Aller au contenu principal

Actualités robotique — page 47

7 515 articles au fil, du plus récent au plus ancien.

La révolution robotique chinoise ne prendra peut-être pas la forme attendue
2301SCMP Tech 

La révolution robotique chinoise ne prendra peut-être pas la forme attendue

Lors de la World Robot Conference qui s'est tenue le mois dernier à Pékin, des robots humanoïdes chinois ont livré une démonstration remarquée : tri de colis, emballage de téléphones et tâches ménagères exécutées en direct devant le public. Unitree Robotics, le fabricant connu pour ses robots quadrupèdes et humanoïdes capables de courir, danser et exécuter des mouvements d'arts martiaux, a marqué les esprits au même moment avec son entrée en bourse à Shanghai : l'action a clôturé sa première séance de cotation à plus de cinq fois son prix d'introduction. Cette double séquence, démonstrations spectaculaires sur scène et accueil boursier très favorable, illustre l'appétit des investisseurs et l'ambition affichée par la Chine de faire de la robotique humanoïde un secteur industriel stratégique. Mais pour les intégrateurs et décideurs qui évaluent la maturité réelle de ces machines, elle relance aussi la question classique de l'écart entre démonstration scénique et déploiement industriel effectif : trier des colis ou plier du linge devant des caméras ne prouve pas qu'un robot tienne la cadence, la fiabilité et le coût d'un site de production ou d'entrepôt en conditions réelles. L'engouement financier autour d'Unitree pourrait ainsi anticiper une adoption plus rapide qu'elle ne l'est en pratique sur le terrain. Unitree s'est d'abord fait connaître avec ses robots-chiens quadrupèdes avant d'étendre sa gamme aux humanoïdes, dans un marché chinois où plusieurs constructeurs se disputent la vitrine technologique et le soutien des pouvoirs publics à la filière robotique. Le titre même de l'article souligne que la révolution promise par ces vitrines pourrait ne pas se matérialiser sous la forme spectaculaire mise en avant lors d'événements comme la World Robot Conference, invitant à distinguer la démonstration médiatique du déploiement commercial réel restant à construire.

Chine/AsieOpinion
1 source
JAKA contre-attaque Teradyne Robotics dans le litige de brevets
2302Robotics Business Review 

JAKA contre-attaque Teradyne Robotics dans le litige de brevets

Le fabricant chinois de bras collaboratifs JAKA Robotics a riposté le 3 septembre après avoir été poursuivi la semaine précédente par Teradyne Robotics, maison mère du danois Universal Robots, pour violation de brevets portant sur le matériel et le logiciel de ses cobots. Dans un communiqué transmis à The Robot Report, JAKA affirme avoir engagé une action en justice demandant une injonction contre ce qu'elle qualifie de déclarations publiques "fausses, trompeuses et préjudiciables" de la part de Teradyne. La société, basée à Shanghai, dit n'avoir reçu aucune communication directe de Teradyne ni de ses représentants légaux, et n'avoir vu aucun document judiciaire lié à l'affaire: elle affirme avoir appris les accusations uniquement via une annonce de Teradyne sur les réseaux sociaux. Selon JAKA, ses conseils juridiques n'avaient trouvé, au 2 septembre, aucune procédure pour contrefaçon de brevet ouverte contre elle, et The Robot Report n'avait à ce stade identifié aucun document de justice confirmant le dossier. JAKA revendique plus de 300 brevets déposés dans le monde et affirme avoir commandé deux analyses indépendantes de liberté d'exploitation avant son entrée sur le marché européen, sans qu'aucune ne signale de risque de contrefaçon. David Brandt, vice-président R&D et directeur technique d'Universal Robots, a répondu que la plainte avait bien été déposée devant les tribunaux de Copenhague et n'avait peut-être pas encore été signifiée à JAKA, ajoutant que le nombre de brevets détenus par JAKA importe peu, seule comptant leur solidité. Cette querelle, rendue publique de façon inhabituelle pour un contentieux de brevets dans la robotique, illustre les tensions croissantes entre fabricants occidentaux établis et nouveaux entrants chinois sur le marché des cobots. JAKA accuse Teradyne d'associer ses produits à une sécurité ou une qualité moindre en raison de leur "origine chinoise", une allégation qu'elle juge infondée puisque la sécurité d'un cobot dépend de l'intégration et de l'évaluation des risques, pas du pays de fabrication. JAKA parle d'une tentative de créer une "incertitude anticoncurrentielle" sur le marché. Pour les intégrateurs et décideurs industriels, l'affaire ajoute un facteur de risque juridique à considérer lors du choix de bras collaboratifs chinois en Europe, à un moment où ces fournisseurs gagnent des parts de marché face à Universal Robots, longtemps leader incontesté du secteur. Universal Robots, pionnier danois des cobots fondé en 2005 et racheté par l'américain Teradyne en 2015, défend ainsi une position dominante face à JAKA Robotics, fondée à Shanghai en 2014 et en pleine expansion en Europe. La plainte de Teradyne vise la filiale allemande de JAKA et a été déposée devant un tribunal de Copenhague, sur le terrain historique d'Universal Robots. JAKA affirme de son côté avoir lancé une procédure distincte en Allemagne contre les déclarations publiques de Teradyne. Aucun document judiciaire n'a encore été rendu public de part et d'autre, et le statut exact de la signification reste incertain. The Robot Report indique poursuivre son suivi de l'affaire à mesure que de nouveaux dépôts et déclarations seront disponibles.

FR/EU ecosystemeActu
1 source
La meilleure façon d'explorer les cratères lunaires : une boule robotique géante
2303IEEE Spectrum Robotics 

La meilleure façon d'explorer les cratères lunaires : une boule robotique géante

Des chercheurs du laboratoire RAD de Texas A&M University, à College Station, ont testé en février 2026, dans une carrière du centre du Texas, RoboBall III, un robot sphérique gonflable de 1,8 mètre de diamètre pour 150 kilogrammes, qui a roulé sans difficulté sur des roches, du gravier et de l'argile humide. Le projet, mené par le doctorant en génie mécanique Rishi Jangale, vise à terme l'exploration de cratères lunaires inaccessibles comme Shackleton, au pôle sud de la Lune : 21 kilomètres de diamètre, 4 kilomètres de profondeur, avec des poches en ombre permanente où la température descend à moins 240°C, contre plus de 93°C côté ensoleillé, et où se trouveraient glace d'eau et strates géologiques anciennes. RoboBall se déplace grâce à un pendule interne qui déplace son centre de masse pour faire rouler sa coque protectrice. Ces travaux sont détaillés dans un article publié dans IEEE Transactions on Field Robotics, qui présente la conception du robot, un scénario de mission lunaire encore hypothétique, et les résultats de ces premiers essais de terrain. Cette forme sphérique répond à une contrainte opérationnelle : sur un sol lunaire à faible gravité, un rover classique risque de basculer, et la NASA exclut d'envoyer des astronautes près de cratères d'où on ne pourrait pas les extraire en cas de chute. La démonstration reste à un stade académique, entre essais en carrière terrestre et scénario de mission hypothétique, mais elle répond à une vraie lacune scientifique : aucun échantillon lunaire n'a été rapporté sur Terre depuis plus de cinquante ans, et les météorites lunaires manquent, selon la minéralogiste Sara Russell du Natural History Museum de Londres, du contexte géologique de terrain qui fait la valeur scientifique d'un prélèvement. Contrairement à un rover tenu par un câble, RoboBall n'aurait pas besoin de remonter par ses propres moyens : il pourrait collecter des échantillons au fond d'un cratère puis les renvoyer par petites fusées vers un rover resté au bord, avec un rayon d'action bien plus large. L'idée remonte à 2003, quand Robert Ambrose, alors ingénieur robotique à la NASA et aujourd'hui responsable du laboratoire RAD à Texas A&M, a imaginé qu'une sphère gonflable, insensible au retournement et isolée thermiquement, pourrait aller là où rover à roues et astronautes ne s'aventurent pas. Un premier démonstrateur, RoboBall II, large de seulement 0,5 mètre, a été achevé en 2022 après des itérations rapides marquées par des pannes logicielles et un système de transmission trop faible pour franchir des obstacles meubles ; il aura fallu onze mois de plus pour aboutir à RoboBall III. Aucune mission lunaire n'est à ce jour programmée : le projet reste une démonstration technologique universitaire, destinée à alimenter les réflexions de la NASA en vue de futures explorations robotiques du pôle sud lunaire.

RecherchePaper
1 source
Vidéo : ce robot humanoïde compact facilite la création de compétences robotiques personnalisées
2304Interesting Engineering 

Vidéo : ce robot humanoïde compact facilite la création de compétences robotiques personnalisées

La société chinoise Zeroth, fondée en 2024 et basée à Suzhou, a lancé Bridge, un robot humanoïde compact, ainsi qu'OpenBridge, un écosystème open source destiné au développement de compétences robotiques. Bridge mesure 88 centimètres pour environ 13 kilogrammes, avec des bras de 30 à 40 centimètres et des pinces à deux doigts, un format pensé pour un usage de bureau. Il intègre des actionneurs propriétaires à couple élevé, une marche bipède, de l'évitement d'obstacles et une bibliothèque de mouvements chorégraphiés ; une vidéo de démonstration le montre capable de backflips et de téléopération intégrale du corps. La première série, baptisée Bridge Geek Edition, est ouverte à la précommande mondiale, avec accès à des kits de développement (SDK), des API ouvertes de contrôle moteur et des outils de capture de mouvement et de réalité virtuelle. Le programme Bridge Builder présélectionnera 500 développeurs pour un défi de co-création : 200 recevront un Bridge gratuit pour contribuer à OpenBridge, et 300 obtiendront un accès prioritaire à l'achat, au SDK et aux futures phases du programme. L'objectif affiché par Zeroth est de déplacer la valeur du robot vers le logiciel plutôt que vers le matériel seul : au lieu de séquences pré-programmées figées, Bridge repose sur une architecture dite « AI-native » censée permettre des comportements adaptatifs, complétée par un Skill Hub communautaire où les compétences créées par un développeur deviennent réutilisables par d'autres. Pour les intégrateurs et équipes R&D, cette logique de plateforme ouverte et peu coûteuse à l'entrée pourrait faciliter l'expérimentation en IA physique en dehors des grands laboratoires, dans la lignée de ce que des modèles vision-langage-action comme Pi-0 ou GR00T N2 tentent de généraliser pour le contrôle robotique. La formule « premier robot incarné AI-native au monde » relève toutefois du discours marketing et reste à valider ; les démonstrations de backflips ou de téléopération diffusées en vidéo, sans métrique vérifiable de fiabilité ou de temps de cycle, sont probablement issues de prises sélectionnées. Le lancement en est au stade de la précommande et du recrutement de développeurs, pas d'un déploiement industriel. Zeroth s'inscrit dans une vague de jeunes pousses chinoises de robotique humanoïde, aux côtés d'acteurs comme Unitree, AgiBot ou Galbot, qui cherchent à capter les développeurs avant les acteurs établis en misant sur des plateformes compactes et accessibles. Cette ouverture fait écho aux stratégies engagées ailleurs dans le secteur, qu'il s'agisse des modèles fondation robotique de NVIDIA (GR00T) et de Physical Intelligence (Pi-0), ou des plateformes propriétaires de Figure (Helix) et Tesla (Optimus), qui investissent elles aussi le contrôle par IA plutôt que la programmation fixe. Contrairement à ces derniers, orientés vers des déploiements industriels en usine ou en logistique, Zeroth cible d'abord chercheurs et développeurs avec un robot de bureau à faible coût d'entrée. La suite dépendra de la participation réelle au Bridge Builder Program et de l'activité du Skill Hub ; aucun acteur français ou européen n'est associé à ce lancement, pour l'instant circonscrit au marché chinois et à une précommande mondiale.

HumanoïdesOpinion
1 source
Unitree implante « trois bases, deux centres » à Chengdu, rendez-vous des leaders de l'IA incarnée
2305Pandaily 

Unitree implante « trois bases, deux centres » à Chengdu, rendez-vous des leaders de l'IA incarnée

Unitree, le fabricant chinois de robots humanoïdes entré en bourse sur le STAR Market de Shanghai il y a un mois, vient d'enregistrer une filiale à 100 %, Chengdu Yuchen Technology, pour déployer à Chengdu une stratégie baptisée "trois bases, deux centres". Les trois bases couvrent une base pilote de production à l'ouest de la ville, dédiée aux bras robotiques humanoïdes, quadrupèdes et à roues, une base tournée vers le cinéma et la télévision qui s'appuie sur les ressources culturelles et touristiques locales, et une base éducative couvrant tous les niveaux scolaires. Les deux centres ajoutent un centre d'innovation applicative orienté sécurité publique, éducation et tourisme culturel, et un centre de collecte de données destiné à alimenter l'entraînement des algorithmes d'IA incarnée. Premier résultat concret, un laboratoire conjoint d'IA incarnée avec un district scolaire local a déjà été lancé. Le fondateur Wang Xingxing avait fait de Chengdu une vitrine en y présentant le mécha transformable porteur de charge GD01 sur Chunxi Road. Selon les chiffres cités, l'industrie centrale de l'IA à Chengdu dépassait 150 milliards de yuans en 2025, répartie sur plus de 1 200 entreprises, avec un objectif de 260 milliards de yuans d'ici 2027. L'implantation d'Unitree complète ce que des observateurs décrivent comme la dernière pièce du puzzle robotique de Chengdu, la ville comptant désormais cinq des principaux acteurs chinois de l'IA incarnée, aux côtés d'UBTECH, AgiBot et Galbot. Au-delà de l'effet d'annonce, la base pilote cible un maillon historiquement faible de la hard tech chinoise, le passage du prototype à la fabrication en série, signe d'un déplacement de la compétition humanoïde des démonstrations de laboratoire vers l'industrialisation réelle. Le centre de collecte de données s'attaque lui aussi à un point sensible du secteur, la difficulté à obtenir des données réelles suffisantes pour entraîner des modèles vision-langage-action hors simulation. Pour les intégrateurs et décideurs industriels, l'enregistrement d'une filiale reste avant tout un geste administratif ; le signal à surveiller sera la matérialisation annoncée en usines, hôpitaux et rues commerçantes, seul indicateur qui distinguera l'initiative d'un simple effet d'annonce. Cette implantation s'inscrit dans une dynamique déjà amorcée par les concurrents d'Unitree à Chengdu, où la base d'un rival est passée de la signature à la production en six mois, et où des robots de service guident déjà les visiteurs de la célèbre réserve de pandas de la ville. Wang Xingxing justifie ce choix en expliquant que les robots doivent sortir du laboratoire pour mûrir au contact du réel, la combinaison chengdunoise de vie quotidienne et d'innovation de pointe formant selon lui un terreau naturel. L'opération intervient un mois seulement après l'introduction en bourse d'Unitree, confirmant l'ambition du groupe de multiplier les implantations industrielles en Chine tout en consolidant sa position face à UBTECH, AgiBot et Galbot. Reste à savoir si cette stratégie fondée sur les usages locaux se traduira en modèle économique durable, un test que Wang lui-même dit suspendu à la présence effective, ou non, de robots Unitree dans les usines, hôpitaux et rues commerçantes de la ville.

Chine/AsieActu
1 source
Les robots « Lego » de Direct Drive reconnaissent leur propre corps après l'assemblage
2306Pandaily 

Les robots « Lego » de Direct Drive reconnaissent leur propre corps après l'assemblage

Direct Drive, société chinoise basée à Dongguan, a dévoilé sa plateforme robotique modulaire D1, conçue pour reconfigurer physiquement un même robot selon la tâche à accomplir. Grâce à des mécanismes d'assemblage propriétaires, plusieurs unités D1 se combinent tête-à-tête ou queue-à-queue, comme des blocs, pour modifier la longueur de l'engin, sa structure porteuse et sa fonction. Une fois assemblé, le système identifie automatiquement la nouvelle configuration et reconstruit son modèle dynamique, faisant entrer les différentes unités dans un régime unifié de mouvement et de contrôle sans reprogrammation manuelle. L'entreprise décline ce principe dans un scénario de transport baptisé D1-SET: le robot étend sa zone de charge centrale en ajoutant des segments, charge et décharge seul des caisses, en assemble plusieurs le long de son corps, puis suit une personne via localisation UWB et caméra de profondeur, en intérieur comme en extérieur, y compris dans des ascenseurs et des escaliers. Le communiqué ne fournit ni charge utile chiffrée, ni degrés de liberté, ni temps de cycle précis, ce qui limite la portée vérifiable de la démonstration. Cette approche cible un problème structurel de la robotique industrielle: un même robot peine à répondre à des besoins très différents, entre parc logistique valorisant charge utile et autonomie, site industriel exigeant une stabilité de fonctionnement, ou espace exigu demandant de l'agilité, chaque changement de tâche imposant souvent de revoir structure mécanique, motorisation, capteurs et algorithmes de contrôle. En déplaçant la modularité au niveau du corps entier, plutôt qu'à un simple outil interchangeable en bout de bras, Direct Drive vise à réduire le développement redondant: une architecture de puissance, de perception et de contrôle réutilisable permet d'adapter un robot par combinaison de modules plutôt que par conception d'une machine entièrement nouvelle à chaque cahier des charges. Pour les intégrateurs et décideurs industriels, l'enjeu porte moins sur la performance d'une unité isolée que sur la capacité d'un même socle technologique à couvrir un spectre de scénarios plus large, des tâches légères assurées seule jusqu'aux charges lourdes et terrains difficiles pris en charge par plusieurs unités assemblées. Ce lancement s'appuie sur l'expertise de Direct Drive dans les moteurs à entraînement direct, les modules d'articulation robotique, les moteurs à couple sans châssis et les moteurs à rotor creux. L'entreprise revendique plus de 40% de son effectif en R&D et teste un dispositif de livraison rapide en 30 jours depuis son site de Songshan Lake, à Dongguan. Aucune date de lancement commercial ni volume de déploiement réel n'est précisé: l'initiative reste à ce stade une démonstration technologique et un test logistique interne plutôt qu'un produit largement déployé sur le terrain. Elle s'inscrit néanmoins dans une tendance plus large du secteur chinois de la robotique, où la modularité redevient un argument de différenciation face à des plateformes figées, chaque fabricant cherchant à mutualiser une base matérielle et logicielle commune pour multiplier les cas d'usage sans multiplier les gammes de produits.

Chine/AsieOpinion
1 source
NexCOBOT évoque les obstacles du marché de l'IA physique et son accélération
2307Robotics Business Review 

NexCOBOT évoque les obstacles du marché de l'IA physique et son accélération

NexCOBOT, fournisseur taïwanais de contrôleurs pour la robotique basé à New Taipei City, a présenté sa gamme de contrôleurs de mouvement lors du Robotics Summit & Expo. Sa directrice générale, Jenny Shern, a détaillé l'évolution du marché de l'IA physique dans un entretien avec The Robot Report. Elle cite trois rachats survenus cette année : Mobileye a acquis Mentee Robotics pour 900 millions de dollars en janvier, Amazon a racheté Fauna Robotics en mars, et Meta a absorbé Assured Robot Intelligence en mai. Depuis 2025, NexCOBOT reçoit un afflux de demandes de la part de fabricants de robots à pattes, quadrupèdes et humanoïdes, ainsi que de manipulateurs mobiles, cherchant des contrôleurs adaptés à ces nouvelles architectures. L'entreprise, issue en 2018 d'une scission de l'unité IoT Automation Solutions du groupe NEXCOM, fournit des contrôleurs de mouvement, des contrôleurs de sécurité fonctionnelle, des composants périphériques et des services de conseil en vérification de conception. Shern indique que NexCOBOT reste dans une position financière stable, sans divulguer de chiffres précis, et concentre ses efforts sur le passage à la production de masse pour honorer un carnet de commandes mondial important. Ces rachats par les géants technologiques illustrent une stratégie claire : acheter l'expertise en apprentissage robotique, perception et contrôle autonome plutôt que la développer en interne, pour accélérer l'accès à ce que Shern qualifie de prochaine phase des systèmes intelligents. Pour les intégrateurs et décideurs industriels, ce mouvement de consolidation coïncide avec un resserrement du capital-risque en amorçage : si les levées géantes se multiplient, le financement des jeunes pousses en phase précoce a reculé aux Etats-Unis, ce qui impose une pression accrue pour démontrer rapidement un modèle économique viable. Shern anticipe davantage de collaborations entre startups, industriels et grandes entreprises technologiques pour compenser ce resserrement. Elle introduit aussi la notion de robots natifs IA, conçus dès l'origine pour percevoir, décider et s'adapter à leur environnement plutôt que suivre des instructions figées, à la différence des robots industriels traditionnels. Si les progrès en perception, planification de mouvement et interaction homme-robot sont rapides, elle souligne que la fiabilité et la sécurité restent les conditions déterminantes avant une adoption industrielle à grande échelle, l'intégration se faisant par étapes plutôt que par bascule immédiate. Ce positionnement s'inscrit dans l'histoire de NexCOBOT, née en 2018 d'une séparation de l'activité IoT Automation Solutions de NEXCOM Group, et construite comme fournisseur neutre de contrôleurs aussi bien pour la robotique traditionnelle que pour les nouvelles générations de machines à pattes ou mobiles. Sans citer de partenariat ni de pilote nommé, Shern situe son entreprise en position d'infrastructure plutôt qu'en concurrente directe des fabricants de robots humanoïdes eux-mêmes rachetés par Mobileye, Amazon ou Meta, un marché qui reste ici dominé par des acteurs nord-américains sans mention d'acteur français ou européen. La suite annoncée par NexCOBOT relève de l'exécution plutôt que du produit nouveau : honorer un carnet de commandes mondial déjà constitué et basculer vers la production de masse de ses contrôleurs de sécurité fonctionnelle ouverts, signe que, selon elle, la demande dépasse déjà la phase de prototypage chez les intégrateurs de robotique de nouvelle génération.

IA physiqueActu
1 source
Pourquoi l'alimentation est le défi le plus difficile de l'IA physique, selon RoboBusiness
2308Robotics Business Review 

Pourquoi l'alimentation est le défi le plus difficile de l'IA physique, selon RoboBusiness

Chef Robotics, entreprise de robotique alimentaire basée à San Francisco, annonce que son fondateur et CEO Rajat Bhageria interviendra à RoboBusiness 2026, qui se tiendra les 20 et 21 octobre à Santa Clara, en Californie. Sa conférence, intitulée "Why Food is Physical AI's Hardest Problem and Most Promising Catalyst", portera sur l'automatisation de la préparation alimentaire à grande échelle. L'entreprise affirme avoir réalisé plus de 118 millions de portions en conditions de production réparties sur plus d'une douzaine d'usines agroalimentaires en Amérique du Nord et en Europe. Ces données constitueraient, selon Chef Robotics, le plus grand jeu de données réel de manipulation de matériaux déformables jamais constitué, et alimentent son modèle propriétaire, le Food Foundation Model (FFM), censé permettre à ses robots de généraliser à de nouveaux ingrédients avec un minimum de réentraînement. La session doit détailler les défis de fusion de capteurs pour saisir des objets mous et imprévisibles, ainsi que le contrôle de force nécessaire pour distinguer matériaux fragiles et denses. L'argument de fond dépasse la seule restauration collective. La plupart des modèles fondation en robotique physique sont aujourd'hui entraînés sur des objets rigides, plus faciles à modéliser et à simuler; la nourriture, déformable, variable en poids, en texture et en sensibilité thermique, constitue un test autrement plus exigeant. Si les techniques développées par Chef Robotics (préhension adaptative, retour tactile, entraînement sur distributions à forte variance) se transfèrent effectivement aux dispositifs médicaux, à l'emballage souple ou à l'agriculture, cela renforcerait l'idée que la donnée réelle à l'échelle, plutôt que la simulation ou les démonstrations en laboratoire, reste le facteur limitant des systèmes physiques déployables. Ces chiffres proviennent toutefois exclusivement de l'entreprise, sans audit indépendant, et le terme de "plus grand jeu de données" reste invérifiable de l'extérieur; il s'agit d'une présentation de conférence destinée à valoriser une thèse commerciale, pas d'une publication scientifique évaluée par des pairs. Chef Robotics n'est pas un nouvel entrant: avant de fonder l'entreprise, Bhageria avait dirigé Prototype Capital, un fonds de capital-risque en amorçage investissant dans des fondateurs appliquant des technologies nouvelles à des secteurs anciens, après avoir créé ThirdEye, une technologie d'assistance pour malvoyants, finalement rachetée. Il est titulaire d'un master en robotique et apprentissage automatique et d'une licence d'économie de l'université de Pennsylvanie. La démonstration s'inscrit dans une course plus large de l'IA physique où la plupart des acteurs valorisent la polyvalence de modèles vision-langage-action génériques; Chef Robotics défend au contraire une spécialisation verticale sur un problème de manipulation jugé particulièrement dur. Aucune nouvelle étape produit n'est annoncée au-delà de cette intervention: il s'agit d'une session de conférence, pas d'un lancement, dans le cadre de RoboBusiness 2026, événement organisé par The Robot Report à destination des développeurs de robotique commerciale.

IA physiqueActu
1 source
Vidéo : une nouvelle plateforme robotique combine mobilité à roues, tout-terrain et sur pattes
2309Interesting Engineering 

Vidéo : une nouvelle plateforme robotique combine mobilité à roues, tout-terrain et sur pattes

Galileo, société chinoise de robotique, a présenté Galileo X, une nouvelle plateforme de mobilité au sol, lors de la World Robot Conference (WRC) 2026 à Pékin. Le système repose sur ce que l'entreprise appelle son "Unified Embodied Ground Mobility System", une architecture matérielle et un cadre de contrôle censés unifier mécanique, actionneurs, perception et pilotage du mouvement au sein d'une seule plateforme. Selon Galileo, cette base commune permet à Galileo X de combiner la précision de déplacement des véhicules à guidage automatique (AGV) à roues utilisés en entrepôt, l'autonomie longue distance des véhicules tout-terrain, et la capacité de franchissement de terrains accidentés propre aux robots à pattes de type quadrupède. L'entreprise n'a communiqué aucune spécification technique chiffrée, ni charge utile, ni degrés de liberté, ni temps de cycle, ni prix, et n'a précisé aucun calendrier de déploiement commercial: il s'agit à ce stade d'une annonce de plateforme, pas d'un produit livré ou déployé sur site. L'intérêt tient moins à la démonstration elle-même qu'au pari architectural formulé: plutôt que de développer châssis, modèles cinématiques et systèmes de contrôle distincts pour chaque type de robot au sol, Galileo mise sur une architecture unique capable de couvrir logistique d'entrepôt, transport directionnel, inspection tout-terrain et base mobile pour robots humanoïdes. Pour des intégrateurs qui doivent aujourd'hui faire cohabiter flottes d'AGV, véhicules tout-terrain et quadrupèdes sur des piles logicielles différentes, la promesse d'un socle matériel et logiciel commun réduirait la complexité de maintenance et de coordination sur tout le cycle de vie des machines. L'annonce s'inscrit dans un débat plus large du secteur sur l'écart entre démonstration et réalité opérationnelle: en l'absence de métriques vérifiables ou de déploiements documentés, Galileo X reste pour l'instant une preuve de concept architecturale plutôt qu'une validation en conditions réelles. Cette présentation s'inscrit dans la stratégie plus large de Galileo autour de l'intelligence incarnée, l'entreprise revendiquant une approche intégrée verticalement: plateformes robotiques, composants clés, contrôle de mouvement et ingénierie système développés en interne plutôt que sous-traités à des fournisseurs tiers. Galileo présente Galileo X comme le socle de sa stratégie de mobilité tout-terrain et prévoit d'ouvrir les interfaces matérielles et logicielles de la plateforme à des développeurs d'algorithmes et à des partenaires industriels, dans une logique de plateforme ouverte plutôt que de robot isolé. Ce lancement survient alors que de nombreux acteurs chinois de la robotique, portés par le WRC 2026 de Pékin, multiplient les annonces de plateformes de mobilité au sol et de robots humanoïdes, dans une course où la Chine cherche à peser face aux acteurs occidentaux et japonais du secteur. Reste à voir si Galileo transformera ces ambitions en pilotes industriels concrets et en spécifications techniques vérifiables, au-delà de la démonstration de concept présentée au salon.

Chine/AsieActu
1 source
Le rêve du robot majordome ne tient pas debout
2310The Verge 

Le rêve du robot majordome ne tient pas debout

LG a dévoilé CLOiD, un robot domestique équipé de roues plutôt que de jambes. L'entreprise coréenne indique entraîner un modèle de fondation robotique en déployant plusieurs centaines d'unités CLOiD dans de véritables environnements domestiques, misant sur la collecte de données réelles plutôt que sur la seule démonstration. L'annonce intervient dans une année marquée par la multiplication des humanoïdes : au CES, des dizaines de robots à forme humaine ont été exposés, dont plusieurs destinés au foyer. Aux Etats-Unis, 1X Robotics a déjà placé son robot Neo, facturé 20 000 dollars, dans des maisons pour effectuer des tâches ménagères, avec toutefois une assistance humaine à distance encore substantielle. Cette semaine, au salon IFA de Berlin, une demi-douzaine d'humanoïdes, en majorité chinois, doivent défiler pour illustrer les progrès du secteur. Le choix de roues plutôt que de jambes tranche avec l'obsession actuelle pour la bipédie et traduit un pari pragmatique : pour la plupart des tâches ménagères, une base roulante fiable coûte moins cher à développer qu'une locomotion humanoïde complexe. Pour les intégrateurs et décideurs industriels, cela questionne l'idée selon laquelle la forme humaine serait indispensable pour opérer dans des environnements pensés pour l'humain. Le cas de Neo illustre aussi l'écart persistant entre démonstration et autonomie réelle : le robot dépend encore largement de téléopérateurs, preuve que l'autonomie complète en environnement domestique demeure un défi non résolu. Le défilé prévu à l'IFA, pensé comme vitrine commerciale plutôt que comme validation technique, invite à distinguer les démonstrations chorégraphiées d'un déploiement opérationnel réellement vérifié. Ce mouvement s'inscrit dans une accélération plus large de la robotique humanoïde en 2026, portée par des acteurs chinois de plus en plus présents sur les salons occidentaux, aux côtés d'entreprises américaines comme 1X. LG, historiquement fabricant d'électronique grand public et d'électroménager, cherche ainsi à se positionner sur le marché naissant du robot domestique en misant sur l'apprentissage par la donnée plutôt que sur la prouesse mécanique. Aucune date de commercialisation ni aucun prix n'ont été communiqués pour CLOiD, l'entreprise se concentrant pour l'instant sur la collecte de données via ses déploiements pilotes. Malgré l'engouement médiatique entourant les humanoïdes bipèdes, le robot majordome capable de gérer seul une maison reste, à ce stade, davantage une promesse qu'une réalité commerciale.

IA physiqueOpinion
1 source
Le boom des robots humanoïdes en Chine, partie I : dépasser le stade des salons
2311TechNode 

Le boom des robots humanoïdes en Chine, partie I : dépasser le stade des salons

À Pékin, la World Robot Conference (WRC) 2026 s'est tenue du 19 au 23 août sous le thème "symbiose humain-robot, convergence production-demande", réunissant 373 entreprises et plus de 3000 produits, dont 311 présentés pour la première fois. Galaxea AI y a dévoilé plusieurs modèles, dont le Galbot ET1, le G1 et le S1 : dans un décor domestique simulé, le G1 a préparé un petit-déjeuner (pain grillé, boissons versées), et lorsque la tasse a été déplacée en cours de versement, il a redressé la carafe, repositionné la tasse et repris l'opération sans renverser de liquide. CASBOT a présenté un groupe de rock composé de quatre robots (guitare électrique, basse, clavier, batterie) interprétant des titres chinois populaires comme "Glorious Years" de Beyond, avant de jouer un morceau original intitulé "Heat Dissipation". Li-Gong a fait travailler deux robots LiDian F1 en binôme sur une chaîne industrielle complète : démontage, tri, transport, puis réassemblage. Chez Unitree, des robots G1 se sont affrontés en kickboxing ; en finale de la catégorie 40 kg, une équipe de l'Université North China Electric Power a piloté à distance un G1 pour battre celui de l'équipe Unitree elle-même. Enfin, lors des World Humanoid Robot Games organisés la même semaine, le Tiangong Omni (1,35 m) a remporté le 400 mètres de sa catégorie en 45,66 secondes, avec une foulée inhabituelle, bras repliés près du visage, une posture non prévue à l'origine mais justifiée après coup par Han Gang, expert en algorithmes de contrôle moteur au Beijing Humanoid Robot Innovation Center, comme un moyen de limiter la charge sur les épaules et l'échauffement sur la distance. Ces démonstrations, aussi spectaculaires soient-elles, méritent d'être lues avec prudence : le combat de kickboxing était télé-opéré et non autonome, ce qui relativise ce qu'il prouve réellement sur l'intelligence embarquée des humanoïdes en situation de contact physique. La récupération du G1 de Galaxea AI face à une perturbation est en revanche un signal plus concret de robustesse en manipulation, sous réserve qu'il s'agisse d'un cas représentatif et non d'une séquence sélectionnée. Le vrai enjeu, souligné par les organisateurs eux-mêmes, est le passage des vitrines de salon et des essais à petite échelle vers un déploiement fiable et massif, ce qui reste largement à démontrer pour l'ensemble du secteur. Cette édition de la WRC illustre l'ampleur de l'écosystème chinois de la robotique humanoïde, porté par une politique industrielle nationale et une concurrence dense entre acteurs comme UBTECH, Unitree, Galaxea AI, Noetix Robotics, AheadForm et HokMind sur le segment biomimétique. Cet article constitue la première partie d'une série de TechNode consacrée à ce boom, la suite devant se pencher sur la manière dont ces entreprises comptent effectivement industrialiser leurs machines au-delà des démonstrations scéniques.

Chine/AsieOpinion
1 source
L'apprentissage par imitation préserve-t-il la robustesse temporelle en manipulation dextérique ? Comparaison expert-apprenant selon la vitesse d'exécution
2312arXiv cs.RO 

L'apprentissage par imitation préserve-t-il la robustesse temporelle en manipulation dextérique ? Comparaison expert-apprenant selon la vitesse d'exécution

Une étude publiée sur arXiv le 1er septembre 2026 (arXiv:2609.01453v1) compare, sur les mêmes conditions initiales, un expert scripté et une politique ACT (Action Chunking with Transformers) apprise par imitation, sur la tâche ParcelStow : saisir un colis, le réorienter puis l'insérer, une manipulation riche en contacts. Entraînée sur des démonstrations couvrant une plage de vitesses, la politique ACT égale l'expert à vitesse nominale, avec 100% de réussite pour les deux. Mais à la vitesse maximale démontrée, l'expert conserve 84% de réussite contre seulement 53% pour ACT, dont deux variantes entraînées avec des initialisations différentes se dégradent de 34 et 48 points de pourcentage, contre 16 points pour l'expert. Sur les échecs d'ACT à vitesse maximale, 35 sur 47 sont des défauts d'alignement à l'insertion. Quand la saisie est isolée dans un protocole de transfert par mouvement relatif, ACT retient le colis à 100% en espace libre mais ne termine la tâche que dans 64% des cas, contre 95% après une saisie experte ; sur les 414 saisies réalisées sans fermeture de force ("force closure"), aucune ne réussit. Code, données et scripts d'évaluation sont publiés sur GitHub (coenwerem/parcelstow). Ce résultat révèle un angle mort dans l'évaluation des politiques d'imitation en manipulation dextre : un taux de succès nominal identique entre expert et modèle appris ne garantit pas une robustesse équivalente face aux variations de cadence, pourtant décisives en tri de colis, logistique ou assemblage, où le temps de cycle est un paramètre de production. La plupart des benchmarks actuels testent la généralisation à de nouvelles scènes ou objets, rarement la tenue en vitesse. Pour les intégrateurs qui envisagent des politiques d'imitation sur des cellules à cadence variable, l'étude indique qu'une validation en laboratoire à vitesse démonstrateur ne suffit pas, en particulier sur les phases fines comme l'insertion. ACT s'est imposée depuis 2023 comme une architecture de référence en imitation learning pour la manipulation fine, popularisée par les travaux de téléopération bimanuelle ALOHA, et sert de brique de base dans de nombreux systèmes de manipulation dextre, aux côtés de politiques vision-langage-action plus récentes comme Pi-0, GR00T N2 ou Helix, dont la communication met surtout en avant la généralisation à de nouveaux objets, rarement la robustesse en vitesse. Limitée à une tâche unique et un nombre restreint de politiques entraînées, l'étude a surtout valeur de méthodologie reproductible : ses auteurs publient code, données et scripts pour que la communauté réplique le protocole sur d'autres tâches et architectures.

RecherchePaper
1 source
Sensibilité adaptative aux collisions pour une collaboration homme-robot efficace et sûre
2313arXiv cs.RO 

Sensibilité adaptative aux collisions pour une collaboration homme-robot efficace et sûre

Des chercheurs présentent un nouveau cadre logiciel permettant à un bras robotique collaboratif de moduler dynamiquement sa sensibilité aux collisions selon la partie du corps impliquée, plutôt que d'appliquer un seuil de force fixe uniforme sur toute sa surface comme l'exigent aujourd'hui les normes de collaboration homme-robot (HRC), telles que la norme ISO 10218-2:2025 régissant le régime PFL (Power and Force Limiting). Le système calcule en temps réel la force de collision estimée pour chaque segment du robot à partir de sa Masse Effective (Effective Mass, EM), une grandeur qui varie selon la configuration du bras et le point de contact. Les tests ont été menés sur un bras UR10e réel équipé d'une peau sensible AIRSKIN pour la détection et la localisation des impacts, ainsi qu'en simulation sur un bras KUKA LBR iiwa, dont la détection de collision repose cette fois sur les capteurs de couple articulaire. Dans un scénario de type prise-et-dépose (pick-and-place) combinant collisions transitoires et quasi-statiques, les auteurs rapportent un gain de productivité supérieur à 45% par rapport à l'approche standard à seuil fixe. Pour les intégrateurs et décideurs industriels, l'enjeu dépasse la simple optimisation de cycle: la méthode s'attaque directement au compromis sécurité-productivité qui freine l'adoption des cobots en environnement partagé avec des opérateurs humains. Aujourd'hui, un seuil de force unique impose un arrêt du robot dès qu'un contact dépasse la limite la plus stricte, même lorsque la zone touchée (proche d'une articulation à faible inertie, par exemple) serait en réalité sans danger. En rendant la limite de force dépendante du contexte cinématique et compatible avec deux architectures de détection différentes (peau tactile et couple articulaire), les auteurs démontrent une généralisation au-delà d'un capteur ou d'un modèle de bras propriétaire, ce qui est notable pour un secteur où beaucoup de démonstrations restent liées à un matériel unique. Ce travail s'inscrit dans la continuité des efforts pour affiner l'application pratique des normes PFL, jugées trop conservatrices par une partie de la communauté robotique depuis leur conception initiale. Le choix de tester à la fois sur UR10e (Universal Robots) avec AIRSKIN (Fraunhofer) et sur KUKA LBR iiwa positionne la méthode comme agnostique au fournisseur, avec une portée annoncée comme applicable à tout robot dont l'EM peut être calculée. Il s'agit ici d'un résultat de recherche publié sur arXiv (version révisée, replace v3), non d'un produit commercial ni d'un déploiement industriel: les validations quasi-statiques et transitoires restent limitées à un scénario de laboratoire, et le chiffre de 45% de gain de productivité mériterait d'être confirmé sur des cas d'usage industriels réels avant généralisation.

RecherchePaper
1 source
Hydra : calibration main-œil RGB-D sans marqueurs
2314arXiv cs.RO 

Hydra : calibration main-œil RGB-D sans marqueurs

Une équipe de recherche publie sur arXiv (2504.20584v2) Hydra, une méthode de calibration main-œil sans marqueurs par imagerie RGB-D, fondée sur une nouvelle implémentation de l'algorithme ICP avec un objectif point-to-plane robuste formulé sur une algèbre de Lie. Testée sur trois bras manipulateurs série et deux caméras RGB-D, elle atteint environ 90% de calibrations réussies avec seulement trois configurations robot tirées au hasard, soit une convergence vers l'optimum global 2 à 3 fois supérieure aux méthodes à marqueurs et sans marqueurs prises comme référence. Sur neuf configurations, le temps de convergence tombe à 0,8 seconde en moyenne (écart-type 0,4 s), deux ordres de grandeur plus rapide que les autres méthodes sans marqueurs, pour une précision de 5 mm dans l'espace de la tâche contre 7 mm pour les approches classiques. Le code et le jeu de benchmark sont publiés en open source sous licence Apache 2.0, avec une intégration ROS 2 prête à l'emploi. La calibration main-œil, qui aligne le repère d'une caméra sur celui du robot, conditionne toute application de vision guidée (préhension, inspection, bin picking) et repose classiquement sur des marqueurs physiques dont la pose et le réétalonnage ralentissent la mise en service, tandis que les alternatives sans marqueurs existantes peinent souvent à converger de manière fiable. En cumulant taux de succès élevé, rapidité et précision supérieure même aux méthodes à marqueurs, Hydra cible directement ce point de friction pour les intégrateurs devant réétalonner fréquemment leurs cellules robotisées, par exemple après un changement d'outil ou de poste. La publication ouverte du code et du benchmark permet en outre une comparaison reproductible, un exercice rare dans ce sous-domaine de la robotique. La calibration main-œil est un problème ancien, longtemps traité par des algorithmes à marqueurs puis par des variantes sans marqueurs exploitant des nuages de points, mais peu robustes face aux optima locaux et aux temps de calcul élevés. Hydra s'inscrit dans cette lignée en cherchant à lever ce compromis grâce à sa formulation ICP point-to-plane sur une algèbre de Lie. Il s'agit à ce stade d'une contribution de recherche académique, validée sur des manipulateurs série standards du commerce, et non d'un déploiement industriel documenté. L'intégration ROS 2 fournie, avec couche d'abstraction robot, vise à faciliter l'adoption par les équipes de recherche et d'intégration, ouvrant la voie à des validations sur davantage de plateformes et de caméras dans de futurs travaux.

RecherchePaper
1 source
Facet-0 : un modèle fondation robotique pour la manipulation précise en contact riche
2315arXiv cs.RO 

Facet-0 : un modèle fondation robotique pour la manipulation précise en contact riche

Un preprint publié sur arXiv (2609.01596) présente Facet-0, un modèle de fondation robotique pour l'assemblage de précision à tolérance sous-millimétrique, capable de prédire et d'évaluer les conséquences de contact de ses actions. Par flow matching, il génère chaque segment de mouvement avec le profil de force au poignet attendu, aligné sur l'historique des forces, la sémantique vision-langage et l'état cinématique, puis affine sa politique grâce à un critique distributionnel entraîné sur les déploiements réels et des récompenses ciblant les interactions de contact décisives. Entraîné sur ManuFacet-1K, un corpus de 1 000 heures synchronisées avec des données de force sur trois embodiments et plusieurs cellules de fabrication, le système atteint 82% de réussite moyenne sur cinq tâches d'assemblage informatique sous-millimétrique, contre 15% pour la meilleure référence, avec 0,5 mm de précision de placement et 50 ms de latence de commande. Ce résultat cible un angle mort des modèles vision-langage-action actuels, à l'aise pour saisir et déplacer des objets mais peu fiables dès qu'une tâche exige un contact fin, comme l'insertion de connecteurs ou le vissage. En traitant le retour de force comme signal d'apprentissage plutôt que garde-fou de sécurité, Facet-0 s'attaque à l'écart entre démonstrations impressionnantes et fiabilité réelle en ligne d'assemblage électronique, un enjeu concret pour les intégrateurs qui évaluent des bras génériques au-delà du tri ou de la manutention. Si l'écart revendiqué entre 82% et 15% se confirme dans des évaluations indépendantes, la modélisation explicite du contact pourrait devenir un prérequis pour les modèles de fondation visant l'industrie manufacturière exigeante. Facet-0 s'inscrit dans la vague des modèles de fondation robotique généralistes lancée par des systèmes comme Pi-0, GR00T N2 ou Helix, qui unifient perception, langage et contrôle moteur mais brillent surtout sur des tâches de manipulation grossière. En couplant une tête de prédiction de force à un critique dédié aux conséquences du contact, ses auteurs cherchent à combler ce manque sans abandonner l'architecture VLA générale. Le travail reste à ce stade une publication de recherche, sans annonce de déploiement industriel ni de mise à disposition du code ou du jeu de données ManuFacet-1K, les prochaines étapes attendues étant la revue par les pairs et des comparaisons indépendantes.

IA physiqueActu
1 source
BinWalker : conception et évaluation sur le terrain d'un robot quadrupède manipulateur pour la collecte durable de déchets
2316arXiv cs.RO 

BinWalker : conception et évaluation sur le terrain d'un robot quadrupède manipulateur pour la collecte durable de déchets

Des chercheurs du laboratoire DLSLab de l'Istituto Italiano di Tecnologia (IIT) ont présenté BinWalker, une plateforme robotique quadrupède équipée d'un bras manipulateur et d'un conteneur embarqué, conçue pour la collecte autonome de déchets en extérieur. Décrit dans un article publié sur arXiv (référence 2603.10529, version révisée), le système combine la mobilité de la locomotion à pattes avec un module de manipulation permettant de détecter, saisir et stocker des détritus tout en évoluant sur des terrains irréguliers comme les zones côtières, les parcs ou les bas-côtés végétalisés. Les essais ont été menés en conditions réelles extérieures, avec des évaluations sur le terrain destinées à valider l'intégration de la perception, de la locomotion et de la manipulation sur une même plateforme. Le code du projet, nommé trash-collection-isaaclab, a été rendu public sur le dépôt GitHub de l'équipe iit-DLSLab, ce qui suggère un entraînement appuyé sur l'environnement de simulation Isaac Lab de NVIDIA. L'article ne fournit toutefois aucun chiffre précis de charge utile, de degrés de liberté du bras, de temps de cycle ou de volumes traités, restant centré sur une démonstration de faisabilité plutôt que sur des métriques de performance industrielle. Ce travail illustre une tendance de fond dans la robotique de terrain: le recours à des plateformes quadrupèdes, plus aptes que les robots à roues ou les AMR classiques à franchir obstacles, pentes et sols meubles, pour des tâches de service extérieur jusqu'ici réservées à la main-d'œuvre humaine. La collecte de déchets sauvages, aujourd'hui manuelle, coûteuse et chronophage, représente un usage potentiel pour les municipalités, gestionnaires de parcs et opérateurs de nettoyage côtier, mais qui bute sur l'accessibilité des sites. En associant locomotion à pattes et manipulation embarquée sur une seule plateforme, BinWalker teste concrètement la viabilité d'une chaîne complète perception-navigation-préhension en environnement non structuré, un défi encore mal résolu malgré les progrès des modèles vision-langage-action. Pour les intégrateurs, l'intérêt tient moins à un produit prêt à déployer qu'à la preuve que l'architecture quadrupède plus bras reste praticable sur un segment environnemental à faible marge, généralement délaissé au profit d'applications logistiques ou d'inspection industrielle plus rémunératrices. Le projet s'inscrit dans les travaux du DLSLab de l'IIT, laboratoire italien spécialisé dans la locomotion dynamique des robots à pattes, qui publie régulièrement en accès libre, comme en témoigne la mise à disposition du code sur GitHub. BinWalker se positionne sur un créneau distinct des grandes plateformes humanoïdes commerciales telles que Figure 03 ou Optimus, ou des systèmes pilotés par des modèles comme Pi-0, GR00T N2 ou Helix, en misant sur une architecture quadrupède spécialisée plutôt que sur la polyvalence humanoïde générale. Aucun acteur français ou européen du secteur, comme Wandercraft ou Enchanted Tools, n'apparaît dans cette publication, qui reste un travail de recherche académique sans partenariat industriel ni pilote annoncé avec une municipalité. Les suites évoquées portent sur l'amélioration de la robustesse du système en conditions réelles variées, plutôt que sur un calendrier de commercialisation.

RecherchePaper
1 source
Évaluation des LLM multimodaux comme agents généralistes VLA pour le contrôle de drones : commande, approche, suivi et recherche
2317arXiv cs.RO 

Évaluation des LLM multimodaux comme agents généralistes VLA pour le contrôle de drones : commande, approche, suivi et recherche

Un article publié sur arXiv le 2 septembre 2026 (arXiv:2609.01404) présente DroneCATS-Agent, une architecture où un grand modèle multimodal (MLLM) est directement placé dans la boucle de commande d'un drone, avec tout son espace d'action décrit uniquement dans le prompt, sans fine-tuning ni schéma de function-calling. Les auteurs introduisent aussi DroneCATS, un benchmark qui traite le choix du modèle comme variable indépendante et évalue quatre capacités : approcher une cible visible, suivre une cible mobile, chercher hors du champ de vision initial, et commander une flotte de plusieurs drones simultanément. La batterie de tests couvre des modèles allant des systèmes de pointe jusqu'à des modèles ouverts de seulement 2 milliards de paramètres. Résultat central : les petits modèles ouverts atteignent le rayon de succès autour de la cible plus souvent que les modèles de pointe, mais perdent l'épisode en déclarant leur arrivée trop tôt, ou en ne la déclarant jamais. Sur la commande multi-drones, l'écart se creuse encore : les petits modèles échouent en recopiant aveuglément une même coordonnée sur des vues pourtant différentes. Ce résultat inverse une hypothèse répandue dans le secteur des agents vision-langage-action : la difficulté ne vient pas de la perception spatiale ni de la navigation elle-même, mais de la discipline à respecter un protocole d'action déclaré et à émettre le bon signal de fin de tâche. Pour les intégrateurs et équipes robotique qui envisagent de piloter des drones avec un MLLM générique sans entraînement dédié, l'étude montre qu'un modèle frontière plus puissant n'est pas automatiquement plus fiable qu'un modèle compact taillé pour l'embarqué. Elle éclaire aussi un écart réel entre démonstrations de vol et comportement robuste en usage répété, un point rarement quantifié aussi finement dans la littérature sur les VLA appliqués aux drones plutôt qu'aux bras robotiques ou humanoïdes. Le travail s'inscrit dans une tendance récente consistant à confier le pilotage de robots à des modèles de langage multimodaux généralistes, mais en réaction à des systèmes qui restreignent de plus en plus les décisions du modèle ; DroneCATS élargit au contraire volontairement cette liberté de décision pour observer ce qui casse en premier. Il s'agit d'un travail de recherche publiant un benchmark, pas d'un produit commercial ni d'un déploiement opérationnel : aucun site, aucun partenaire industriel ni aucune date de mise en service n'est annoncé. Les auteurs présentent la fermeture de cet écart à coût de calcul embarqué, soit obtenir un modèle rapide capable de planifier durablement et de savoir précisément quand s'arrêter, comme le problème ouvert que DroneCATS est conçu pour mesurer.

IA physiqueActu
1 source
Séparation comportement-exécution pour l'interaction physique homme-robot contrainte
2318arXiv cs.RO 

Séparation comportement-exécution pour l'interaction physique homme-robot contrainte

Des chercheurs proposent, dans une prépublication arXiv (2609.00669v1) du 2 septembre 2026, une architecture qui sépare la spécification du comportement souhaité et sa réalisation contrainte dans les interactions physiques homme-robot. Une couche comportement calcule une accélération désirée au point de contact, ak^id = ftheta(ek, ėk, F_h,k), tandis qu'une couche réalisation distincte la convertit en commandes robot sous contraintes et rapporte explicitement l'écart entre accélération désirée et réalisée, plutôt que de le masquer par saturation. Le système, un programme quadratique à horizon glissant, est testé sur un bras Franka FR3 à 7 degrés de liberté, à commande en couple, simulé sous MuJoCo. Sous une poussée soutenue de 20 newtons, la limite de l'espace de travail est respectée à environ 0,1 à 0,2 mm près, contre un dépassement de 4,4 cm en contrôle d'impédance classique et 4,7 cm en admittance, deux méthodes qui écrêtent instantanément les commandes. Avec un budget d'actionneur réduit, l'application des contraintes sur tout l'horizon garde le plan faisable à 2,1x10^-4 N.m près, contre un dépassement pouvant atteindre 11,329 N.m pour une variante qui ne contraint que le premier pas de calcul. Sur le système non linéaire réellement exécuté, l'écart se réduit mais reste favorable à l'approche par horizon complet, 0,161 contre 0,380 N.m. Cette séparation architecturale intéresse les intégrateurs de robots collaboratifs et humanoïdes en contact physique répété avec des humains ou des objets, un domaine où le contrôle d'impédance et d'admittance restent la norme malgré des dépassements de plusieurs centimètres lors de chocs ou de poussées. En rendant l'erreur de réalisation visible plutôt que dissimulée dans la saturation, l'approche facilite le diagnostic et la certification de sécurité des systèmes à interaction physique, un enjeu central pour les cobots industriels et les humanoïdes partageant des tâches avec des opérateurs. Elle montre aussi qu'un changement de comportement, par exemple passer d'un mode impédance à un mode admittance, peut s'effectuer en modifiant seulement les coefficients d'objectif du solveur sans reconstruire toute la boucle de commande, ce qui simplifierait le déploiement de comportements adaptatifs en temps réel. Le travail s'inscrit dans la lignée du contrôle d'impédance et d'admittance, formalismes classiques de l'interaction homme-robot, en cherchant à corriger leur principal défaut, la gestion approximative des contraintes par écrêtage instantané. La validation reste circonscrite à un cas d'étude planaire et à une seule plateforme robotique en simulation, ce que les auteurs présentent eux-mêmes comme une preuve de concept ciblée plutôt qu'un système prêt au déploiement industriel. Les prochaines étapes attendues incluent l'extension à des tâches tridimensionnelles, à d'autres architectures robotiques, et une validation sur matériel réel au-delà de la simulation MuJoCo.

RecherchePaper
1 source
Savoir quand s'arrêter : le découpage adaptatif d'actions via la dynamique interne d'attention croisée dans les VLA
2319arXiv cs.RO 

Savoir quand s'arrêter : le découpage adaptatif d'actions via la dynamique interne d'attention croisée dans les VLA

Des chercheurs publient sur arXiv (arXiv:2609.00908v1) une méthode nommée "adaptive action chunking" pour les architectures Vision-Language-Action (VLA), les modèles qui traduisent image et langage en séquences d'actions robotiques. Le chunking d'actions est une pratique standard dans ces frameworks : plutôt que de prédire une action à la fois, le modèle génère un bloc d'actions consécutives à exécuter en boucle ouverte avant la prochaine inférence. Le problème identifié est que des blocs courts obligent à des inférences fréquentes et provoquent des oscillations, tandis que des blocs longs se désynchronisent de l'état réel observé par le robot. La méthode proposée exploite les poids d'attention croisée action-observation déjà calculés en interne par l'"action expert" du modèle : quand l'horizon de prédiction s'allonge, cette attention se disperse et son entropie grimpe vers un plateau, signal corrélé à une hausse de l'erreur de prédiction. Un mécanisme de troncature sans entraînement supplémentaire détecte ce plateau et ajuste dynamiquement la longueur du bloc exécuté, avec un surcoût de calcul jugé négligeable. Testée sur les modèles pi-0.5 et X-VLA, sur les bancs d'essai RoboTwin 2.0 et LIBERO ainsi que sur trois tâches de manipulation réelles, l'approche améliore le taux de succès moyen par rapport aux méthodes à horizon fixe et aux baselines adaptatives existantes, tout en conservant un contrôle en boucle fermée efficace. Pour l'industrie robotique, ce travail s'attaque à un goulot d'étranglement pratique plutôt qu'à une prouesse de démonstration : la latence d'inférence des VLA reste un frein au déploiement temps réel, et le chunking est le compromis habituel entre réactivité et coût de calcul. Une méthode qui rend ce compromis dynamique, sans réentraînement ni capteur supplémentaire, intéresse directement les intégrateurs qui doivent faire tourner des VLA sur du matériel embarqué à budget de calcul limité. Cela nuance aussi le récit selon lequel il suffirait d'agrandir les modèles ou les jeux de données de démonstration : ici, le gain vient d'une meilleure exploitation du signal déjà présent dans le modèle, pas d'un nouvel entraînement. Ce papier s'inscrit dans la lignée des travaux récents sur les architectures VLA telles que pi-0 (et sa variante pi-0.5) et X-VLA, qui cherchent à généraliser l'exécution de tâches de manipulation robotique à partir d'entrées multimodales. L'évaluation combine des simulateurs académiques standards, RoboTwin 2.0 et LIBERO, avec des tâches réelles, ce qui distingue cette contribution des simples démonstrations vidéo. Aucun partenaire industriel ni date de déploiement commercial n'est mentionné : il s'agit d'une contribution de recherche méthodologique, publiée en septembre 2026, dont l'adoption dépendra de son intégration dans des piles VLA existantes par les laboratoires ou entreprises qui développent ces modèles.

RechercheOpinion
1 source
Lancer un objet sans le saisir : le point de vue de l'apprentissage par renforcement
2320arXiv cs.RO 

Lancer un objet sans le saisir : le point de vue de l'apprentissage par renforcement

Un article publié le 2 septembre 2026 sur arXiv (2609.00771) décrit une méthode de lancer robotique sans préhension pilotée par apprentissage par renforcement, testée sur un bras UR5e d'Universal Robots poussé à 5 m/s en bout d'effecteur. Déployée sans réentraînement sur le robot réel, elle lance des objets variés, dont une pièce de 790 grammes et un colis de 20x20x28 cm, vers des cibles situées jusqu'à 350 cm de distance ou 180 cm de hauteur, avec un taux de réussite réel de 97%. En simulation, la politique atteint 99% de succès sur des milliers de configurations et généralise à des objets inédits. Le lancer non préhensile étend le rayon d'action d'un robot au-delà du pick-and-place, une capacité utile pour les objets lourds, volumineux ou déformables que les pinces classiques gèrent mal. Les approches précédentes s'appuyaient sur des modèles de contact simplifiés et des trajectoires paramétrées en basse dimension, ce qui limitait la qualité des lancers et l'espace atteignable ; ici, la politique optimise directement les trajectoires articulaires en exploitant glissement et roulement comme modes de contact. Le transfert simulation-vers-réel réussi sur du matériel poussé près de ses limites est un signal encourageant pour la manipulation dynamique par RL, même si la forte sensibilité révélée à la friction dynamique, contrastant avec la bonne tolérance à l'incertitude de masse, reste un point de vigilance pour tout intégrateur. Le papier reste au stade de la recherche académique publiée sur arXiv, sans annonce de produit, de partenaire industriel ni de calendrier de commercialisation. Il se positionne face aux méthodes historiques de lancer robotique fondées sur la préhension dynamique et des modèles de contact analytiques, en misant sur l'apprentissage par renforcement plutôt que sur l'optimisation classique pour gagner en généralisation à des objets et des cibles non vus à l'entraînement. Le choix d'un UR5e, cobot industriel largement déployé en usine et en logistique, suggère une volonté de portabilité vers du matériel déjà répandu, sans qu'aucun pilote ni déploiement commercial ne soit annoncé à ce stade.

RecherchePaper
1 source
Peg-in-Bench : un benchmark modulaire pour l'insertion robotique de haute précision
2321arXiv cs.RO 

Peg-in-Bench : un benchmark modulaire pour l'insertion robotique de haute précision

Des chercheurs du centre de recherche en intelligence artificielle de l'AIST, l'institut public japonais des sciences et technologies industrielles avancées, ont publié en septembre 2026 sur arXiv (2609.00906) Peg-in-Bench, un banc d'essai reconfigurable pour l'insertion robotique de haute précision, la tâche dite "peg-in-hole" qui consiste à insérer une tige dans un trou avec un jeu très serré. L'outil repose sur des pièces entièrement imprimables en 3D, combinant plusieurs géométries de tiges, différents niveaux de tolérance et des structures de base configurables, pour générer un grand nombre de scénarios d'insertion et d'assemblage. Un logiciel de génération de scénarios standardisées et lisibles par machine accompagne le matériel afin d'assurer la reproductibilité des tests ; fichiers STL et outil sont disponibles gratuitement sur le dépôt GitHub aistairc/peg-in-bench. L'insertion de précision reste l'un des points durs de la manipulation robotique, du fait de l'alignement strict et des contacts complexes exigés entre la tige et son logement. Les benchmarks peg-in-hole existants reposent généralement sur des configurations figées, ce qui empêche de mesurer la robustesse et la capacité de généralisation d'une politique face à des scénarios inédits plutôt que sur une seule tâche répétée. En permettant de varier systématiquement la disposition, l'orientation et la structure des tâches sous conditions physiques contrôlées, Peg-in-Bench offre à la recherche un protocole commun pour évaluer la généralisation des politiques de manipulation, un enjeu direct pour les intégrateurs industriels dont l'assemblage de connecteurs électroniques ou de pièces mécaniques dépend de tolérances très faibles. Le projet s'inscrit dans un mouvement plus large visant à remplacer les bancs d'essai figés, simulés ou fabriqués sur mesure en laboratoire, par des protocoles reproductibles et partagés entre équipes. Des pièces entièrement imprimables en 3D et sans matériel propriétaire doivent faciliter l'adoption du même banc d'essai par d'autres laboratoires et permettre des comparaisons directes de résultats, une difficulté récurrente pour évaluer des politiques d'apprentissage par renforcement ou par imitation en manipulation fine. Il s'agit d'une publication de recherche et d'un outil en libre accès, non d'un produit commercial ni d'un déploiement industriel : les auteurs ne communiquent ni sur des essais pilotes ni sur un calendrier de suites, l'adoption future dépendant de l'usage qu'en fera la communauté académique.

RecherchePaper
1 source
Ajustement adaptatif de faisceau guidé par carte de profondeur pour le recalage de nuages de points multivues sans correspondance
2322arXiv cs.RO 

Ajustement adaptatif de faisceau guidé par carte de profondeur pour le recalage de nuages de points multivues sans correspondance

Une équipe de robotique a publié sur arXiv début septembre 2026 (référence 2609.01089v1) une méthode baptisée ADM-BA, Adaptive Depth-Map-Guided Bundle Adjustment, pour le recalage multi-vues de nuages de points sans extraction de correspondances visuelles. Elle vise le traitement robotisé de ferraille d'acier irrégulière dans des cellules de découpe dangereuses, où la reconstruction 3D doit remplacer l'inspection visuelle manuelle pour estimer dimensions des pièces, contours et trajectoires de torche sans collision. La scène est modélisée par une grille 2.5D globale où chaque cellule peut porter plusieurs hypothèses de profondeur ; un mécanisme d'assignation par softmax relie chaque observation à la surface compatible, et un ajustement de faisceaux aux moindres carrés non linéaires affine conjointement poses des capteurs et carte de profondeur en couches. Testée sur des jeux de données industrielles collectés en interne, la méthode affiche une précision compétitive à faible coût de calcul ; le code est publié en open source sur GitHub, dépôt YiranZhou-Robotics/ADM-BA. Les méthodes classiques de recalage multi-vues s'appuient sur l'extraction de caractéristiques et l'association de données pour établir des correspondances entre prises de vue. Sur des surfaces métalliques lisses, avec structures répétitives, occlusions et recouvrements partiels, elles établissent souvent de fausses correspondances, faussant l'estimation des poses et déformant la reconstruction, avec un effet direct sur les décisions de planification en aval. En s'affranchissant de toute correspondance explicite, ADM-BA cible ce point de fragilité, pertinent pour les intégrateurs confrontés à des environnements industriels pauvres en texture, du recyclage de métaux à la logistique lourde. L'absence de comparaison à des bancs d'essai externes et le recours à des données propriétaires appellent toutefois à la prudence avant toute généralisation. Le travail s'inscrit dans la continuité des recherches en SLAM et en ajustement de faisceaux, où les techniques fondées sur les caractéristiques, type ICP ou structure-from-motion, restent la norme mais peinent sur les matériaux réfléchissants et répétitifs typiques de la ferraille. Il ne s'agit ni d'un produit commercial ni d'un déploiement industriel documenté : c'est un preprint arXiv non encore relu par les pairs, sans partenaire industriel ni pilote annoncé. La seule suite concrète est la publication du code source, qui permet à d'autres équipes de reproduire et d'étendre l'approche sur leurs propres cellules de découpe.

RecherchePaper
1 source
AM-Bench : une suite de simulation modulaire et un benchmark pour l'apprentissage de politiques de manipulation aérienne
2323arXiv cs.RO 

AM-Bench : une suite de simulation modulaire et un benchmark pour l'apprentissage de politiques de manipulation aérienne

Des chercheurs présentent AM-Bench, une suite de simulation modulaire et un benchmark dédiés à l'apprentissage de politiques de contrôle pour la manipulation aérienne, c'est-à-dire des drones multirotors équipés de bras manipulateurs. Décrit dans un article arXiv publié début septembre 2026, l'outil couvre des architectures robotiques représentatives allant des systèmes sous-actionnés aux systèmes pleinement ou sur-actionnés, avec 12 tâches réparties en trois catégories : contact, transport d'objets et interaction sous contrainte. AM-Bench intègre des perturbations aérodynamiques configurables, une modélisation de la saturation des actionneurs, des contrôleurs bas niveau standardisés ainsi que des algorithmes de référence pour l'apprentissage de politiques. Les auteurs valident l'outil via trois études en simulation portant respectivement sur les politiques de haut niveau, les interfaces entre politique et contrôle, et les différentes architectures robotiques, complétées par une validation partielle sur banc matériel réel. Pour l'industrie robotique, cet outil comble un vide méthodologique réel : la quasi-totalité des benchmarks de manipulation existants suppose une base fixe ou terrestre, alors que la manipulation aérienne ajoute un couplage dynamique complexe entre le bras et la plateforme volante, plus sensible aux perturbations environnementales et aux degrés de liberté restreints. En permettant une évaluation systémique, et non plus seulement une mesure de performance de bout en bout, AM-Bench donne aux équipes de recherche et aux intégrateurs un cadre commun pour comparer objectivement embodiment, contrôle et choix algorithmiques, un enjeu direct pour les applications d'inspection, de maintenance en hauteur ou de logistique aérienne où le drone manipulateur reste largement au stade expérimental. Le projet s'inscrit dans la continuité des travaux sur les benchmarks standardisés qui ont structuré les progrès de l'apprentissage de la manipulation robotique au sol ces dernières années, un mouvement qu'AM-Bench cherche explicitement à étendre au domaine aérien, resté à la traîne faute d'outils communs. L'article ne mentionne ni partenaire industriel ni acteur français ou européen impliqué, et reste à ce stade une contribution académique en open source plutôt qu'un produit commercial : les auteurs annoncent une validation matérielle réelle mais limitée, laissant ouverte la question de l'adoption par la communauté et d'un éventuel élargissement des tâches et des plateformes couvertes dans de futures versions.

RecherchePaper
1 source
EmbodiedSkills : un cadre unifié pour orchestrer, entraîner et déployer des agents VLA
2324arXiv cs.RO 

EmbodiedSkills : un cadre unifié pour orchestrer, entraîner et déployer des agents VLA

EmbodiedSkills, un framework présenté sur arXiv en septembre 2026 (arXiv:2609.01281), orchestre, entraîne et déploie des agents robotiques fondés sur des modèles vision-langage-action (VLA). Le système traite chaque décision de compétence comme une proposition d'exécution : une interface de compétences exécutables partagée vérifie les prérequis avant l'action, exécute une politique VLA bornée, puis contrôle le résultat, le tout dans une seule boucle d'agent. Cette interface fixe permet de remplacer les politiques de bas niveau sans la modifier. Les auteurs l'instancient avec le modèle vision-langage Qwen3-VL et la politique d'action pi0.5 de Physical Intelligence, diffusée via OpenPI. L'ensemble est testé en simulation sur RoboTwin 2.0 (50 tâches) et LIBERO (quatre suites), où les politiques adaptées à la tâche atteignent 86,20% et 97,40% de réussite moyenne respectivement. Sur RMBench, quatre tâches exigeant de la mémoire à long terme, ce taux chute à 12,5%. Cet effondrement sur les tâches à mémoire longue est le résultat le plus significatif : il montre qu'un modèle VLA dépassant 85 à 97% de réussite sur des benchmarks d'action courte ne résout pas pour autant le raisonnement séquentiel sur un état qui évolue dans le temps, un écart largement soupçonné mais rarement chiffré aussi explicitement. Pour les intégrateurs et les équipes de recherche, l'intérêt tient moins à la performance brute qu'à l'architecture : en séparant vérification, planification et exécution, EmbodiedSkills rend auditable la cause d'un échec plutôt que de traiter le VLA comme une boîte noire. Le travail s'inscrit dans la vague de frameworks agentiques cherchant à combler l'écart entre modèles VLA génériques, tels que pi-0 et pi0.5 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure AI, et des tâches industrielles longues nécessitant coordination et récupération d'erreur ; EmbodiedSkills se positionne comme une couche d'orchestration entraînable au-dessus de ces politiques plutôt que comme un nouveau modèle de fondation concurrent. Il s'agit à ce stade d'une publication de recherche testée uniquement en simulation, sans déploiement matériel ni partenaire industriel annoncé, les auteurs présentant la vérification comme la brique manquante avant l'extension à des tâches à mémoire plus longue et le transfert vers du matériel réel.

IA physiqueOpinion
1 source
Un système rapide, résilient et adaptable pour les comportements de loco-manipulation des robots humanoïdes
2325arXiv cs.RO 

Un système rapide, résilient et adaptable pour les comportements de loco-manipulation des robots humanoïdes

Une équipe de recherche a publié le 2 septembre 2026 sur arXiv (2609.01518) un système d'architecture comportementale pour la loco-manipulation sur robots humanoïdes, conçu pour tourner localement et être modifié en temps réel pendant l'exécution. L'architecture combine des Affordance Templates centrées objets, une structure en arbre organisant la logique des tâches, et une scène de perception éditable au runtime, exécutée par un contrôleur corps entier combinant marche et mouvements du buste, avec une interface opérateur synchronisée en continu pour superviser et corriger à la volée. Testé sur un Unitree H1-2 et un second robot nommé Alex sur six variantes de tâches, le système franchit une porte à pousser en 34 secondes et trie six balles par couleur en 45 secondes sous perturbation humaine directe. Des sessions d'autorat chronométrées montrent la création ou l'adaptation d'un comportement de loco-manipulation en quelques heures. Ce résultat nuance un discours dominant dans la robotique humanoïde, où la performance repose de plus en plus sur des modèles vision-langage-action entraînés de bout en bout, à la manière de Pi-0, GR00T N2 ou Helix. Les auteurs affirment que leur approche, explicitement programmée plutôt qu'apprise, reste compétitive face à ces systèmes récents, tout en offrant un avantage opérationnel : créer ou corriger un comportement en heures plutôt qu'en semaines de collecte de données. Pour les intégrateurs et décideurs industriels, cela ouvre une voie alternative moins dépendante de gigantesques jeux de démonstrations, potentiellement plus rapide à auditer sur site, même si les chiffres de cycle avancés restent issus de démonstrations contrôlées. Le travail s'inscrit dans la course à l'autonomie des humanoïdes pour des tâches physiquement pénibles, dangereuses ou répétitives, un terrain disputé par Figure AI avec Figure 03, Tesla avec Optimus Gen 3 ou NVIDIA avec GR00T, majoritairement pariés sur l'apprentissage à grande échelle. En misant sur une architecture éditable localement et supervisée par un opérateur, les auteurs positionnent leur système comme complémentaire, voire alternatif, à ces approches pilotées par les données. Aucun acteur français ou européen n'est cité, et cette publication reste à ce stade une contribution de recherche sur arXiv plutôt qu'un produit commercialisé, sans calendrier annoncé de pilotes au-delà des six tâches démontrées.

RecherchePaper
1 source
Guidage par potentiel de particules pour la préhension dextérique sous contraintes de négation
2326arXiv cs.RO 

Guidage par potentiel de particules pour la préhension dextérique sous contraintes de négation

Des chercheurs publient sur arXiv (papier 2609.00555, type "new", déposé début septembre 2026) une méthode appelée Potential-Guided Particle Steering, conçue pour corriger un défaut des modèles de préhension dextre pilotés par le langage, comme DextER. Ces modèles réussissent bien quand une instruction précise où saisir un objet, mais échouent systématiquement quand elle précise aussi où ne pas saisir, par exemple "attrape la poignée mais évite le corps de l'objet". La raison identifiée : les corpus d'entraînement existants, dont DexGYSNet, ne contiennent quasiment aucune instruction d'évitement, et chaque partie mentionnée pendant l'entraînement est interprétée comme une cible de contact plutôt qu'une zone à exclure. La méthode proposée agit uniquement au moment de l'inférence, sans exemple de négation dans l'entraînement : elle combine du Sequential Monte Carlo avec du classifier-free guidance pour orienter l'échantillonnage vers la partie visée tout en éliminant les candidats de prise dirigés vers la zone interdite, celle-ci étant localisée par un modèle figé de "part-grounding" 3D. Un nouveau benchmark, NegGrasp, associe des instructions positives et négatives appariées avec des métriques tenant compte de la contrainte. Résultat : le taux de violation de la contrainte tombe de 57,9 % pour la meilleure référence à 17,2 % avec la nouvelle méthode, tout en améliorant aussi le taux de réussite physique. Le résultat ne provient pas d'un déploiement robotique réel mais d'expériences sur benchmark, ce qui mérite d'être signalé. Son intérêt pour les intégrateurs et les équipes robotique tient au problème qu'il révèle : des instructions de sécurité banales ("ne touche pas au câble", "évite la lame") peuvent faire échouer des modèles de préhension par ailleurs performants, un angle mort typique du décalage entre démonstration et usage industriel réel. L'approche séduit aussi parce qu'elle ne nécessite ni réentraînement ni collecte de données supplémentaires, contrainte pourtant impossible à satisfaire pour tout cas d'usage imaginable. Un taux de violation résiduel de 17,2 % reste toutefois loin d'une garantie de sécurité exploitable en production. Le travail s'inscrit dans la suite directe de DextER et du corpus DexGYSNet, et emprunte des techniques de guidage habituellement utilisées dans les modèles génératifs de diffusion. Il ne compare pas directement sa méthode aux modèles génération action-langage-vision plus larges comme GR00T N2, Pi-0 ou Helix, laissant ouverte la question de l'intégration à ces pipelines. Les auteurs publient NegGrasp comme benchmark public, ce qui devrait permettre des comparaisons futures, la prochaine étape logique étant une validation sur mains robotiques physiques.

RecherchePaper
1 source
IMPACT : l'attention comme carte des interactions pour entraîner à grande échelle des modèles du monde qui les intègrent
2327arXiv cs.RO 

IMPACT : l'attention comme carte des interactions pour entraîner à grande échelle des modèles du monde qui les intègrent

Des chercheurs présentent IMPACT, une méthode d'entraînement pour les world models utilisés par les agents robotiques, détaillée dans un article publié le 2 septembre 2026 sur arXiv (2609.00161v1). Ces modèles prédisent l'évolution future d'une scène à partir d'une action donnée, mais peinent à générer des interactions physiquement plausibles entre un bras ou une main et les objets manipulés. Les approches existantes corrigent ce défaut en injectant des représentations externes de mouvement, géométrie ou sémantique, obtenues via des estimateurs auxiliaires ou des annotations manuelles, ce qui limite le passage à l'échelle. Les auteurs identifient plutôt un défaut structurel dans l'objectif d'entraînement standard, l'erreur quadratique moyenne globale, qui privilégie le contenu statique dominant de la scène au détriment des rares régions dynamiques où se joue l'interaction. IMPACT exploite les cartes d'attention croisée déjà associées aux tokens de l'objet manipulé comme indice spatiotemporel interne, échantillonne les régions candidates, les recalibre avec les erreurs de prédiction locales, puis reprend cette carte d'interaction pour repondérer la supervision du débruitage, sans représentation externe ni modification au moment de l'inférence. Testée sur des tâches de manipulation par bras robotique et par main humaine, avec plusieurs modalités de contrôle et backbones DiT, la méthode surpasse systématiquement les bases entraînées en MSE classique sur la fidélité des interactions, la plausibilité physique et la qualité visuelle. Pour l'industrie robotique, ce travail s'attaque à un goulot d'étranglement bien identifié dans l'entraînement des world models et des politiques VLA à grande échelle: la difficulté à faire tenir la promesse du "sim-to-real" ou de la génération vidéo conditionnée par action lorsque les moments qui comptent, le contact, la préhension, le déplacement d'un objet, ne représentent qu'une fraction des pixels d'une séquence. En évitant de dépendre d'annotateurs externes ou de pipelines de labellisation coûteux, IMPACT propose une voie de passage à l'échelle compatible avec les volumes de données nécessaires à l'entraînement de modèles génératifs pour la robotique, un enjeu direct pour les laboratoires qui alimentent des architectures de type GR00T N2, Pi-0 ou Helix en données synthétiques ou en simulateurs de monde. Ce travail s'inscrit dans la lignée des recherches récentes sur les world models conditionnés par action, où plusieurs équipes ont cherché à contraindre la génération avec des représentations de mouvement ou de géométrie pour éviter les artefacts physiquement incohérents, une limite régulièrement pointée dans les démonstrations vidéo de modèles de manipulation. IMPACT se positionne comme une alternative purement algorithmique à ces approches basées sur des représentations externes, testée sur plusieurs backbones DiT et modalités de contrôle, sans toutefois préciser de déploiement industriel ni de partenaire robotique à ce stade: il s'agit d'une contribution de recherche publiée sur arXiv, dont l'adoption par des acteurs commerciaux de la robotique reste à confirmer dans les prochains mois.

RecherchePaper
1 source
Pontage robotique autonome : un contrôle en essaim distribué sans communication entre agents
2328arXiv cs.RO 

Pontage robotique autonome : un contrôle en essaim distribué sans communication entre agents

Un preprint publié sur arXiv (2609.01394) présente SCARAB, pour Swarm-Capable Autonomous Robotic Aquatic Bridging, un système de pont flottant autonome formé par un essaim de véhicules de surface sans pilote (USV). Grâce à un contrôle d'essaim distribué et une détection multi-modèle des agents et des cibles d'amarrage, chaque USV se localise seul, rejoint une formation avec les autres unités, puis rallie l'emplacement cible pour constituer le pont. Le système fonctionne sans GPS ni communication radio entre agents, ces liaisons restant utilisables en option dans des environnements non contestés, par exemple pour des secours civils en cas d'inondation. La validation se limite pour l'instant à une simulation basée sur un moteur physique, faisant évoluer plusieurs USV soumis à des courants et du vent, sans essai sur matériel réel mentionné. L'enjeu vise directement les opérations de franchissement de rivière de l'armée américaine, aujourd'hui assurées par l'Improved Ribbon Bridge (IRB), un pont flottant modulaire assemblé manuellement par des équipes du génie exposées au feu ennemi. En automatisant l'assemblage et en s'affranchissant du GPS et des transmissions radio, facilement brouillées ou repérées, SCARAB vise des franchissements plus imprévisibles et dispersés, une empreinte logistique réduite et une meilleure survie des équipages. Pour la robotique militaire, cette publication illustre une tendance de fond: la résilience aux environnements GPS dégradés ou brouillés, déjà déterminante dans les conflits récents, s'impose comme critère de conception pour les systèmes autonomes de terrain, plutôt que comme option ajoutée après coup. Le document ne précise ni l'institution ni les auteurs à l'origine du projet, et se présente comme une contribution de recherche tout juste déposée, sans nom de produit commercial ni calendrier de déploiement. Il s'inscrit dans la logique plus large de réduction du risque humain dans les tâches logistiques dangereuses, via des essaims de robots plutôt que des véhicules autonomes isolés, une orientation qui recoupe les efforts de plusieurs programmes de robotique terrestre et navale de l'armée américaine ces dernières années. À ce stade, les résultats se limitent à une démonstration en simulation physique, sans prototype testé en conditions réelles ni système déployé; les suites logiques, non détaillées dans le résumé, porteraient sur des essais avec des USV physiques en eau libre, sous courant et vent.

RecherchePaper
1 source
Au-delà de la sélection d'objets : positionnement de robot par regard, sans marqueurs, à une position arbitraire
2329arXiv cs.RO 

Au-delà de la sélection d'objets : positionnement de robot par regard, sans marqueurs, à une position arbitraire

Une équipe de recherche présente un système de manipulation robotique piloté par le regard capable de placer des objets à une position arbitraire, sans marqueurs physiques, en résolvant l'alignement spatial entre un casque de suivi oculaire et un robot. Décrit dans un article arXiv publié début septembre 2026 (arXiv:2609.00478v1), le travail s'attaque à un problème resté ouvert dans la manipulation assistée par regard : jusqu'ici, ces interfaces géraient bien la sélection d'objets mais peinaient à placer un objet n'importe où dans l'espace, faute d'un calibrage précis entre les coordonnées du casque et celles du robot. Les auteurs introduisent trois contributions : un cadre d'interaction sans marqueurs, un jeu de données dédié à l'alignement inter-appareils, une méthode de sélection de référence par graphe pour compenser le manque de repères visibles sur le robot, ainsi que plusieurs pipelines de calibrage testés selon un protocole commun. L'apport le plus notable est conceptuel autant que technique : les chercheurs montrent que la précision de pose classique (erreur de position et d'orientation du capteur) ne prédit pas fiablement la précision de la tâche réelle, car les erreurs de translation et de rotation peuvent se compenser mutuellement dans le rayon de regard projeté. Pour objectiver ce constat, ils proposent une nouvelle métrique, la Gaze-Surface Intersection Error (GSIE), qui mesure directement l'écart spatial entre le point visé par le regard et la cible réelle sur la surface. Résultat contre-intuitif pour le secteur : des méthodes d'alignement classées en tête par les métriques de pose usuelles ne sont pas nécessairement les meilleures une fois évaluées à l'échelle de la tâche via GSIE. Pour les concepteurs d'interfaces d'assistance et de téléopération, cela suggère qu'évaluer un système par la seule précision géométrique du capteur peut induire en erreur sur ses performances effectives. Ce travail s'inscrit dans le champ de la manipulation assistée par regard pour la robotique d'assistance, où la fusion eye-tracking et cinématique robotique reste un défi d'ingénierie ouvert, en particulier pour les utilisateurs à mobilité réduite dépendant de bras robotiques. L'article ne précise pas de plateforme matérielle ni de partenaire industriel identifié ; il se présente comme une contribution méthodologique et un protocole d'évaluation, avec dataset et framework mis à disposition, plutôt que comme un système prêt au déploiement.

RecherchePaper
1 source
TacVLA : fusion tactile consciente du contact pour une manipulation VLA robuste
2330arXiv cs.RO 

TacVLA : fusion tactile consciente du contact pour une manipulation VLA robuste

Une équipe de recherche présente TacVLA, un modèle Vision-Language-Action (VLA) affiné en ajoutant une modalité tactile aux flux visuels et linguistiques habituels de ce type de politique robotique. Décrit dans la troisième version d'un article publié sur arXiv (2603.12665), le système repose sur un mécanisme de gating conditionné au contact : les tokens tactiles ne s'activent que lorsqu'un contact physique est détecté, évitant de polluer la fusion multimodale le reste du temps. Les tokens visuels, linguistiques et tactiles sont ensuite traités conjointement par le transformer pour renforcer l'ancrage cross-modal durant la manipulation en contact. Sur des tâches de démontage de pièces verrouillées mécaniquement et de picking en boîte, TacVLA améliore le taux de réussite moyen de 20% en démontage et de 60% en picking face aux méthodes de référence, avec un gain de 2,1 fois sous occlusion visuelle et une capacité de récupération face aux perturbations manuelles. Ces résultats ciblent une limite connue des VLA purement visio-linguistiques, dont les performances chutent dès que la caméra est partiellement masquée ou que la tâche exige une manipulation fine avec contact prolongé, deux situations courantes en assemblage et démontage industriels. Pour les intégrateurs et équipes robotique en usine, un canal tactile activé seulement au contact ouvre une piste pour fiabiliser le bin picking et le désassemblage sans capteur tactile actif en permanence. Ces chiffres restent toutefois issus d'un article de recherche non encore publié en conférence, avec des vidéos choisies par les auteurs et sans précision sur le robot ni l'échelle de déploiement : une preuve de concept en laboratoire, pas un produit industriel déployé. TacVLA s'inscrit dans la vague des modèles VLA (Pi-0, GR00T N2, Helix, entre autres) qui transforment perception et langage en actions robotiques continues, un domaine où l'intégration du toucher reste largement un chantier ouvert malgré son rôle central dans la manipulation fine humaine. L'article ne mentionne aucune affiliation industrielle ni partenariat avec un fabricant de bras ou d'humanoïdes : il s'agit d'une contribution académique testée en conditions contrôlées. Aucun pilote industriel, calendrier de transfert vers un robot commercial ou suite opérationnelle n'est annoncé ; les auteurs renvoient aux vidéos publiées pour illustrer le comportement du système.

IA physiqueOpinion
1 source
MobileOcc : un jeu de données d'occupation sémantique sensible à l'humain pour robots mobiles
2331arXiv cs.RO 

MobileOcc : un jeu de données d'occupation sémantique sensible à l'humain pour robots mobiles

Une équipe de recherche publie MobileOcc, un jeu de données d'occupation sémantique 3D pour robots mobiles opérant en environnements piétons denses, un scénario peu couvert comparativement à la conduite autonome. L'article, référencé arXiv 2511.16949, décrit un pipeline d'annotation combinant occupation d'objets statiques et un nouveau cadre d'optimisation de maillage pour les humains : leur géométrie déformable est reconstruite à partir d'images 2D puis affinée avec des points LiDAR associés. Le jeu de données alimente deux benchmarks, la prédiction d'occupation et la prédiction de vitesse des piétons, testés avec des méthodes monoculaires, stéréo et panoptiques dotées de métriques et d'implémentations de référence reproductibles. La méthode d'annotation est aussi validée sur des jeux de données d'estimation de pose humaine 3D, avec des résultats jugés robustes ; le code et les données sont publiés sur autonomousrobots.nl. La perception d'occupation dense est une brique critique pour la navigation sécurisée des robots mobiles au contact d'humains, en entrepôt, en hôpital ou en espace public, où anticiper position et mouvement d'un piéton conditionne l'évitement de collision. La plupart des jeux de données d'occupation 3D existants visaient l'automobile, avec des scènes routières peu représentatives des couloirs et halls parcourus par les robots de service. Modéliser les humains comme des objets déformables plutôt que comme de simples boîtes englobantes, et publier des baselines multi-capteurs reproductibles, comble un manque de standardisation qui facilitera la comparaison des systèmes de perception chez les intégrateurs. Ce travail s'inscrit dans une tendance de transfert des techniques de perception nées pour la conduite autonome vers la robotique mobile et humanoïde, à mesure que LiDAR et architectures d'occupation 3D se banalisent. MobileOcc reste un jeu de données et un protocole d'évaluation académiques, sans déploiement industriel annoncé, et il s'agit d'une version corrigée de la publication initiale sur arXiv. L'ouverture du code et des données vise à établir une référence que d'autres laboratoires pourront reprendre pour comparer leurs modèles de perception en environnement piéton, chantier ouvert tant pour la recherche que pour de futurs usages commerciaux en robotique de service.

RecherchePaper
1 source
Exploration des oscillations non linéaires du corps pour des démarches naturelles chez les quadrupèdes
2332arXiv cs.RO 

Exploration des oscillations non linéaires du corps pour des démarches naturelles chez les quadrupèdes

Des chercheurs ont publié le 2 septembre 2026 sur arXiv (référence 2609.00539v1) une étude intitulée « Exploring Nonlinear Body Oscillations for Natural Quadruped Gaits », qui présente un cadre théorique permettant de rendre prévisible la dynamique non linéaire d'un robot dès sa conception. L'équipe l'a appliqué à eBert, un robot quadrupède hautement compliant (souple), sur lequel elle a identifié six modes normaux non linéaires (NNM, nonlinear normal modes) grâce à de nouveaux outils théoriques, validés à la fois en simulation et sur le matériel physique. Une optimisation en boîte noire a ensuite servi à déterminer la longueur de pas optimale pour chaque mode. Résultat : chacun des six NNM donne naissance à une démarche distincte, correspondant à une vitesse différente, et ces comportements se transfèrent en grande partie de la simulation au robot réel. L'enjeu dépasse la simple démonstration académique. La majorité des robots quadrupèdes actuels, conçus sans exploiter la résonance mécanique en raison de la complexité des dynamiques non linéaires, s'appuient sur des contrôleurs de locomotion dédiés, gourmands en calcul et en réglages manuels. En s'inspirant des animaux, qui ajustent posture et raideur musculaire pour tirer parti de la résonance et réduire le contrôle actif nécessaire, ce travail propose une alternative où la démarche émerge naturellement de la mécanique du robot (gravité, inertie, élasticité) plutôt que d'être imposée par un algorithme. Pour les concepteurs, cela suggère qu'une conception mécanique bien pensée peut remplacer une partie du calcul embarqué, avec à la clé des robots potentiellement plus légers, plus économes en énergie et plus agiles. Il s'agit néanmoins d'une preuve de concept limitée à une seule plateforme, dont le transfert simulation vers matériel n'est que partiel. Ce travail s'inscrit dans le courant de l'intelligence incarnée (embodied intelligence) et de la robotique compliante, héritier des marcheurs passifs dynamiques qui, depuis les années 1990, cherchent à exploiter la mécanique du corps plutôt que le seul logiciel, à l'inverse des approches par apprentissage par renforcement ou commande prédictive dominantes chez la plupart des quadrupèdes commerciaux actuels. En formalisant les modes normaux non linéaires d'un robot compliant comme eBert, les auteurs posent une méthode reproductible pour d'autres plateformes. L'article se présente explicitement comme une preuve de concept, sans annonce de commercialisation ni de partenaire industriel : les chercheurs évoquent une future génération de robots agiles et efficaces s'appuyant sur ce principe, sans calendrier ni étape de déploiement précisée.

RecherchePaper
1 source
Navigation autonome et couverture évitant les obstacles pour robots d'extérieur
2333arXiv cs.RO 

Navigation autonome et couverture évitant les obstacles pour robots d'extérieur

Des chercheurs proposent une architecture logicielle unifiée sous ROS 2 pour permettre à des robots autonomes d'extérieur de couvrir de vastes zones tout en évitant les obstacles, selon un article publié sur arXiv le 1er septembre 2026 (arXiv:2609.01384v1). Le système combine un planificateur de couverture, une localisation robuste et un moteur d'exécution basé sur Nav2, la pile de navigation standard de ROS 2. La position et le cap du robot sont estimés en continu via un filtre de Kalman étendu (EKF) fusionnant les données d'un GNSS RTK à double antenne, ce qui limite la dérive de localisation typique des espaces ouverts sur de longues missions. Trois améliorations tenant compte des contraintes du contrôleur ont été ajoutées à un planificateur de couverture existant, notamment pour gérer les manoeuvres à virages serrés. Un gestionnaire de mission à base d'arbre de comportement (Behavior Tree) orchestre l'exécution multi-objectifs, une récupération en couches en cas d'échec, une gestion des objectifs pondérée par le coût, et un retour automatique à la station de charge. Les auteurs ont validé cette pile logicielle en simulation puis lors d'essais réels sur plusieurs zones extérieures aux géométries et densités d'obstacles variées, atteignant un taux de couverture de 93,1% à 96,1% de la surface planifiée. Pour les intégrateurs de robotique agricole, de tonte autonome, de surveillance de sites ou de logistique extérieure, ce travail cible un problème concret et récurrent: la plupart des démonstrations de couverture autonome tiennent en intérieur ou sur terrain dégagé, alors que l'extérieur cumule dérive GPS, obstacles imprévus et gestion d'énergie sur des missions de longue durée. En intégrant localisation RTK, planification et reprise sur erreur dans une seule architecture testée en conditions réelles, et non seulement en simulation, l'étude apporte une donnée rare: un taux de couverture chiffré et répétable, plutôt qu'une vidéo de démonstration isolée. Cela réduit l'écart entre promesse marketing et robustesse opérationnelle, un point sensible dans un secteur où beaucoup d'annonces de robots extérieurs restent au stade du prototype capable de fonctionner une fois, sur un terrain choisi, sans généralisation prouvée à des géométries variées. Le travail s'inscrit dans la continuité des outils open source de l'écosystème ROS 2, en particulier Nav2, devenu la base de facto pour la navigation robotique autonome, que l'équipe étend plutôt que remplace. Il répond à des limites connues des planificateurs de couverture classiques, qui supposent souvent une localisation parfaite et ignorent la faisabilité réelle des trajectoires en virage pour une plateforme à roues ou chenilles. Aucun acteur industriel européen n'est cité dans cette publication, qui reste à ce stade une contribution de recherche académique plutôt qu'un produit commercialisé ou déployé en flotte. Les auteurs ne communiquent ni calendrier de transfert vers un partenaire industriel ni site de déploiement pilote au-delà des essais décrits, ce qui situe cette annonce du côté de la preuve de concept technique plutôt que du produit prêt à l'emploi.

RecherchePaper
1 source
ADAPT : des amorces de diffusion agiles et pilotables pour un contrôle robuste d'humanoïdes en ligne, guidé par texte
2334arXiv cs.RO 

ADAPT : des amorces de diffusion agiles et pilotables pour un contrôle robuste d'humanoïdes en ligne, guidé par texte

Un preprint publié sur arXiv (référence 2609.00677v1) décrit ADAPT (Agile Diffusion Action Priors), un framework de contrôle interactif du corps entier de robots humanoïdes piloté par texte. Contrairement aux pipelines texte-vers-mouvement dominants, qui génèrent une trajectoire suivie ensuite par un contrôleur séparé, ADAPT fonctionne en boucle fermée de bout en bout : le robot répond en continu aux commandes tout en gardant l'équilibre et des transitions fluides. Il apprend un prior d'action par diffusion à partir de trajectoires état-action annotées en texte, complété par une politique résiduelle d'apprentissage par renforcement entraînée sur le contrôleur gelé pour améliorer la robustesse entre consignes. L'abstract ne précise ni plateforme robotique testée, ni charge utile, degrés de liberté ou temps de cycle. L'intérêt tient à la fusion, en une seule boucle, de la génération de mouvement et de son exécution : les systèmes actuels séparent souvent un module texte-vers-mouvement d'un contrôleur bas niveau, ce qui crée latence et ruptures dès qu'une commande change. ADAPT vise des humanoïdes plus réactifs au langage naturel, un enjeu pour les intégrateurs voulant doter leurs robots d'interfaces conversationnelles en entrepôt ou en usine. Il suggère aussi que les priors d'action par diffusion combinés au renforcement, dans la lignée de travaux comme Pi-0 ou GR00T N2, forment une base viable pour du contrôle général, sans toutefois de déploiement physique ni de comparaison chiffrée démontrés : la contribution reste académique, non encore validée par relecture par les pairs. Ce travail s'inscrit dans la course menée par des laboratoires et entreprises comme Figure AI avec Helix, NVIDIA avec GR00T N2 ou Physical Intelligence avec Pi-0, pour doter les humanoïdes de piles vision-langage-action capables de suivre des instructions en langage naturel plutôt que des routines préprogrammées. Là où ces acteurs couplent souvent de grands modèles multimodaux à des primitives de mouvement, ADAPT propose des priors d'action par diffusion entraînés sur des données texte-état-action, complétés par du renforcement, comme alternative plus légère en boucle fermée. Aucun acteur français ou européen du secteur, comme Wandercraft ou Pollen, n'apparaît dans cette publication. Les suites attendues, non détaillées dans l'abstract, sont une réplication indépendante et une validation sur robot physique.

RechercheActu
1 source
HitMem : mémoire 3D temporelle hiérarchique et récupération multimodale contextuelle pour environnements dynamiques
2335arXiv cs.RO 

HitMem : mémoire 3D temporelle hiérarchique et récupération multimodale contextuelle pour environnements dynamiques

Des chercheurs présentent HitMem, un framework de mémoire 3D hiérarchique et temporelle destiné aux agents robotiques évoluant dans des environnements dynamiques, décrit dans un article publié le 2 septembre 2026 sur arXiv (référence 2609.00950v1). Le système répond à une limite connue des mémoires de scène 3D existantes, conçues pour des mondes statiques : quand un objet est déplacé par une activité humaine ou un événement non observé, l'agent se retrouve en conflit entre sa mémoire et son observation, ce qui l'oblige soit à recalculer coûteusement la géométrie de la scène, soit à relancer une exploration globale inefficace. HitMem construit à la place un graphe topologique léger qui unifie information sémantique et spatiale et capture les relations de support entre objets, avec un mécanisme de décroissance temporelle qui régule dynamiquement l'activité de chaque souvenir pour limiter le poids des représentations obsolètes. Sa récupération d'information combine par défaut des filtres sémantiques, spatiaux et temporels, et bascule vers un processus de récupération en deux étapes dès qu'un déplacement d'objet est détecté, en croisant les trajectoires externes de l'agent avec des affinités de classe sémantiques pour cibler les zones candidates les plus probables. Les auteurs évaluent leur méthode sur un benchmark maison, Dyna-THOR, spécifiquement conçu pour ces scénarios dynamiques. Pour l'industrie robotique, ce travail cible un angle mort documenté des systèmes de navigation et de manipulation basés sur la perception continue : la plupart des architectures actuelles supposent un monde figé entre deux passages de l'agent, une hypothèse intenable en environnement humain réel (entrepôt partagé, domicile, atelier). Un mécanisme capable de localiser un objet déplacé sans recartographier toute la scène représente un gain direct de temps de cycle et de coût de calcul pour tout intégrateur travaillant sur des AMR ou des agents domestiques à mémoire persistante. Les résultats annoncés, une amélioration de la précision de relocalisation d'objets et une réduction du coût d'exploration, restent toutefois mesurés sur un benchmark propriétaire construit par les auteurs eux-mêmes, ce qui appelle une lecture prudente avant toute généralisation à des conditions de déploiement réel. HitMem s'inscrit dans la lignée des recherches sur la mémoire spatiale persistante pour agents incarnés, un axe distinct mais complémentaire des architectures VLA (vision-langage-action) comme Pi-0 ou GR00T N2, qui se concentrent sur la génération d'actions plutôt que sur la représentation du monde à long terme. Le nom Dyna-THOR suggère une extension du simulateur AI2-THOR, largement utilisé dans la recherche en navigation embarquée, adapté ici pour introduire des perturbations dynamiques dans l'environnement. À ce stade, il s'agit d'une publication de recherche et non d'un produit ou d'un déploiement commercial ; aucune date d'intégration dans un système robotique commercial ni de partenariat industriel n'est mentionné dans l'article.

RecherchePaper
1 source
Une seule impression, plusieurs mouvements : actionneur pliable monolithique inspiré de l'origami pour systèmes souples multi-DOF composables
2336arXiv cs.RO 

Une seule impression, plusieurs mouvements : actionneur pliable monolithique inspiré de l'origami pour systèmes souples multi-DOF composables

Des chercheurs présentent MONORIGAMI, un actionneur souple monolithique inspiré de l'origami, décrit dans un article publié le 2 septembre 2026 sur arXiv (arXiv:2609.00751v1). Le dispositif repose sur une anisotropie de raideur programmée spatialement : des zones d'épaisseur variable, disposées selon une géométrie à facettes et plis façon origami, conservent la souplesse du matériau dans les directions de pliage voulues tout en bridant les déformations parasites, sans renfort additionnel. L'actionneur s'imprime en une seule pièce, avec un seul matériau et une seule impression 3D, sans assemblage. Chaque module sert de primitive de mouvement élémentaire ; en les reliant et en les orientant, les chercheurs programment mécaniquement des trajectoires multi-degrés de liberté (DoF). L'équipe démontre trois systèmes robotiques souples imprimés en 3D à partir du même module : un dispositif haptique portable à 4 DoF pour un retour cutané en réalité virtuelle, un joystick à 3 DoF pour un retour kinesthésique en téléopération, et un préhenseur robotique modulaire capable de fonctionner sous l'eau avec des trajectoires de préhension encodées dans sa géométrie. L'intérêt pour l'industrie robotique tient à la promesse de fiabilité et de répétabilité que les actionneurs souples peinent traditionnellement à offrir : leur compliance naturelle, atout pour l'interaction physique, se traduit d'ordinaire par des déformations incontrôlées qui limitent la précision et la mise à l'échelle vers des systèmes multi-DoF. En rendant la fabrication accessible via un simple processus d'impression 3D mono-matériau et en proposant un module composable et réutilisable sur plusieurs applications (haptique, téléopération, préhension sous-marine), l'approche s'adresse directement aux intégrateurs cherchant à réduire coûts et complexité d'assemblage pour des interfaces homme-machine ou des effecteurs souples. Ce travail s'inscrit dans la lignée de la robotique douce inspirée de la nature et de l'origami, un champ de recherche actif depuis plusieurs années pour concevoir des structures pliables et compliantes sans moteurs multiples ni câblage complexe. Les auteurs positionnent MONORIGAMI comme une réponse aux limites persistantes de fabrication et de contrôle des actionneurs souples existants, sans citer de concurrents directs ni de partenaires industriels dans l'abstract. Il s'agit à ce stade d'une publication de recherche démontrant des prototypes fonctionnels plutôt qu'un produit commercialisé ; aucun calendrier de déploiement industriel n'est mentionné.

RecherchePaper
1 source
Trajectoires légitimes ou illisibles : la planification de mouvement (il)lisible pour plusieurs observateurs
2337arXiv cs.RO 

Trajectoires légitimes ou illisibles : la planification de mouvement (il)lisible pour plusieurs observateurs

Des chercheurs présentent DUBIOUS, un optimiseur de trajectoire conçu pour résoudre un nouveau problème formalisé sous le nom de Mixed-Motive Limited-Observability Legible Motion Planning (MMLO-LMP), décrit dans un article arXiv (2602.09227v2, version révisée). L'idée centrale : générer une trajectoire de robot qui reste lisible pour certains observateurs et illisible pour d'autres, simultanément, tout en tenant compte du fait que chaque observateur ne voit qu'une partie limitée de l'environnement. Concrètement, une trajectoire est dite "légible" quand un observateur peut prédire rapidement et correctement l'intention du robot, et "illisible" quand elle induit une prédiction erronée ou retarde la prédiction correcte. Le papier ne détaille pas de chiffres de performance chiffrés (temps de cycle, charge utile, degrés de liberté) ni de plateforme robotique précise : il s'agit d'un travail de planification de mouvement théorique et algorithmique, testé en simulation, montrant que DUBIOUS parvient à équilibrer ces objectifs contradictoires selon les motifs et les zones de visibilité propres à chaque observateur. Cette contribution s'adresse à un problème rarement traité jusqu'ici dans la littérature sur la planification légale de trajectoire, qui suppose généralement un seul observateur omniscient. Or dans un entrepôt partagé entre humains et robots, ou lors d'opérations impliquant plusieurs agents aux intérêts divergents, un robot doit souvent communiquer son intention à un collègue tout en la dissimulant à un tiers, humain ou robot, qui n'a qu'une vue partielle de la scène. Pour les intégrateurs travaillant sur la coordination multi-robots ou la sécurité en environnement partagé, ce cadre théorique ouvre une piste pour concevoir des comportements de navigation plus nuancés que le simple évitement d'obstacle, avec des implications potentielles en robotique collaborative industrielle comme en robotique de défense. Le travail s'inscrit dans la continuité des recherches sur la "legible motion planning", initiées notamment par les travaux d'Anca Dragan sur la communication implicite d'intention en robotique collaborative, mais innove en introduisant la dimension "adversariale" et la visibilité limitée simultanément, plutôt que l'une ou l'autre séparément comme le faisaient les travaux antérieurs. Les auteurs reconnaissent explicitement les limites de leur approche actuelle, limitée à des observateurs statiques, et annoncent des travaux futurs portant sur des observateurs mobiles et sur la coordination en équipe entre observateurs, sans toutefois donner de calendrier précis pour ces extensions.

RecherchePaper
1 source
REFACTOR-VLA : apprentissage non supervisé d'une bibliothèque de programmes moteurs typés
2338arXiv cs.RO 

REFACTOR-VLA : apprentissage non supervisé d'une bibliothèque de programmes moteurs typés

Le laboratoire à l'origine de REFACTOR-VLA (arXiv 2609.01215, publié le 1er septembre 2026) propose une architecture d'apprentissage de compétences robotiques réutilisables, organisée en deux phases dites "wake" et "sleep". La phase de sommeil regroupe des fragments de programmes moteurs via un "noyau d'équivalence comportementale" (BEK) calculé à partir d'un modèle du monde latent M_phi ; la phase d'éveil produit des termes lambda typés, inspirés du système Hindley-Milner, consommés par un décodeur d'actions à flux rectifié conditionné par une bibliothèque de compétences. Sur le benchmark de simulation LIBERO, les auteurs rapportent deux résultats. D'abord, faire passer le modèle du monde de 188 à 430 millions de paramètres dégrade les performances sur les 4 suites de tests évaluées, contredisant l'idée que plus de capacité suffit. Ensuite, ajouter une perte contrastive supervisée auxiliaire (InfoNCE) pendant l'entraînement du modèle du monde améliore nettement le regroupement : information mutuelle normalisée de 0,462 (objet), 0,867 (spatial), 0,915 (but) et 0,754 (LIBERO-10), sur 3 graines aléatoires, dépassant la meilleure référence publiée de +0,184 en moyenne sur les 4 suites. Sur 12 fournisseurs testés, l'intervalle de confiance à 95% pour l'information mutuelle moyenne se situe entre 0,683 et 0,729. Le système produit la première bibliothèque de tâches-langage sur LIBERO réel, avec 2 des 3 abstractions retenues utilisées pour réécrire les 256 démonstrations échantillonnées. L'enjeu dépasse la simple performance chiffrée : la plupart des modèles vision-langage-action actuels, comme OpenVLA, Pi-0, RT-2 ou RDT-1B, restent monolithiques, produisant des commandes motrices brutes sans organiser le comportement en abstractions réutilisables, ce qui les fragilise sur les tâches longues et rend leur décision peu interprétable. Les méthodes existantes de découverte de compétences contournent la question centrale de l'équivalence comportementale entre deux séquences d'actions, en s'appuyant soit sur des embeddings contrastifs, soit sur le jugement d'un modèle de langage non calibré sur la dynamique physique du robot. REFACTOR-VLA propose un critère explicite et vérifiable (gâtés de longueur de description minimale et de préservation du retour), ce qui intéresse directement les intégrateurs cherchant des bibliothèques de compétences composables et auditables plutôt que des boîtes noires. Le travail s'inscrit dans la lignée des grands modèles VLA récents portés par des laboratoires comme Physical Intelligence (Pi-0), NVIDIA (GR00T N2) ou Figure/Helix, mais reste à ce stade une contribution académique publiée en preprint, sans affiliation industrielle affichée ni déploiement sur robot réel. Toutes les évaluations se limitent à l'environnement de simulation LIBERO, sans validation sim-to-real annoncée. La suite logique, non détaillée dans l'article, serait un passage à des plateformes physiques et à des tâches plus longues pour confirmer que ces bibliothèques de compétences typées tiennent hors simulation.

RecherchePaper
1 source
VerNav : navigation vision-langage à faible latence guidée par un vérificateur
2339arXiv cs.RO 

VerNav : navigation vision-langage à faible latence guidée par un vérificateur

Un preprint publié sur arXiv (arXiv:2609.00920v1) présente VerNav, une architecture de navigation vision-langage (VLN) qui vise à réduire la latence de décision des agents basés sur des grands modèles de langage (LLM). Plutôt que de générer une réponse autorégressive complète à chaque étape pour interpréter l'instruction et choisir l'action, comme le font les agents VLN-LLM classiques, VerNav utilise un vérificateur qui évalue par lots les actions candidates, et ne fait appel à un générateur autorégressif, via un déclencheur basé sur l'entropie, que pour les décisions jugées incertaines. L'entraînement combine une phase d'alignement de préférence d'action locale (VPO) et un fine-tuning par renforcement étape par étape avec récompenses de progression. Sur le benchmark Room-to-Room (R2R), la voie "vérificateur seul" de VerNav égale des agents VLN-LLM représentatifs tout en divisant par plus de 10 la latence moyenne de décision par étape. L'intérêt dépasse la performance brute : le coût de calcul du raisonnement explicite étape par étape est ce qui bloque aujourd'hui le déploiement d'agents VLN-LLM dans des applications robotiques temps réel, robots mobiles autonomes (AMR) en entrepôt ou plateformes de service suivant des instructions vocales. En montrant qu'un vérificateur peu coûteux peut remplacer la génération autorégressive pour la majorité des décisions sans perdre en qualité de raisonnement sur les cas ambigus, VerNav relativise l'idée que raisonnement explicite et faible latence seraient incompatibles en VLN. À noter : les gains annoncés restent des mesures logicielles obtenues en simulation sur R2R, sans validation sur robot physique réel, un point que le preprint ne souligne pas explicitement. La tâche VLN, qui consiste à faire naviguer un agent dans un environnement 3D inconnu à partir d'instructions en langage naturel, s'appuie depuis des années sur R2R comme benchmark de référence, et a récemment intégré des LLM pour améliorer la compréhension d'instructions et l'ancrage sémantique, au prix d'une latence d'inférence accrue. VerNav se positionne comme une alternative à ces agents VLN-LLM autorégressifs plutôt que comme un produit déployé : le travail est publié en preprint, non revu par les pairs, sans calendrier de déploiement industriel annoncé, et les suites logiques évoquées dans ce type de recherche sont une extension à des benchmarks plus larges comme REVERIE ou RxR.

RecherchePaper
1 source
Conversation homme-robot avec plusieurs interlocuteurs dans des espaces publics bruyants
2340arXiv cs.RO 

Conversation homme-robot avec plusieurs interlocuteurs dans des espaces publics bruyants

À l'occasion de l'Exposition universelle 2025 d'Osaka, une équipe de recherche a présenté en démonstration un système audio conçu pour permettre à des robots et des avatars de dialoguer avec plusieurs interlocuteurs à la fois dans des espaces publics bruyants, selon un article publié sur arXiv (2609.00648v1). Deux scénarios ont été testés en conditions réelles. Le premier repose sur l'android ERICA, conçu comme un système d'écoute attentive capable de suivre une conversation avec plusieurs personnes simultanément. Le second met en jeu des robots mobiles baptisés Teleco, dont l'un sert d'avatar télécommandé par un opérateur humain à distance pour assister la conversation. Les deux dispositifs s'appuient sur un unique réseau de microphones multicanal, qui capte et sépare la parole de plusieurs locuteurs dans un environnement bruyant, plutôt que sur des architectures multi-capteurs complexes. Cette démonstration s'attaque à un point faible récurrent de l'interaction homme-robot conversationnelle : la plupart des systèmes de dialogue vocal sont mis au point en laboratoire, dans des conditions acoustiques contrôlées, et perdent en fiabilité dès qu'ils affrontent le bruit ambiant d'un lieu public fréquenté. Réussir à extraire une parole exploitable, que ce soit pour la reconnaissance vocale embarquée ou pour la retransmettre proprement à un opérateur distant, est une condition pratique pour déployer des robots d'accueil ou des avatars de téléprésence dans des halls d'exposition, aéroports ou espaces commerciaux. L'ajout d'une restitution en audio spatial pour l'opérateur distant vise aussi à renforcer son sentiment de présence, un enjeu clé pour les usages de téléprésence robotique. Le fait qu'une seule antenne micro suffise pour les deux cas d'usage est également un argument de simplicité et de coût pour d'éventuels intégrateurs. ERICA est un android développé de longue date par les équipes de recherche japonaises en interaction homme-robot, régulièrement utilisé comme plateforme d'expérimentation pour des conversations naturelles avec des humains. Les robots Teleco, eux, sont pensés comme des plateformes mobiles de téléprésence. L'Exposition universelle d'Osaka a servi de terrain d'essai grandeur nature, exposant les deux systèmes à un bruit de foule impossible à reproduire en laboratoire. Il s'agit à ce stade d'une preuve de concept scientifique, sans annonce de produit commercial, de pilote industriel ni de calendrier de déploiement.

RecherchePaper
1 source
Doigt robotique compact à articulation MCP à 2 DOF intégrant une transmission passive à variation continue sélective par DOF
2341arXiv cs.RO 

Doigt robotique compact à articulation MCP à 2 DOF intégrant une transmission passive à variation continue sélective par DOF

Un mécanisme de doigt robotique compact à deux degrés de liberté (DoF), reproduisant l'articulation métacarpophalangienne (MCP) humaine, vient d'être détaillé dans une publication arXiv (référence 2609.00769v1, catégorie "letter", donc un résultat de recherche préliminaire et non un produit fini). Le dispositif intègre une transmission passive à variation continue (CVT) réservée à l'axe de flexion-extension, tandis que l'axe d'abduction-adduction conserve une transmission directe classique. Le cœur du mécanisme est un système de routage de câble côté sortie, inspiré des poulies mobiles : la tension du câble ajuste automatiquement le bras de levier et le rapport de transmission en fonction de la charge appliquée, sans capteur, sans actionneur supplémentaire et sans électronique de contrôle. Les essais rapportent une amplification de force en sortie atteignant 4,19 fois la valeur nominale, avec une moyenne de 3,6 fois, mesurée sur une plage d'angles de flexion allant de 15 à 75 degrés. Des tests de manipulation fine, sous forme de roulement de balle entre les doigts, confirment que cette adaptation mécanique passive n'altère pas la fonction d'abduction-adduction. L'intérêt pour l'industrie des mains robotiques et des humanoïdes tient à la façon dont le problème est résolu : au lieu d'ajouter des capteurs de force et une boucle de contrôle pour basculer entre un mode "force élevée, vitesse faible" et un mode "vitesse élevée, force faible", le compromis est traité purement mécaniquement. Pour des mains dextres compactes, où le budget en actionneurs, en câblage et en puissance de calcul embarquée est déjà serré, une solution passive qui élargit la plage force-vitesse sans coût électronique additionnel est directement exploitable par les intégrateurs cherchant à réduire la complexité et le poids des effecteurs terminaux, un enjeu central pour les concepteurs de mains de robots humanoïdes actuellement en phase de miniaturisation. Cette approche s'inscrit dans une lignée de recherches sur les transmissions à variation continue appliquées aux mains robotiques et prothétiques, où la biomimétique de l'articulation MCP humaine sert régulièrement de référence pour les architectures de doigts à câbles ou tendons, à l'image de conceptions comme la Shadow Hand. L'abstract ne mentionne aucune entreprise partenaire ni site de déploiement : il s'agit d'un résultat de laboratoire, testé sur un prototype de doigt isolé et non sur une main complète. Les auteurs présentent leur stratégie de conception comme "scalable" à des mains multi-doigts, ce qui suggère une prochaine étape d'intégration sur une architecture complète, sans calendrier ni partenaire industriel annoncé à ce stade.

RecherchePaper
1 source
Extension de graphe basée sur la connectivité pour l'exploration multi-robots décentralisée
2342arXiv cs.RO 

Extension de graphe basée sur la connectivité pour l'exploration multi-robots décentralisée

Un preprint publié sur arXiv (2609.00804v1) présente une méthode d'extension de graphe d'exploration pour des essaims de drones décentralisés opérant sous communication intermittente. Elle s'appuie sur la connectivité des zones frontières, la limite entre territoire exploré et inconnu, pour étendre les plans de vol et garder stable le partage de zone entre agents malgré déconnexions et changements de topologie. Appliquée à deux méthodes de partitionnement jugées état de l'art et testée uniquement en simulation, sans essai sur drones réels, elle affiche une efficacité supérieure aux approches existantes, surtout à faible taux de communication. Le sujet touche un point de friction central pour les flottes de drones en environnement inconnu (recherche-sauvetage, inspection industrielle, exploration souterraine), où le lien radio entre agents reste peu fiable. La plupart des architectures multi-robots actuelles supposent encore une communication quasi continue ou une coordination centralisée fragile face aux pertes de signal. Pour un intégrateur visant des flottes autonomes en zone GPS-denied, l'article confirme que le partitionnement de zone robuste aux déconnexions demeure un problème de recherche ouvert, pas une brique logicielle mature. Il s'agit d'un preprint arXiv classé « new », donc non encore relu par les pairs ni publié en conférence, sans auteurs, affiliation ni matériel précisés. L'exploration par frontières est connue depuis les années 1990, mais son extension aux essaims décentralisés sous contrainte de communication reste un axe actif des laboratoires de robotique aérienne, sans calendrier annoncé vers un déploiement physique.

RecherchePaper
1 source
Planification du mouvement à double processus
2343arXiv cs.RO 

Planification du mouvement à double processus

Publié sur arXiv en septembre 2026 (identifiant 2609.01260v1, classé en cross-listing), l'article intitulé "Dual Process Motion Planning" présente une architecture neuro-symbolique pour la planification de mouvement en robotique. Inspirée du modèle cognitif "Thinking Fast and Slow" de Daniel Kahneman, elle articule un module "Système 2", des solveurs symboliques classiques garantissant robustesse et précision, et un module "Système 1", appris par l'expérience pour accélérer la prise de décision. Un contrôleur métacognitif arbitre dynamiquement entre les deux selon la difficulté de la tâche à résoudre. Les auteurs testent le système sur plusieurs environnements de référence non linéaires, mais le résumé ne fournit ni chiffre de charge utile, ni degrés de liberté, ni temps de cycle, ni nom d'entreprise ou site de déploiement : il s'agit d'une contribution de recherche, pas d'un produit commercialisé. La planification robotique reste écartelée entre méthodes classiques, fiables mais lourdes en calcul et peu adaptables, et méthodes apprises, rapides mais difficiles à garantir formellement. Cette hybridation illustre une tendance de fond déjà visible dans les architectures vision-langage-action comme GR00T N2 ou Helix, qui combinent politiques apprises et couches de contrôle structurées pour réduire l'écart entre démonstrations impressionnantes et fiabilité industrielle. Pour les intégrateurs et décideurs B2B, un contrôleur capable d'arbitrer entre intuition rapide et raisonnement rigoureux pourrait, si les gains se confirment hors laboratoire, atténuer le compromis habituel entre vitesse de calcul et garanties de sécurité, un frein connu au déploiement de robots manipulateurs ou mobiles en environnement non structuré. Ce travail s'inscrit dans un courant croissant de recherche neuro-symbolique cherchant à marier raisonnement structuré et réseaux de neurones, plutôt que de tout miser sur l'apprentissage de bout en bout comme les approches de type Pi-0. Le classement en cross-listing sur arXiv suggère un intérêt à la fois pour la robotique et l'intelligence artificielle, mais l'article ne précise ni affiliation institutionnelle ni feuille de route industrielle. À ce stade, aucun pilote, partenariat ou calendrier de transfert vers des plateformes commerciales, humanoïdes ou non, n'est annoncé : la contribution reste scientifique, destinée à la communauté de la planification de mouvement.

RecherchePaper
1 source
Analyse géométrique des robots 3R génériques : conditions nécessaires et suffisantes pour quatre IKS dans une classe de robots orthogonaux
2344arXiv cs.RO 

Analyse géométrique des robots 3R génériques : conditions nécessaires et suffisantes pour quatre IKS dans une classe de robots orthogonaux

Une équipe de recherche publie sur arXiv (arXiv:2609.00316v1, prépublication annoncée début septembre 2026) une nouvelle analyse cinématique des robots génériques à trois articulations rotoïdes, dits robots 3R. Le papier construit un modèle de cinématique inverse dérivé d'une méthode fondée sur l'algèbre géométrique conforme (CGA), un formalisme mathématique qui représente points, sphères et transformations de façon unifiée. À partir de ce modèle, les auteurs proposent un cadre générique pour déterminer dans quelles conditions un robot 3R possède quatre solutions de cinématique inverse (IKS, inverse kinematic solutions), c'est-à-dire quatre configurations articulaires distinctes permettant d'atteindre une même pose de l'effecteur, et pour cartographier où ces solutions multiples apparaissent dans l'espace de travail du robot. Ils en déduisent ensuite des conditions nécessaires et suffisantes, valables spécifiquement pour une classe de robots dits orthogonaux, garantissant l'existence de ces quatre solutions. Pour les concepteurs de contrôleurs et les intégrateurs robotiques, compter et localiser précisément les solutions de cinématique inverse conditionne directement la planification de trajectoire, l'évitement de singularités et le choix en temps réel de la configuration articulaire la plus adaptée. Jusqu'ici, les approches purement algébriques donnaient des résultats exacts mais réservés à des architectures particulières ou simplifiées, tandis que les approches géométriques généralisaient l'analyse à des robots quelconques au prix d'une perte de précision formelle. En combinant les deux, ce travail vise un cadre à la fois général et exact, utile notamment pour les bras à trois degrés de liberté (DOF) qui ne suivent pas la décomposition classique de Pieper à poignet sphérique, un cas fréquent dans les architectures non standards. Il s'agit d'une contribution académique en cinématique des mécanismes, sans lien avec un déploiement industriel, un produit ou une entreprise particulière. Le travail s'inscrit dans la continuité de deux traditions de recherche distinctes, l'algèbre computationnelle d'un côté et la géométrie appliquée à la robotique de l'autre, que les auteurs cherchent explicitement à réconcilier via l'algèbre géométrique conforme. Aucune plateforme matérielle n'est testée dans cette prépublication ; la démonstration reste mathématique, centrée sur le cas orthogonal, avec une extension à d'autres classes de robots comme piste de travaux futurs.

RecherchePaper
1 source
Top 10 des actualités de la robotique en août 2026
2345Robotics Business Review 

Top 10 des actualités de la robotique en août 2026

En août 2026, le secteur robotique a enchaîné plusieurs levées de fonds et annonces majeures, selon le palmarès mensuel de The Robot Report. XPeng Motors a levé plus de 900 millions de dollars pour sa filiale humanoïde Dogotix, valorisée 5 milliards de dollars en pré-money et plus de 6,3 milliards post-transaction. Unitree Robotics a fait son entrée en bourse sur le marché STAR de Shanghai, clôturant sa première séance en hausse de 460% après avoir levé 6,1 milliards de yuans, environ 905 millions de dollars, une opération présentée comme la première introduction en bourse d'un acteur majeur de la robotique à pattes. Gravis Robotics a bouclé une série A de 200 millions de dollars pour la robotique de construction avec SoftBank, tandis que HII a signé avec Path Robotics et GrayMatter Robotics des accords de production allant jusqu'à 900 millions de dollars sur sept ans pour la construction navale. NVIDIA a présenté le Jetson Orin Nano 2, doublant les performances d'inférence embarquée, et Google DeepMind a dévoilé Gemini Robotics 2, son modèle vision-langage-action à contrôle du corps entier. Ce palmarès traduit un basculement du secteur, de la démonstration vers la structuration financière et industrielle. L'entrée en bourse d'Unitree teste pour la première fois l'appétit des marchés publics pour la robotique à pattes, un signal suivi par les investisseurs de Figure, Agility Robotics ou Boston Dynamics. Le classement révèle aussi un scepticisme sur le rythme de déploiement : pour le CTO de Plus One Robotics, le principal frein aux humanoïdes en usine n'est plus l'IA, mais l'économie unitaire de ces machines, encore trop coûteuses pour la plupart des usines, malgré les progrès des modèles VLA sur la dextérité et la coordination multi-robots. Les accords de HII avec Path et GrayMatter, comme la levée de Gravis, confirment que l'automatisation gagne des secteurs jusque-là peu robotisés, construction navale et BTP, portée par la relocalisation industrielle et la demande de centres de données. Ce mois prolonge une dynamique amorcée plus tôt en 2026 : la course aux humanoïdes entre XPeng, Unitree, Figure ou Tesla s'accompagne d'une bataille parallèle sur les modèles fondation robotiques, où Gemini Robotics 2 fait face à des concurrents comme Pi-0 de Physical Intelligence ou GR00T N2 de NVIDIA. Reimagine Robotics, fondée par l'ancien responsable de l'unité Applied Robotics de Google DeepMind à Londres, illustre l'essaimage de talents des grands laboratoires vers des startups spécialisées dans l'apprentissage continu. Côté mobilité autonome, Zoox s'appuie sur les retours de plus de 500 000 passagers pour préparer la production de masse de son robotaxi. Aucun acteur français ou européen ne figure dans ce classement, dominé par des entreprises chinoises et américaines ; les prochaines étapes attendues incluent la diffusion du Jetson Orin Nano 2 chez les développeurs et les premiers pilotes issus des accords HII.

BusinessActu
1 source
Comment l'IA physique s'illustre par des applications concrètes au salon RoboBusiness
2346Robotics Business Review 

Comment l'IA physique s'illustre par des applications concrètes au salon RoboBusiness

RoboBusiness 2026 se tiendra les 20 et 21 octobre à Santa Clara, en Californie, avec en clôture de la première journée, à 16h30 heure du Pacifique, un panel keynote intitulé "Beyond the Demo: AI in Production Robots". Trois intervenants y partageront leur retour d'expérience sur le déploiement d'IA physique en environnement client réel. Bhavana Chandrashekhar, senior manager applied science chez Amazon Robotics à Seattle, dirige une équipe de scientifiques appliqués travaillant sur des manipulateurs autonomes pour les entrepôts du groupe ; elle a notamment porté Robin, un bras robotique qui a trié plusieurs milliards de colis, et Vulcan Stow, qui a rangé plus d'un million d'articles. James Davidson, chief AI officer de Teradyne Robotics, pilote l'intégration de l'IA à travers les gammes de cobots et de robots mobiles autonomes (AMR) du groupe, notamment Universal Robots et Mobile Industrial Robots, fort de plus de vingt ans d'expérience en recherche IA et robotique. Michael Vogelsong dirige l'équipe Foundation Models AI de Cobot, centrée sur la manipulation robotique ; il a auparavant lancé l'équipe Deep Learning Technologies d'Amazon (recherche, recherche visuelle, Alexa, manipulation robotique) et occupé le poste de chief ML engineer chez Groundlight. L'événement pose frontalement la question que l'industrie élude souvent : au-delà des vidéos de démonstration et des levées de fonds à neuf chiffres qui affluent vers l'IA physique, que fait-elle réellement en production aujourd'hui ? Les chiffres avancés par Amazon Robotics, des milliards de colis triés par Robin, plus d'un million d'articles rangés par Vulcan Stow, comptent parmi les rares indicateurs publics et vérifiables d'un déploiement d'IA robotique à grande échelle, hors laboratoire. Le positionnement du panel, qui associe un géant logistique intégré verticalement, un fournisseur historique de cobots et d'AMR vendus à des tiers, et une startup spécialisée en modèles fondation de manipulation vendus comme couche logicielle, illustre la diversité des stratégies actuelles du secteur pour passer de la démo à l'exploitation réelle. Pour les intégrateurs et décideurs B2B, l'intérêt tient moins à une annonce technologique qu'à la promesse de retours concrets sur la fiabilité, la maintenance et la mise à l'échelle de flottes pilotées par IA. Le panel clôt la première journée de RoboBusiness 2026, salon de référence pour la robotique commerciale organisé par The Robot Report, qui couvre entre autres la fabrication, la santé, l'agriculture et la logistique. Il s'agit à ce stade d'une annonce de programme de conférence et non d'un lancement produit ou d'un nouveau déploiement : aucune date de mise en production, aucun chiffre inédit ni pilote client n'est dévoilé dans cette communication. Le profil de Michael Vogelsong illustre la porosité entre IA physique et autres applications d'apprentissage automatique : avant Cobot, il a aussi dirigé le développement ML d'un traitement personnalisé du cancer désormais entré en essai clinique de phase I. Chandrashekhar interviendra par ailleurs au déjeuner Women in Robotics du salon. Aucun acteur français ou européen, type Wandercraft, Exotec, Pollen Robotics ou Enchanted Tools, ne figure dans cette annonce centrée sur l'écosystème nord-américain. Les inscriptions à RoboBusiness 2026 sont ouvertes, avec tarifs réduits pour le monde académique, les associations et les groupes d'entreprises.

IA physiqueActu
1 source
La couche manquante dans l'assurance de sécurité des robots
2347Robotics Business Review 

La couche manquante dans l'assurance de sécurité des robots

Plusieurs recherches récentes révèlent que le comportement d'un robot d'IA physique peut être détourné sans prise de contrôle directe de la machine. Dès 2017, l'attaque BadNets avait montré qu'un modèle de vision pouvait fonctionner normalement tout en échouant face à un déclencheur caché, par exemple en classant un panneau stop comme un panneau de limitation de vitesse. Présentée à NeurIPS 2025, BadVLA étend ce principe aux modèles Vision-Language-Action (VLA), qui traduisent perception et instructions en mouvements robotiques : en présence d'un déclencheur, le modèle dévie de sa trajectoire tout en gardant des performances normales après transfert de tâche ou fine-tuning. Une autre étude de 2025, GoBA, montre qu'un objet aussi banal qu'une tasse à café peut servir de déclencheur fiable, avec 97% de réussite d'attaque sans dégrader les performances sur des entrées propres. En septembre 2025, la faille Bluetooth UniPwn, qualifiée de « vermifère », a été divulguée sur des robots quadrupèdes et humanoïdes d'un grand fabricant non identifié dans l'article : clés cryptographiques codées en dur, authentification contournée, exécution de code avec des droits root. Une démonstration de VicOne Lab R7 a montré qu'enchaîner trois exploits sans fil suffit à provoquer un comportement robotique incontrôlé en moins de 60 secondes. Ces résultats mettent en lumière un angle mort dans la validation des modèles : un système peut réussir toute sa qualification et pourtant produire un comportement corrompu en opération, dès qu'un déclencheur caché apparaît. Pour les intégrateurs qui déploient des modèles VLA comme couche de contrôle générique de robots, la sécurité ne peut plus se limiter à la robustesse mécanique ou logicielle classique : elle doit couvrir toute la chaîne, de l'entraînement du modèle au middleware embarqué. Des vulnérabilités dans des piles comme ROS 2 ou les systèmes DDS peuvent en effet permettre l'exécution de code arbitraire ou l'envoi de commandes non authentifiées, jusqu'à remplacer les poids d'un modèle sans même toucher à son architecture. Le risque n'est donc plus seulement la panne visible, mais un robot qui continue d'opérer en apparence normalement tout en exécutant des commandes dont l'intégrité a été compromise, un enjeu qui prend du poids à mesure que les flottes de robots humanoïdes et quadrupèdes connectés se multiplient sur le terrain. Ces travaux prolongent une lignée de recherche sur les portes dérobées en apprentissage automatique ouverte par BadNets en 2017, désormais étendue à la robotique physique à mesure que les modèles VLA se généralisent dans l'industrie. La démonstration UniPwn et les outils de test cités proviennent de VicOne, éditeur spécialisé en cybersécurité des systèmes physiques, dont l'outil de validation Radeis s'appuie sur la plateforme de simulation NVIDIA Isaac Sim pour tester l'effet d'entrées visuelles manipulées avant le déploiement réel d'un robot, un discours qui sert aussi à mettre en avant ses propres solutions. Ni le fabricant touché par UniPwn ni un calendrier de correctifs ne sont précisés dans l'article, qui plaide surtout pour une gestion des vulnérabilités étendue à chaque couche du système, de l'entraînement du modèle jusqu'à l'infrastructure réseau, alors que le secteur commence tout juste à structurer cette approche.

IA physiqueOpinion
1 source
Un drone remplace ses caméras par le toucher pour apprendre à se percher sur une branche
2348Interesting Engineering 

Un drone remplace ses caméras par le toucher pour apprendre à se percher sur une branche

Des chercheurs de l'université technique de Delft (TU Delft), aux Pays-Bas, ont mis au point un drone capable de se percher sur des branches en s'appuyant sur le toucher plutôt que sur la seule vision par caméra. Le système repose sur une main robotique anthropomorphe légère à trois doigts, dotée de capteurs capacitifs souples et d'un contrôle tactile en boucle fermée. Chaque doigt comporte trois phalanges arrondies reliées par des articulations rotoïdes, avec des ressorts de torsion qui referment passivement la main sans consommer d'énergie active. La structure est imprimée en 3D en PLA rigide, recouverte d'interfaces en silicone souple pour la friction au contact. Les capteurs tactiles utilisent une feuille de cuivre intégrée sous le silicone : le contact avec un objet conducteur modifie la capacitance, mesurée par un contrôleur MPR121 qui délivre des signaux de contact binaires en temps réel. Ne disposant au départ que d'une estimation approximative de la position de la branche, le drone balaie la zone selon une trajectoire sinusoïdale en huit, étagée verticalement, tout en ouvrant et fermant les doigts jusqu'au premier contact, qui déclenche ensuite un ajustement fin de position et d'orientation. Cette approche répond à une limite bien identifiée des drones perchés en environnement encombré, typiquement en forêt, où le feuillage, les occlusions et le mouvement des branches mettent en échec les systèmes purement vision. Une fois la prise stabilisée, le drone peut couper ses moteurs, réduisant le bruit et économisant la batterie, ce qui ouvre la voie à des missions de surveillance environnementale ou de collecte de données prolongées sans recharge fréquente. L'intérêt technique tient surtout à l'architecture de contrôle par états (décollage, recherche, détection de contact, approche, positionnement, rotation, finalisation, accroche, abandon), qui permet une réaction dynamique au toucher plutôt qu'une manœuvre d'atterrissage prédéfinie, avec une vérification de la stabilité de la prise avant de s'engager et un retour en vol stationnaire possible en cas d'échec. Pour les intégrateurs de drones d'inspection ou d'agriculture de précision, cela illustre une piste alternative au tout-vision pour l'autonomie énergétique embarquée. Le travail s'inscrit dans une recherche plus large sur le perchage passif des drones, un axe suivi depuis plusieurs années par différents laboratoires pour prolonger l'autonomie des micro-aéronefs, TU Delft étant reconnue dans ce domaine via son laboratoire de microdrones (MAVLab). D'autres approches existantes reposent sur des crochets rigides, des ventouses ou une détection visuelle par apprentissage profond pour repérer les points d'accroche, avec les mêmes limites de robustesse en conditions réelles. Il s'agit ici d'un projet de recherche académique et non d'un produit commercialisé : l'article ne précise ni partenariat industriel, ni calendrier de déploiement, ni confirmation que les essais aient eu lieu en forêt plutôt qu'en laboratoire.

RecherchePaper
1 source
HowToRobot et Robotics Australia Group s'associent pour une plateforme favorisant l'adoption des robots
2349The Robot Report 

HowToRobot et Robotics Australia Group s'associent pour une plateforme favorisant l'adoption des robots

Robotics Australia Group et HowToRobot ont annoncé un partenariat pour accélérer l'adoption de l'automatisation dans l'industrie australienne, avec le lancement d'AutomationFinder.com.au, une déclinaison locale de la plateforme d'IA de HowToRobot, opérée par Robotics Australia Group. Selon l'International Federation of Robotics (IFR), l'Australie affiche une densité robotique de 134 robots pour 10 000 employés du secteur manufacturier, contre une moyenne mondiale de 162. La plateforme, sur abonnement, utilise l'IA pour aider les ingénieurs locaux à transformer une idée de projet en cahier des charges prêt à être soumis à des fournisseurs, avec un retour de marché sur les coûts, la faisabilité et les concepts de solution. Elle s'appuie sur un réseau mondial de plus de 20 000 fournisseurs vérifiés, dont 500 en Australie. Søren Peters, fondateur et PDG de HowToRobot, explique que la nouvelle version du produit a été montrée à l'association australienne après que sa société a publié des rapports de marché pays par pays et gardé le contact avec leurs associations robotiques; celle-ci a alors demandé une version dédiée à l'Australie. Paul Mason, PDG de Robotics Australia Group, a co-porté l'initiative. Cette démarche vise un problème structurel plutôt qu'une simple lacune technologique. Selon le Bureau australien des statistiques, le secteur manufacturier local connaît la croissance de productivité la plus faible depuis 60 ans, conjuguée à une pénurie de main-d'œuvre qualifiée et à des pressions sur les coûts. La stratégie nationale robotique du gouvernement australien estime que l'automatisation pourrait ajouter entre 170 et 600 milliards de dollars au PIB du pays d'ici 2030, une fourchette si large qu'elle trahit surtout l'incertitude des projections. Pour les intégrateurs et décideurs B2B, l'intérêt est moins technologique qu'organisationnel: la promesse est de réduire le coût de la phase amont d'un projet, en remplaçant, selon Peters, jusqu'à 18 mois de travail d'ingénierie par une spécification assistée par IA, permettant à une entreprise de présenter directement un dossier chiffré, par exemple 200 000 dollars, à sa direction. Cette promesse mérite d'être prise avec prudence: l'annonce ne fournit aucune étude de cas chiffrée ni volume de déploiements réels, et reste à ce stade un lancement de plateforme plutôt qu'une preuve d'impact mesuré sur le terrain. HowToRobot réplique ici un modèle déjà utilisé sur d'autres marchés: la société publie des études pays par pays et entretient des relations avec les associations robotiques locales, ce qui a débouché sur cette version australienne à la demande directe de l'association du pays. Côté partenaire local, Robotics Australia Group fédère développeurs, chercheurs, intégrateurs, fabricants, utilisateurs, établissements de formation, investisseurs et pouvoirs publics; l'organisation a publié trois éditions de l'Australian Robotics Roadmap et a soutenu l'élaboration de la stratégie nationale robotique, une démarche comparable aux discussions en cours aux Etats-Unis autour d'une stratégie similaire. Le sujet de la relocalisation de production par l'automatisation sera par ailleurs abordé lors de RoboBusiness 2026, prévu les 20 et 21 octobre à Santa Clara, en Californie. Aucun calendrier de déploiement pilote ni objectif chiffré d'adoption n'a été communiqué pour AutomationFinder.com.au, dont le succès dépendra de la capacité du réseau de 500 fournisseurs australiens à répondre à la demande générée par la plateforme.

BusinessActu
1 source
Une nouvelle main robotique souple soulève des bouteilles d'eau tout en manipulant délicatement des œufs fragiles
2350Interesting Engineering 

Une nouvelle main robotique souple soulève des bouteilles d'eau tout en manipulant délicatement des œufs fragiles

Des chercheurs de l'Institut coréen des sciences et technologies (KAIST), en collaboration avec le KIST et SEOULTECH, ont mis au point une main robotique souple imprimée en 3D capable de tenir un œuf cru sans le briser tout en soulevant une bouteille d'eau pleine d'un litre sans la faire glisser. La clé de cette prouesse tient dans un matériau optimisé par intelligence artificielle : un modèle a été entraîné sur un jeu de données de formulations chimiques, y compris des échecs à haute viscosité, pour cartographier l'influence de micro-ajustements chimiques sur la fluidité et la vitesse de photopolymérisation. Le résultat est une résine qui s'imprime facilement en couches fines via une imprimante DLP (Digital Light Processing) tout en durcissant en un matériau capable de s'étirer à plus de six fois sa longueur initiale sans se déchirer. L'équipe a validé le procédé en imprimant des actionneurs pneumatiques souples, des structures creuses qui se courbent comme un doigt humain lorsqu'elles sont gonflées à l'air, puis assemblés en une main complète testée sur des souris d'ordinateur, des boîtes d'œufs, des bouteilles en verre glissantes et des œufs fragiles. Les résultats ont été publiés dans la revue Nature Communications. L'intérêt technique dépasse la simple démonstration de préhension délicate, un défi que la robotique rigide peine toujours à résoudre malgré les progrès des bras industriels et des humanoïdes. Le vrai verrou levé ici est un problème d'ingénierie des matériaux propre à l'impression 3D DLP : les chaînes polymères nécessaires à l'élasticité et la durabilité épaississent la résine liquide au point d'empêcher un dépôt fluide en couches fines, tandis que diluer la résine pour faciliter l'impression rend le matériau final cassant. En confiant à un algorithme d'apprentissage automatique la recherche du compromis optimal plutôt qu'à des années d'essais-erreurs manuels, l'équipe ouvre une voie de conception accélérée pour les matériaux imprimables sur mesure, un enjeu qui dépasse la robotique et concerne aussi les dispositifs médicaux personnalisés et les capteurs portables. Pour les intégrateurs et concepteurs de préhenseurs, cela suggère une réduction potentielle du temps de développement de nouveaux actionneurs souples adaptatifs, sans toutefois qu'aucun chiffre de temps de cycle industriel, de coût ou de calendrier de commercialisation n'ait été communiqué à ce stade : il s'agit d'une preuve de concept académique, pas d'un produit prêt à déployer. Cette avancée s'inscrit dans le champ de la robotique souple (soft robotics), un axe de recherche qui cherche depuis des années à contourner les limites de la préhension rigide en s'inspirant de la compliance des tissus biologiques, mais qui butait sur les contraintes de fabrication des matériaux élastiques compatibles avec l'impression 3D de précision. Le professeur Seungchul Lee, qui a dirigé les travaux, présente cette méthode comme généralisable à d'autres familles de matériaux et de procédés de fabrication additive, avec des applications visées dans les implants médicaux sur mesure, les capteurs portables résistants à la déchirure pour les articulations, et les outils robotiques destinés à travailler en sécurité aux côtés d'humains. Aucun partenaire industriel, pilote de déploiement ou calendrier de commercialisation n'est mentionné à ce stade : la publication dans Nature Communications marque une étape de recherche fondamentale, dont la prochaine étape logique serait un transfert vers des fabricants de préhenseurs ou d'actionneurs souples.

RecherchePaper
1 source