d'infrastructure, capteurs, bancs d'essai, matériel de contrôle, nécessaires à la manipulation physique réelle, reliant ainsi perspective algorithmique et contraintes pratiques de déploiement. Le survey ne cite pas de calendrier de suivi ni d'implémentation industrielle précise, son apport étant avant tout de structurer un champ de recherche en pleine expansion pour orienter les travaux futurs.

Recherche❖Paper

1 source

39

176arXiv cs.RO 

Rethink avant d'exécuter : exécution adaptative pour les modèles d'action du monde

Le laboratoire chinois publie un article arXiv (2608.09492) présentant TempoWAM, une méthode qui modifie la façon dont les World Action Models (WAM) exécutent leurs actions robotiques. Un WAM prédit conjointement une séquence d'actions futures et l'évolution de l'environnement, puis le robot exécute un préfixe fixe de cette séquence avant de replanifier. TempoWAM remplace cet horizon d'exécution fixe par un mécanisme adaptatif combinant un Recurrent Progress Monitor, qui estime la progression de la tâche à partir de l'observation courante, de l'instruction, des actions restantes et de l'historique d'exécution, et un Adaptive Execution Protocol qui décide en continu s'il faut replanifier, calibré par un facteur dépendant de la tâche avec adaptation en ligne. Les tests ont été menés sur les bancs d'essai simulés LIBERO et RoboTwin ainsi que sur des tâches réelles avec des robots physiques. Sur robot réel, la méthode réduit de 26,9% le nombre d'inférences du modèle sur les tâches faciles tout en maintenant le taux de succès, et améliore ce taux de 13,3 points sur les tâches difficiles. L'enjeu dépasse le simple gain d'efficacité computationnelle. Les architectures VLA et WAM actuelles (dans la lignée de Pi-0, GR00T N2 ou Helix) souffrent toutes du même compromis: un horizon de replanification court multiplie les appels d'inférence coûteux, un horizon long laisse le robot exécuter des actions devenues obsolètes si l'environnement change en cours de chunk. TempoWAM illustre une tendance de fond dans la recherche robotique 2026: au lieu de chercher des modèles fondation toujours plus gros, les équipes optimisent la couche de contrôle et de décision autour du modèle. Pour les intégrateurs industriels, ce type de mécanisme adaptatif pourrait réduire la latence perçue et la consommation de calcul embarqué, un frein concret au déploiement de robots humanoïdes ou d'AMR pilotés par VLA sur des lignes de production où le temps de cycle compte. Ce travail s'inscrit dans la vague de recherche post-RT-2 et post-Pi-0 sur l'exécution des politiques apprises par imitation à grande échelle, où la question du "chunking" d'actions (taille du segment exécuté avant ré-décision) est devenue un sujet à part entière, distinct de l'entraînement du modèle lui-même. L'article ne précise pas d'affiliation industrielle ni de partenaire matériel identifié, et reste à ce stade une contribution académique évaluée sur bancs de test standards plus une validation robot réel limitée, sans indication de déploiement commercial. Aucun acteur français ou européen n'est mentionné dans cette publication. Les prochaines étapes attendues, non détaillées dans l'abstract, porteraient vraisemblablement sur l'intégration de TempoWAM à des architectures WAM propriétaires déployées en production, un test que seuls les laboratoires disposant de flottes robotiques réelles pourront mener.

IA physique❧Opinion

1 source

39

177arXiv cs.RO 

Planification de trajectoire sans enchevêtrement pour robots mobiles attachés avec câble détendu

Un article de recherche publié sur arXiv le 11 août 2026 (référence 2608.09860v1, catégorie "new") présente un algorithme de planification de trajectoire pour robots mobiles reliés par un câble souple ("tethered mobile robots"), conçu pour éviter l'enchevêtrement du câble lorsque celui-ci est détendu, c'est-à-dire lorsque sa forme dépend non seulement de la géométrie de l'environnement mais aussi de sa propre dynamique, de la trajectoire du robot et de forces extérieures. La méthode repose sur un pipeline en trois étapes: construction d'un modèle topologique de l'espace de configuration sans enchevêtrement, génération d'un ensemble de trajectoires candidates à partir de ce modèle, puis calcul d'une trajectoire dynamiquement réalisable via un problème de génération de trajectoire contraint par homotopie. Le système a été testé uniquement en simulation, dans un environnement avec obstacles statiques, où les auteurs montrent que l'algorithme évite les violations des contraintes d'enchevêlement par rapport à des approches ne prenant pas en compte cet aspect dès la phase de planification. Pour les intégrateurs travaillant sur des robots filaires (inspection en espaces confinés, robotique sous-marine, robots d'alimentation électrique par câble dans des zones sans couverture sans fil fiable), ce travail comble un manque réel: la plupart des méthodes existantes supposent un câble tendu ou ne modélisent l'enchevêtrement que de façon géométrique, ignorant la dynamique du câble lui-même. Un enchevêtrement non anticipé peut immobiliser un robot ou endommager le câble, un risque coûteux en environnement industriel. Cette approche promet donc une meilleure fiabilité opérationnelle, à condition d'être validée au-delà de la simulation: aucune expérimentation sur robot réel n'est rapportée, et les forces exogènes, le frottement ou l'élasticité réelle du câble restent des inconnues à vérifier en conditions physiques. Le papier s'inscrit dans la lignée des recherches en planification de mouvement par classes d'homotopie, en étendant les modèles d'enchevêtrement classiques, généralement limités à des câbles tendus ou à des considérations purement géométriques, à un cadre dynamique plus réaliste. Aucun laboratoire, université ou entreprise n'est nommément associé dans le résumé disponible, et les prochaines étapes annoncées porteraient logiquement sur des essais avec obstacles dynamiques et une validation matérielle.

Recherche❖Paper

1 source

39

178arXiv cs.RO 

Collaboration drone-robot terrestre pour la navigation autonome en terrain enneigé

Un preprint arXiv (2608.07797, mis en ligne début aout 2026) décrit un système de navigation collaborative associant un drone et un robot terrestre pour circuler en terrain enneige d'altitude, la ou faible visibilité et sol instable mettent en échec les méthodes classiques. Le dispositif s'appuie sur une architecture U-Net allégée, taillée pour le temps réel sous contrainte de calcul embarque et entraînée via une augmentation de données synthétiques simulant la neige, atteignant 96,5% de précision en segmentation de route. Le drone se localise grâce a un filtre de Kalman étendu fusionnant GPS et IMU, avec une erreur maximale de ±0,5 mètre, tandis que le robot terrestre, sans localisation propre, est suivi par un pipeline YOLOv5 combine aux données de profondeur de sa camera RGB-D embarquée. Un planificateur de trajectoire dynamique contourne ensuite les congères détectées, avec une déviation minimale observée lors des tests. L'approche illustre une tendance de la robotique de terrain: confier a un drone la perception que le robot au sol ne peut assurer seul, utile quand la neige efface les repères visuels et fausse l'odométrie des roues ou chenilles. Pour les intégrateurs déployant des UGV en montagne, en logistique hivernale ou en recherche et sauvetage, cette coordination air-sol permet d'éviter d'équiper chaque robot terrestre d'une suite de capteurs couteuse. Elle confirme aussi que la segmentation sémantique par vision reste exploitable sous contrainte de calcul embarque stricte, un enjeu clé pour déployer des flottes multi-robots a cout maitrise plutôt que des plateformes suréquipées. Le travail s'inscrit dans un courant de recherche plus large sur la coopération UAV-UGV, déjà explore pour des usages militaires ou de secours en montagne, mais rarement valide spécifiquement en conditions neigeuses. Il s'agit d'un preprint non encore revu par les pairs: les 96,5% de précision et la déviation minimale annoncée reposent sur un seul environnement de test contrôle, sans précision sur sa durée, son échelle ou les conditions météorologiques réellement rencontrées. Les auteurs ne mentionnent ni partenaire industriel ni calendrier de déploiement; la suite logique serait une validation en conditions réelles, sur plusieurs sites et avec des chutes de neige actives plutôt qu'un sol déjà enneige mais statique.

Recherche❖Paper

1 source

38

179arXiv cs.RO 

OnEvoMemory : une mémoire évolutive via des essais robotiques en ligne pour les politiques de robots préentraînées

Publié en août 2026 sur arXiv (2608.08749v1), un article de recherche présente OnEvoMemory, un module de mémoire pour politiques robotiques pré-entraînées de type VLA, destiné à la manipulation à long horizon. À la différence des mécanismes existants, qui s'appuient sur des modèles externes ou des règles figées, il apprend directement, à partir des résultats de trajectoires, quelles expériences conserver, combinant contexte récent, expériences à haute valeur et transitions saillantes entre sous-tâches. Des démonstrations hors-ligne initialisent la mémoire, puis des rollouts en ligne, réussis ou échoués, l'affinent au fil de l'entraînement. Sur des bancs de manipulation longue, les auteurs rapportent une amélioration des performances d'une politique VLA de base, sans fournir de chiffres de charge utile, de degrés de liberté ni de temps de cycle: une contribution algorithmique, pas un déploiement matériel. Ce travail cible un verrou connu des politiques génératives en robotique: le suivi des sous-tâches déjà accomplies sur des séquences longues, condition nécessaire pour éviter qu'un bras ou un humanoïde ne répète une action ou ne perde le fil d'une tâche multi-étapes. Les architectures VLA telles que Pi-0, GR00T N2 ou Helix géraient jusqu'ici ce problème via des modules externes, LLM de supervision ou machines à états codées à la main, plutôt que par une mémoire apprise et intégrée. Pour les intégrateurs qui construisent sur des modèles fondation robotiques, une mémoire native capable de s'améliorer via des essais en ligne réduirait la dépendance à ces pipelines ad hoc, même si le résultat reste une preuve de concept en preprint, non encore revue par les pairs. La publication s'inscrit dans une vague de recherches visant à réduire l'écart entre les démonstrations spectaculaires de robots humanoïdes ou bras manipulateurs et leur fiabilité réelle sur des tâches enchaînées, un problème documenté depuis l'essor des modèles VLA comme RT-2 ou Octo. En misant sur un affinage par rollouts en ligne plutôt que sur des règles écrites à la main, OnEvoMemory prolonge les efforts pour rendre les politiques de manipulation plus autonomes sans multiplier les modules externes. Déposé sur arXiv sous le type "new", l'article ne mentionne aucun partenariat industriel ni calendrier de mise en production: son adoption dépendra de tests sur des plateformes physiques réelles.

Recherche⚡Actu

1 source

38

180arXiv cs.RO 

LIRA : routage local d'informations inter-couches pour le décodage des modèles vision-langage-action

Des chercheurs présentent LIRA (Local cross-layer Information Routing for Action decoding), un nouveau mécanisme de connexion entre les modèles vision-langage (VLM) preentraines et les décodeurs d'action robotique au sein des architectures Vision-Language-Action (VLA), décrit dans un article publie sur arXiv en aout 2026 (arXiv:2608.07596v1). Le problème cible: les interfaces existantes n'exploitent qu'une partie restreinte de la hiérarchie de représentations du VLM, ou associent rigidement chaque bloc du décodeur a une seule couche du VLM, limitant l'accès a des indices de tache complémentaires selon la profondeur du réseau. LIRA travaille sur des features de task-tokens et des "LIRA Query features" extraites d'états intermédiaires du VLM, puis attribue a chaque Parallel Fusion Block une fenêtre locale centrée sur la couche VLM correspondante, sans modifier le backbone, le décodeur ni la recette d'entrainement. Teste sur les benchmarks LIBERO, LIBERO-Plus, CALVIN ABC vers D et sur des taches de manipulation réelle, LIRA surpasse la baseline VLA-Adapter a configuration identique de 0,5 milliard de paramètres, avec un gain de 18,9 points en transfert zero-shot sur LIBERO-Plus, ou le taux de succès moyen passe de 59,1% a 78,0%. Ce résultat cible un maillon jusque-la peu étudie des architectures VLA, l'interface de routage entre VLM et décodeur d'action, souvent traitée comme un détail d'implémentation face aux choix de backbone ou de données d'entrainement. En montrant qu'un routage plus fin de l'information, sans toucher au reste du pipeline, améliore nettement la robustesse aux changements de distribution, l'étude suggère que la généralisation des modèles VLA ne dépend pas seulement de leur taille ou du volume de données, mais aussi de la circulation de l'information entre couches. Pour les équipes qui construisent des politiques robotiques sur des VLM preentraines, ce travail pointe une optimisation peu couteuse, sans collecte de données supplémentaire ni refonte d'architecture, un argument utile pour fiabiliser des politiques VLA sur du matériel a calcul embarque limite. L'article s'inscrit dans la lignée des travaux récents sur les modèles VLA, popularises par des systèmes comme Pi-0 ou OpenVLA, qui transforment des représentations de VLM preentraines en commandes motrices pour bras manipulateurs ou robots mobiles. LIRA est positionne comme une amélioration directe de VLA-Adapter, pris comme référence de comparaison plutôt que concurrent indépendant. L'évaluation combine bancs d'essai en simulation, LIBERO, LIBERO-Plus et CALVIN en transfert ABC vers D, et manipulation réelle, une combinaison classique pour distinguer performance en distribution et robustesse hors distribution. L'article ne mentionne ni calendrier de publication de code ni partenariat industriel: il s'agit pour l'instant d'une contribution académique.

Recherche⚡Actu

1 source

37

181arXiv cs.RO 

WA-SpecDec : décodage spéculatif conscient du monde pour les modèles vision-langage-action

Un preprint arXiv (2608.08725, non revu par les pairs) présente WA-SpecDec, une méthode d'accélération pour les modèles vision-langage-action (VLA) qui pilotent des robots. Ces politiques génèrent les commandes token par token de manière autoregressive, ce qui rend la latence en boucle fermée dépendante des passes successives du modèle cible. Le décodage spéculatif réduit déjà ce cout en vérifiant des blocs de tokens d'action en parallèle, et des travaux récents assouplissent l'acceptation car de petits écarts de token se traduisent souvent par des commandes continues proches. WA-SpecDec injecte, durant le pré-remplissage du VLA, une conscience physique de la scene issue d'un modèle du monde, partagée entre brouillon et vérification. Teste sur trois schémas d'acceptation relâchée de l'état de l'art, il obtient un gain de vitesse de 1,5x a succès équivalent face au décodage spéculatif VLA seul, et réduit de 18,6% en moyenne les échecs proches du contact. Jusqu'ici cette relaxation restait agnostique a la scene: un même écart de token était traite pareillement en espace libre et près d'un contact, alors que le second peut causer une collision ou un échec de prise que le premier n'engendrerait jamais. En rendant l'acceptation sensible au contexte physique, WA-SpecDec maintient un taux de succès plus élevé même sous tolérance assouplie et accepte des préfixes plus longs avant vérification. Pour les intégrateurs qui cherchent a faire tourner des VLA en temps réel, cela suggère un gain de vitesse d'inférence sans sacrifier la fiabilité aux moments critiques de la manipulation, la ou les erreurs coutent le plus cher en sécurité. Le décodage spéculatif vient de l'inférence des grands modèles de langage, ou un modèle léger propose des tokens que le modèle cible valide en bloc; son adaptation aux VLA suit la logique autoregressive de ces politiques, proches par construction des LLM. Les trois schémas d'acceptation relâchée compares dans l'étude ne sont pas nommes individuellement dans le résume publie. A ce stade, WA-SpecDec reste un résultat de recherche en preprint, sans plateforme robotique, entreprise ni date de déploiement associées: une contribution méthodologique évaluée en benchmark contrôle, et non un produit livre ou un pilote industriel annonce.

IA physique❧Opinion

1 source

37

182arXiv cs.RO 

VANE : entraînement fiable en temps de test pour les modèles vision-langage-action par prédiction visuelle future

Des chercheurs publient VANE (arXiv:2608.09448, soumis en aout 2026), une méthode de test-time training (TTT) pour les modèles vision-langage-action (VLA) utilises en manipulation robotique en boucle fermée. Le problème cible: l'adaptation en ligne classique mélange dans un espace de correction unique des ajustements incompatibles entre taches, et modifie les actions suivantes du robot avant même de savoir si la correction précédente était pertinente. VANE conditionne l'adaptation du prompt sur le contexte visuel et langagier courant, puis apprend a partir des conséquences visuelles futures des actions exécutées: les mises a jour candidates sont isolées de la politique active, évaluées sur les observations suivantes, et validées uniquement si les preuves futures les confirment, ce qui rend l'adaptation sélective et réversible. Sur le benchmark SimplerEnv WidowX, VANE améliore le taux de succès moyen de 3,2 points de pourcentage par rapport a la baseline TTT standard. Sur Google Robot en revanche, les gains obtenus au moment du déploiement restent dépendants de la tache et de l'embodiment (le type de robot), signe que la méthode ne généralisé pas uniformément. Pour les intégrateurs et laboratoires qui déploient des politiques VLA en production, ce travail s'attaque a un angle mort connu mais rarement traite proprement: l'adaptation test-time non supervisée peut dégrader silencieusement une politique déjà entraînée, en particulier en manipulation robotique ou une erreur d'action n'est visible qu'après coup. En rendant chaque mise a jour réversible et conditionnée a une preuve visuelle future, VANE propose une alternative aux méthodes TTT qui appliquent les corrections immédiatement et sans garde-fou. Le résultat mitige sur Google Robot est tout aussi instructif que le gain sur WidowX: il confirme que les bénéfices de l'adaptation en ligne ne sont pas garantis d'un robot a l'autre, et que le TTT reste une piste a valider embodiment par embodiment plutôt qu'une solution universelle, un rappel utile face aux discours présentant l'adaptation en temps réel comme un problème déjà résolu pour les VLA. VANE s'inscrit dans la lignée des travaux récents sur le test-time training applique aux politiques VLA de type RT-2, OpenVLA, Pi-0 ou GR00T, qui cherchent a corriger les policies au moment du déploiement sans reentrainement complet. Sa contribution spécifique est de traiter l'adaptation comme un processus a vérifier avant validation plutôt que comme une mise a jour immédiate, une approche qui rejoint les efforts plus larges du secteur pour fiabiliser le passage de la simulation au déploiement réel. Les auteurs testent leur méthode sur deux bancs d'essai standards, SimplerEnv WidowX et Google Robot, mais les résultats contrastes sur ce second environnement suggèrent qu'une validation plus large, sur d'autres plateformes et taches de manipulation, sera nécessaire avant d'envisager une adoption industrielle.

IA physique⚡Actu

1 source

36

183arXiv cs.RO 

Vid2WAM : distiller les a priori de diffusion vidéo en modèles d'action du monde

Vid2WAM est un nouveau framework de distillation hors ligne pour l'apprentissage de politiques robotiques, décrit dans un preprint publie sur arXiv (arXiv:2608.08558v1). La méthode s'attaque a une limite connue des World Action Models (WAM), ces modèles qui prédisent conjointement la dynamique visuelle future et les actions d'un robot : leur dépendance a des démonstrations expertes couteuses a collecter, qui freine leur passage a l'échelle. Vid2WAM transféré les priors de diffusion vidéo d'un grand modèle fondation vidéo vers un WAM élevé compact, via deux canaux complémentaires. Le premier utilise des projections vidéo futures conditionnées par la tache pour superviser directement la branche de prédiction du modèle élevé. Le second passe par un modèle de dynamique inverse qui reconstruit des pseudo-actions spécifiques a l'embodiment du robot, utilisées pour l'apprentissage de la politique d'action. Une technique nommée "source-aware residual action adaptation" apprend des corrections propres a chaque source de supervision, synthétique ou réelle, autour d'un socle d'action partage, ce qui limite les interférences liées au bruit des pseudo-actions. A l'inférence, le modèle de diffusion vidéo enseignant et le modèle de dynamique inverse sont abandonnes : seul le WAM compact reste déployé, pour un traitement a faible latence. Les auteurs rapportent des expériences en simulation et sur robot réel. Cette approche cible directement le goulot d'étranglement central des modèles VLA (vision-language-action) et des WAM : la rareté des données de démonstration expertes spécifiques a la tache cible. En s'appuyant sur des priors appris a partir de vidéo générique plutôt que sur des trajectoires robot annotées, Vid2WAM cherche a découpler la généralisation a de nouvelles taches du volume de téléopération collecte, un enjeu central pour tout intégrateur voulant déployer un bras ou un humanoïde sur une nouvelle tache sans campagne de collecte couteuse. Jeter le modèle enseignant et le modèle de dynamique inverse a l'inférence est notable : cela vise une politique légère et rapide, condition nécessaire pour du contrôle temps réel, la ou de nombreuses approches VLA a grande échelle restent limitées par la latence. Ce travail s'inscrit dans la lignée des World Action Models et politiques VLA qui, comme GR00T N2 de NVIDIA, Pi-0 de Physical Intelligence ou Helix de Figure, exploitent des données vidéo ou multimodales a grande échelle pour réduire la dépendance a la téléopération. Contrairement a ces systèmes déjà testes chez des clients, Vid2WAM reste au stade de preprint de recherche : aucune institution n'est citée dans le résume, aucun partenariat industriel ni déploiement pilote n'est mentionne, et les chiffres de performance restent a vérifier via une publication complète ou une revue par les pairs. La suite logique serait une évaluation sur des benchmarks standardises et un passage a des modèles fondation vidéo plus grands pour tester les limites de la méthode.

IA physique❧Opinion

1 source

36

184arXiv cs.RO 

Knowledge-Distilled Learning Renforce le Contrôle de Poussée 6-DOF et l'Adaptation aux Courants Marins pour les ROV

Des chercheurs présentent TSRCA-PPO (thrust smoothness rapid current adaptation proximal policy optimization), une méthode d'apprentissage par renforcement de bout en bout pour piloter les véhicules sous-marins téléopérés (ROV) sur leurs 6 degrés de liberté, publiée sur arXiv le 11 août 2026 (arXiv:2608.08598). Le système repose sur un framework de distillation en deux étapes, combinant une fonction de récompense spécifiquement conçue et une architecture multi-encodeurs dite "privilégiée". En simulation, la méthode est comparée à un contrôleur cascadé P-PID, référence classique du secteur. Les résultats annoncés montrent une erreur de position en régime permanent ramenée à 42,7% de la valeur P-PID, une erreur d'attitude à 76,5%, un temps de stabilisation à 10,6%, un indice énergétique à 93,5%, et un indice de lissage de poussée à 15,9%. Des études d'ablation confirment la contribution de chaque module à ces gains. Pour l'industrie offshore et sous-marine (inspection de pipelines, maintenance de parcs éoliens en mer, opérations pétrolières et gazières), la stabilité de trajectoire sous courants marins reste un verrou opérationnel : un ROV mal contrôlé consomme plus d'énergie, use prématurément ses propulseurs et perd en précision de manipulation. Ce travail illustre la bascule progressive des architectures de contrôle sous-marin, du PID cascadé réglé manuellement vers des politiques apprises de bout en bout capables de s'adapter en temps réel aux perturbations hydrodynamiques. Le résultat notable est le compromis simultané entre précision, réponse rapide, sobriété énergétique et douceur de commande, des objectifs souvent antagonistes dans les architectures RL classiques. Ces gains restent toutefois exclusivement issus de simulation : l'écart habituel entre simulation et conditions réelles (bruit de capteurs, dynamique hydrodynamique non modélisée, latence) n'est pas encore documenté pour cette méthode. L'apprentissage par renforcement de bout en bout pour le contrôle de ROV s'est développé avec la montée en puissance de calcul disponible, en alternative aux boucles de contrôle cascadées classiques, jugées peu réactives face aux courants océaniques changeants. TSRCA-PPO se positionne face à ces contrôleurs P-PID conventionnels ainsi qu'aux approches RL existantes, jugées insuffisantes pour concilier simultanément précision, rapidité, énergie et lissage des commandes sous perturbation. L'étude reste au stade de simulation, sans essai en bassin, en mer, ni partenariat industriel annoncé. La suite logique pour ce type de recherche académique est une validation expérimentale sur plateforme ROV réelle avant tout transfert vers des opérateurs commerciaux du secteur sous-marin.

Recherche❖Paper

1 source

30

185arXiv cs.RO 

Contrôle interactif multimodal d'un bras robotique par modèles de langage embarqués hors ligne

Des chercheurs présentent "Socratic Models-ChatGLM", un système de contrôle interactif multimodal pour bras robotique reposant sur un grand modèle de langage (LLM) hébergé en local plutôt que via une API cloud payante comme ChatGPT. Décrit dans un article arXiv (2608.08183v1) publié en août 2026, il associe ChatGLM, un LLM open source, à la plateforme de simulation physique PyBullet pour piloter un bras robotique virtuel à partir d'instructions textuelles combinées à des données visuelles, sur des tâches de manipulation multi-étapes à horizon long. L'article ne fournit ni charge utile, ni degrés de liberté, ni temps de cycle, ni benchmark chiffré face à des approches concurrentes: les démonstrations restent cantonnées à la simulation, sans essai sur bras physique. L'argument des auteurs est autant économique que technique: les modèles propriétaires comme ChatGPT facturent chaque appel API, un coût récurrent difficile à justifier pour des applications robotiques embarquées ou des campagnes de recherche à grande échelle. En s'appuyant sur un LLM open source hébergé localement, l'équipe cherche à montrer qu'un contrôle robotique piloté par le langage peut fonctionner sans dépendance à un fournisseur cloud, avec un usage stable et gratuit. Pour les intégrateurs et laboratoires de robotique, ce travail alimente le débat sur la viabilité des architectures Vision-Language-Action hors des budgets des grands acteurs propriétaires comme Pi-0, GR00T N2 ou Helix, en misant sur l'autonomie plutôt que sur la performance de pointe. Le cadre "Socratic Models", introduit par des chercheurs de Google en 2022, fait collaborer plusieurs modèles pré-entraînés (vision, langage, robotique) via des échanges en langage naturel plutôt qu'un réentraînement conjoint. Cette déclinaison substitue au moteur de langage habituellement propriétaire ChatGLM, LLM open source développé par l'entreprise chinoise Zhipu AI avec l'université Tsinghua, et s'appuie sur PyBullet, moteur physique open source classique en recherche pour prototyper des politiques avant tout transfert vers du matériel réel. Les auteurs ne communiquent ni calendrier de transfert vers un bras physique ni partenariat industriel; l'article s'inscrit dans un courant académique visant à réduire la dépendance aux API commerciales pour le contrôle robotique par le langage, face à la montée des modèles VLA propriétaires.

Recherche❧Opinion

1 source

40

186TechNode 

Au-delà de la mobilité : le GD01 d'Unitree marque une nouvelle phase de la bataille robotique chinoise

Après une première période dominée par les démonstrations de mobilité, Unitree Robotics a mis en scène en 2026 son robot GD01, apparu en couverture du magazine TIME aux côtés de son fondateur et PDG Wang Xingxing, sous le titre "The Big Robot Moment". La machine, haute d'environ 2,7 mètres et pesant près de 500 kilogrammes, se pilote depuis un cockpit intégré dans son torse et peut alterner entre une locomotion bipède et quadrupède. Ses deux poings sont présentés comme assez puissants pour défoncer un mur, et ses pieds sont reliés à une coque de protection en fibre de carbone via des charnières mécaniques renforcées. Unitree qualifie le GD01 de premier mécha habité produit en série au monde, une affirmation qui reste pour l'instant non étayée par des chiffres vérifiables: ni degrés de liberté, ni temps de cycle, ni prix, ni volumes de production ou calendrier de livraison n'ont été communiqués. Il s'agit donc à ce stade d'une vitrine technologique plutôt que d'un produit commercialisé ou déployé sur le terrain. L'intérêt du GD01 dépasse son aspect spectaculaire de robot de science-fiction. Il signale un basculement dans la compétition robotique chinoise: après des années où la mobilité seule (courir, sauter, danser) suffisait à démontrer un avantage technique, la bataille se déplace désormais vers la capacité réelle des machines à accomplir des tâches utiles dans des environnements non structurés. Pour les intégrateurs et décideurs industriels, ce positionnement mixte, ni robot industriel classique ni produit grand public, illustre la difficulté persistante à faire sortir la robotique humanoïde et quadrupède des démonstrations contrôlées pour l'amener vers des cas d'usage concrets comme les interventions en zone dangereuse, le secours d'urgence, l'inspection ou le transport. Le GD01 doit encore prouver qu'il peut opérer hors du cadre scénarisé d'une couverture de magazine. Ce lancement s'inscrit dans la trajectoire d'Unitree, connue jusqu'ici pour sa gamme de robots-chiens grand public Go, puis pour ses humanoïdes G1 et de la série H, construits sur une expertise reconnue en contrôle moteur. Il intervient alors que l'industrie chinoise de la robotique, après une première phase de croissance rapide marquée par des records de mobilité, voit affluer de nouveaux acteurs dans la course à l'intelligence incarnée, poussant chaque entreprise à démontrer non plus seulement des prouesses physiques mais une utilité opérationnelle en logistique, en fabrication ou en inspection. Aucun pilote commercial, partenaire industriel ni calendrier de déploiement n'a pour l'instant été annoncé pour le GD01, dont l'avenir dépendra de sa capacité à passer du statut de plateforme exploratoire à celui d'outil réellement opérationnel.

Chine/Asie❧Opinion

1 source

46

187SCMP Tech 

L'engouement pour l'IPO d'Unitree laisse aux investisseurs particuliers chinois 1 chance sur 5 500

Unitree Robotics, fabricant de robots basé à Hangzhou connu pour ses robots quadrupèdes et ses humanoïdes, a lancé l'une des introductions en bourse technologiques les plus suivies de Chine. Lundi, près de 9,8 millions de comptes d'investisseurs particuliers se sont disputé les 9,7 millions d'actions mises en vente lors de la phase de souscription en ligne, selon les documents publiés en soirée par l'entreprise. Le taux d'allocation final n'a atteint que 0,018 %, soit environ un lot gagnant pour 5 500 demandes déposées, plaçant la grande majorité des petits investisseurs hors course tandis que les premiers soutiens financiers de la société s'apprêtent à réaliser une plus-value importante. Cet engouement démesuré illustre l'appétit spéculatif des marchés chinois pour les valeurs liées à la robotique humanoïde, secteur présenté comme stratégique par Pékin. Pour les acteurs industriels et les investisseurs institutionnels, ce niveau de sursouscription traduit moins une validation technique ou commerciale des produits Unitree qu'une ruée financière sur un thème porteur, dans un contexte où plusieurs sociétés chinoises de robotique cherchent à capitaliser sur la vague humanoïde avant que la traction commerciale réelle ne soit pleinement démontrée. Le contraste entre l'ampleur de la demande boursière et la maturité encore incertaine du marché des robots humanoïdes mérite d'être souligné plutôt que pris pour argent comptant. Fondée par Wang Xingxing, Unitree s'est fait connaître avec ses robots quadrupèdes puis ses humanoïdes bipèdes, dans un paysage chinois déjà peuplé de concurrents comme UBTech, coté à Hong Kong depuis fin 2024. Cette IPO s'inscrit dans une vague plus large d'entrées en bourse de fabricants de robots chinois, avec pour prochaine étape le début officiel des échanges de l'action, qui déterminera si l'engouement des souscripteurs se traduit en valorisation boursière durable.

Business⚡Actu

1 source

36

188Robotics Business Review 

RoboStore lance Robo Inc. pour aider les organisations américaines à déployer des robots

RoboStore, distributeur nord-américain historique des robots humanoïdes et quadrupèdes chinois Unitree, a officiellement lancé Robo Inc., une nouvelle entité de fabrication et d'intégration robotique basée aux États-Unis. L'annonce intervient après un an en mode furtif et s'appuie sur l'expérience de RoboStore, qui a vendu et déployé plus de 1 500 robots humanoïdes et quadrupèdes auprès de 4 500 clients nord-américains, dont Harvard, le MIT, Amazon et NVIDIA. Basée à Plainview, dans l'État de New York, RoboStore reste le distributeur principal d'Unitree Robotics, dont le siège est à Hangzhou en Chine et qui a déposé la semaine dernière une demande d'introduction en bourse à Shanghai, visant une valorisation supérieure à 900 millions de dollars. Robo Inc. prévoit d'ouvrir une usine de production de 6 132 mètres carrés sur Long Island, avec une mise en service complète visée pour le premier trimestre 2027. La communauté de développeurs Roboverse, forte de plus de 4 000 membres, continuera d'exister sous l'ombrelle de Robo Inc., tout comme le support, les pièces détachées et les réparations pour le parc déjà installé. Ce lancement illustre une tendance de fond dans l'industrie robotique : la relocalisation de la production et de l'intégration face aux tensions commerciales croissantes entre les États-Unis et la Chine. À l'image des entreprises occidentales qui ont créé des filiales locales pour pénétrer le marché chinois, Robo Inc. pourrait préfigurer un mouvement inverse, des acteurs étrangers ou liés à des fournisseurs étrangers s'implantant aux États-Unis pour sécuriser leur accès à ce marché malgré les restrictions commerciales et les préoccupations de cybersécurité liées aux équipements chinois. Robo Inc. dit intégrer dès la conception des revues de flux de données, d'accès réseau et de contrôles logiciels pour répondre à ces inquiétudes. Sur le plan commercial, la société affiche une posture volontairement modeste face au discours souvent survendu du secteur humanoïde : elle affirme viser des déploiements concrets et immédiats sur des tâches spécifiques plutôt que la promesse d'un humanoïde généraliste capable de tout faire, et revendique une approche agnostique vis-à-vis du matériel, sélectionnant plateformes et composants selon les besoins de chaque application plutôt que de pousser une seule gamme de robots. Le positionnement de Robo Inc. répond directement aux retours clients accumulés par RoboStore ces dernières années : selon Teddy Haggerty, fondateur et PDG des deux entités, les acheteurs veulent des solutions déployables maintenant, construites autour d'un poste de travail précis et suivies dans la durée, plutôt que de nouvelles promesses lointaines. L'entreprise combine chaînes d'approvisionnement mondiales et ingénierie, logiciel, intégration, production, tests et support basés aux États-Unis, un modèle qu'elle qualifie de "global-to-local". Le sujet de la relocalisation manufacturière par l'automatisation sera d'ailleurs au centre d'un panel dédié, "Reshoring With Robots", lors de la conférence RoboBusiness 2026 prévue les 20 et 21 octobre à Santa Clara, en Californie, signe que la question dépasse le seul cas de Robo Inc. et touche l'ensemble de la filière robotique américaine.

Business⚡Actu

1 source

45

189Robotics Business Review 

Hadrian lève 1,37 milliard de dollars pour accélérer la production de défense et d'aérospatiale aux États-Unis

Hadrian Automation, société basée à Torrance, en Californie, a annoncé début août 2026 avoir levé 1,37 milliard de dollars en financement par actions, portant sa valorisation à 7,87 milliards de dollars, contre 1,6 milliard lors d'un tour précédent en janvier de la même année. Fondée en 2020 par Chris Power, l'entreprise a vu ce tour co-mené par WCM Investment Management, Washington Harbour Partners, Valor Equity Partners, 137 Ventures et Baillie Gifford, avec le Strategic Investment Group de JPMorganChase comme co-investisseur principal via son initiative dédiée à la sécurité et à la résilience ; ont aussi participé 1789 Capital, Morgan Stanley Wealth Management, des fonds Apollo, T. Rowe Price et Andreessen Horowitz. Hadrian exploite une usine de 9 290 m² à Torrance et a ouvert, en douze mois, deux sites supplémentaires à Mesa (Arizona) et Muscle Shoals (Alabama), portant sa surface totale à près de 278 709 m² sur quatre sites, pilotés par Opus, sa pile logicielle propriétaire d'IA, de machine learning et de robotique, selon un modèle qu'elle qualifie de "factories-as-a-service". Cette levée illustre l'appétit croissant des investisseurs institutionnels pour l'automatisation de la production de défense américaine, alors que la demande de capacité manufacturière fiable dépasse l'offre disponible sur le sol américain. La valorisation d'Hadrian a été multipliée par cinq en sept mois, et l'implication de JPMorganChase via un véhicule dédié à la sécurité et à la résilience illustre une tendance plus large : l'automatisation industrielle assistée par IA devient un axe stratégique pour les grandes institutions financières, au-delà du simple pari technologique. Pour les intégrateurs et décideurs du secteur, l'opération confirme que le modèle "factories-as-a-service", jusqu'ici centré sur les pièces de précision, s'étend vers des systèmes complets et critiques, munitions et construction navale comprises, des segments historiquement lents à s'automatiser. La formule de Chris Power, selon laquelle "la production est désormais la ligne de front de la dissuasion", relève davantage du positionnement que d'une mesure vérifiable, mais traduit la volonté de l'entreprise de se présenter en acteur de souveraineté industrielle face à la Chine. Fondée en 2020, Hadrian avait déjà levé des fonds via une série C il y a environ un an, financement qui avait permis l'ouverture des sites de Mesa et Muscle Shoals. La société ne doit pas être confondue avec le robot maçon Hadrian X, développé par l'australien Fastbrick Robotics (FBR), basé à Perth. L'article ne cite aucun concurrent américain direct dans l'automatisation de la production de défense, Hadrian se positionnant plutôt face à la base industrielle chinoise. Pour les douze prochains mois, l'entreprise prévoit l'ouverture de nouvelles usines et l'extension de ses lignes vers les munitions et les systèmes autonomes destinés à la sécurité nationale, tout en recrutant et formant opérateurs, ingénieurs et technologues appelés à travailler aux côtés des logiciels et des robots sur ses lignes de production.

Business⚡Actu

1 source

47

190Interesting Engineering 

Robots humanoïdes entraînés sur 1 million d'heures de vidéos humaines : jusqu'à 90 % de réussite

Dyna Robotics, entreprise basée à Redwood City en Californie, a dévoilé DYNA-2, un nouveau modèle de fondation robotique de type « world-action » entraîné sur plus d'un million d'heures de vidéos humaines filmées à la première personne, soit l'équivalent d'environ 170 ans d'expérience continue à l'éveil. Contrairement à l'approche classique reposant sur des données de téléopération collectées manuellement, ce modèle n'a vu aucune donnée robotique pendant sa phase de pré-entraînement. Selon l'entreprise, la seule augmentation de l'échelle de pré-entraînement a permis de faire passer le taux de réussite sur des tâches de fabrication de haute précision de 20 % à 80-90 %. Le modèle s'est aussi montré transférable à des bras robotiques fixes, des prototypes humanoïdes et des mains robotiques dextres : dans un test, 13 minutes de données locales ont suffi pour qu'une paire de mains à cinq doigts apprenne à dévisser le bouchon d'une bouteille. Sur 15 tâches de référence internes, les versions entraînées avec davantage de vidéo humaine ont systématiquement mieux performé, et comparé à DYNA-1, le précédent modèle vision-langage-action de la société, DYNA-2 a atteint 87 % de réussite lors d'un déploiement client sans réglage préalable, contre 46 % pour son prédécesseur. Cette annonce s'attaque frontalement au principal goulot d'étranglement de la robotique généraliste, à savoir la rareté des données d'action collectées par téléopération, jugées non scalables pour viser une intelligence physique générale. En misant sur la vidéo humaine, disponible en quantités quasi illimitées, Dyna affirme qu'un robot peut acquérir une forme d'intuition physique sans dépendre d'un volume massif de données spécifiques à chaque plateforme matérielle, une adaptation à un nouveau robot ou une nouvelle tâche ne nécessitant alors que quelques heures de fine-tuning local. Ces chiffres restent toutefois issus de bancs d'essai internes à l'entreprise, sans validation indépendante ni comparaison publique standardisée avec d'autres modèles généralistes comme Pi-0 ou GR00T N2, ce qui invite à les considérer avec prudence tant qu'un tiers ne les a pas reproduits. Si l'approche se confirme à plus grande échelle, elle déplacerait néanmoins une partie de la course humanoïde du terrain de la collecte téléopérée vers celui du pré-entraînement vidéo massif. Dyna Robotics a été fondée par Lindon Gao, York Yang et Jason Ma, ancien chercheur chez DeepMind, avec le soutien d'investisseurs dont CRV et First Round. L'entreprise exploite déjà commercialement des robots propulsés par DYNA-1 dans des hôtels, des restaurants et des laveries automatiques, ce qui distingue cette annonce d'un simple teaser de laboratoire puisque DYNA-2 vise à succéder à un système déjà en production. Jason Ma justifie cette orientation en rappelant que les données d'action robotique restent rares alors que la vidéo est omniprésente. L'entreprise met aussi en avant une meilleure résilience aux perturbations physiques lors de tâches comme la découpe d'aliments ou le rangement d'un espace de travail, DYNA-2 récupérant seul là où DYNA-1 nécessitait une intervention humaine, avec un gain de 133 % sur les tâches de suivi d'instructions grâce au co-entraînement vidéo. Aucun calendrier de déploiement élargi ni de nouveaux sites pilotes n'a pour l'instant été communiqué.

IA physique⚡Actu

1 source

41

191Robotics Business Review 

Tate déploie 58 robots-soudeurs collaboratifs Hirebotics dans plusieurs usines

Tate Inc., fabricant de systèmes de plafonds structurels, de confinement et de gestion de flux d'air basé à Columbia (Maryland), a déployé 58 systèmes de soudage collaboratif Cobot Welder de Hirebotics sur trois sites de production en Arkansas, en Virginie et dans le Kentucky. L'entreprise, active depuis 120 ans, a lancé cette transition du soudage manuel vers l'automatisation en 2024 après avoir évalué environ neuf fournisseurs, retenant finalement Hirebotics (basé à Nashville, Tennessee) pour sa plateforme cloud sans code Beacon Pro, qui permet de programmer, piloter et superviser les cobots depuis un smartphone ou une tablette. Les deux premiers robots ont été livrés en septembre 2023. La formation des opérateurs, combinant tutoriels vidéo et accompagnement sur site, ne prenait que 10 à 20 minutes par employé selon Daniel Adams, directeur commercial chez Hirebotics. Sur son site de l'Arkansas, Tate a mis en place un flux de travail spécifique où les cobots assurent le pointage et le pré-assemblage des pièces en amont, avant transfert vers des robots industriels classiques en aval. Selon Tate, le déploiement s'est traduit par une multiplication par 12 du débit de soudage par opérateur sur les assemblages structurels critiques, tout en réduisant les reprises liées aux variations de qualité entre soudeurs manuels. Ce déploiement illustre un cas d'usage industriel concret pour les cobots de soudage à limitation de force et de puissance, dans un secteur, celui des infrastructures pour data centers, confronté à une demande explosive et des délais de projet extrêmement serrés, sans marge d'erreur de fabrication. Pour les intégrateurs et décideurs industriels, l'intérêt principal ne réside pas dans la robotique elle-même mais dans le modèle organisationnel: la standardisation des paramètres de soudage (angle de torche, vitesse de déplacement) programmés par des opérateurs certifiés, puis partagés en temps réel entre plusieurs usines via le cloud, permettant une qualité homogène à l'échelle nationale plutôt que dépendante du savoir-faire individuel de chaque soudeur. Le chiffre de "12x" mérite toutefois d'être pris avec prudence, s'agissant d'une mesure ciblée sur des assemblages spécifiques et communiquée par le client lui-même, sans méthodologie indépendante publiée. L'affirmation selon laquelle "aucun composant n'est plus soudé à la main" chez Tate reste également une déclaration d'Hirebotics à vérifier dans la durée. Ce cas s'inscrit dans la stratégie de Hirebotics, spécialiste américain des cobots de soudage destinés aux ateliers de toutes tailles, qui mise sur la simplicité de mise en œuvre face à des solutions robotiques industrielles plus lourdes à programmer. L'argument commercial mis en avant par l'entreprise, à savoir qu'elle a pu réaliser des soudures sur des pièces apportées par Tate en 30 minutes lors d'une première visite, et que Tate a pu programmer ses propres robots pendant que l'équipe de Hirebotics était encore sur site, vise directement les freins classiques à l'automatisation dans les PME industrielles: coût d'intégration et complexité de programmation. Le marché de la construction de data centers, en forte croissance aux États-Unis, constitue un terrain propice à ce type de déploiement multi-sites, et Tate a indiqué vouloir poursuivre l'extension de son parc de soudeurs certifiés en parallèle de l'automatisation plutôt qu'au détriment de l'emploi.

Industriel⚡Actu

1 source

46

192IEEE Spectrum Robotics 

Robot recycleur récupère des pièces sur des machines cassées

L'Institut de technologie de Karlsruhe (KIT), en Allemagne, a développé un système robotique capable de désassembler automatiquement des machines industrielles cassées tout en préservant les pièces réutilisables. Conçu par une équipe menée par le chercheur Jan Baumgärtner, le système combine un algorithme prédictif et des manipulateurs robotiques : il s'appuie sur un modèle CAD du dispositif défectueux et de chacune de ses pièces, ainsi que sur un modèle mathématique permettant d'anticiper la nature du dommage. Concrètement, le robot manipule légèrement chaque composant pour observer ses degrés de liberté réels (rotation, translation) et les compare à ceux attendus : une pièce corrodée bougera moins que prévu, une vis desserrée bougera davantage, une pièce déformée présentera des degrés de liberté inattendus. Le système ajuste ensuite sa stratégie de démontage en temps réel. Dans une démonstration vidéo, lorsqu'une vis est volontairement bloquée par un chercheur pour simuler une panne, le système détecte que la vis reste immobile et bascule automatiquement vers un fraisage pour retirer la pièce plutôt que de continuer à tenter de dévisser. L'opérateur peut aussi indiquer au préalable quelles pièces doivent être sauvegardées intactes en priorité. Cette avancée répond à un problème structurel de l'industrie robotique : selon la Fédération internationale de robotique, plus de 4 millions de robots industriels sont actuellement en service dans le monde, un chiffre que les chercheurs projettent à plus de 16 millions d'ici 2030. Aucune filière équivalente n'existe pourtant pour leur fin de vie. Le désassemblage manuel de robots cassés est coûteux et imprévisible, contrairement à l'assemblage qui suit des étapes standardisées sans déviation. Baumgärtner souligne que la difficulté tient à l'incertitude du mode de défaillance: retirer 100 vis avant de découvrir que la dernière est grippée fait perdre un temps considérable si la bonne méthode n'a pas été anticipée dès le départ. Pour les intégrateurs et décideurs industriels, ce système ouvre la voie à une automatisation du recyclage et de la remise en état des robots, un maillon jusqu'ici absent de la chaîne de production automatisée, et pourrait réduire les coûts de maintenance et de récupération de composants à mesure que le parc mondial de robots vieillit. Le projet s'inscrit dans une logique d'économie circulaire, où les anciens équipements sont démontés pour réutiliser leurs pièces plutôt que d'être mis au rebut, un objectif que Baumgärtner formule directement comme une contribution à la préservation des ressources planétaires. Il ne s'agit pas d'un produit commercial déployé mais d'un prototype de recherche, illustré par des démonstrations vidéo en conditions simulées de panne. L'article ne précise ni de partenariat industriel, ni de calendrier de commercialisation, ni de comparaison chiffrée avec des méthodes de démontage manuel existantes. Ce travail se positionne néanmoins dans un champ de recherche émergent sur le désassemblage robotique adaptatif, distinct des efforts plus médiatisés sur les robots humanoïdes ou les bras manipulateurs pour la production, en ciblant spécifiquement l'aval du cycle de vie industriel plutôt que l'amont.

FR/EU ecosysteme❖Paper

1 source

39

193Robotics & Automation News 

L'électronique cutanée dote robots et prothèses d'un « toucher humain

Sur le campus ERICA de l'Université Hanyang, en Corée du Sud, une équipe de chercheurs a développé un nouveau type de peau électronique destinée à équiper robots et prothèses d'un sens du toucher proche de celui de l'humain. Le dispositif repose sur une architecture de transistor à double grille, empilée verticalement, conçue pour dépasser les limites des composants tribotroniques classiques, ces capteurs qui convertissent un stimulus mécanique comme un contact en signal électrique. Jusqu'ici, ces dispositifs souffraient d'une sensibilité fixe et se heurtaient à des difficultés d'intégration sur de grandes surfaces à haute densité de capteurs. La nouvelle conception verticale vise précisément à résoudre ces deux contraintes simultanément. Pour l'industrie robotique et les fabricants de prothèses, cette avancée s'attaque à un goulot d'étranglement bien identifié: la capacité à équiper des surfaces étendues, comme une main entière ou un bras robotique, d'un maillage dense de capteurs tactiles fiables et ajustables. Une sensibilité modulable, plutôt que figée, permettrait d'adapter la réponse tactile selon l'usage, préhension délicate d'un objet fragile ou prise plus ferme, un enjeu central pour les intégrateurs qui cherchent à rapprocher la manipulation robotique du niveau de dextérité humain, notamment dans les applications de préhension fine et de retour haptique pour les prothèses. Ce travail s'inscrit dans un effort de recherche plus large sur les technologies tactiles électroniques, un domaine où plusieurs laboratoires explorent des architectures de transistors et de matériaux pour améliorer la densité et la fiabilité des capteurs de peau artificielle. L'annonce reste à ce stade au niveau de la recherche académique, publiée dans une étude, sans indication de partenariat industriel, de calendrier de commercialisation ni de déploiement sur un produit robotique ou prothétique existant.

Recherche❖Paper

1 source

43

194Interesting Engineering 

Des bras robotiques impriment en 3D un bateau-drone, une entreprise de Floride vise une production militaire plus rapide

L'entreprise américaine Haddy, basée à St. Petersburg en Floride, a fabriqué un bateau-drone baptisé TF-179 à l'aide de bras robotiques d'impression 3D grand format, plutôt que par moulage ou usinage traditionnel. La société, fondée en 2022 et initialement spécialisée dans le mobilier sur mesure et les éléments architecturaux, s'est progressivement réorientée vers la fabrication de défense. Elle opère depuis un atelier d'environ 2 800 mètres carrés équipé de huit systèmes de fabrication additive grand format fournis par le néerlandais CEAD, dont sept montés sur rails pour étendre leur portée sur de grandes pièces. Haddy avait déjà démontré la rapidité de sa plateforme avec une coque de véhicule de surface sans pilote (USV) à faible profil de 12 mètres, produite en dix jours entre la conception et l'expédition, soit selon l'entreprise jusqu'à neuf fois plus vite qu'une fabrication de coque classique, avec une réduction de coûts revendiquée de 50 à 65 % par rapport au bateau-building conventionnel. Haddy n'a révélé ni le client à l'origine du TF-179 ni la mission opérationnelle visée pour ce drone. Cette annonce illustre un déplacement de la fabrication additive robotisée vers le secteur maritime militaire, à un moment où la demande américaine pour des drones navals petits et consommables augmente. Pour les intégrateurs et décideurs industriels, l'intérêt affiché n'est pas tant la performance d'un vaisseau donné que la promesse d'un cycle de développement raccourci, permettant de produire, tester et modifier des designs de coques sans reprendre un outillage traditionnel à chaque itération. Les chiffres de rapidité et de coûts mis en avant restent toutefois des déclarations de l'entreprise elle-même, non vérifiées de façon indépendante, et l'absence de détails sur le donneur d'ordre et la mission du TF-179 invite à distinguer la démonstration technologique du déploiement opérationnel confirmé. Ce projet s'inscrit dans la montée en puissance d'une division défense chez Haddy, qui combine impression 3D robotisée grand format, fraisage intégré, matériaux avancés et flux de production numériques pour accélérer la fabrication de structures de grande taille, en quelques jours ou semaines plutôt qu'en mois, avec des designs modifiables sans redémarrer les cycles d'outillage classiques. L'entreprise positionne cette approche comme adaptée à des modèles de fabrication distribuée et expéditionnaire, capables de produire aussi bien des prototypes que des séries répétables. Aucune échéance de production en série ni programme pilote n'a pour l'instant été annoncé publiquement pour le TF-179.

Industriel⚡Actu

1 source

40

195Interesting Engineering 

Boston Dynamics : son robot humanoïde change ses batteries en moins de trois minutes pour continuer à travailler

Boston Dynamics a doté la version industrielle de son robot humanoïde Atlas, filiale du groupe coréen Hyundai, d'un système de remplacement autonome de batterie: le robot détecte lui-même une batterie déchargée, rejoint une station dédiée, effectue l'échange et reprend sa tâche en moins de trois minutes, selon les spécifications communiquées par l'entreprise. Atlas offre environ quatre heures d'autonomie en usage courant et près de deux heures lors de tâches de levage lourd, contre environ 90 minutes pour une recharge classique. Le robot mesure environ 1,88 mètre pour 90 kg, porte en charge soutenue jusqu'à 30 kg et peut soulever brièvement jusqu'à 50 kg. Il embarque un système tactile dans les mains et une couverture caméra à 360 degrés. Cette annonce fait suite à une présentation récente détaillant comment Atlas a appris à manipuler des charges lourdes par apprentissage par renforcement et simulation à grande échelle, acquérant en quelques semaines des capacités de levage, de transport et d'équilibrage adaptatif. Pour les intégrateurs et décideurs industriels qui envisagent le déploiement d'humanoïdes en usine, l'autonomie énergétique reste l'un des principaux freins à une exploitation continue en plusieurs équipes. En réduisant l'immobilisation liée à la batterie de 90 minutes à moins de trois, Boston Dynamics cible directement ce goulot d'étranglement plutôt que la seule démonstration de dextérité. L'entreprise met aussi en avant un transfert simulation-vers-robot réel en environ une heure, ce qui suggérerait une réduction notable de l'écart sim-to-real qui a longtemps limité le passage de compétences apprises virtuellement au monde physique. Ces chiffres restent toutefois ceux communiqués par le fabricant, sans validation indépendante ni confirmation publique de déploiements clients à grande échelle: il s'agit pour l'instant d'une capacité produit annoncée, pas d'un usage industriel documenté sur site. Cette évolution s'inscrit dans la trajectoire d'Atlas, passé en 2024 d'un robot hydraulique de démonstration à une plateforme entièrement électrique pensée pour la manutention industrielle. L'architecture a été volontairement simplifiée: deux types d'actionneurs seulement pour tout le corps, une conception symétrique des bras et des jambes, et des articulations sans câbles traversants permettant une rotation continue et réduisant l'usure, autant de choix qui facilitent la modélisation et l'entraînement en simulation. Lors de tests, le robot est parvenu à déplacer un réfrigérateur de plus de 45 kg après un entraînement effectué avec des charges nettement plus légères, et des mouvements dynamiques comme des coups de pied, des appuis renversés ou des backflips sont utilisés pour muscler son équilibre et sa récupération. Boston Dynamics évolue dans un marché de l'humanoïde industriel de plus en plus disputé, face à Figure AI et son Figure 03, Tesla et Optimus, ou encore les plateformes logicielles Pi-0 de Physical Intelligence et GR00T N2 de Nvidia, qui misent elles aussi sur l'apprentissage par simulation massive. Aucune date de déploiement client ni volume de production n'a pour l'instant été précisé pour cette fonction de changement de batterie autonome.

Humanoïdes❧Opinion

1 source

44

196SCMP Tech 

Les États-Unis nuisent à leur propre industrie robotique en l'isolant de la Chine

Le régulateur américain des télécommunications, la Federal Communications Commission (FCC), a annoncé le mois dernier l'ajout de robots humanoïdes étrangers, de robots quadrupèdes et d'onduleurs de puissance fabriqués à l'étranger à sa "Covered List", la liste des équipements jugés menaçants pour la sécurité nationale. La décision, prise par le président de la FCC Brendan Carr, s'appuie sur les conclusions d'un groupe de travail de la Maison Blanche. Concrètement, l'inscription sur cette liste prive ces appareils de l'autorisation que la quasi-totalité des équipements électroniques doit obtenir pour être commercialisée aux États-Unis, ce qui revient à leur fermer l'accès au marché américain. La mesure vise en priorité le matériel robotique conçu ou assemblé en Chine, dans la continuité d'exclusions déjà appliquées par le passé à des équipementiers télécoms chinois comme Huawei ou ZTE. Pour l'industrie robotique américaine, cette exclusion pourrait se retourner contre elle. De nombreux intégrateurs et startups américains dépendent de composants, d'actionneurs, de batteries et de sous-systèmes fabriqués en Chine, où se concentre l'essentiel de la chaîne d'approvisionnement des robots humanoïdes et quadrupèdes. Couper l'accès à ce matériel sans alternative domestique compétitive risque de ralentir l'innovation et de renchérir les coûts pour les fabricants américains, plutôt que de stimuler une production locale équivalente à court terme. Cette décision s'inscrit dans l'escalade plus large des tensions technologiques sino-américaines, où la Covered List, initialement conçue pour les équipements télécoms sensibles, s'étend désormais à la robotique de nouvelle génération. Elle intervient alors que des acteurs chinois occupent une position dominante sur le marché mondial des robots quadrupèdes et humanoïdes commerciaux, face à des concurrents américains encore en phase de montée en échelle industrielle.

Regulation⚖Reglementation

1 source

45

197SCMP Tech 

AgiBot dépasse Unitree et devient le premier fournisseur mondial de robots humanoïdes au premier semestre, en pleine préparation d'IPO

AgiBot, entreprise chinoise basée à Shanghai, a dépassé son rival domestique Unitree Robotics pour devenir le premier fournisseur mondial de robots humanoïdes au premier semestre 2026. Selon un rapport publié dimanche par le cabinet de recherche californien Smart Analytics Global (SAG), AgiBot a capté 44% du marché mondial après avoir livré environ 8 400 robots humanoïdes entre janvier et juin 2026. Ce basculement intervient alors que les deux poids lourds chinois du secteur préparent chacun une entrée en bourse, dans un contexte d'engouement financier généralisé pour la "physical AI", l'IA incarnée dans des systèmes robotiques. Ce changement de leadership vaut signal pour toute la filière: il confirme que la Chine concentre aujourd'hui l'essentiel des volumes réels de production et de livraison de robots humanoïdes, loin devant des annonces occidentales encore souvent limitées au prototype ou au pilote restreint. Pour les intégrateurs et décideurs B2B qui évaluent des fournisseurs, les 8 400 unités livrées en six mois marquent un changement d'échelle: le secteur quitte la phase de démonstration pour entrer dans une logique de déploiement mesurable. La double préparation d'IPO d'AgiBot et Unitree confirme aussi que les marchés financiers commencent à valoriser ces acteurs sur des bases commerciales concrètes, et non plus sur la seule promesse technologique. AgiBot, également connue sous le nom de Zhiyuan Robotics, et Unitree, pionnier reconnu de la robotique quadrupède avant de se diversifier vers l'humanoïde, comptent parmi les entreprises chinoises les plus avancées du secteur, soutenues par des fonds publics et privés locaux. Leur course à la cotation s'inscrit dans une compétition mondiale plus large face à des acteurs comme Figure AI ou Tesla aux Etats-Unis, qui visent eux aussi la production de masse de robots humanoïdes pour la logistique et l'industrie. Les prochaines étapes attendues concernent la confirmation des calendriers d'introduction en bourse des deux groupes chinois, ainsi que la publication de données plus détaillées sur la répartition géographique de ces déploiements.

Chine/Asie⚡Actu

1 source

45

198Pandaily 

Un robot qui apprend à partir de vidéos courtes en 29 secondes : HOST, la nouvelle recette d'IA incarnée de X Square Robot

Le robot humanoïde chinois X Square Robot a mis en open source HOST, un framework d'apprentissage par vidéo qui permet à un robot de reproduire une tâche dès sa première tentative, après avoir simplement regardé un clip de démonstration de 29 secondes. Sur ce test, HOST atteint un taux de réussite de 62%, contre 38% pour la méthode standard actuelle qui nécessite environ 50 démonstrations expertes et quatre heures de fine-tuning. Le système repose sur deux modules: un module de vision qui reconstruit la scène observée du point de vue du robot, et un module d'action qui calcule la trajectoire articulaire correspondante, le tout aligné par un mécanisme de dynamic time warping qui réduit l'erreur d'alignement d'un facteur dix environ. Fondée fin 2023 à Pékin, X Square Robot a levé plus d'un milliard de yuans sur huit tours de table, avec Meituan Strategic Investment, Alibaba Cloud, Lenovo Capital et Delian Capital parmi ses investisseurs. L'enjeu dépasse la simple prouesse technique: la collecte de données par téléopération, aujourd'hui dominante dans le secteur, repose sur des ingénieurs équipés de casques VR qui pilotent un bras robotique geste par geste, des dizaines de fois, pour chaque tâche. Un robot de collecte coûte plusieurs centaines de milliers de dollars et chaque démonstration peut dépasser cent dollars en coût marginal, un modèle que même les "fabriques de données" en Inde ou les travailleurs à temps partiel des zones rurales chinoises ne parviennent pas à rendre réellement scalable. En inversant la logique, c'est à dire en apprenant à l'inférence plutôt qu'en réentraînant hors ligne sur des données massives, HOST attaque directement ce goulot d'étranglement économique. Si l'approche tient à l'échelle au-delà du benchmark de recherche, elle rebattrait les cartes pour les intégrateurs et décideurs industriels en réduisant drastiquement le coût d'acquisition de nouvelles compétences robotiques, un argument central dans la course actuelle entre laboratoires embodied-AI. Il faut toutefois noter que le chiffre de 62% reste une mesure de recherche sur benchmark, pas une performance de déploiement en conditions réelles, et l'article ne précise pas la diversité des tâches testées ni les conditions d'évaluation. L'approche s'inspire de la théorie cognitive de la simulation, selon laquelle l'humain répète mentalement le résultat visé avant d'agir, une logique que l'équipe chinoise transpose à l'apprentissage robotique en remplaçant l'imitation articulation par articulation par une reconstruction de la scène finale suivie d'un calcul de trajectoire. Le choix de l'open source vise explicitement à capter l'attention des développeurs comme tremplin vers des pilotes en entreprise, une stratégie de positionnement qui s'inscrit dans la compétition plus large entre approches VLA telles que Pi-0, GR00T N2 ou Helix, où la question du passage à l'échelle depuis la démonstration jusqu'au déploiement industriel reste largement ouverte.

IA physique❧Opinion

1 source

45

199TechNode 

Unitree ouvre la souscription à son introduction en bourse sur le marché des actions A

Unitree Robotics a ouvert le 10 aout 2026 la souscription en ligne de son introduction en bourse sur le STAR Market de la Bourse de Shanghai. Les médias chinois, dont le 21st Century Business Herald, présentent l'opération comme la première IPO d'un fabricant de robots humanoïdes sur le marche actions A. Elle suscite l'attention en raison d'un flottant public très restreint. Des courtiers estiment le taux d'allocation des souscriptions en ligne entre 0,02% et 0,03%, signe d'une demande très largement supérieure a l'offre disponible. D'éventuels gains a la première séance de cotation circulent déjà dans la presse financière, mais restent des projections de marche et non des indications communiquées par Unitree elle-même. Cette cotation marque une étape pour la commercialisation de la robotique humanoïde chinoise, secteur érigé en priorité industrielle par Pekin. Elle donne a Unitree, connu pour ses robots-chiens Go et ses humanoïdes H1 et G1 déjà vendus a des intégrateurs et laboratoires de recherche, un accès a des capitaux frais pour accélérer production en série et R&D, alors que Figure AI, Tesla avec Optimus ou Boston Dynamics avancent aussi vers la commercialisation. Pour les intégrateurs et décideurs B2B, un tel niveau de demande d'allocation traduit surtout un engouement boursier propre au marche chinois, et non une validation directe de la maturité technologique ou commerciale des humanoïdes. Fondee en 2016 par Wang Xingxing, Unitree s'est d'abord fait connaitre avec ses robots-chiens grand public avant d'élargir sa gamme aux humanoïdes bipèdes destines a la logistique et l'inspection industrielle. Elle concurrence UBTech Robotics, déjà cotée a la Bourse de Hong Kong depuis fin 2023, ce qui relativise le qualificatif de "première": l'opération de Shanghai est plus précisément la première IPO d'un fabricant de robots humanoïdes sur le marche actions A continental. D'autres acteurs chinois de l'humanoïde préparent aussi des levées de fonds ou des cotations, sans date de mise en bourse effective encore précisée pour Unitree.

Business❧Opinion

1 source

37

200TechNode 

Ancien responsable robotique de ByteDance rejoindrait Xiaomi

Kong Tao, ancien responsable de l'équipe robotique de ByteDance, aurait rejoint Xiaomi en 2025 pour y diriger une équipe dédiée aux modèles fondation pour robots, selon plusieurs sources citées par IT Home. Il aurait emmené avec lui plusieurs anciens collègues de ByteDance. La division robotique de Xiaomi compterait environ 200 employés, l'équipe modèles fondation opérant séparément au sein de cette activité. Xiaomi a déjà publié son modèle Xiaomi-Robotics-1 et teste actuellement des robots humanoïdes dans des environnements de production manufacturière. Ce recrutement illustre l'intensification de la bataille des talents autour des modèles fondation pour la robotique en Chine, un domaine où la maîtrise des architectures VLA (vision-langage-action) devient un facteur différenciant aussi critique que le hardware lui-même. Pour les acteurs B2B et les intégrateurs industriels, ce mouvement confirme que Xiaomi structure une stratégie robotique à long terme, distincte de son activité smartphone et véhicules électriques, avec une ambition affichée de rivaliser sur le terrain des modèles génériques capables de piloter des humanoïdes en usine, à l'image des efforts de Figure AI, Tesla ou Unitree. Ce transfert de personnel s'inscrit dans un contexte où ByteDance a investi ces dernières années dans la robotique et l'IA incarnée, sans toutefois en faire une priorité affichée publiquement comparable à ses activités IA générative. Xiaomi, de son côté, a multiplié les signaux d'intérêt pour la robotique humanoïde depuis 2022, entre prototypes et partenariats industriels. Les informations sur ce recrutement, non confirmées officiellement par les deux entreprises, restent à ce stade basées sur des sources anonymes rapportées par la presse chinoise, sans calendrier précis sur le déploiement à plus grande échelle des humanoïdes testés par Xiaomi.

Chine/Asie⚡Actu

1 source