Actualités robotique — page 56

7 521 articles au fil, du plus récent au plus ancien.

39

2751arXiv cs.RO 

LabDex : un référentiel hiérarchique pour la manipulation dextérique en laboratoire

LabDex, un jeu de données et benchmark a grande échelle pour la manipulation dextre en laboratoire de chimie, a été publie sur arXiv le 20 aout 2026 sous la référence 2608.18618v1. L'outil organise les taches de laboratoire selon une taxonomie hiérarchique en trois niveaux: les compétences atomiques, qui couvrent les gestes de manipulation fondamentaux; les taches compositionnelles, qui les combinent; et les protocoles expérimentaux a long horizon, qui enchainent plusieurs étapes dépendantes de l'état du système. Fait notable, LabDex réunit pour la première fois sous un cadre commun des plateformes réelles et simulées, avec des définitions de taches, des démonstrations et des protocoles d'évaluation standardises. Ses concepteurs ont teste plusieurs méthodes d'apprentissage robotique sur ces trois niveaux, en conditions réelles comme en simulation, pour valider la conception des taches et la qualité des démonstrations collectées. Ce travail comble un angle mort des benchmarks existants, qui ne combinaient jusqu'ici ni l'usage de mains dextres, ni des interactions réalistes avec du matériel de laboratoire, ni des procédures multi-étapes, ce qui limitait l'entrainement et l'évaluation systématiques des politiques robotiques dans ce domaine. Pour les laboratoires autonomes de chimie et de découverte de médicaments, cela offre un cadre de référence commun pour comparer des approches sur un protocole partage plutôt que sur des démonstrations isolées et difficiles a reproduire. En reliant compétences élémentaires et performance sur des taches complexes, LabDex permet aussi d'analyser ce qui, dans une politique de manipulation, se généralisé réellement d'une tache a l'autre, une question souvent laissée dans le flou par les démonstrations triées sur le volet des annonces commerciales de bras manipulateurs ou d'humanoïdes. Cette publication s'inscrit dans la dynamique des laboratoires autonomes, ou "self-driving labs", un axe de recherche visant a confier a des robots des protocoles expérimentaux répétitifs ou dangereux, aujourd'hui réalisés manuellement par des chimistes. Jusqu'ici, les benchmarks de manipulation dextre provenaient soit de la robotique domestique ou industrielle générale, soit de simulations pures, sans lien direct avec les contraintes concrètes d'un laboratoire de chimie. LabDex se positionne comme une brique de fondation pour la communauté de recherche en apprentissage robotique, avec l'ambition de servir de référence standardisée pour comparer de futures politiques, y compris des modèles généralistes de type vision-langage-action, sur des taches de complexité croissante.

Recherche❖Paper

1 source

39

2752arXiv cs.RO 

Contrôle en temps réel par DDP contraint pour l'équilibre sous-actionné des robots à pattes

Des chercheurs présentent ABC-DDP, un framework de "Differential Dynamic Programming" (DDP) sous contraintes de commande, conçu pour le contrôle en temps réel de robots à pattes sous-actionnés. Publié sur arXiv sous la référence 2608.18552, le papier propose une méthode basée sur un gradient projeté accéléré (APG) qui calcule les solutions contraintes et identifie les ensembles actifs sans recourir à des inversions répétées des conditions de Karush-Kuhn-Tucker (KKT), un goulot d'étranglement classique du DDP standard. Une "contrainte virtuelle" est intégrée dans un schéma de tir multiple orienté faisabilité, permettant une optimisation stable même à partir d'initialisations dynamiquement infaisables. En simulation, la méthode pilote un robot quadrupède via un contrôle prédictif de modèle (MPC) à horizon court fonctionnant en temps réel : elle démontre une station debout stable sur deux pattes face à des perturbations externes, ainsi qu'un catwalk lent, une marche verticale et une course à haute vitesse, le tout au sein d'un unique cadre MPC unifié. Les auteurs revendiquent la première démonstration d'une station debout statique sur deux pattes d'un quadrupède obtenue par MPC temps réel à horizon fini. Le résultat cible un problème concret pour les concepteurs de contrôleurs de robots à pattes : le DDP classique gère mal les contraintes de commande (couple, position articulaire) sans alourdir considérablement le calcul, ce qui limite son usage en boucle temps réel sur des robots humanoïdes ou quadrupèdes. En évitant les inversions KKT répétées, ABC-DDP promet une charge de calcul compatible avec des cadences MPC élevées, même dans des régimes fortement sous-actionnés comme la station debout sur deux membres, un cas extrême d'instabilité pour un quadrupède. Il s'agit toutefois pour l'instant de résultats exclusivement en simulation : aucun déploiement sur robot physique n'est rapporté, et la robustesse aux incertitudes de modèle, au bruit des capteurs ou aux délais matériels réels reste à démontrer avant toute application industrielle. Le DDP est une technique d'optimisation de trajectoire largement utilisée dans le contrôle prédictif des robots à pattes, mais sa version classique peine historiquement à intégrer des contraintes de commande explicites sans recourir à des solveurs coûteux, ce qui pousse souvent les équipes vers des approximations ou des architectures hybrides. ABC-DDP s'inscrit dans cette lignée de travaux cherchant à fiabiliser le MPC temps réel pour la locomotion dynamique, un axe de recherche partagé par les laboratoires travaillant sur les quadrupèdes et les humanoïdes. Le papier, publié en août 2026 en tant que preprint arXiv, ne mentionne ni entreprise ni plateforme matérielle spécifique : il s'agit d'une contribution académique en optimisation de contrôle. Les suites attendues, non détaillées dans l'article, seraient une validation expérimentale sur robot physique et une extension à des morphologies bipèdes ou humanoïdes, où la sous-actuation pose des défis similaires, voire plus sévères.

Recherche❖Paper

1 source

39

2753arXiv cs.RO 

DevGRU : navigation visuelle guidée par la profondeur avec modèle récurrent conscient des collisions

Des chercheurs présentent DevGRU (arXiv:2608.18470v1, prépublication mise en ligne le 20 août 2026), un système de navigation visuelle pour robots conditionné par image de profondeur et point de destination (point-goal). Le cœur du système est un prédicteur d'action (action predictor, AP) qui génère des trajectoires futures tenant compte des collisions, permettant d'éviter les obstacles immédiats. Un second module, le prédicteur de collision, travaille en tandem avec l'AP pour compenser les erreurs accumulées dans l'estimation de la pose cible et anticiper les déviations de trajectoire avant qu'elles ne se produisent. Les auteurs ont évalué leur méthode sur neuf scènes différentes, en la comparant à trois approches de référence considérées comme état de l'art (ViNT, NoMaD et NavDP) ainsi qu'à quatre variantes supplémentaires de ViNT et NoMaD. DevGRU surpasse nettement ViNT et NoMaD en performance de navigation, tout en utilisant un nombre de paramètres entraînables nettement plus faible : le modèle est 7 fois plus compact que NavDP et son temps d'inférence est 17 fois plus rapide. L'enjeu que cible ce travail est concret pour l'industrie : les modèles de navigation dits "fondation", censés généraliser d'une plateforme robotique à l'autre, échouent souvent dans des environnements intérieurs structurés, en particulier dans les passages étroits, où les collisions restent fréquentes malgré des démonstrations convaincantes en conditions contrôlées. En traitant explicitement la prédiction de collision comme un signal de correction plutôt qu'un simple filtre a posteriori, DevGRU illustre une piste pour combler cet écart entre démonstration et fiabilité réelle. Le gain en légèreté et en vitesse d'inférence est également significatif pour les intégrateurs, puisqu'il ouvre la voie à un déploiement embarqué sur du matériel de calcul limité, sans dépendre d'une infrastructure de calcul déportée. Ce travail s'inscrit dans la lignée des modèles de navigation généralistes issus de la recherche académique, dont ViNT et NoMaD sont des jalons de référence, avec NavDP comme benchmark plus récent. Il s'agit à ce stade d'une publication de recherche (arXiv, type "new"), sans lien annoncé avec une entreprise, un produit commercial ou un déploiement réel signalé. Aucun pilote industriel ni calendrier de mise en production n'est mentionné dans l'article.

Recherche❖Paper

1 source

39

2754arXiv cs.RO 

VERAGMIL : environnement virtuel pour la prise d'aliments granulaires avec des modèles d'apprentissage par imitation

Une équipe de chercheurs présente VERAGMIL, un framework associant simulateur haute fidélité et interface de réalité virtuelle (VR) pour entraîner des robots d'assistance à l'alimentation à manipuler des aliments granulaires comme le riz ou les haricots (arXiv 2608.18258, août 2026). Trois modèles d'apprentissage par imitation, BC, BC-RNN et BCQ, ont été entraînés sur des tâches de prélèvement à la cuillère et de transport à partir de démonstrations captées en VR ou à la souris 3D, puis comparés à une référence humaine sur le taux de réussite, le déversement, la généralisation à des aliments inédits et le temps d'exécution. Les démonstrations VR surpassent nettement celles à la souris 3D, BCQ obtenant les meilleurs résultats, les plus proches du niveau humain. Le code est publié en accès libre sur GitHub (AmanuelErgogo/VERAGMIL). Ce travail cible un angle mort des systèmes d'alimentation assistée : la plupart gèrent bien les aliments rigides ou individualisés, mais peinent avec les matières granulaires, dont le comportement physique dynamique complique la prédiction du contact. L'étude montre que l'interface de collecte des démonstrations pèse autant que l'algorithme lui-même : une VR immersive produit des trajectoires plus fidèles qu'une téléopération à la souris 3D, avec moins de déversement et un meilleur taux de réussite. Pour les laboratoires de robotique assistive, VERAGMIL offre un banc d'essai simulé et reproductible avant tout déploiement matériel coûteux. Il s'agit toutefois d'un travail de simulation : aucun robot déployé ni essai en conditions réelles n'est rapporté, le transfert sim-to-real restant hors périmètre. La manipulation d'aliments granulaires est un défi documenté de longue date en robotique d'assistance, les systèmes existants se limitant souvent à des aliments solides ou pré-découpés. VERAGMIL s'inscrit dans la lignée des travaux combinant simulateurs physiques et apprentissage par imitation hors ligne, une approche proche des politiques VLA utilisées par ailleurs dans l'industrie humanoïde (Pi-0, GR00T N2), ici appliquée à un usage assistif de niche. En publiant son code sur GitHub, l'équipe ouvre la porte à des extensions communautaires, nouvelles architectures ou nouveaux types d'aliments. Aucun partenariat industriel ni acteur français ou européen n'est mentionné : VERAGMIL reste un outil de recherche en libre accès, pas un produit commercialisé.

Recherche❖Paper

1 source

39

2755arXiv cs.RO 

GuideFetch : cadre de coordination de tâches pour la navigation et la récupération d'objets simultanées par des robots-chiens d'assistance

Des chercheurs présentent GuideFetch, un framework de coordination pour deux robots quadrupèdes assistants opérant en parallèle: un robot guide escorte une personne malvoyante vers un siège libre pendant qu'un robot fetcher récupère et livre un objet, par exemple une tasse de café, au même endroit. Un modèle de langage traduit une instruction en langage naturel en un schéma a quatre actions conditionne par un planning séquentiel ou parallèle, chaque action proposée étant ensuite validée par rapport aux cibles enregistrées, aux capacités réelles des robots et au planning choisi avant exécution. Dans une étude croisée 2x2 portant sur 90 combinaisons de scènes et de graines aléatoires, soit 360 exécutions au total, les 180 réponses générées en ligne par le modèle ont toutes été validées sans plan de secours ni reexecution et correspondent aux plans scriptes de référence. Le taux de réussite opérationnelle atteint 72 cas sur 90 en exécution séquentielle et 71 sur 90 en exécution parallèle, et sur les 56 cas menés a bien par les deux méthodes, l'exécution parallèle réduit le temps de cycle moyen de 41,3%. Le code source sera publie ultérieurement; l'étude est référencée sous arXiv:2608.18292v1. Le résultat central pour les intégrateurs de flottes de robots hétérogènes est la démonstration chiffrée que la parallélisation de taches indépendantes, ici la navigation d'un robot guide et la récupération d'objet par un second robot, raccourcit sensiblement une mission complète sans changement matériel. L'étude met surtout en avant une distinction souvent négligée dans les démonstrations commerciales: un plan génère par un LLM peut être syntaxiquement correct tout en violant les contraintes physiques du robot, et un mouvement de contrôleur qui parait réussi ne prouve pas que la tache est effectivement achevée. En imposant une validation préalable des actions et un contrôle d'état pendant l'exécution, GuideFetch sépare la validité d'un plan de la vérification réelle de la mission, un enjeu direct pour quiconque évalué des systèmes bases sur des LLM pour la robotique d'assistance ou la logistique intérieure. Le travail s'inscrit dans le contexte plus large de la planification par LLM et des architectures vision-langage-action pour la robotique, un domaine ou d'autres acteurs développent des modèles généralistes pour des bras ou humanoïdes uniques, alors que GuideFetch cible spécifiquement la coordination de plusieurs robots quadrupèdes aux rôles distincts au sein d'une même mission. Aucun fabricant de robot ni partenaire industriel n'est cite dans le résume, et l'étude reste a ce stade une validation en environnement contrôle plutôt qu'un déploiement réel auprès d'utilisateurs malvoyants. Les auteurs annoncent la publication future du code source pour permettre une reproduction indépendante des résultats, mais aucune date ni feuille de route de pilote commercial n'est communiquée.

Recherche❖Paper

1 source

38

2756arXiv cs.RO 

WESPR : perception et planification sûres et économes en énergie, adaptées au vent, pour vol robuste des quadrirotors

Des chercheurs présentent WESPR (Wind-adaptive Energy-efficient Safe Perception and Planning for Robust flight), un framework logiciel destine aux drones quadrirotors évoluant dans des environnements ou le vent est perturbe par des obstacles proches. Publie sur arXiv sous l'identifiant 2603.09194 (version 2, remplaçant une preprint antérieure), le système combine perception géométrique de l'environnement et données météo locales pour estimer en quasi temps réel les champs de vent générés par des bâtiments, murs ou obstacles, puis calculer une trajectoire économe en énergie et adapter la stratégie de contrôle, le tout en moins de 10 secondes. L'équipe a valide l'approche sur un drone Crazyflie, quadrirotor miniature courant en recherche, navigant dans un parcours d'obstacles générant de la turbulence. Compare a un contrôleur adaptatif classique ignorant la géométrie environnante, WESPR réduit de 35,6% en moyenne l'écart maximal par rapport a la trajectoire prévue et améliore la stabilité de vol de 24,6%. L'enjeu dépasse l'exercice académique: le vent local, notamment les rafales et cisaillements créés par des obstacles urbains ou industriels, reste l'un des principaux facteurs limitant la fiabilité des drones en extérieur, que ce soit pour l'inspection d'infrastructures, la livraison ou la surveillance en zone dense. Les méthodes existantes modélisant l'interaction vent-environnement s'appuient généralement sur des simulations de mécanique des fluides, trop couteuses en calcul pour tourner en temps réel embarque. En démontrant qu'un pipeline léger peut anticiper l'effet du vent avant de le subir, plutôt que de simplement le compenser après coup, WESPR ouvre la voie a une planification de vol proactive exploitable sur du matériel aux ressources limitées, un enjeu concret pour les intégrateurs de flottes opérant près de bâtiments, de canyons urbains ou d'infrastructures industrielles exposées au vent. Ce travail s'inscrit dans la lignée des recherches sur les contrôleurs adaptatifs au vent pour drones, dont il prend le meilleur représentant comme point de comparaison plutôt que de repartir de zero. Il ne s'agit pas d'un produit commercial ni d'un déploiement opérationnel: WESPR reste, a ce stade, une preprint arXiv testée en laboratoire sur un seul modèle de micro-drone open source, sans partenariat industriel ni date de disponibilité annonces. La publication en version 2 suggère une révision de l'article initial, probablement après relecture. Les auteurs ne donnent pas de calendrier pour des essais en conditions réelles hors laboratoire ni pour une extension a d'autres plateformes, laissant ouverte la question du passage a l'échelle au-delà du cadre expérimental contrôle présente ici.

Recherche❖Paper

1 source

37

2757arXiv cs.RO 

PartialBiGrasp : déduire la géométrie locale cachée pour la préhension bimanuelle à partir de vues partielles

Des chercheurs ont publié PartialBiGrasp, un système de génération de prises bi-manuelles conçu pour fonctionner directement à partir de nuages de points partiels plutôt que d'une géométrie complète de l'objet. L'article, mis en ligne sur arXiv sous la référence 2608.19188v1, s'attaque à la préhension à deux bras pour les objets volumineux, lourds ou de forme complexe qu'un seul manipulateur ne peut saisir de manière fiable. Le modèle s'appuie sur des réseaux d'occupation convolutionnels pour apprendre implicitement des propriétés géométriques locales, comme l'épaisseur d'une surface, la structure des bords ou le dégagement nécessaire pour les pinces, sans disposer d'un modèle 3D complet de l'objet. À partir de cette représentation, PartialBiGrasp génère des paires de prises respectant le critère de fermeture de force, puis les affine par une optimisation basée sur l'échantillonnage afin de corriger les ambiguïtés issues d'une géométrie incomplète. Les auteurs valident l'approche via des métriques analytiques de fermeture de force, des simulations à grande échelle, et des essais réels sur robot avec des nuages de points bruités et partiels d'objets inédits, obtenant des prises bi-manuelles physiquement stables. L'intérêt pratique tient au fait que les méthodes de préhension bi-manuelle existantes supposaient un accès à un nuage de points complet de l'objet, une hypothèse rarement tenable hors laboratoire, où une caméra unique, des occlusions ou des angles de vue limités ne livrent qu'une observation partielle. En démontrant des prises stables sans reconstruction 3D exhaustive, ces travaux réduisent la dépendance à des configurations de capture multi-caméras coûteuses, un facteur clé pour les intégrateurs logistiques ou industriels qui manipulent cartons volumineux, meubles ou pièces encombrantes avec des bras doubles ou des cellules robotisées. Cela va dans le sens d'un rapprochement entre les démonstrations académiques et les conditions réelles de perception, plutôt que d'ajouter une nouvelle promesse de rupture technologique. Le travail s'inscrit dans la continuité de la recherche en préhension robotique, où la génération de prises à partir de géométrie observée reste un axe actif, la préhension bi-manuelle constituant une extension plus récente et plus exigeante que la préhension mono-bras classique. L'abstract ne mentionne ni acteur industriel, ni pilote de déploiement, ni calendrier commercial: il s'agit à ce stade d'une contribution de recherche académique, évaluée en simulation et sur banc robotique, sans indication d'intégration produit annoncée.

Recherche❖Paper

1 source

37

2758arXiv cs.RO 

Étude expérimentale des effets du souffle rotorique sur un manipulateur à continuum intégré à un drone multirotor

Une équipe de recherche publie, en prépublication sur arXiv (2608.18507v1, 20 août 2026), une étude expérimentale sur le souffle d'hélices (downwash) affectant un bras manipulateur continu à câbles intégré à un drone multirotor. En air calme, son comportement est d'abord comparé à un modèle à courbure constante (CC), puis les déviations de pose de l'effecteur dues au downwash sont mesurées à quatre niveaux de poussée en espace libre, et à poussée maximale près d'un mur et près du sol : la position verticale et le lacet (yaw) affichent les plus fortes erreurs, amplifiées par l'effet de sol. Un modèle résiduel combinant le modèle CC et une régression par processus gaussien (GPR) réduit ensuite l'erreur de prédiction de pose de 89 à 95 % en position et de 47 à 79 % en orientation. Cette caractérisation comble un angle mort de la manipulation aérienne : appréciés pour leur compliance et leur dextérité en environnements confinés ou dangereux, les bras continus n'avaient jamais été étudiés sous l'effet de leur propre souffle d'hélices, contrairement aux bras rigides. Or ce sont justement les opérations près d'un mur ou du sol, les scénarios les plus fréquents en inspection industrielle ou en espace confiné, qui dégradent le plus la précision de pose. L'étude montre qu'un modèle analytique seul ne suffit pas près des surfaces, et qu'une correction résiduelle apprise par données ramène l'erreur à un niveau exploitable pour des tâches de contact fin, même si ce résultat, obtenu sur une seule plateforme de laboratoire, reste une recherche fondamentale et non un produit commercial. Ce travail s'inscrit dans le champ de la manipulation aérienne, où des laboratoires cherchent à doter les drones multirotors de bras capables de saisir ou manipuler des objets, au-delà du simple transport de charges. Plus légers et plus tolérants aux collisions que les bras articulés rigides, les bras continus sont envisagés pour l'inspection de canalisations, le prélèvement d'échantillons ou les interventions en milieu nucléaire ou post-catastrophe, mais leur couplage avec le flux d'air des hélices restait jusque-là non quantifié. L'article ne mentionne ni partenariat industriel ni calendrier de déploiement : le modèle GPR est présenté comme une base pour de futurs contrôleurs de vol compensant le downwash, dont l'intégration en temps réel reste la prochaine étape attendue.

Recherche❖Paper

1 source

37

2759arXiv cs.RO 

Au-delà du placement et de l'articulation : des scènes de code pilotées par l'usage pour l'interaction incarnée

Des chercheurs présentent RoomWright dans un preprint arXiv (2608.18840v1, catégorie "new", diffusé fin août 2026), un framework agentique de génération de scènes 3D d'intérieur entièrement représentées sous forme de code pour l'interaction incarnée. Le système effectue un raisonnement d'objets piloté par l'usage : chaque point d'ancrage de la scène est traité comme un centre de tâche autour duquel sont ajoutés les objets requis et leurs affordances. Un agent de code compile ensuite chaque interaction en une règle trigger-condition-effet qui met à jour des états d'objets structurés, capturant les dépendances causales entre eux, par exemple ouvrir un meuble avant d'en extraire un objet. Pour lever l'ambiguïté d'orientation des objets manipulables, difficile à déduire de simples pixels, la méthode s'appuie sur une orientation guidée par l'usage et informée par annotation. Les auteurs indiquent avoir mené des expériences extensives validant l'approche, produisant des scènes exécutables, éditables et directement utilisables en simulation. Les méthodes existantes de génération de scènes par code produisent certes des environnements éditables, mais restent focalisées sur la construction visuelle et l'articulation au niveau objet, laissant l'usage fonctionnel des scènes largement non modélisé, un manque que RoomWright cible directement. Pour l'entraînement de modèles vision-langage-action (VLA) tels que Pi-0, GR00T N2 ou Helix, disposer de scènes encodant non seulement le placement des objets mais aussi leurs règles d'usage et leurs dépendances causales représente un enjeu concret : cela permet de générer automatiquement des tâches de manipulation multi-étapes cohérentes, sans scénarisation manuelle systématique. L'approche s'adresse ainsi directement au fossé entre démonstrations statiques et environnements de simulation réellement exploitables pour l'apprentissage de politiques, un point sensible pour les équipes robotique qui peinent à produire des données d'entraînement diversifiées et causalement cohérentes à grande échelle. RoomWright s'inscrit dans la lignée des travaux récents combinant grands modèles de langage et génération de code pour la synthèse procédurale de scènes 3D destinées à l'IA incarnée, à la manipulation robotique et à l'apprentissage de politiques par simulation, un champ où les publications se sont multipliées depuis l'essor des VLA. Le papier, publié en preprint sur arXiv sans mention d'acteur français ou européen, reste à ce stade une contribution de recherche et non un produit déployé : aucune date de mise à disposition du code source ni de jeu de données n'est précisée. Les auteurs présentent les résultats comme une démonstration de faisabilité plutôt qu'un système prêt à l'emploi, la suite logique étant une intégration dans des pipelines de simulation existants pour la robotique de manipulation.

Recherche❖Paper

1 source

36

2760arXiv cs.RO 

Problème de tournée d'orientation à récompenses variables et incertaines : cadre et référentiel pour la robotique de service quotidienne

Un article publié sur arXiv (référence 2608.18672v1) présente le OP-UTVR, « orienteering problem with uncertain time-varying rewards », une nouvelle variante du problème d'orientation (orienteering problem, OP), un problème classique d'optimisation combinatoire proche du voyageur de commerce où l'agent doit choisir un sous-ensemble de points à visiter sous contrainte de temps pour maximiser une récompense cumulée. Contrairement aux formulations existantes de l'OP, qui supposent des récompenses connues à l'avance, cette variante autorise des récompenses incertaines et variables dans le temps, comme la demande client fluctuante pour un robot de livraison. Les auteurs proposent trois planificateurs se différenciant par leur horizon de planification et leur degré d'adaptivité en ligne, et établissent des bornes théoriques sur leur performance en présence de récompenses stochastiques. Ils introduisent également un benchmark pour robot de service mobile, où un robot navigue parmi des piétons en environnement intérieur, afin de tester ces stratégies dans des conditions proches du réel. Ce travail s'attaque à un écart persistant entre la théorie de la planification robotique et son usage réel : la plupart des méthodes de routage supposent des récompenses figées et connues à l'avance, alors que la demande opérationnelle, nombre de colis, d'appels client ou de tâches à effectuer, évolue en continu et de façon imprévisible. Pour les intégrateurs de robots de service et de livraison, l'enjeu est direct : un robot qui replanifie sa tournée en tenant compte d'une demande incertaine peut mieux allouer son temps qu'un système suivant un plan figé, sans pour autant nécessiter un horizon de planification démesuré ni un recalcul permanent coûteux en ressources de calcul. Les résultats montrent un compromis net entre horizon de planification et adaptivité, et indiquent qu'une planification à long horizon combinée à une adaptation en ligne surpasse les approches purement réactives ou purement statiques, un signal utile pour calibrer les futurs systèmes de gestion de flottes robotiques. Le problème d'orientation trouve son origine dans la recherche opérationnelle, où il sert depuis des décennies à modéliser des tournées sous contrainte de temps avec récompenses associées aux points visités, avant d'être repris en robotique pour la planification de trajectoires de robots mobiles, de drones ou de flottes de livraison. La formulation proposée ici s'inscrit dans une tendance plus large visant à rapprocher ces modèles théoriques des conditions réelles rencontrées par les robots de service, entre incertitude de la demande, dynamique des environnements humains et contraintes de calcul embarqué. L'étude reste à ce stade un travail de recherche publié en prépublication sur arXiv, validé sur un benchmark simulé de navigation parmi des piétons plutôt que déployé sur une flotte commerciale, sans partenaire industriel ni calendrier de mise en production mentionnés. Les auteurs indiquent vouloir étendre ces planificateurs à des scénarios multi-robots et à des environnements de service plus complexes.

Recherche❖Paper

1 source

36

2761arXiv cs.RO 

LT-Mem : une mémoire spatio-temporelle sensible à la volatilité pour la compréhension de scènes à long terme

Une équipe de recherche publie sur arXiv, sous la référence 2608.19059v1, LT-Mem, un système de mémoire spatio-temporelle pour robots opérant sur la durée dans des environnements changeants. L'objectif est de résoudre l'amnésie temporelle : les cartographies classiques écrasent l'historique pour rester à jour, ou stockent des instantanés sémantiques sans identité d'objet stable d'une session à l'autre, empêchant par exemple de savoir où est passée une chaise verte au fil des visites. Le système combine un module SLAM multi-sessions alignant spatialement les observations par objet, un score de preuve déterministe préservant l'identité inter-sessions, et une politique de volatilité choisissant entre écraser, conserver ou garder plusieurs hypothèses, organisée en trois couches Live, Delta et Meta. Les auteurs publient aussi LT-VQA, un jeu de données et protocole d'évaluation dédié ; LT-Mem y dépasse les méthodes de référence sur toutes les métriques tout en consommant dix fois moins de jetons, un gain attribué à l'architecture plutôt qu'à la taille du modèle de langage. Pour l'écosystème robotique, ce travail s'attaque à un verrou concret des déploiements longue durée : les robots de service ou d'entrepôt en exploitation continue doivent aujourd'hui reconstruire leur compréhension de l'environnement à chaque passage, ou faire grossir indéfiniment le contexte fourni à un modèle de langage. En montrant qu'une mémoire structurée surpasse une simple augmentation de la taille du modèle, l'étude nuance l'idée reçue selon laquelle élargir la fenêtre de contexte d'un modèle vision-langage-action suffirait à obtenir une mémoire persistante fiable, un point qui parle directement aux intégrateurs dont les flottes doivent revisiter les mêmes lieux sur la durée. LT-Mem se positionne contre deux familles de systèmes existants : les cartographies SLAM classiques qui écrasent l'état précédent, et les mémoires sémantiques par instantanés qui perdent le fil de l'identité des objets. L'article, classé comme nouvelle soumission sur arXiv, ne précise ni la plateforme robotique testée ni le laboratoire porteur du projet, ce qui limite l'appréciation de sa transférabilité à un déploiement industriel réel. La publication conjointe du benchmark LT-VQA suggère une volonté d'en faire une référence partagée pour la communauté travaillant sur la compréhension de scène à long terme, un terrain que recoupent les efforts autour de modèles vision-langage-action comme Pi-0 ou GR00T N2.

Recherche❖Paper

1 source

35

2762arXiv cs.RO 

Reconstruction de robots à structure continue par recalage de forme sans marqueurs à partir d'images, via un modèle cinématique

Un algorithme de reconstruction de forme pour robots continus, décrit dans une version mise à jour d'un article déposé sur arXiv (arXiv:2405.15336v2), reconstruit la courbe tridimensionnelle du squelette de ces manipulateurs souples directement à partir d'images, sans marqueurs physiques. La méthode ajuste une courbe paramétrique aux pixels du robot détectés dans un pipeline photogrammétrique classique, sans connaître a priori sa position dans l'image. Sur la majorité des configurations testées, l'écart entre la reconstruction et la vérité terrain reste inférieur à 1 mm, soit 0,67% de la longueur du robot. Sur des robots continus réels à tubes concentriques, les résultats concordent avec dix mesures manuelles de référence prises sur 18 configurations différentes, et le pipeline automatisé traite chaque configuration en environ 0,5 seconde. Cette avancée cible un problème concret pour les concepteurs de robots continus, utilisés en aérospatiale, en inspection industrielle et en chirurgie mini-invasive: les modèles physiques seuls prédisent mal la déformation réelle du squelette, ce qui oblige à mesurer précisément la forme obtenue pour valider ces modèles et constituer des jeux de données de référence. Remplacer une procédure manuelle et lente par un pipeline automatisé de l'ordre de la demi-seconde par configuration accélère significativement les cycles de validation en laboratoire, sans nécessiter de marqueurs qui seraient difficiles à poser ou à observer dans des espaces confinés et courbes, typiques de ces applications. Il s'agit toutefois d'un résultat de recherche mesuré en conditions contrôlées, pas d'un produit commercial déployé. Les robots continus, structures fines et flexibles inspirées des tentacules ou des trompes, gagnent du terrain face aux manipulateurs rigides classiques précisément parce qu'ils naviguent dans des environnements encombrés inaccessibles autrement, notamment via des robots à tubes concentriques insérés par de petites incisions en chirurgie. Les approches historiques de mesure de forme reposent sur des capteurs embarqués, des fibres optiques ou un suivi manuel par marqueurs, chacune avec ses limites de coût, d'encombrement ou d'occlusion. Publié sans affiliation industrielle ni site de déploiement mentionnés, ce travail s'adresse aux laboratoires de robotique et de dispositifs médicaux en quête d'outils de validation plus rapides, sans annonce de pilote ni de calendrier de transfert vers l'industrie.

Recherche❖Paper

1 source

35

2763arXiv cs.RO 

Dream2Reward : modèles de récompense alignés sur la transition à partir de démonstrations positives

Publié le 20 août 2026 sur arXiv sous la référence 2608.18787, l'article présente Dream2Reward, un modèle de récompense pour l'apprentissage de politiques robotiques en manipulation, entraîné uniquement à partir de démonstrations réussies. Le système apprend un champ de transition latente conditionné par le langage : à partir de l'historique visuel précédant une étape, il prédit le déplacement attendu en cas de succès, puis le compare au déplacement réellement observé selon son sens (accord directionnel signé) et son amplitude (accord de magnitude symétrique). Cette comparaison transition par transition permet de détecter un mouvement dans le mauvais sens, un dépassement de cible ou une stagnation, même quand l'état final observé semble indiquer une progression, un cas que les récompenses de progression classiques laissent souvent passer. Le modèle ne nécessite aucune annotation d'échec, aucune étiquette de progression ni exemple négatif synthétique, et produit un signal de récompense dense et causal. Selon les auteurs, il offre une meilleure séparation succès/échec et un signal plus informatif sur les comportements de faible qualité que les méthodes de progression existantes, et réduit le contournement de récompense en apprentissage de politique en ligne comme hors ligne, avec des gains également rapportés en manipulation sur robot réel. Le problème visé est classique en apprentissage par renforcement robotique : une récompense qui ne mesure que l'avancement le long d'une trajectoire nominale peut rester élevée après une transition incorrecte, ce qui laisse la politique apprise exploiter le signal plutôt que reproduire un geste réellement réussi. En évaluant chaque mouvement par rapport à ce qu'un geste réussi devrait produire, plutôt qu'en jugeant seulement l'état final, Dream2Reward réduit ce risque sans exiger la collecte de démonstrations d'échec ni la conception d'exemples négatifs synthétiques, une charge d'ingénierie de données qui pèse habituellement sur les pipelines d'imitation puis de renforcement. Pour les équipes qui entraînent des politiques génériques de type VLA (vision-language-action), à l'image de Pi-0, GR00T N2 ou Helix, disposer d'un signal dense et fiable à partir des seules démonstrations positives déjà collectées représente un gain potentiel, à condition que les résultats se confirment au-delà du cadre expérimental testé. Dream2Reward s'inscrit dans la lignée des récompenses apprises par imitation, en réponse aux limites documentées des récompenses de progression, restées jusqu'ici l'approche dominante pour convertir des démonstrations en signal d'entraînement dense sans supervision d'échec. Le résumé de l'article ne précise ni le laboratoire ou les auteurs, ni les benchmarks de référence utilisés pour les comparaisons annoncées, ni de taux de succès chiffré sur robot réel, des éléments à vérifier dans la publication complète avant d'en tirer des conclusions définitives. Publié en prépublication sans évaluation par les pairs à ce stade, Dream2Reward reste un résultat de recherche et non un système déployé, sa validation sur des benchmarks robotiques plus larges et sa comparaison directe à d'autres approches de récompense apprise constituant la suite logique.

Recherche❖Paper

1 source

34

2764arXiv cs.RO 

RoboEdit : transformer des vidéos de manipulation humaine en expérience robotique à grande échelle

Un preprint arXiv publie en aout 2026 (2608.18948) présente RoboEdit, une suite logicielle qui convertit des vidéos de manipulation humaine en vidéos robotiques exploitables pour l'entrainement de politiques de contrôle. Son pipeline automatique, RoboEdit-ADC, reconstruit et retarget des interactions 3D main-objet a partir de simples vidéos RGB, et a génère RoboEdit-14M : 174 000 paires de vidéos alignées, soit 14 millions de frames, couvrant sept embodiments robotiques et des scènes variées. Le moteur d'édition, RoboEdit-Trans, applique des modules d'adaptation cross-embodiment pour préserver la cohérence temporelle en changeant apparence et mouvement, tandis qu'un décodeur d'état 3D reconstruit image par image la position de la main pour une supervision structurée. Les auteurs rapportent une qualité d'édition supérieure aux méthodes existantes et des politiques de contrôle entraînées sur ces vidéos, testées avec succès en manipulation réelle. La collecte de données robot-objet reste couteuse et spécifique a chaque plateforme matérielle, un goulot d'étranglement central pour l'entrainement de modèles vision-langage-action généralistes de type GR00T N2, Pi-0 ou Helix. En transformant la masse de vidéos humaines disponibles, jusqu'ici inutilisables a cause du décalage d'embodiment, en données synthétiques alignées sur sept morphologies robotiques, RoboEdit propose une alternative directe a la téléopération massive. Si les gains se confirment hors des benchmarks des auteurs, l'approche pourrait réduire la dépendance des laboratoires et intégrateurs a la collecte manuelle. Il s'agit toutefois d'un résultat de recherche en preprint, évalué par ses propres auteurs, sans validation industrielle indépendante a ce stade. Cette publication s'inscrit dans une tendance de deux ans ou plusieurs équipes cherchent a réutiliser les vidéos humaines abondantes plutôt que de multiplier les collectes téléopérées embodiment par embodiment. RoboEdit se distingue par un pipeline entièrement automatique de reconstruction et de retargeting 3D et par l'échelle de son jeu de données, RoboEdit-14M, pense pour sept embodiments simultanément plutôt qu'un seul robot cible. Le résume ne précise ni l'institution porteuse ni de calendrier de publication du code, ni de partenariat industriel. La suite logique attendue est la publication des données et des évaluations indépendantes sur des plateformes tierces, pour vérifier que ces gains se traduisent hors du cadre expérimental des auteurs.

IA physique❖Paper

1 source

29

2765arXiv cs.RO 

Recherche arrière de disposition pour l'assemblage robotique à contraintes séquentielles

Une équipe de recherche publie sur arXiv (2608.18454v1) un nouvel algorithme baptise Backward Layout Search (BLS), conçu pour résoudre un problème clé de la planification d'assemblage robotique : déterminer ou positionner chaque pièce et selon quelle orientation initiale, tout en garantissant une exécution sans collision de la séquence d'assemblage prescrite. Le défi tient au fait que l'environnement d'obstacles change après chaque étape d'assemblage, et que les pièces non encore assemblées restant dans l'espace de travail peuvent bloquer les mouvements du robot. L'innovation de BLS consiste a assigner les poses initiales des pièces en ordre inverse de la séquence d'assemblage, en s'appuyant sur une observation clé : la faisabilité de chaque étape ne dépend que des poses initiales de la pièce en cours et des pièces assemblées plus tard. A chaque expansion, l'algorithme effectue des vérifications géométriques, cinématiques, de préhension et de mouvement prescrit, tandis que des masques de collision et un filtrage des ensembles candidats éliminent les poses infaisables. Les configurations partielles prometteuses sont retenues par sélection en faisceau, puis les layouts complets sont valides par une planification de mouvement complète exécutée dans l'ordre normal d'assemblage. Teste sur cinq modèles d'assemblage, BLS produit des configurations exécutables et sans collision, avec une réduction du nombre d'évaluations d'étapes et du temps de recherche par rapport a une recherche avant équivalente. Cette contribution s'attaque a un goulot d'étranglement souvent sous-estime dans l'automatisation de l'assemblage industriel : la planification du layout, c'est-a-dire ou et comment positionner chaque pièce avant même que le robot ne commence a assembler. Pour les intégrateurs de cellules d'assemblage, cette étape reste aujourd'hui largement manuelle ou résolue par simulation lourde, avec un risque constant de collisions entre pièces non assemblées et bras robotique. En inversant l'ordre de recherche, et en exploitant le fait que la faisabilité d'une étape ne dépend que des poses courantes et futures et non des poses passées, BLS réduit l'espace combinatoire a explorer par rapport a une approche avant classique. C'est une preuve que des gains d'efficacité algorithmique substantiels restent possibles sur des problèmes de planification robotique via la recherche géométrique classique, dans un domaine ou la plupart des annonces récentes se concentrent sur les modèles VLA plutôt que sur ce type d'algorithmes. Le papier est publie comme soumission nouvelle sur arXiv, sans mention d'affiliation industrielle ni de déploiement en usine : il s'agit d'une contribution de recherche académique en planification de taches et de mouvement, un sous-domaine actif de la robotique d'assemblage. Les résultats reposent sur cinq modèles d'assemblage testes en comparaison directe avec une recherche avant appariée, sans précision sur l'environnement de simulation ni sur un éventuel passage a des pièces réelles. Aucun acteur commercial, français ou international, n'est cite dans cette publication, qui reste a ce stade un résultat de laboratoire plutôt qu'une brique prête a intégrer dans une chaine de production.

Recherche❖Paper

1 source

41

2766Pandaily 

Cinq tendances du WRC 2026 : les robots passent de la validation technique à la validation produit

La World Robot Conference (WRC) 2026 s'est ouverte le 19 août au Beiren Yichuang International Convention Center, dans le district de Yizhuang à Pékin, sur le thème de la symbiose homme-machine et de l'intégration offre-demande. Quatre halls d'exposition ont réuni plus de 300 entreprises chinoises et étrangères, près de 3 000 exhibits et plus de 150 produits présentés en première mondiale. Plus de 1 000 experts ont participé à sept forums principaux et plus de 70 événements parallèles, tandis que plus de 17 000 concurrents venus de plus de 20 pays s'affrontaient dans des compétitions. L'ouverture, désignée comme journée des lancements, coïncidait avec la fête chinoise des amoureux Qixi : les organisateurs ont mis en scène un mariage de robots, avec un marié bipède s'agenouillant pour offrir des fleurs et une mariée à roues et bras articulés recevant un cadeau avant de défiler en distribuant des bonbons aux visiteurs. Ce même jour, Unitree faisait ses débuts boursiers sur le STAR Market de Shanghai ; son robot G1 a joué au tennis de table en direct contre des humains, démontrant une chaîne perception, décision, contrôle corps entier et exécution bâtie sur des modèles algorithmiques maison, avec coups droits, revers et déplacements, et une latence de contrôle inférieure à cinq millisecondes. Ce salon marque un basculement clair : après une année où les humanoïdes ont surtout prouvé qu'ils pouvaient marcher, courir ou sauter, l'enjeu de 2026 devient la validation produit, c'est à dire la vitesse d'apprentissage, la fiabilité en tâche réelle, l'efficacité par scénario et le coût d'exploitation. Pour les intégrateurs et décideurs B2B, ce glissement signifie que la course humanoïde ne se juge plus sur des vidéos de démonstration mais sur des critères d'achat concrets, qui déploie, à quel prix, avec quelle disponibilité. Autre signal notable, l'engouement autour des world models, omniprésent l'an dernier, retombe nettement sur le salon, ce qui suggère que cette approche peine à convaincre au delà du discours de recherche. À l'inverse, le retour du tactile sur les mains habiles et la montée des exosquelettes portés par des utilisateurs ordinaires indiquent que l'industrie déplace son effort vers la manipulation fine et les applications grand public, pendant que les articulations deviennent un nouveau champ de bataille pour les fournisseurs de composants, signe d'une chaîne d'approvisionnement en cours de structuration. Ce tournant s'inscrit dans la suite logique des éditions précédentes du WRC, où la démonstration de capacités motrices dominait les débats. La cotation d'Unitree, acteur chinois déjà connu pour ses robots quadrupèdes et humanoïdes low cost, illustre la maturation financière du secteur, tandis que la densité de premières mondiales, plus de 150 produits, traduit une concurrence désormais mondiale entre fabricants chinois et internationaux. Les cinq tendances dégagées par le salon, validation produit, recul relatif des world models, essor du tactile, percée des exosquelettes et bataille des articulations, dessinent une industrie qui cherche à passer du statut de vitrine technologique à celui de marché opérationnel, avec des robots réellement achetés, déployés et utilisés au quotidien plutôt que simplement exhibés.

Chine/Asie⚡Actu

1 source

27

2767Robotics Business Review 

Kollmorgen dévoile un guide articulation par articulation du mouvement humanoïde à RoboBusiness

Kollmorgen, marque du groupe Regal Rexnord spécialisée dans les systèmes de motion control, annonce que Yoshi Umeno, son directeur mondial du développement commercial pour la robotique, interviendra à RoboBusiness 2026, qui se tiendra les 20 et 21 octobre à Santa Clara, en Californie. Sa conférence, intitulée « A Joint-by-Joint Guide to Humanoid Motion », est programmée le premier jour de l'événement à 11h30 heure du Pacifique. Umeno y présentera une architecture zone par zone du robot humanoïde plutôt qu'une approche générique, en détaillant les contraintes propres à chaque segment corporel et les défis spécifiques du passage à l'échelle industrielle. Il proposera aussi un cadre pratique pour évaluer les partenaires de motion control, avec un accent sur le co-engineering pour simplifier le chemin du prototype à la production en volume. Umeno cumule une expertise en actionneurs, moteurs, réducteurs, drives et composants de précision, et travaille déjà avec plusieurs fabricants d'humanoïdes à l'échelle mondiale. L'inscription complète à la conférence, avec une réduction de 200 dollars jusqu'au 31 août, inclut l'accès aux keynotes, sessions techniques et événements de networking comme le Mix and Mingle du premier jour et le Women in Robotics Luncheon du second. Le message de Kollmorgen touche un point sensible du secteur : le logiciel des humanoïdes progresse en quelques semaines, porté par des modèles de type VLA (vision-language-action), tandis que le hardware de motion (actionneurs, transmissions, capteurs de couple) met des mois à passer du papier à un échantillon fonctionnel, et des années à atteindre la production en volume. Ce décalage, plus que la conception elle-même, constituerait selon l'entreprise le véritable goulot d'étranglement pour des acteurs comme Figure AI avec son Figure 03, Apptronik avec Apollo, Agility Robotics avec Digit, ou Unitree avec son G2, tous engagés dans la course à la commercialisation d'humanoïdes. Pour les intégrateurs et décideurs B2B, cela déplace le curseur d'évaluation : au-delà des démonstrations spectaculaires, la vraie question devient la fiabilité et la manufacturabilité des articulations sur des cycles de production industriels, un angle rarement mis en avant dans les annonces grand public des OEM humanoïdes, davantage centrées sur les capacités logicielles et cognitives des robots. Cette intervention s'inscrit dans la stratégie de Kollmorgen visant à se positionner comme fournisseur de composants critiques auprès des grands noms de la robotique humanoïde, un marché dominé par des start-ups et laboratoires nord-américains (Figure AI, Apptronik, Agility Robotics) et chinois (Unitree), aux côtés d'acteurs plus établis comme Boston Dynamics et son Atlas. Aucun acteur français ou européen n'est cité dans cette annonce, centrée sur l'écosystème nord-américain des fournisseurs de motion control pour humanoïdes. RoboBusiness 2026 couvrira aussi d'autres secteurs applicatifs comme la santé, l'agriculture et la logistique, avec des espaces de networking dédiés. Pour l'heure, il s'agit d'une conférence et d'un cadre méthodologique présentés par un fournisseur de composants, non d'un lancement produit ni d'un déploiement client vérifié, une nuance à garder en tête face au ton promotionnel habituel de ce type d'annonce événementielle.

Industriel⚡Actu

1 source

48

2768Robotics Business Review 

Ce que signifie l'introduction en Bourse d'Unitree Robotics pour l'industrie des humanoïdes

Unitree Robotics a fait ses débuts cette semaine sur le STAR Market de Shanghai, terminant sa première séance en hausse de 460% après avoir levé 6,1 milliards de yuans, environ 905 millions de dollars, une première pour un grand fabricant de robots à pattes. Fondée en 2016 à Hangzhou sous le nom de Yushu Technology Co., l'entreprise s'est fait connaître avec ses quadrupèdes et son humanoïde G1, vendu 13 500 dollars et popularisé par des vidéos où il danse, fait du kung-fu ou enchaîne les saltos. Elle a aussi dévoilé cette semaine "Superman", un modèle développé en trois mois, capable d'un saut de plus de 2 mètres et d'une pointe à 12,6 m/s. Ses ventes d'humanoïdes sont passées de 5 unités en 2023 à 5 215 en 2025, un record mondial, pour un bénéfice net d'environ 41 millions de dollars, contre 14 millions en 2024 et une perte de 1,6 million en 2023. Ces chiffres masquent une réalité plus fragile: environ 70% des robots vendus par Unitree sont allés à des universités et laboratoires, et moins de 10% des ventes correspondent à de véritables déploiements commerciaux. Pour Gavin Kenneally, PDG de Ghost Robotics, le volume fait une bonne histoire boursière, mais l'essentiel des robots Unitree reste cantonné aux laboratoires et aux halls d'accueil; l'entreprise doit encore prouver qu'elle peut produire des machines fiables pour des environnements industriels exigeants. Nicolaus Radford, PDG de Persona AI, ajoute qu'Unitree sait vendre des robots mais n'a pas démontré leur durabilité opérationnelle ni un cas d'usage justifiant un déploiement à grande échelle, les prouesses filmées du "Superman" restant difficiles à vérifier hors contexte. La Federal Communications Commission américaine a en outre restreint en juillet l'importation de robots mobiles étrangers, humanoïdes et quadrupèdes inclus, ce qui pourrait freiner les futures ventes d'Unitree aux Etats-Unis. Cette IPO fixe un étalon que d'autres acteurs du secteur devront désormais dépasser pour prouver que le volume se traduit en modèle économique durable. Unitree n'est pas la première entreprise d'humanoïdes à entrer en bourse: UBTech, basée à Shenzhen, l'avait fait dès 2023 à Hong Kong, sans connaître la même dynamique. UBTech a perdu environ 104 millions de dollars l'an dernier et tire près d'un quart de son chiffre d'affaires de produits non robotiques, tondeuses, robots piscine et aspirateurs, pour 1 079 humanoïdes revendiqués en 2025, quand Unitree tire l'intégralité de ses profits de ses robots. Aux Etats-Unis, aucun acteur purement dédié aux humanoïdes n'est encore coté: Agility Robotics, concepteur du robot Digit, préparerait une entrée en bourse via une fusion avec le SPAC Churchill XI, pour une valorisation pré-money de 2,5 milliards de dollars; le titre de ce véhicule a progressé cette semaine dans le sillage de l'IPO d'Unitree. Reste à savoir quels autres fabricants d'humanoïdes suivront cette trajectoire, et si les marchés continueront à valoriser la croissance des volumes avant la preuve d'un usage industriel rentable.

Chine/Asie❧Opinion

1 source

37

2769Interesting Engineering 

REX G1 : le robot humanoïde chinois embarque 22 degrés de liberté et une batterie échangeable en 5 secondes

RoboScience, société pékinoise spécialisée en intelligence incarnée, a présenté le 17 août 2026 son premier robot, le REX G1, un humanoïde à roues destiné à la logistique, la fabrication, le commerce de détail et, à terme, le domicile. La machine compte 22 degrés de liberté, répartis entre la tête et le cou (2), chaque bras (7), la taille (2), un axe de levage vertical et le châssis à roues (3). Ses deux bras peuvent porter ensemble jusqu'à 10 kg, avec une répétabilité annoncée de ±0,1 mm. Le robot mesure 540 mm de large, sa longueur s'ajuste de 540 à 640 mm et sa hauteur de 1100 à 1700 mm, pour une zone de travail comprise entre 0,1 et 2 mètres au sol, un gabarit pensé pour circuler dans des entrepôts existants sans reconfiguration des allées ou des étagères. Il embarque une vision stéréo à 360 degrés avec éclairage adaptatif pour les zones sombres ou les surfaces réfléchissantes, ainsi que 2070 TFLOPS de calcul embarqué pour traiter perception, décision et contrôle en local. Sa batterie tient jusqu'à quatre heures et se remplace à chaud, le robot reprenant le travail en à peine cinq secondes. Au cœur du système, le modèle Visics, bâti sur une architecture Vision-Language-Object-Action (VLOA), relie instructions, perception visuelle et trajectoires physiques via un modèle du monde et un modèle d'opération distinct qui traduit ces trajectoires en commandes moteur. Cette annonce illustre une évolution notable dans la course aux humanoïdes chinois: au-delà de la performance brute, RoboScience mise sur la compatibilité avec les infrastructures logistiques existantes, un angle que peu d'acteurs occidentaux formalisent avec autant de précision dimensionnelle. La capacité à marcher, lever et saisir simultanément, via un contrôle dit "zero-space" censé stabiliser les effecteurs en espace confiné, répond directement à une limite fréquente des bras industriels fixes ou des AMR à charge utile séparée. Si les chiffres avancés, précision de 0,1 mm, 2070 TFLOPS, autonomie de quatre heures, sont impressionnants sur le papier, RoboScience ne communique à ce stade ni prix, ni sites de déploiement confirmés, ni volumes de production: il s'agit d'un lancement produit démontrant des capacités plutôt que d'un déploiement industriel vérifié. Pour les intégrateurs et décideurs B2B, l'intérêt réel dépendra de la disponibilité commerciale et de tests en conditions réelles, au-delà des vidéos promotionnelles. Le REX G1 s'inscrit dans une vague d'humanoïdes commerciaux chinois et internationaux, aux côtés d'Optimus Gen 3 de Tesla, du Figure 03 de Figure AI, ou de modèles fondation comme GR00T N2 de Nvidia, Pi-0 de Physical Intelligence ou Helix de Figure, tous engagés à démontrer qu'un même modèle vision-langage-action peut généraliser au-delà d'un seul poste de travail. RoboScience se positionne comme un nouvel entrant misant sur l'intégration facile en entrepôt plutôt que sur la seule prouesse mécanique, une approche qui rappelle les efforts d'acteurs européens comme Wandercraft ou Exotec sur l'adaptation aux environnements industriels réels. L'entreprise présente le REX G1 comme un outil de productivité destiné à s'insérer dans des flux de travail continus, de la manutention en entrepôt à la fabrication flexible, en passant par la préparation de commandes et, plus tard, des usages domestiques. Aucun calendrier précis de déploiements pilotes ni de partenariats commerciaux n'a toutefois été communiqué à ce stade.

Chine/Asie❧Opinion

1 source

41

2770NVIDIA Developer Blog 

Post-entraîner NVIDIA Cosmos 3 Edge pour le contrôle de robots embarqué

NVIDIA a présenté Cosmos 3 Edge, une version allégée de sa famille de modèles du monde Cosmos 3, taillée pour tourner sur le calculateur embarqué des robots plutôt que dans le cloud. Le modèle associe un omni-modèle de 4 milliards de paramètres à un module de raisonnement de 2 milliards de paramètres bâti sur l'architecture Nemotron. NVIDIA a publié un guide de post-entraînement pour ce modèle, sans communiquer de tarif ni de benchmarks chiffrés de temps de cycle ou de charge utile. Cette démarche s'inscrit dans une tendance: réduire la taille des modèles VLA (vision-language-action) et des world models pour les faire tenir sur des puces embarquées sans sacrifier leur capacité à généraliser. Pour les intégrateurs et fabricants de robots, un modèle du monde compact et ajustable en local réduit la dépendance au cloud, la latence, et permet d'affiner le modèle sur des données propres à un site industriel. NVIDIA renforce ainsi sa présence dans la couche logicielle du contrôle robotique, au-delà de son rôle de fournisseur de calculateurs Jetson. Cosmos, la plateforme de modèles du monde de NVIDIA pour la simulation et l'entraînement de politiques robotiques, s'est élargie en une famille de tailles variées, dont Cosmos 3 Edge est la déclinaison pensée pour l'inférence embarquée. Elle se positionne face à des modèles de contrôle généralistes comme Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure AI. Le document ne mentionne ni partenaire robotique ni calendrier: il s'agit pour l'instant d'un outil pour développeurs, en amont d'un déploiement produit.

IA physique⚡Actu

1 source

43

2771Robotics Business Review 

Serve Robotics déploie ses robots de livraison autonomes avec Grubhub

Serve Robotics, né en 2017 comme division interne d'Uber avant de devenir une société indépendante en 2021, a annoncé un partenariat avec Grubhub, filiale de Wonder, pour des livraisons robotisées à Chicago, Los Angeles et Alexandria en Virginie, où opèrent plus de 100 restaurants partenaires à Chicago et près de 200 à Los Angeles. Toujours avec DoorDash, Serve a aussi lancé son service à Washington D.C. et à San Jose, son premier marché dans la Bay Area, où un mois de livraisons a déjà été effectué. L'entreprise a ouvert à Miami son premier « microdépôt », petit site de stationnement, recharge et maintenance des robots déployable rapidement, et présenté Beacon, un boîtier de comptoir cellulaire qui alerte le personnel à l'arrivée d'un robot sans matériel supplémentaire. Elle a aussi lancé « Characters », des personnages conversationnels pilotés par IA sur ses robots, dont le premier, Chomp, conçu avec Grubhub. Au deuxième trimestre 2026, Serve a déclaré 3,2 millions de dollars de chiffre d'affaires, en hausse de 9 % sur un trimestre et de 404 % sur un an : les revenus DoorDash ont progressé de près de 50 % en séquentiel, la publicité a représenté près de la moitié du revenu de livraison de repas, et les revenus récurrents ont dépassé la moitié du total. Cette accélération illustre un changement d'échelle pour la livraison robotisée sur trottoir, secteur longtemps cantonné à des pilotes limités à quelques quartiers. L'arrivée de Grubhub aux côtés de DoorDash diversifie la base de partenaires de Serve face à des concurrents comme Starship Technologies ou Kiwibot. Le microdépôt, s'il tient ses promesses de coût et de rapidité, répond à l'un des principaux freins à la mise à l'échelle de ces flottes : le capital nécessaire pour ouvrir chaque nouvelle ville. La part croissante de la publicité et des revenus récurrents dans le chiffre d'affaires suggère que la seule livraison ne suffit pas encore à rentabiliser l'exploitation, un signal utile pour les intégrateurs qui évaluent l'économie réelle de ces flottes. Le « roadblock » évoqué par Serve dans son partenariat historique avec Uber, sans détail chiffré, mérite en revanche d'être suivi de près. Serve Robotics a démarré en 2017 comme projet interne d'Uber avant de se scinder en société indépendante en 2021, sous la direction du cofondateur et CEO Ali Kashani. L'entreprise a récemment élargi son activité au-delà de la restauration en rachetant Diligent Robotics, dont les robots d'assistance hospitalière Moxi équipent désormais plusieurs systèmes de santé américains. Le marché de la livraison sur trottoir reste disputé aux États-Unis par des acteurs comme Starship Technologies et Kiwibot ; aucun acteur français ou européen du type Wandercraft, Exotec ou Pollen Robotics n'apparaît dans ce déploiement centré sur le marché américain. Serve annonce vouloir poursuivre son expansion géographique, généraliser Beacon auprès de son réseau de restaurants et répliquer le modèle de microdépôt pour entrer plus vite et moins cher dans de nouveaux marchés.

Business❧Opinion

1 source

42

2772Robot Magazine FR 

Après les usines, les robots entrent dans les spas

Aux États-Unis, la société Aescape a dépassé les 100 installations de son robot masseur dans des spas, hôtels et clubs de sport, avec des séances facturées environ 89 dollars l'heure, à des tarifs dégressifs pour les formats plus courts. Le système repose sur une table équipée de deux bras robotisés qui reproduisent les gestes d'un praticien, pendant que l'utilisateur ajuste en temps réel la pression exercée et les zones du corps à privilégier. En France, la start-up Capsix Robotics développe une approche comparable avec son robot iYU, destiné aux mêmes professionnels du bien-être. Ces machines n'imitent pas l'expérience haut de gamme d'un massage traditionnel, mais automatisent un protocole standardisé de plusieurs dizaines de minutes, avec un objectif de disponibilité plutôt que de prestige. Un calcul simple illustre l'argument économique avancé par le secteur : un robot assurant six séances d'une heure par jour, facturées en moyenne 60 euros, génère un potentiel de 360 euros de chiffre d'affaires quotidien, soit plus de 9 000 euros par mois sur 26 jours d'exploitation ; à huit séances par jour, ce total dépasse 12 000 euros, avant déduction du financement de la machine, de sa maintenance, de l'énergie et de l'espace occupé. Cette arithmétique cible une contrainte structurelle du secteur du bien-être : un praticien humain ne peut masser que quelques heures par jour compte tenu des pauses, des horaires et des congés, et le recrutement reste difficile dans de nombreuses régions. En automatisant une partie du protocole, ces robots permettent aux exploitants de spas, hôtels et salles de sport d'ouvrir des créneaux supplémentaires, y compris sur des plages horaires coûteuses à couvrir avec une équipe complète. Pour les décideurs du secteur, la question centrale devient financière : coût d'acquisition ou de location, nombre de séances réalisables par jour, et délai d'amortissement. Ce déploiement illustre aussi une tendance plus large de la robotique de service, qui sort des usines et des entrepôts pour investir des espaces grand public, où l'acceptabilité du client compte autant que la performance technique. Le massage automatisé n'est pas une nouveauté, les fauteuils massants existant depuis des décennies dans les aéroports, mais la génération actuelle de robots vise une précision et une personnalisation nettement supérieures, grâce à des capteurs et des bras articulés plutôt qu'à des mécanismes fixes. Aescape s'est imposée comme l'acteur le plus visible de ce segment outre-Atlantique, tandis que Capsix Robotics tente d'occuper une position équivalente en Europe avec iYU. Le scénario le plus probable pour l'industrie n'est pas un remplacement des praticiens, mais une coexistence : le massage humain conservant sa valeur pour l'expertise et la relation client, le robot occupant un créneau de séances courtes, de récupération sportive ou de disponibilité immédiate. Les prochaines étapes attendues par le secteur concernent l'élargissement du nombre d'installations et la validation, sur la durée, des taux d'utilisation nécessaires pour rentabiliser l'investissement.

Business❧Opinion

1 source

38

2773Robotics Business Review 

Pudu Robotics lance le MP2000, son nouveau chariot élévateur autonome

Pudu Robotics a dévoilé le 18 août 2026 le MP2000, un chariot élévateur autonome piloté par IA conçu pour la manutention de palettes en environnement industriel et logistique. Le robot revendique des cycles de prise de palette aussi courts que 20 secondes, avec un système de perception combinant lidar 3D et caméras de profondeur permettant d'identifier l'emplacement des palettes et d'ajuster la trajectoire d'approche en temps réel. Les capteurs valident également la taille et la configuration des palettes, corrigeant les désalignements et adaptant la navigation aux dimensions de charge, y compris dans des espaces restreints. Le MP2000 gère les formats de palettes courants (à trois longerons, à base périmétrique) ainsi que des supports de charge non standard. Il s'intègre à la flotte d'AMR existante de Pudu, dont la série T300, via une architecture d'intelligence distribuée combinant décision locale et coordination au niveau flotte, avec maintien de la coordination multi-robots même en cas de coupure réseau. Le véhicule communique avec des équipements périphériques comme les portes et ascenseurs pour accéder aux zones contrôlées, et propose un mode manuel permettant de le piloter comme un chariot élévateur électrique classique. Ce lancement illustre la stratégie de Pudu Robotics d'élargir son portefeuille d'AMR au-delà de la livraison légère (série T) vers la manutention lourde et le transport de sol à sol, un segment historiquement dominé par des acteurs comme Geek+, Hai Robotics ou les fabricants traditionnels de chariots élévateurs automatisés. Pour les intégrateurs et décideurs industriels, le MP2000 représente une tentative de standardiser l'automatisation palettisée sur des workflows variés (quais de chargement, entrepôts, stockage en bord de ligne, ateliers de production) sans nécessiter d'infrastructure dédiée par type de palette. Le chiffre de 20 secondes par cycle de prise, mis en avant par le communiqué, doit toutefois être interprété avec prudence : aucune donnée n'est fournie sur les conditions de test (distance parcourue, poids de charge, environnement contrôlé ou réel), ce qui limite sa comparabilité directe avec les performances d'autres AMR de manutention lourde du marché. Le MP2000 s'inscrit dans la trajectoire de Pudu Robotics, fabricant chinois d'AMR connu initialement pour ses robots de service en restauration et hôtellerie, qui a progressivement étendu son offre vers la logistique industrielle avec sa gamme de robots de livraison et de transport. L'entreprise positionne désormais ce nouveau produit en complément direct de sa série T (dont le T300), pour couvrir le segment des charges palettisées plus lourdes que ne pouvait traiter cette gamme existante. L'annonce reste à ce stade un lancement produit sans détail public sur les sites de déploiement, les clients pilotes ou les volumes commandés, et aucun prix n'a été communiqué. Le calendrier de disponibilité commerciale et les premiers déploiements concrets restent à confirmer dans les prochains mois.

Industriel❧Opinion

1 source

39

2774Interesting Engineering 

Des robots humanoïdes rivalisent en Chine en faisant des lits d'hôtel et en livrant des colis en chambre

Des robots humanoïdes se sont mesurés dimanche à des tâches domestiques et hôtelières à Pékin, dans le cadre des épreuves à scénario des deuxièmes World Humanoid Robot Games (WHRG). Une compétition de service hôtelier s'est tenue au Beijing Continental Grand Hotel : les robots disposaient de 30 minutes pour transporter les bagages des clients jusqu'à leur chambre, réapprovisionner serviettes, chaussons et eau en bouteille, retirer le linge usagé et refaire les lits, la propreté du résultat comptant autant que le respect du délai, et le fonctionnement autonome étant mieux noté que la téléopération. Le même jour, une épreuve en bibliothèque testait la capacité des robots à collecter des livres retournés, les ranger et corriger les erreurs de classement en 30 minutes. Des épreuves domestiques notées sur 300 points couvraient le rangement d'un salon, le pliage de vêtements en chambre, et le lavage-étendage du linge en salle de bain et sur un balcon, avec une tâche surprise de livraison de colis déclenchée par commande vocale. Le barème pénalise collisions, objets lâchés et franchissements de zones interdites, et toute intervention humaine fait basculer le score en mode téléopéré, pondéré à 0,5. TianYi 2.0, du constructeur pékinois X-Humanoid, est un robot à roues dont le buste s'ajuste entre 130 et 165 cm, avec plus de deux heures d'autonomie sur batterie, fonctionnant sur la plateforme Huisi Kaiwu. AGILINK, filiale d'AgiBot détachée en janvier 2026, organise des épreuves de manipulation fine comme le tri de haricots ou le vissage. L'événement principal se déroule du 22 au 26 août à l'anneau de vitesse olympique de Pékin, avec 666 équipes et 2 056 robots venus de 16 pays. Ce basculement vers des environnements réels et non standardisés, couloirs étroits, linge déformable, chariots chargés instables, marque une inflexion pour le secteur : au lieu d'évaluer la vitesse ou la force pure, ces épreuves testent la combinaison mécanique, algorithmes et adaptation à des scénarios variables, soit précisément ce qui sépare une démonstration scénarisée d'un déploiement commercial viable. La pondération explicite en faveur de l'autonomie souligne un point sensible du secteur : la téléopération, encore largement utilisée, nécessite un opérateur humain et ne constitue pas une preuve d'utilité réelle. Il faut toutefois noter que ces épreuves restent des compétitions cadrées avec règles et temps limité, pas des déploiements commerciaux en conditions réelles ; le seuil "démonstration-grade" revendiqué par AGILINK reste une auto-évaluation à prendre avec prudence. Ces WHRG s'inscrivent dans la deuxième édition d'un format lancé par la Chine pour accélérer sa filière robotique humanoïde, et coïncident avec l'ouverture cette semaine de la World Robot Conference à Pékin, concentrant en une semaine plusieurs vitrines du secteur chinois. Le paysage concurrentiel local oppose notamment X-Humanoid, avec sa gamme TianYi, à l'écosystème AgiBot/AGILINK, sur fond de compétition internationale plus large où les modèles vision-langage-action et les plateformes humanoïdes occidentales cherchent aussi à prouver leur passage du laboratoire au terrain. Aucun acteur français ou européen n'apparaît dans ces épreuves. La suite immédiate est le déroulement des épreuves à scénario, dont six événements en environnement réel et huit concours de manipulation fine à la main, jusqu'au 26 août.

Chine/Asie❧Opinion

1 source

38

2775Interesting Engineering 

Le robot humanoïde chinois Fuxi permet une prise de contrôle à distance en zones dangereuses

La société chinoise NORINCO (China North Industries Group Corporation) s'apprête à dévoiler Fuxi, un robot humanoïde conçu pour la reconnaissance, les patrouilles et les opérations en environnements dangereux, capable de fonctionner par tous les temps. Développé par l'institut d'innovation de NORINCO, l'engin pèse environ 90 kilogrammes (198 livres) et s'appuie sur des technologies chinoises de détection du mouvement humain, de transfert de mouvement entre plateformes robotiques et de coordination corporelle globale. Il peut identifier des personnes et déclencher des alertes en cas de situation anormale, un usage pensé pour la surveillance et les missions de sentinelle. Plusieurs unités peuvent opérer en formation, et chaque robot peut reproduire en temps réel les mouvements d'un opérateur humain lors de missions téléopérées. Pour cela, NORINCO a développé un système baptisé "external avatar", présenté comme la première solution chinoise de téléopération entièrement maîtrisée en interne pour des humanoïdes grandeur nature de cette masse, intégrant le remappage en temps réel du mouvement humain et le contrôle à distance pour des environnements complexes et à haut risque. Une démonstration de patrouille urbaine nocturne, mobilisant plusieurs unités Fuxi coordonnées avec évaluation intelligente et boucles de réponse fermées, doit avoir lieu au World Robot Conference de Beijing cette semaine, selon le Global Times. Cette annonce illustre le virage que prend l'industrie chinoise des humanoïdes, qui délaisse les démonstrations spectaculaires au profit de cas d'usage industriels tangibles, sous la pression de prouver une valeur économique mesurable. Plus de 300 entreprises et 2 000 exhibits, dont plus de 150 nouveaux produits, sont attendus à Beijing cette semaine, avec un accent marqué sur l'inspection industrielle et la manutention plutôt que le divertissement. Le décalage entre promesse et réalité reste toutefois net : selon des analystes du secteur, 50 à 70 % des humanoïdes produits cette année serviront surtout à collecter des données d'entraînement plutôt qu'à accomplir un travail rémunéré. Guotai Securities estime qu'un humanoïde industriel devrait coûter environ 160 000 yuans (22 300 dollars), maintenance comprise, pour atteindre un retour sur investissement en deux ans face à un ouvrier gagnant 80 000 yuans (11 100 dollars) par an. Ce calcul rappelle qu'au-delà de démonstrations de téléopération comme celle de Fuxi, c'est l'autonomie réelle, soit la reconnaissance d'objets inconnus, la manipulation répétée et la récupération d'erreurs sans intervention d'ingénieur, ainsi que le coût total, qui détermineront l'adoption effective par les intégrateurs et décideurs industriels. Cette semaine s'inscrit dans un calendrier chargé pour la robotique chinoise. Vingt-trois équipes de robots humanoïdes se sont récemment affrontées à Beijing sur un défi réaliste de lutte contre l'incendie et de sauvetage, testant leur capacité à agir dans des conditions imprévisibles. Les World Humanoid Robot Games démarrent le 22 août à Beijing avec des épreuves reprenant des tâches d'usine, d'hôtellerie et domestiques telles que l'emballage, l'entreposage, l'assemblage industriel, l'alimentation de machines, le service en magasin, la recharge de véhicules électriques et le branchement de câbles, rapporte Reuters. Ces exercices exigent des robots qu'ils reconnaissent des objets inconnus et enchaînent des manipulations sans intervention constante d'un ingénieur, un pas au-delà du simple mouvement programmé. Fuxi et son système "external avatar" s'inscrivent dans cette bataille de positionnement entre constructeurs chinois, où NORINCO, acteur historique de la défense, mise sur la téléopération et la coordination multi-robots pour se différencier face aux concurrents tournés vers l'autonomie complète. Aucun calendrier de déploiement commercial ni de prix n'a pour l'instant été communiqué pour Fuxi.

Chine/Asie⚡Actu

1 source

34

2776SCMP Tech 

Mieux capter les données pour de meilleurs robots, selon l'entreprise chinoise 51World

La société pékinoise 51World, spécialiste des jumeaux numériques et de la simulation, a dévoilé mardi une nouvelle gamme d'outils de capture de données pour entraîner l'IA incarnée, ces modèles qui aident les robots à percevoir, raisonner et agir dans le monde physique. L'annonce vise la pénurie de données de qualité, identifiée comme le principal frein au développement des robots humanoïdes. Le communiqué reste vague sur les spécifications : ni charge utile, ni temps de cycle, ni volume de déploiement chiffrés, signe d'un positionnement stratégique plus que d'un lancement produit documenté. Cette annonce illustre un constat partagé par l'industrie : la course aux humanoïdes se joue désormais autant sur les données que sur le matériel, les modèles vision-langage-action ayant besoin de jeux de données massifs pour généraliser hors laboratoire. Ce goulot d'étranglement touche des acteurs comme Figure AI, Physical Intelligence ou NVIDIA, dont les modèles Helix, Pi-0 ou GR00T dépendent de données coûteuses à collecter. Pour les intégrateurs, une capture de données industrialisée et bon marché pourrait accélérer le passage des démonstrations scénarisées à des déploiements robustes en usine. 51World s'est bâti une expertise dans la simulation 3D et les jumeaux numériques appliqués aux villes intelligentes et à l'industrie, avant d'orienter cette technologie vers l'IA incarnée, un pivot cohérent avec l'essor des humanoïdes chinois porté par Unitree, UBTech ou AgiBot. Elle se positionne ainsi face à des acteurs occidentaux comme Tesla avec Optimus, Figure AI ou NVIDIA, qui investissent aussi dans les pipelines de données synthétiques et réelles. Aucun calendrier de déploiement pilote ni partenariat client n'a été précisé, l'annonce relevant pour l'instant d'un positionnement sur le marché naissant des infrastructures de données pour l'IA physique.

Chine/Asie⚡Actu

1 source

36

2777SCMP Tech 

Du spectacle au passage à l'échelle : pourquoi les entreprises chinoises de robotique font face à un « moment charnière

Lors de la World Robot Conference (WRC), le grand rendez-vous annuel de la robotique en Chine, qui a ouvert ses portes mercredi, les allées du salon ont été envahies par des robots humanoïdes rivalisant de démonstrations spectaculaires, allant de parties de tennis de table à des solos de batterie. Ce type de mise en scène a largement contribué, ces deux dernières années, à attirer l'attention mondiale sur l'industrie robotique chinoise et à lui permettre de lever des montants de capitaux considérables auprès d'investisseurs séduits par ces démonstrations de dextérité. Cette année pourtant, le ton dominant parmi les dirigeants d'entreprises, les investisseurs et les responsables politiques présents sur place tranche nettement avec l'enthousiasme des éditions précédentes, laissant place à un discours résolument pragmatique sur l'avenir du secteur. Ce basculement de posture signale un tournant potentiellement décisif pour l'industrie robotique chinoise. Après des années où la performance scénique, souvent chorégraphiée pour les caméras, a servi de principal argument de vente et de levier de financement, les acteurs du secteur semblent désormais confrontés à une question plus rude: celle du passage du prototype de démonstration à un produit réellement déployable et rentable à grande échelle. Pour les intégrateurs et décideurs B2B qui observent le marché chinois, ce changement de discours suggère que l'écart entre la vitrine marketing et la réalité opérationnelle des humanoïdes reste un sujet sensible, même pour les entreprises les mieux financées. Ce constat s'inscrit dans la trajectoire d'un secteur qui s'est construit ces dernières années sur une accumulation rapide de démonstrations publiques et de levées de fonds, porté par le soutien affiché des autorités chinoises à la robotique comme filière stratégique. La WRC, vitrine annuelle de cette dynamique, cristallise aujourd'hui les interrogations sur la capacité des entreprises chinoises à transformer cet engouement en déploiements commerciaux concrets, dans un contexte de concurrence internationale croissante sur les robots humanoïdes.

Chine/Asie❧Opinion

1 source

28

2778Robotics & Automation News 

A3 et le comté de Mahoning élargissent l'accès à une formation gratuite en robotique dans l'Ohio grâce à une subvention de 500 000 dollars

L'Association for Advancing Automation (A3) et le Mahoning County Career & Technical Center (MCCTC) vont proposer une formation gratuite en robotique et en automatisation à travers l'Ohio, financée par une subvention de 499 000 dollars. Ce financement provient de l'Individual Microcredential Assistance Program (IMAP), un dispositif public de l'État de l'Ohio destiné à soutenir l'obtention de microcertifications professionnelles. Le programme doit permettre à environ 3 000 résidents de l'État d'accéder sans frais à des parcours de formation technique en robotique et en systèmes automatisés, dans un contexte où ces compétences deviennent de plus en plus recherchées sur le marché du travail industriel. Pour les intégrateurs, les fabricants et les décideurs industriels de la région, cette initiative répond à un problème concret: la pénurie persistante de techniciens qualifiés capables d'installer, programmer et maintenir des robots et des lignes automatisées. En finançant des microcertifications plutôt que des cursus longs, l'Ohio mise sur une requalification rapide de la main-d'œuvre, un modèle qui pourrait servir de référence à d'autres États confrontés au même déficit de compétences face à l'adoption croissante de la robotique industrielle et des cobots. A3 est l'association professionnelle américaine qui fédère les fabricants de robotique, de vision industrielle et de systèmes de mouvement, et qui pousse depuis plusieurs années des initiatives de formation pour combler l'écart entre l'offre de main-d'œuvre et les besoins des usines automatisées. Le MCCTC, centre de formation technique local en Ohio, sert de relais opérationnel pour dispenser ces enseignements sur le terrain. L'article ne précise pas encore le calendrier de déploiement des formations ni les sites concernés au-delà du comté de Mahoning.

Industriel⚡Actu

1 source

42

2779Pandaily 

Aperçu des Robot Games : de la performance au travail, ce qu'ont accompli les robots humanoïdes cette année

La deuxième édition des World Humanoid Robot Games s'ouvre le 22 août à l'Ice Ribbon, l'anneau de vitesse olympique de Pékin, avec 666 équipes et 2 056 robots inscrits, soit une hausse de 138 % du nombre d'équipes par rapport à l'an dernier. Alors que l'édition précédente mettait surtout en scène des humanoïdes dansants, celle de 2026 se concentre sur des tâches de travail concrètes. Le 17 août, des journalistes ont visité le parc d'innovation en IA incarnée de Zhongguancun Haidian, près des universités Tsinghua et Peking, où opèrent Zhuoyu Tech (fabrication de composants), Noitom Robotics (collecte de données de mouvement) et Wujie Power (assemblage de corps robotiques). Wujie Power, fondée en 2025, a déjà produit en série deux générations de corps humanoïdes et travaille sur une troisième ; elle revendique plus de 200 millions de dollars de financement providentiel cumulé et une première certification CE industrielle full-stack délivrée en Europe. Ses commandes se répartissent entre manufacture industrielle et services commerciaux, notamment des cafés. Selon Tan Peng, secrétaire du conseil de Zhuoyu Tech, 2024-2025 était dominée par des lots de prototypes de 10 à 50 unités ; en 2026, dix à vingt clients dépassent le millier d'unités commandées, et l'entreprise fournit des composants pour environ 3 000 robots par mois, avec un objectif de 50 000 à 60 000 unités mensuelles d'ici novembre. Les bras robotiques industriels classiques atteignent des dizaines de milliers d'heures avant défaillance critique, contre seulement quelques milliers pour les robots incarnés, sans norme internationale établie. Ce basculement de la démonstration scénique vers l'usage productif traduit une bascule de fond du secteur chinois : la course ne se joue plus sur l'exploit médiatique mais sur les volumes de commandes vérifiables et les cycles de production tenus. En juin 2026, le ministère chinois de l'Industrie (MIIT) et la Commission de supervision des actifs publics (SASAC) ont lancé un programme imposant aux entreprises publiques et technologiques de valider et déployer des robots en situation réelle d'ici fin 2026 ; Wujie Power dit avoir engrangé près de 100 millions de dollars de commandes mondiales sur le premier semestre grâce à cette ouverture de terrains d'essai. Pour les intégrateurs, le signal est double : les configurations matérielles se standardisent, réduisant le sur-mesure coûteux, mais l'écart entre fiabilité affichée et maturité industrielle réelle reste important, faute de standard MTBF reconnu. Le goulot d'étranglement se déplace donc du matériel vers la donnée : Li Yao, vice-président de Noitom Robotics, note que les attentes clients sont passées de quelques milliers d'heures de données l'an dernier à plusieurs centaines de milliers aujourd'hui, certains évoquant des dizaines de millions d'heures à terme, un écart d'ordre de grandeur avec l'offre actuelle. Wujie Power reste modeste face aux ténors internationaux du secteur, mais s'inscrit dans un écosystème chinois désormais structuré verticalement, des composants (Zhuoyu Tech) à la capture de mouvement pour l'entraînement des modèles (Noitom). Les données d'apprentissage se répartissent en trois catégories : les données opérationnelles à la première personne, jugées les plus fiables pour l'entraînement final ; les données centrées sur l'humain, réutilisables d'un robot à l'autre par retargeting ; et les données de simulation, abondantes mais dépourvues d'informations physiques réelles. Noitom facture ses données de capture plusieurs milliers de yuans par heure et prévoit de recruter, via crowdsourcing, près de 20 000 contributeurs d'ici 2027 pour collecter des données en environnement domestique. Aucun acteur français ou européen n'apparaît dans cette dynamique, largement pilotée par la politique industrielle chinoise et ses objectifs de déploiement fixés à fin 2026.

Chine/Asie⚡Actu

1 source

40

2780Pandaily 

Le WRC 2026 s'ouvre : 34 entreprises du Guangdong défilent avec une chaîne d'approvisionnement robotique complète

La 11ᵉ édition de la World Robot Conference (WRC) s'est ouverte le 19 août 2026 pour cinq jours au Beiren Yichuang International Convention Center, dans la zone de développement économique et technologique de Pékin. Placé sous le thème de la symbiose homme-machine et de l'intégration production-demande, l'événement bat des records: plus de 300 exposants (+36% sur un an), plus de 2 000 produits exposés dont plus de 150 nouveautés, et plus de 60 événements associés, soit le double de l'édition précédente. Zhao Yunfeng, de l'Institut chinois d'électronique, indique qu'une trentaine d'organismes internationaux soutiennent la conférence, dont l'ONUDI, la Fédération internationale de robotique et la Fédération mondiale des organisations d'ingénieurs. Le site se répartit en quatre halls: un hall Innovation de 20 000 m² accueillant Unitree, Starship Navigator, UBTECH et Galaxy General; un hall Échanges avec des groupes internationaux comme AMD, SMC et Infineon; un hall Manufacturing regroupant des fabricants de composants tels que Moons, Leadshine et Nanfang Precision; et un hall grand public dédié aux applications de divertissement. Fait notable, 49 entreprises publiques centrales chinoises exposent ensemble pour la première fois, avec 12 scénarios d'application, et la SASAC (organisme de tutelle des actifs d'État) a annoncé la création d'une alliance d'innovation pour les robots humanoïdes entre ces groupes. Deux éléments distinguent cette édition des précédentes. D'abord, la présence centrale des entreprises d'État, actives dans le spatial, les grands fonds marins, l'énergie, le nucléaire, les mines et la métallurgie, signale que la robotique humanoïde chinoise sort du stade de la démonstration pour viser des déploiements dans des environnements industriels exigeants. Ensuite, l'introduction inédite d'une journée dédiée aux achats (le 20 août), aux côtés d'une journée de lancement (19), d'une journée développeurs (21) et de deux journées grand public (22-23), marque un basculement: la conférence n'est plus une simple vitrine mais un lieu de transactions commerciales concrètes entre offre et demande. Pour les intégrateurs et décideurs B2B, ce format est un signal que l'intelligence incarnée (embodied intelligence) chinoise entre dans une phase de commercialisation active plutôt que de prototypage. Cette montée en puissance s'appuie sur un écosystème régional structuré: le Guangdong, poids lourd manufacturier, a envoyé 34 entreprises, un volume comparable à celui de Pékin, couvrant toute la chaîne de valeur des humanoïdes. En amont, EVE Energy et Grepow fournissent des batteries, ORBBEC des capteurs de vision 3D et Nugel des réducteurs harmoniques de précision; en milieu de chaîne, CVTE propose des cartes de contrôle, JWIPC des plateformes de calcul en périphérie et Neoway des modules 5G; en aval, UBTECH, Dobot, LimX Dynamics et Daxiang AnTai exposent des robots complets. Le Guangdong avait classé la robotique intelligente comme filière stratégique émergente dès 2020, puis adopté en 2025 des mesures combinant IA et consommation, avec des centres d'innovation provinciaux et sites de production à Foshan, Dongguan et Zhuhai; son 15ᵉ plan quinquennal fait de l'intelligence incarnée un axe de croissance. Selon Zhang Yin, de l'Alliance IA et robotique du Guangdong, la région cumule trois atouts: la présence des 31 catégories manufacturières nationales avec 70% des fabricants de composants robotiques clés concentrés dans le delta de la rivière des Perles, une approche pionnière d'intégration logiciel-matériel, et une diversité de scénarios d'application terrestres, maritimes et aériens.

Chine/Asie⚡Actu

1 source

42

2781Robohub 

Feuilles de route mondiales de la robotique, le point du mois : le Japon

Le Japon structure sa politique robotique nationale autour de trois moteurs : les catastrophes naturelles, le vieillissement démographique et la compétition économique mondiale. Le pays est une société "super-âgée" depuis 2007, avec près d'un tiers de sa population âgée de 65 ans ou plus, et le traumatisme de Fukushima en 2011 continue de justifier les investissements dans les robots de gestion de crise et de recherche-sauvetage. Sur le plan industriel, le Japon reste depuis cinquante ans le premier fabricant et exportateur mondial de robots industriels, avec 45% de l'offre mondiale produite en 2022 et un taux d'exportation d'environ 80% vers l'Union européenne, les Etats-Unis et la Chine. La stratégie nationale s'articule autour du concept Society 5.0, porté par le Science and Technology Basic Plan, révisé tous les cinq ans avec un septième plan attendu en 2026, et par l'Integrated Innovation Strategy, mise à jour chaque année. En 2020, le Parlement japonais a adopté le Super City Amendment, créant des zones réglementaires dérogatoires à Osaka et Tsukuba pour tester à grande échelle l'intégration de robots pilotés par IA dans l'espace public ; fin septembre 2025, Toyota a inauguré sa propre version, Woven City, un campus où des employés travaillent, vivent et élèvent leurs enfants. Cette approche distingue le Japon des pays qui répondent à la pénurie de main-d'œuvre par la réforme migratoire : face à une politique d'immigration historiquement restrictive et à un attachement fort aux valeurs traditionnelles, Tokyo mise sur le remplacement robotique plutôt que sur l'ouverture des frontières pour combler ses besoins en santé, aide aux personnes âgées et travail manuel. Pour les acteurs industriels et les intégrateurs, le maintien du leadership japonais sur le matériel robotique reste stratégique face au déclin économique du pays et à la concurrence croissante de fabricants étrangers. Les zones comme Osaka, Tsukuba et Woven City constituent des bancs d'essai réels en conditions publiques, et non de simples annonces ou démonstrations de laboratoire, ce qui en fait un indicateur plus fiable de la maturité effective des technologies robotiques testées que les habituelles vidéos promotionnelles du secteur. Cette stratégie s'appuie sur un terreau culturel ancien : les robots occupent une place centrale dans la culture populaire japonaise depuis les années 1950, des Transformers à Astro Boy et Doraemon, ce qui contribue à une acceptation sociale de la robotique plus favorable que dans la plupart des autres pays. Le cadre institutionnel combine un plan quinquennal de long terme, une stratégie d'innovation révisée chaque année, et des programmes "Moonshot" fixant des objectifs de recherche à horizon vingt-cinq ans, certains aussi ambitieux que le contrôle du climat. La transition vers le septième Science and Technology Basic Plan en 2026 marquera une étape clé à surveiller, de même que l'éventuelle extension du modèle des zones dérogatoires au-delà d'Osaka et Tsukuba et le développement de Woven City depuis son lancement fin septembre 2025.

Chine/Asie❧Opinion

1 source

48

2782TechNode 

Unitree fait ses débuts en Bourse à Shanghai avec une valorisation d'environ 445 milliards de RMB

Unitree a fait ses débuts en Bourse le 19 août 2026 sur le STAR Market de Shanghai, marché technologique chinois dédié aux entreprises innovantes. Le titre a ouvert à 1 100 RMB, soit une envolée de 629,44 % par rapport au prix d'introduction fixé à 150,80 RMB, valorisant l'entreprise à environ 444,9 milliards de RMB dès la première séance, selon les données de cotation rapportées par TechNode. Fondée par Wang Xingxing, Unitree est connue pour ses robots quadrupèdes (gammes Go et B2) et ses humanoïdes bipèdes comme les séries H1 et G1, vendus à la fois à des instituts de recherche et à des industriels. Cette entrée en Bourse fait passer l'entreprise du statut de société financée par du capital privé à celui d'acteur coté publiquement. Pour le secteur, cette introduction en Bourse constitue un signal fort : c'est l'une des premières validations par les marchés financiers publics chinois de la viabilité commerciale de la robotique humanoïde et quadrupède, jusqu'ici largement financée par du capital-risque. Elle établit un point de comparaison direct pour les concurrents cherchant à lever des fonds ou à s'introduire en Bourse, en Chine comme ailleurs. La hausse spectaculaire du cours dès l'ouverture doit toutefois être lue avec prudence : ce type de bond à trois chiffres lors d'une première séance est fréquent sur le STAR Market en raison d'un flottant restreint en début de cotation, et ne reflète pas nécessairement une valorisation fondamentale stabilisée. Unitree évolue dans un paysage concurrentiel dense, face à Boston Dynamics, Tesla (Optimus) et Figure aux États-Unis, ainsi qu'à des rivaux chinois comme UBTech, déjà coté à Hong Kong, ou Agibot. L'introduction en Bourse doit désormais fournir à Unitree des capitaux frais pour accélérer la R&D et la montée en cadence de production, dans un secteur où la Chine cherche à s'imposer comme leader industriel de la robotique humanoïde.

Business⚡Actu

1 source

44

2783arXiv cs.RO 

CompCPZ : préserver l'intention multimodale dans la manipulation robotique guidée par le langage

Une équipe de recherche publie CompCPZ (arXiv:2608.17717v1, août 2026), qui corrige un défaut structurel des robots pilotés par instructions en langage naturel. Le problème identifié : un robot à qui l'on demande de "poser la tasse près de l'assiette rouge ou de l'assiette bleue" peut se diriger vers le point médian entre les deux, un geste géométriquement plausible qui ne satisfait en réalité aucune des deux options demandées. Cette erreur silencieuse vient du fait que les représentations utilisées par les politiques conditionnées par le langage fusionnent les instructions disjonctives ("ou") en un seul ensemble connexe, effaçant les modes d'action distincts. CompCPZ est une couche algébrique "sound" greffée sur des systèmes d'apprentissage existants : elle recompose, le long de l'arbre syntaxique de la phrase, des enveloppes de type "constrained polynomial zonotope" par primitive d'action, avec une couverture conforme sans hypothèse de distribution et un temps de calcul infra-milliseconde. Sur un banc de manipulation de table en boucle fermée sous ManiSkill3, elle bat des références à ensembles convexes, des décodeurs multi-pics et un modèle vision-langage-action zero-shot, avec 1 900 victoires sur 1 918 comparaisons appariées (p << 10^-30), et transfère sans réglage supplémentaire à des essais réels planaires sur un quadrupède Unitree Go2 suivi par capture de mouvement. Ce résultat intéresse directement les équipes qui déploient des modèles vision-langage-action en usine ou en entrepôt : il met en évidence un mode d'échec discret, invisible aux métriques de réussite géométrique classiques, qui peut laisser croire à tort qu'une consigne ambiguë a été correctement exécutée. Pour les intégrateurs et décideurs robotique, cela déplace le critère de fiabilité : un système de compréhension du langage ne doit plus être jugé seulement sur l'atteinte d'une cible décodée, mais sur la préservation de la structure logique complète de l'intention exprimée, un enjeu concret face aux consignes disjonctives courantes en entrepôt ou en usine ("prends la pièce A ou B"). Le travail souligne aussi un écart entre les démonstrations réussies des VLA et leur robustesse réelle face à l'ambiguïté linguistique. Cette recherche s'inscrit dans la lignée des travaux sur l'ancrage compositionnel du langage et répond à une limite connue des politiques VLA de bout en bout, généralement évaluées sur des benchmarks qui ne testent pas l'ambiguïté. En se comparant explicitement à des décodeurs multi-modaux existants et à un VLA zero-shot, l'équipe positionne CompCPZ comme une couche de sécurité formelle à ajouter par-dessus des modèles existants plutôt que comme un nouveau modèle concurrent. Le transfert réussi vers un robot réel, même limité à un cas planaire sur quadrupède, ouvre une piste au-delà des seuls bras manipulateurs, mais la validation reste pour l'instant circonscrite à des essais de laboratoire sous capture de mouvement, loin d'un déploiement industriel à grande échelle.

Recherche❖Paper

1 source

44

2784arXiv cs.RO 

MANIGUARD : référentiel et jeu de données pour l'évaluation et l'amélioration de la sécurité de la manipulation robotique

Une équipe de recherche présente en août 2026 ManiGuard, un cadre pour évaluer et améliorer la sécurité des politiques de manipulation robotique fondées sur des modèles de fondation. Le benchmark associé, ManiGuard-Bench, couvre six familles de tâches domestiques à fort contact physique, organisées en 200 tâches de base testées en configuration standard et sous quatre perturbations hors distribution, soit 1000 scénarios verrouillés où la sécurité est contrôlée par des moniteurs à automates fondés sur la logique LTLf et des prédicats physiques, en simulation et sur un bras Franka réel. Le pipeline associé fournit 8000 démonstrations annotées pour la sécurité. Sur plus de 23000 épisodes testés avec des politiques VLA en zero-shot et affinées, 6 à 21% des épisodes pourtant réussis violent la spécification de sécurité, et l'affinage porte le taux de complétion sûre de quasi nul à 7,5-29,8%, avec 21 à 42% des épisodes engagés toujours en infraction. Ce travail est une publication de recherche, pas une annonce produit, mais son constat central interpelle : le succès d'une tâche et sa sécurité restent deux mesures distinctes, alors que l'évaluation des politiques VLA (vision-language-action) actuelles, du type Pi-0, GR00T N2 ou Helix, repose surtout sur des taux de réussite bruts. Pour les intégrateurs qui envisagent de déployer ces politiques en environnement domestique ou industriel à fort contact, le message est direct : même après affinage sur des données dédiées, deux des six familles de tâches restent quasi toujours dangereuses, et augmenter le volume de démonstrations ne comble pas cet écart. ManiGuard s'inscrit dans une montée en puissance rapide des politiques de manipulation fondées sur des modèles de fondation, dont les progrès en taux de réussite ont devancé les outils d'évaluation de leur sécurité, jusqu'ici basés sur des classifieurs appris ou des juges LLM que les auteurs jugent insuffisamment rigoureux. Le benchmark s'en distingue en ancrant ses contrôles dans la logique temporelle formelle et des prédicats physiques, vérifiés en simulation comme sur un bras Franka réel. Aucun acteur français ou européen, tel Wandercraft, Pollen Robotics ou Enchanted Tools, ne figure parmi les politiques testées. Les 8000 démonstrations et le benchmark sont publiés, ouvrant la voie à des campagnes d'affinage sécuritaire par d'autres laboratoires, sans calendrier de déploiement industriel annoncé à ce stade.

Recherche❖Paper

1 source

42

2785arXiv cs.RO 

LIBERO-VIFO : évaluer la capacité et la sécurité du suivi de repères visuels dans les modèles vision-langage-action

Un benchmark baptisé LIBERO-VIFO, décrit dans un article arXiv (2608.17600v1) publié comme nouvelle soumission, évalue pour la première fois de façon systématique deux dimensions distinctes des modèles Vision-Language-Action (VLA) : leur capacité à suivre des indices visuels autorisés, et le risque qu'ils suivent des indices visuels non autorisés. Le benchmark définit huit familles de signaux visuels couvrant des formes variées, et structure l'évaluation en quatre protocoles répartis en deux parties. La première partie mesure la compréhension du signal et son exécution correcte lorsqu'il est autorisé. La seconde partie teste ce qui se passe en cas de conflit entre l'instruction en langage naturel et le signal visuel, ainsi qu'en l'absence totale d'instruction verbale. Sept modèles VLA ont été évalués sur ce protocole, complété par des expériences additionnelles sur des scènes instanciées, des configurations jugées critiques pour la sécurité, et un déploiement sur robot réel. Le résultat central est double et contre-intuitif : comprendre un indice visuel ne garantit pas qu'un modèle VLA l'exécute correctement, mais à l'inverse, plusieurs modèles se sont montrés capables d'exécuter une tâche indiquée uniquement par un signal visuel, sans aucune instruction linguistique associée. Cela révèle un angle mort de sécurité resté largement ignoré jusqu'ici : la plupart des benchmarks existants traitent implicitement tout indice visuel comme légitime et ne mesurent que le succès final de la tâche, sans distinguer suivi autorisé et non autorisé. Pour les intégrateurs et décideurs déployant des robots pilotés par VLA en environnement partagé (usine, entrepôt, espace public), cela signifie qu'un marqueur, objet ou geste placé dans la scène par un tiers non habilité pourrait suffire à déclencher une action, en dehors de tout contrôle par instruction verbale. Cela nuance l'hypothèse selon laquelle le canal langage resterait le point de contrôle sûr et unique des architectures VLA. Les auteurs justifient LIBERO-VIFO par les limites des travaux antérieurs, cantonnés à un éventail restreint de formes d'indices et à une évaluation grossière fondée sur le seul succès de tâche, sans jamais interroger la légitimité du signal suivi. Le nom du benchmark suggère un ancrage dans la suite existante LIBERO, utilisée pour l'apprentissage de politiques de manipulation robotique. En couvrant à la fois capacité et sécurité du suivi de signaux visuels, et en confirmant ses constats jusque sur robot réel, ce travail entend établir la "sécurité centrée sur le visuel" comme nouvel axe d'évaluation pour la communauté VLA, aux côtés des travaux déjà existants sur les vulnérabilités liées au langage. Il s'agit à ce stade d'un benchmark académique et non d'un produit ou d'un déploiement industriel.

Recherche⚡Actu

1 source

42

2786arXiv cs.RO 

Réutiliser avant de récupérer : diagnostiquer la marge de progression et la complémentarité pour l'augmentation en test des politiques multimodales incarnées

Un preprint arXiv (arXiv:2608.17484v1), intitulé « Reuse Before You Retrieve », propose une méthode pour choisir, au moment de l'inférence, entre deux façons d'améliorer une politique VLA (vision-language-action) figée : le rejeu (retry), qui exploite les tirages stochastiques déjà produits par le modèle, et la récupération (retrieval), qui injecte des démonstrations externes. Les auteurs introduisent deux mesures, la marge récupérable (recoverable headroom) et la complémentarité de récupération (retrieval complementarity), pour évaluer respectivement la quantité de comportement utile déjà présente dans la politique et si un a priori d'action externe comble un manque réel. Testé sur le benchmark de simulation LIBERO avec plusieurs backbones VLA figés, un sélecteur de rejeu au niveau épisode récupère systématiquement une capacité latente substantielle, avec des gains de taux de réussite allant jusqu'à 21,0 points, qui suivent de près la marge récupérable mesurée. La méthode se transfère à un autre robot et un autre simulateur, reste efficace sous observations dégradées, et des essais avec le modèle autorégressif OpenVLA distinguent la marge disponible de la capacité réelle à classer les candidats. La récupération, elle, profite surtout à la politique présentant le plus grand écart d'a priori d'action, avec un gain supplémentaire quand elle est combinée au rejeu. Pour les intégrateurs et laboratoires qui déploient des politiques VLA généralistes sans réentraînement, l'étude offre un cadre de décision concret : privilégier le rejeu, moins coûteux et sans données externes, quand l'échec vient d'un problème d'échantillonnage ou de classement des sorties, et réserver la récupération aux cas où le comportement requis est réellement absent du modèle. Elle nuance ainsi un discours du secteur qui présente l'ajout de données ou la récupération externe comme seule voie d'amélioration des politiques déployées à grande échelle, en montrant qu'une part des échecs relève d'une limite de sélection plutôt que d'une lacune de connaissance. Ce travail s'inscrit dans la recherche sur les politiques VLA généralistes, dont OpenVLA, de plus en plus utilisées comme socle des piles de contrôle robotique, où l'augmentation au moment du test s'impose comme alternative moins coûteuse qu'un réentraînement complet. Publiée comme preprint et non comme produit ou déploiement commercial, l'étude reste une contribution méthodologique, évaluée en simulation sur LIBERO et validée sur un robot et un simulateur distincts pour vérifier sa généralisation. Les auteurs présentent leur approche comme complémentaire, plutôt que concurrente, aux techniques existantes de récupération et de rééchantillonnage, en fournissant des indicateurs pour arbitrer entre elles selon la politique et la tâche visées.

Recherche❖Paper

1 source

42

2787arXiv cs.RO 

Raffinement itératif de la pose de préhension : une approche par apprentissage par renforcement profond pour la vision 2D

Un article publié sur arXiv (2608.17628v1) présente un framework de reinforcement learning pour affiner des poses de préhension robotique à partir d'images 2D. Le système couple une représentation d'objets par points clés à un Deep Q-Network (DQN) : un algorithme géométrique génère d'abord des candidats de prise sur des vues aériennes simulées, puis le DQN les raffine itérativement, transformant des prises échouées en succès. Sur 300 objets du dataset Dex-Net testés avec un bras UR5, le système atteint 100% de réussite sur des objets que les méthodes géométriques seules jugeaient impossibles à saisir. Le transfert sim-to-real a été vérifié sur un robot parallèle Delta physique, où une prise raffinée a permis de manipuler un objet auparavant non saisissable. Le résultat vise un point de friction connu des planificateurs géométriques classiques (type GQ-CNN/Dex-Net), qui échouent sur des objets à géométrie ambiguë ou aux surfaces glissantes et obligent souvent à des reprises manuelles en intégration industrielle. En récupérant 100% des échecs sur un panel de 300 objets via une couche de raffinement par renforcement, l'étude propose d'améliorer des pipelines de préhension existants sans reconception complète de la perception, un enjeu concret pour les intégrateurs d'AMR et de bras robotisés en logistique. La validation sur un robot Delta réel, distinct du simulateur UR5 d'entraînement, indique une généralisation au-delà de la simulation, même si l'échantillon physique reste limité et ne prouve pas une robustesse à grande échelle. L'approche prolonge des travaux combinant planification géométrique classique et apprentissage, un terrain déjà balisé par les Grasp Quality CNN du dataset Dex-Net, référence établie en planification de prise par images de profondeur. En choisissant des représentations compactes par points clés plutôt que des réseaux visuo-langage-action lourds comme Pi-0 ou GR00T N2, les auteurs privilégient l'interprétabilité et la frugalité en données plutôt que l'échelle brute. Le papier, classé comme soumission nouvelle sur arXiv, ne mentionne ni partenariat industriel ni calendrier de déploiement ; la suite logique serait une extension à davantage de plateformes robotiques et à des scènes plus encombrées, hors du cadre contrôlé du laboratoire.

Recherche❖Paper

1 source

42

2788arXiv cs.RO 

Rupture de symétrie en navigation multi-agents : MPC sensible au nombre d'enroulement et stratégie topologique apprise

Une équipe de recherche affiliée à Omron Sinic X publie une mise à jour (version 3) d'un article scientifique décrivant WNumMPC, une méthode de navigation hiérarchique pour flottes de robots décentralisées, avec code source ouvert sur GitHub à omron-sinicx/WNumMPC. Le système combine deux niveaux : un Planificateur entraîné par apprentissage par renforcement, qui produit en continu des valeurs de winding number cibles (un invariant topologique signé indiquant de quel côté un agent doit contourner un autre) ainsi que des poids d'importance dynamiques pour hiérarchiser les interactions critiques dans les croisements denses ; et un Contrôleur basé modèle, un MPC (model prédictive control) classique, qui traduit cette stratégie en trajectoires concrètes évitant les collisions. Les auteurs affirment avoir validé l'approche en simulation et sur robots réels, avec des résultats supérieurs aux méthodes de référence dans les scénarios denses propices aux blocages symétriques, et un transfert sim-to-réel présenté comme robuste, avec une dégradation de performance limitée. Le problème visé, celui des deadlocks induits par symétrie, concerne toute flotte de robots mobiles autonomes (AMR) opérant sans communication centralisée des objectifs : deux agents qui se croisent face à face, sans connaître les intentions ni les trajectoires futurs l'un de l'autre, peuvent rester bloqués faute de règle implicite pour décider qui passe à gauche ou à droite. C'est un point de friction concret pour les intégrateurs d'entrepôts et d'usines déployant des essaims d'AMR partageant les mêmes allées. Si les résultats de transfert sim-to-réel se confirment à plus grande échelle, cela renforcerait l'hypothèse que des méthodes hybrides apprentissage plus contrôle classique tiennent mieux la route en conditions réelles que des politiques purement neuronales, un axe régulièrement débattu dans le secteur de la navigation multi-robot. Le travail s'inscrit dans la lignée des méthodes classiques d'évitement décentralisé de collisions comme ORCA ou le dynamic window approach, en y ajoutant une couche d'apprentissage explicitement topologique. Omron, via sa filiale de recherche Sinic X, est un acteur industriel établi des AMR (gammes LD/MD), ce qui positionne ces travaux comme une piste d'amélioration potentielle pour ses futures flottes commerciales, sans qu'aucun calendrier de déploiement produit n'ait été communiqué à ce stade.

Recherche❖Paper

1 source

42

2789arXiv cs.RO 

FetchMan : politiques de loco-manipulation humanoïde visuelle apprises par simulation

Une équipe de chercheurs publie sur arXiv (2608.17027v1, août 2026) FetchMan, un système d'apprentissage de politiques de loco-manipulation humanoïde entraîné entièrement en simulation avant transfert vers le réel. Le pipeline combine plus de 150 000 scènes simulées, un clonage comportemental initial suivi d'un affinage par apprentissage par renforcement via une méthode appelée Flow-GRPO, appliquée sur une récompense unique et éparse. Les chercheurs déploient la politique en zero-shot, sans aucune donnée réelle, sur un robot humanoïde Unitree G1 : la tâche consiste à marcher vers un objet cible puis à le saisir dans des scènes jamais vues à l'entraînement, avec un taux de réussite de 73,3% sur des scénarios à objet unique. L'équipe publie également FetchMan-Bench, un benchmark de simulation destiné à évaluer ce type de politiques, et présente une première extension vers l'entraînement multi-objets. Le résultat le plus significatif pour le secteur n'est pas le taux de succès en lui-même, mais le constat méthodologique : le clonage de démonstrations synthétiques, quelle que soit la quantité de données injectée, plafonne à des performances limitées et ne peut être compensé par plus de volume. Seul l'ajout d'apprentissage par renforcement permet de dépasser ce plafond. Cette observation nuance l'hypothèse largement répandue chez les fournisseurs de politiques génératives type VLA (vision-langage-action) selon laquelle la mise à l'échelle des données de démonstration suffit à elle seule à améliorer la généralisation. Pour les intégrateurs et décideurs qui évaluent des piles logicielles pour humanoïdes, cela suggère qu'une phase de fine-tuning par renforcement en simulation, et non uniquement plus de données d'imitation, reste nécessaire pour atteindre une manipulation robuste face à des scènes inédites. Le sim-to-real est déjà la norme pour la locomotion humanoïde, mais son extension à la manipulation mobile combinant marche, équilibre et préhension restait un point de friction, faute de données réelles suffisantes pour ces séquences complexes. FetchMan s'inscrit dans un paysage concurrentiel où plusieurs laboratoires développent des politiques génératives concurrentes, dont Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure, généralement entraînées avec des volumes massifs de démonstrations réelles ou synthétiques. En choisissant le Unitree G1 comme plateforme de test et en publiant son benchmark, l'équipe pose une première étape vers des politiques généralistes de loco-manipulation capables de gérer plusieurs objets, avec pour prochaine étape annoncée l'élargissement de l'entraînement multi-objets à plus grande échelle.

Recherche❖Paper

1 source

41

2790arXiv cs.RO 

Vers des modèles du monde unifiés pour la navigation visuelle par planification et anticipation augmentées de mémoire

Une équipe de recherche présente UniWM, un « world model » unifié et augmenté par mémoire pour la navigation visuelle des agents incarnés, détaillé dans une version mise à jour d'un article arXiv (2510.08713v3). Le système fusionne, au sein d'un seul backbone autorégressif multimodal, la prévision visuelle égocentrique des états futurs et la planification d'actions, évitant le découplage classique entre ces deux modules qui provoque un désalignement état-action dans les architectures modulaires habituelles. Un mécanisme de mémoire hiérarchique combine indices perceptifs à court terme et contexte de trajectoire à long terme pour maintenir un raisonnement stable sur des horizons étendus. Testé sur quatre bancs d'essai (Go Stanford, ReCon, SCAND, HuRoN) ainsi que sur le 1X Humanoid Dataset, issu du fabricant de robots humanoïdes 1X Technologies, UniWM améliore le taux de réussite de navigation jusqu'à 30% face aux meilleures références existantes, réduit sensiblement les erreurs de trajectoire, et généralise en zero-shot sur le jeu de données inédit TartanDrive. Code et modèles sont publiés en open source sur GitHub, sous UWMILab/UniWM. Le résultat cible un point de friction connu en robotique embarquée : les piles de navigation modulaires, qui séparent planification et modélisation visuelle, s'adaptent mal aux scénarios dynamiques ou inédits faute d'alignement entre prédiction et décision. En ancrant explicitement l'action sur des états futurs imaginés au sein d'un modèle unique entraîné de bout en bout, UniWM illustre une alternative aux pipelines fragmentés, un enjeu concret pour les intégrateurs qui déploient des robots mobiles ou humanoïdes en environnement non structuré. Le transfert réussi vers un jeu de données humanoïde suggère une passerelle entre navigation mobile classique et locomotion humanoïde, même si ces gains restent mesurés sur des bancs d'essai académiques standardisés, pas en conditions réelles de déploiement. UniWM s'inscrit dans la tendance de recherche vers des modèles du monde unifiés, où prévision visuelle et contrôle fusionnent dans un système génératif unique plutôt qu'en sous-modules séparés, une logique voisine de celle poursuivie par les laboratoires développant des modèles vision-langage-action pour la manipulation robotique. Porté par le UWMILab, le projet met code et poids à disposition de la communauté académique sans annonce de partenariat industriel ni de calendrier de déploiement pilote, et aucun acteur européen n'apparaît dans les benchmarks utilisés. La prochaine étape annoncée reste l'appropriation du code par les chercheurs en navigation visuelle et robotique incarnée.

Recherche❖Paper

1 source

41

2791arXiv cs.RO 

Prism-GRPO : accélérer l'optimisation des politiques VLA en scindant les groupes à résultat identique

Un preprint arXiv (2608.17423v1, août 2026) présente Prism-GRPO, une méthode destinée à accélérer l'entraînement par renforcement des politiques vision-langage-action (VLA) en robotique. Elle s'appuie sur GRPO, technique prisée car elle évite d'entraîner un réseau critique contrairement à PPO, mais qui gaspille une grande partie du budget de rollouts dès qu'un groupe d'essais réussit ou échoue en bloc. Prism-GRPO ajoute à la récompense binaire un score de qualité d'exécution, tiré des contacts simulateur, des actions ou des observations visuelles, qui scinde ces groupes en spectre de qualité sans jamais classer un échec devant un succès. Sur quatre tâches du benchmark RoboTwin, la méthode améliore le taux de succès à budget égal et atteint les objectifs visés avec jusqu'à 56% de rollouts en moins. Ce travail cible un goulot d'étranglement connu : chaque rollout robotique, simulé ou réel, coûte cher en temps et en calcul, et les méthodes de type GRPO en gaspillent une part importante dès le début de l'entraînement. Les auteurs démontrent formellement que Prism-GRPO ne peut jamais augmenter la probabilité qu'un groupe soit écarté, une garantie théorique rare face aux méthodes empiriques de reward shaping, souvent sujettes au reward hacking. La méthode supprime aussi un raccourci de triche observé en simulation, et ce comportement plus propre se transfère lors d'un déploiement sur robot réel, répondant à la critique récurrente sur l'écart entre simulation et monde réel, un enjeu économique pour les équipes qui entraînent des VLA à grande échelle. Prism-GRPO prolonge GRPO, méthode de renforcement popularisée pour les grands modèles de langage avant d'être adaptée aux politiques VLA robotiques, qui transforment observations visuelles et instructions en actions motrices. L'évaluation repose sur RoboTwin, benchmark de manipulation bimanuelle simulée. Des ablations montrent des gains cohérents avec des signaux de qualité basés sur les contacts, la fluidité des trajectoires ou des jugements de modèles vision-langage. Il s'agit à ce stade d'une contribution de recherche validée surtout en simulation, avec une première confirmation sur robot réel, et non d'un produit déployé ; sa portée dépendra de l'adoption par les laboratoires entraînant les prochaines générations de VLA.

IA physique❖Paper

1 source

40

2792arXiv cs.RO 

Estimation du décalage par force pour l'assemblage de pièces clavetées en trou grâce à la régression par processus gaussien local

Une équipe de recherche présente, dans une prépublication arXiv (2608.17691v1), une méthode d'estimation de désalignement basée sur la force pour l'assemblage de type clé-rainure (keyed peg-in-hole), une opération de précision très sensible aux erreurs de préhension. Le système repose sur un pipeline en trois étapes, perception, validation, insertion, et estime le désalignement résiduel directement à partir des mesures de force et de couple au poignet du bras robotique, sans capteur de vision haute précision dédié à l'insertion. Un régresseur hybride combinant recherche des plus proches voisins (KNN) et processus gaussien local traite ces signaux, en distinguant deux régimes de contact, collision dure et insertion guidée par chanfrein, chacun orienté vers un modèle dédié grâce à un seuil de durée de fenêtre de contact. La précision du régresseur est renforcée en combinant le KNN à une recherche déterministe s'appuyant sur les résultats d'une validation visuelle monoculaire post-préhension, dans une application de pick-and-place fondée sur la détection de points clés. Testée sur le capteur force/couple intégré d'un bras collaboratif, la méthode a fait passer le taux de réussite de l'insertion de 67 % à 87 %. Cette approche s'attaque à un problème classique et coûteux en robotique industrielle: l'assemblage par insertion de pièces clavetées ou chanfrenées exige une tolérance géométrique très serrée, difficile à garantir avec des cobots équipés de capteurs standards plutôt que de systèmes de vision 3D ou de gabarits mécaniques onéreux. En exploitant uniquement les données de force/couple déjà présentes sur de nombreux bras collaboratifs du marché, la méthode ouvre la voie à des solutions d'assemblage flexible moins dépendantes d'un outillage spécialisé, un enjeu direct pour les intégrateurs en électronique, automobile ou petite série industrielle où les connecteurs et pièces clavetées sont fréquents. Le gain de 20 points de réussite illustre aussi une tendance plus large: l'usage de modèles d'apprentissage statistique légers (GP, KNN) pour compenser l'incertitude de perception plutôt que de chercher une précision mécanique absolue en amont. Ce travail s'inscrit dans la recherche continue sur la manipulation robotique riche en contact, où la fusion de signaux de force et de vision reste un axe actif face aux approches purement visuelles ou par apprentissage par renforcement, plus gourmandes en données. L'article ne mentionne ni partenaire industriel ni déploiement commercial: il s'agit d'un résultat expérimental en laboratoire, sur un seul type de bras collaboratif, dont la généralisation à d'autres géométries de pièces ou d'autres capteurs reste à démontrer dans de futurs travaux.

Recherche❖Paper

1 source

40

2793arXiv cs.RO 

Représentation visuelle 3D consciente de la dynamique pour l'apprentissage robotique à grande échelle

Un article arXiv (identifiant 2512.00074, quatrième révision, type "replace") présente AFRO, un framework d'apprentissage auto-supervisé de représentations visuelles 3D destiné à la robotique. Contrairement aux méthodes de pré-entraînement 3D classiques, performantes en reconnaissance et segmentation d'images mais souvent inefficaces pour la manipulation robotique, AFRO n'utilise ni supervision par action ni reconstruction géométrique explicite du monde observé. Le système traite la prédiction d'état comme un processus de diffusion génératif et apprend simultanément la dynamique directe et inverse dans un espace latent partagé, afin de capturer la structure causale des transitions état-action-état. Pour éviter les fuites d'information entre représentation visuelle et apprentissage de l'action, les auteurs introduisent une différenciation de caractéristiques (feature differencing) et une supervision de cohérence inverse. Combiné à une politique de type Diffusion Policy, AFRO est testé sur 16 tâches de manipulation en simulation et 4 tâches en conditions réelles, avec des gains substantiels de taux de réussite face aux approches de pré-entraînement existantes. Une page projet dédiée (kolakivy.github.io/AFRO) accompagne la publication. Ce travail cible un point de friction bien identifié dans la recherche en apprentissage robotique: les représentations visuelles pré-entraînées sur des tâches de vision classique ne capturent pas la dynamique physique nécessaire à la manipulation fine, et la reconstruction géométrique explicite, coûteuse en calcul, s'avère largement redondante pour cet usage. En démontrant qu'un pré-entraînement centré sur la dynamique état-action-état, sans supervision par action ni reconstruction, surpasse les approches existantes et passe mieux à l'échelle avec le volume de données et la complexité des tâches, AFRO apporte un argument concret dans le débat sur la conception des architectures de pré-entraînement pour les politiques robotiques, notamment celles reposant sur des modèles de diffusion. L'article s'inscrit dans la lignée des travaux sur les représentations 3D auto-supervisées pour la robotique, un axe de recherche actif face aux limites constatées des méthodes héritées de la vision par ordinateur classique. La publication d'une quatrième révision suggère un article retravaillé après retours de la communauté, sans qu'aucun calendrier de déploiement industriel ne soit mentionné: il s'agit à ce stade d'une contribution de recherche évaluée en simulation et sur un nombre restreint de tâches réelles, non d'un produit ou d'un pilote commercial.

Recherche❖Paper

1 source

40

2794arXiv cs.RO 

PRISM : jeu de données de compétences industrielles réelles, précis, riche en contacts et multimodal

Une équipe de recherche publie PRISM (Precision and contact-rich Real-world Industrial Skill dataset with Multimodal sensing), un jeu de données décrit dans un preprint arXiv (2608.17962v1) destiné à l'apprentissage robotique pour l'assemblage industriel. PRISM couvre plus de 25 tâches de manipulation, comme le branchement/débranchement de composants électroniques ou le tri sur convoyeur, avec des contraintes mécaniques variées. Il contient plus de 5 000 trajectoires, soit 45 heures de démonstrations en téléopération, enregistrées avec des capteurs synchronisés : vision RGB-D multi-vues, force/couple, tactile et état du robot. Le jeu de données est publié en open source sur le site des auteurs (tengbo-yu.github.io/PRISM), sans partenaire industriel ni prix mentionnés. Ce type de ressource cible un manque précis : la plupart des datasets de manipulation robotique existants, collectés en environnement domestique ou en laboratoire, se limitent à des tâches courtes et peu contraignantes comme le pick-and-place, sans capturer le contrôle de précision ni la régulation de force et de contact qu'exige l'assemblage industriel. Pour les intégrateurs et décideurs qui évaluent des bras robotiques ou des humanoïdes pour la ligne de production, PRISM fournit un benchmark réaliste pour entraîner et évaluer des politiques de manipulation multimodale sous contraintes de précision industrielle, un terrain où les modèles vision-langage-action généralistes échouent souvent hors laboratoire. Le signal à retenir est que la disponibilité de données de contact reste un goulot d'étranglement au moins aussi critique que la puissance des modèles pour fiabiliser la manipulation fine en usine. La publication s'inscrit dans une tendance de fond du secteur : après plusieurs années de datasets généralistes axés sur la préhension d'objets du quotidien, la communauté de l'apprentissage robotique cherche à combler l'écart entre démonstrations de laboratoire et exigences réelles du manufacturing, où la tolérance aux erreurs de contact est quasi nulle. Aucune entreprise ni laboratoire commercial n'est cité dans l'abstract, ce qui situe PRISM du côté de la recherche académique ouverte plutôt que d'un produit prêt à déployer. Les auteurs présentent le dataset comme une fondation pour des travaux futurs sur la manipulation généralisable et riche en contacts, sans pilote industriel ni calendrier annoncés ; la suite logique serait son adoption par des équipes entraînant des modèles VLA pour l'assemblage.

Recherche❖Paper

1 source

40

2795arXiv cs.RO 

UniReflex : contrôle de force plug-and-play pour politiques génératives préentraînées via réflexe rapide-lent

UniReflex, décrit dans un preprint arXiv publié mi-août 2026 (2608.17432v1), ajoute un contrôle de force en boucle fermée à des politiques d'imitation générative déjà entraînées, sans réentraîner leur réseau principal. En interceptant les représentations latentes de la tête d'action, il pilote un réseau réflexe rapide qui sépare l'exercice actif de force de la réponse aux interactions externes, prédit des directions de rigidité anisotrope pour un contrôle d'impédance variable (VIC) directionnel, et bascule via un gating adaptatif entre planification en position et exécution en force. Sur des essais réels bimanuels, la méthode améliore la stabilité de contact et le taux de réussite tout en préservant la précision de position, avec une latence de rétropropagation par pas 25 à 66 fois plus faible que l'entraînement conjoint. L'enjeu est concret : les politiques génératives récentes, de type diffusion ou VLA, planifient bien les trajectoires mais ne régulent pas la force de contact, un manque critique pour l'assemblage, l'insertion ou la manipulation d'objets déformables. Jusqu'ici, ajouter cette modalité imposait de redesigner ou réentraîner tout le réseau, opération coûteuse et incompatible avec la logique des modèles fondation préentraînés à grande échelle. En figeant le backbone et en ne branchant qu'un module réflexe léger, UniReflex ouvre une voie pour équiper des politiques déjà entraînées d'un contrôle de force sans casser leur compatibilité, un point de friction réel pour les intégrateurs visant l'industrialisation de la manipulation en contact ; les résultats restent toutefois des démonstrations de laboratoire, et le gain de latence n'est vérifié que sur les backbones testés par les auteurs. Ce travail s'inscrit dans une tendance où les modèles VLA et les politiques par diffusion dominent désormais la manipulation robotique, au détriment du contrôle d'impédance classique de la robotique industrielle, plus précis en force mais moins généraliste. Les approches concurrentes exigent généralement de reconcevoir l'architecture ou de réentraîner tout le backbone pour intégrer la force ; UniReflex se distingue en se déclarant compatible avec tout backbone génératif figé, testé sur plusieurs architectures en configuration bimanuelle. Simple preprint non encore relu par les pairs, le travail devra être validé sur davantage de plateformes et comparé aux références établies du contrôle de force en dehors des benchmarks internes des auteurs.

IA physique❧Opinion

1 source

39

2796arXiv cs.RO 

NMPC centré sur l'effecteur pour multirotors orientables : manipulation aérienne omnidirectionnelle sans erreur de position

Publié sur arXiv sous la référence 2608.17819v1, ce travail présente un cadre de commande pour drones multirotors à rotors inclinables dédiés à la manipulation aérienne. La plateforme testée est un quadrotor inclinable construit sur mesure, où chaque bras ne dispose que d'un seul degré de liberté d'inclinaison, capable de générer directement des efforts à six degrés de liberté depuis sa base de vol, sans bras robotique articulé. Les auteurs montrent qu'une configuration à quatre rotors offre le meilleur compromis entre taille des hélices sans interférence et efficacité en vol stationnaire, et qu'un effecteur orienté vers le haut optimise le compromis entre dégagement géométrique et effort disponible. Un terme intégral modifié compense les erreurs de modèle, et un estimateur basé sur l'accélération compense les efforts externes, le tout intégré dans une commande prédictive non linéaire (NMPC) centrée sur l'effecteur, tournant entièrement en embarqué à 100 Hz. Trois essais réels valident l'approche : rotation "roue de charrette" de 90 degrés en un seul pas, poussage de tableau blanc, et rotation continue de vanne sur 360 degrés. Ces résultats visent un point encore largement non résolu de la robotique aérienne : manipuler l'environnement sans bras articulé dédié, tout en franchissant les configurations singulières grâce à la redondance dans l'espace nul du système. La plupart des drones manipulateurs actuels greffent un bras robotique sur une plateforme de vol classique, ce qui alourdit l'ensemble et complique le contrôle ; ici, la manipulation est portée directement par les rotors inclinables de la base de vol. L'intérêt visé concerne l'inspection industrielle, la maintenance en hauteur ou l'interaction avec des vannes et interrupteurs en zones difficiles d'accès. Il s'agit néanmoins de résultats académiques obtenus sur une plateforme expérimentale unique, pas d'un produit commercialisé ni d'un déploiement industriel réel. Ce travail s'inscrit dans la recherche sur les drones à actionnement complet, un axe étudié depuis plusieurs années pour dépasser les limites des quadrotors classiques, sous-actionnés et donc incapables de découpler translation et orientation. Contrairement aux systèmes aériens équipés d'un bras articulé, approche dominante dans les laboratoires travaillant sur la manipulation aérienne, les auteurs misent sur la redondance mécanique des rotors inclinables pour traverser les singularités sans appendice supplémentaire. Les prochaines étapes attendues concernent le passage à des charges utiles plus importantes, la validation en extérieur face au vent, et des tâches de manipulation plus complexes que le poussage ou la rotation de vanne testés ici.

Recherche❖Paper

1 source

39

2797arXiv cs.RO 

Filtrage particulaire par fenêtre glissante informé par la physique pour l'affinement de pose 6-DoF d'objet en main, uniquement tactile

Des chercheurs proposent, dans un article publié sur arXiv (arXiv:2608.17601v1, prépublication), une méthode de suivi de pose en 6 degrés de liberté (6-DoF) pour des objets saisis en main, reposant uniquement sur le toucher, sans aucune caméra. Le système utilise un filtre particulaire physiquement informé sur le groupe SE(3), qui met à jour la croyance sur la pose de l'objet à partir de mesures tactiles denses couvrant toute la main. La fonction de vraisemblance combine cinq éléments : la cohérence de distance signée aux points de contact actifs, l'alignement force-normale, la faisabilité du cône de friction, l'évidence négative des zones sans force, et des contraintes de faisabilité optionnelles. Une fenêtre glissante de log-vraisemblance fusionne plusieurs images tactiles successives pour réduire l'ambiguïté d'une seule mesure, tandis qu'un guidage par champ de potentiel évite la pénétration virtuelle entre la main et l'objet. Un rééchantillonnage tenant compte des symétries de l'objet permet de conserver plusieurs hypothèses de pose plausibles simultanément. Les tests, menés sur une main robotique Allegro Hand V5 avec cinq objets différents, montrent une erreur ADD-S normalisée inférieure à celle des méthodes géométriques tactiles seules, des filtres particulaires classiques et des approches par apprentissage. Le résultat cible un point aveugle réel de la manipulation robotique : dès que la vision est masquée, par exemple lorsqu'un objet est enveloppé par les doigts ou en environnement encombré, la plupart des systèmes perdent la trace précise de sa position, ce qui limite les tâches d'assemblage fin, de préhension dextre ou de contrôle qualité en usine. Une estimation fiable par le seul toucher intéresserait directement les concepteurs de mains robotiques dextres et de robots humanoïdes cherchant à manipuler sans dépendre en permanence d'une ligne de vue caméra. Il faut toutefois noter les limites : validation sur cinq objets seulement, en configuration statique ou quasi-statique, sur une plateforme de recherche spécifique, donc encore loin d'un déploiement industriel. Ce travail s'inscrit dans la lignée des recherches sur la perception tactile pour la manipulation dextre, domaine où la main Allegro Hand sert de banc d'essai académique courant. Les auteurs comparent explicitement leur approche aux méthodes géométriques tactiles existantes, aux filtres particulaires standards et aux baselines par apprentissage, qu'ils surpassent selon leurs métriques. Aucun partenaire industriel ni calendrier de déploiement n'est mentionné ; il s'agit d'une contribution de recherche fondamentale, dont l'étape suivante logique serait l'extension à des objets en mouvement dynamique et une intégration sur des systèmes robotiques complets.

Recherche❖Paper

1 source

39

2798arXiv cs.RO 

Optimisation bicouche par colonies de fourmis pour l'allocation et le routage de tâches multi-robots en livraison

Une équipe de recherche propose dans un article publié sur arXiv (référence 2608.17416v1, soumis le 19 août 2026) un nouvel algorithme pour résoudre le problème d'allocation de tâches multi-robots (MRTA), central pour la logistique et la livraison. La méthode repose sur une fonction de coût inédite qui unifie en un seul problème d'optimisation l'attribution des tâches et le calcul des trajectoires, jusqu'ici souvent traités séparément. Les auteurs y adossent un algorithme d'optimisation par colonies de fourmis à double couche (bi-layer ACO), où deux niveaux de décision interdépendants, l'un pour l'affectation des tâches, l'autre pour le routage, sont résolus simultanément au sein d'un même processus de colonie. Comparé à deux méthodes de référence, la programmation linéaire en nombres entiers mixtes (MILP) et l'optimisation par essaims particulaires (PSO), ce bi-layer ACO réduit la distance totale parcourue jusqu'à 17,7% et le temps total de complétion des tâches de près de 20%, et ce sur toutes les tailles de scénarios testées. Ces gains, bien que mesurés en simulation et non en déploiement réel, ciblent un point de friction concret pour les opérateurs de flottes de robots de livraison et d'AMR en entrepôt: la plupart des solveurs actuels séparent la phase d'allocation des tâches de celle du routage, ce qui génère des trajectoires sous-optimales une fois les tâches figées. En traitant les deux dimensions comme un seul problème d'optimisation, l'approche s'attaque directement à ce goulot d'étranglement algorithmique, avec un intérêt direct pour les intégrateurs qui cherchent à réduire les coûts opérationnels et les délais de cycle sur des flottes de robots partagant un même espace de travail. Le MRTA est un problème NP-difficile étudié depuis des années en robotique et recherche opérationnelle, où le MILP garantit l'optimalité mais passe mal à l'échelle, tandis que les métaheuristiques comme le PSO ou les colonies de fourmis offrent un compromis vitesse/qualité pour de grandes flottes. L'article positionne son architecture à double couche comme une alternative plus scalable que ces deux familles de méthodes. Aucun déploiement industriel ni partenariat n'est mentionné à ce stade: il s'agit d'un travail de recherche algorithmique, dont la prochaine étape logique serait une validation sur des scénarios réels avec des contraintes physiques et de communication supplémentaires.

Recherche❖Paper

1 source

39

2799arXiv cs.RO 

VLCP : réplanification de code en boucle fermée par politique de contrôle vision-langage pour la manipulation robotique

Des chercheurs publient sur arXiv (2608.16978, mis en ligne le 19 août 2026) VLCP, pour Vision Language Control Policy, une méthode qui transforme un modèle vision-langage (VLM) figé en politique de contrôle robotique sans fine-tuning ni démonstrations. Au lieu de réentraîner le modèle pour qu'il produise une représentation d'action inédite, VLCP le fait écrire directement une courte fonction de contrôle en Python, puis referme la boucle au niveau du code lui-même : toutes les K étapes, le VLM réobserve la scène via des flux RGB multi-vues, l'état proprioceptif et un delta d'état, et réécrit la fonction de contrôle si nécessaire, avant qu'un échec ne se propage jusqu'à la fin de l'épisode. Testée sur un ensemble de 57 tâches en simulation MuJoCo/RoboVerse, cette politique sans entraînement atteint un taux de succès combiné de 35,1 %, contre seulement 3,5 % pour le même système interrogé une seule fois par épisode en boucle ouverte, soit un écart d'un facteur dix confirmé par des intervalles de confiance non chevauchants sur toutes les familles de scènes. Le système affiche aussi un taux de récupération intra-épisode de 27,3 % sur les préhensions ratées, un coût de calcul limité (environ 10 requêtes compactes par épisode, 84 % des tokens en cache) et une bibliothèque de compétences réutilisée d'un épisode à l'autre. Le résultat cible directement l'écart entre démonstration et réalité qui pèse sur les politiques VLA (vision-language-action) actuelles : plutôt que de retenter une politique figée ou de basculer vers une autre sous-tâche en cas d'échec, comme le font les méthodes en boucle fermée existantes, VLCP corrige la cause réelle de l'échec, le code de contrôle lui-même. Pour les intégrateurs et équipes de recherche en robotique manipulatrice, cela suggère qu'un VLM générique, sans adaptation coûteuse à un robot ou une tâche spécifique, peut produire des politiques nettement plus robustes simplement en fermant la boucle au bon niveau d'abstraction, celui du code plutôt que de l'action bas niveau. Le gain de robustesse provient moins de la puissance brute du modèle que de la fréquence et du niveau auquel il est autorisé à se corriger, un point qui interroge les architectures de contrôle en boucle ouverte encore courantes dans les démonstrations commerciales du secteur. Cette approche s'inscrit dans la lignée des travaux qui exploitent les VLM frontières comme cerveaux de raisonnement plutôt que comme modèles à réentraîner pour produire des trajectoires, une piste alternative aux politiques VLA de bout en bout comme Pi-0 ou GR00T N2. Les auteurs ne précisent pas de déploiement sur robot physique ni de partenariat industriel : il s'agit à ce stade d'une preuve de concept en simulation, publiée en prépublication, sans date de mise en œuvre réelle annoncée. Les prochaines étapes attendues porteraient sur la validation sur du matériel physique et sur des tâches de manipulation plus complexes que celles du benchmark RoboVerse utilisé ici.

IA physique❖Paper

1 source

39

2800arXiv cs.RO 

KAN We Flow ? Faire progresser la manipulation robotique grâce à l'appariement de flux 3D via KAN et RWKV

Une équipe de recherche présente KAN-We-Flow, une politique de manipulation robotique fondée sur le flow matching, décrite dans un article révisé sur arXiv (identifiant 2602.01115, version 3). Le système combine deux architectures récentes: RWKV (Receptance Weighted Key Value), pour le mélange temporel et par canal du contexte de tache, et les réseaux de Kolmogorov-Arnold (KAN), via une couche GroupKAN qui applique des fonctions splines apprenables groupe par groupe pour calibrer les actions prédites. Les auteurs ajoutent une régularisation de cohérence d'action (ACR), une perte auxiliaire qui aligne les trajectoires prédites sur les démonstrations expertes par extrapolation d'Euler, afin de stabiliser l'entrainement. Resultat annonce: une réduction de 86,8% du nombre de paramètres par rapport aux architectures UNet habituelles, avec un temps d'inférence plus rapide et des scores de réussite qualifies d'état de l'art sur trois bancs d'essai de simulation en manipulation dexterale, Adroit, Meta-World et DexArt. Les politiques visuomotrices par diffusion, devenues standard pour l'apprentissage de comportements robotiques a partir de démonstrations, souffrent d'un défaut connu: leur debruitage itératif et leurs backbones UNet lourds les rendent lentes a exécuter, un frein direct au déploiement sur du matériel embarque a ressources limitées. Le flow matching promettait déjà de réduire ce cout en apprenant un champ vectoriel résolu en une seule étape, mais les implémentations existantes conservaient des architectures encombrantes. En remplaçant le UNet par un bloc RWKV-KAN nettement plus compact, ce travail ouvre une piste concrète pour rapprocher les politiques d'apprentissage par imitation des contraintes réelles des robots, calcul embarque et latence de cycle, un enjeu suivi de près par les intégrateurs qui cherchent a faire tourner des politiques de type VLA ou diffusion sur des contrôleurs de bord plutôt que sur des serveurs déportés. Ce travail s'inscrit dans la lignée des politiques par diffusion type Diffusion Policy et des approches de flow matching plus récentes derrière des modèles vision-langage-action tels que Pi-0, qui cherchent toutes a réduire le nombre d'étapes de génération nécessaires pour produire une action. Il ne s'agit pas d'une annonce produit ni d'un déploiement sur robot physique: les résultats publies restent circonscrits a des bancs d'essai de simulation standards en manipulation dexterale, sans précision sur un transfert sim-to-real ni sur un calendrier de mise en oeuvre industrielle. La page projet associée met a disposition code et détails supplémentaires pour la communauté de recherche, mais aucune entreprise ni intégrateur n'est cite comme partie prenante a ce stade.

Recherche❖Paper

1 source