Actualités robotique — page 78

7 525 articles au fil, du plus récent au plus ancien.

36

3851arXiv cs.RO 

Vol perturbé pour robots aériens en espace restreint

Une équipe de recherche décrit dans une nouvelle prépublication arXiv (juillet 2026) un système baptisé DAPCF (Disturbance Aware Planning and Control Framework), conçu pour piloter des drones quadrirotors dans des espaces confinés comme des tunnels ou des couloirs étroits, où les turbulences aérodynamiques rendent le vol autonome particulièrement risqué. Le système repose sur deux boucles d'observateurs qui estiment en temps réel, à partir de l'odométrie et de la vitesse de rotation des moteurs, les forces et couples de perturbation sur les six degrés de liberté (DOF) de l'appareil. Une fonction de risque de perturbation ajuste ensuite dynamiquement la vitesse de référence du planificateur de trajectoire : elle ralentit le drone quand les perturbations dépassent un seuil critique, puis restaure l'allure normale dès que les conditions redeviennent stables. Le suivi de trajectoire est assuré par un contrôleur prédictif non linéaire basé sur la dynamique moteur (MDNMPC), doté d'une compensation active des perturbations. Lors des essais, un quadrirotor de 0,39 m de diagonale a traversé des tunnels rectilignes, inclinés et courbes larges de seulement 0,6 m, avec un taux de réussite et une efficacité de vol supérieurs à ceux de pilotes humains sur le même parcours. Ce résultat compte pour tous les usages de drones en environnement confiné : inspection de canalisations, de gaines industrielles ou de galeries de mine, recherche et sauvetage après effondrement, contrôle d'infrastructures difficiles d'accès. Les approches existantes traitent généralement les perturbations aérodynamiques au seul niveau du contrôle bas niveau, tandis que la planification de trajectoire reste figée sur des contraintes géométriques et des limites de vitesse fixes, ce qui produit soit un vol trop prudent, soit un vol dangereux dès que le couloir se resserre. En faisant remonter l'estimation de perturbation jusqu'à la couche de planification, les auteurs montrent qu'un système autonome peut dépasser un pilote humain expérimenté en vitesse comme en fiabilité dans un tunnel étroit, un argument fort pour les intégrateurs qui envisagent d'automatiser des missions d'inspection aujourd'hui pilotées manuellement. Ce travail s'inscrit dans la continuité des recherches sur les observateurs de perturbation pour quadrirotors (filtres de type Kalman étendu ou non parfumé) et sur la commande prédictive non linéaire de drones, deux domaines jusqu'ici développés séparément du côté planification. Les auteurs ne mentionnent pas de partenariat industriel ni de déploiement hors laboratoire à ce stade : il s'agit d'une validation expérimentale en tunnel contrôlé, pas d'un produit commercial. Les prochaines étapes logiques seraient des essais en conditions de vent extérieur variable et une intégration avec des systèmes de perception visuelle pour la navigation en espace confiné sans GPS.

Recherche❖Paper

1 source

36

3852arXiv cs.RO 

Robot BIM : plateforme de simulation à événements discrets basée sur des agents pour la robotique

Une équipe de recherche propose sur arXiv (2607.16920v1) une plateforme de simulation événementielle discrète, multi-agents et couplée au Building Information Modeling (BIM), pour la navigation et la planification d'opérations robotiques en intérieur. La méthode discrétise l'environnement en cellules de grille converties en nœuds de graphe, classés en trois catégories selon leur relation spatiale avec les éléments du bâtiment : nœuds cibles, nœuds obstacles et nœuds réguliers. Des coûts de traversée sont ensuite assignés aux arêtes reliant les nœuds voisins, ce qui permet à des algorithmes de théorie des graphes de calculer des trajectoires efficaces et sans collision. Les simulations confirment que cette représentation en graphe produit une navigation fonctionnelle, mais les auteurs identifient une limite concrète à discrétisation grossière : un chevauchement entre cellules occupées par une cible et cellules occupées par un obstacle, corrigé par un raffinement de la grille qui améliore la précision spatiale et la faisabilité des trajectoires. L'apport principal tient au type d'information mobilisée. La plupart des robots d'intérieur pour la maintenance de bâtiments (nettoyage, inspection) reposent sur des trajets prédéfinis ou du SLAM, qui ne fournissent qu'une compréhension géométrique limitée de l'environnement. Or des tâches plus complexes, comme localiser et réparer une fuite sur une canalisation, exigent d'accéder à des données que seul le BIM contient réellement : position, géométrie, matériau et attributs opérationnels des composants du bâtiment. En connectant ce gisement de données à un moteur de planification par graphe, la plateforme ouvre la voie à des robots capables de raisonner sur le bâtiment lui-même, et pas seulement de s'y déplacer, ce qui intéresse directement les intégrateurs en facility management et en maintenance industrielle. Il s'agit toutefois d'un travail de recherche à un stade de validation purement simulé, sans déploiement sur robot physique ni site pilote annoncé. Il se positionne dans un contexte plus large où l'exploitation du BIM en robotique reste marginale, la discipline étant dominée par les piles de navigation classiques (SLAM, ROS) et les simulateurs génériques. La plateforme sert de base pour évaluer virtuellement des opérations robotiques avant tout déploiement réel, les suites logiques étant l'extension à des tâches de maintenance plus complexes et une validation sur un déploiement physique.

Recherche❖Paper

1 source

36

3853arXiv cs.RO 

Prédire la conformité de préhension des mains robotiques via des réseaux de neurones informés par modèle analytique

La recherche, publiée sur arXiv sous la référence 2607.17541v1, s'attaque à un problème précis de la manipulation robotique : la plupart des études traitent la prise d'un objet comme un problème binaire, réussite ou échec, jugé simplement par le fait que l'objet reste dans la main. Cette approche devient insuffisante dès qu'il s'agit d'usage forcé d'un outil, où la compliance de la prise, c'est-à-dire sa capacité à se déformer sous charge, devient déterminante pour prédire le comportement conjoint de la main et de l'outil. Les auteurs introduisent l'AMINN (Analytical Model Informed Neural Network), un modèle hybride qui combine une couche de mécanique analytique avec un réseau de neurones entraîné sur données, afin d'estimer la stabilité de la prise et le déplacement de l'outil dans la main sous charge externe. Le modèle a été évalué sur une main robotique sous-actionnée à trois doigts et montre une bonne capacité prédictive, avec des sorties mécaniquement cohérentes sur des conditions de charge variées. L'enjeu dépasse la simple précision prédictive. Les mains sous-actionnées, appréciées pour leur faible coût et leur capacité d'adaptation passive à la forme des objets, sont notoirement difficiles à modéliser car leur comportement de compliance dépend d'une combinaison non linéaire de cinématique couplée, de mécanique passive et de conditions de contact. Pour les intégrateurs et concepteurs de systèmes robotiques destinés à un usage forcé d'outils, un tel modèle physiquement interprétable ouvre la voie à des systèmes plus fiables et plus sûrs, notamment dans les contextes critiques où une défaillance de prise sous charge peut avoir des conséquences directes. Comparé à un modèle boîte noire de type perceptron multicouche pris comme référence, l'AMINN affiche une meilleure cohérence physique fondée sur l'énergie, ce qui distingue clairement son approche des méthodes purement data-driven aujourd'hui dominantes dans l'apprentissage pour la manipulation. Ce travail s'inscrit dans une tendance de fond en robotique : réintroduire des contraintes physiques explicites dans des architectures d'apprentissage profond pour gagner en interprétabilité et en robustesse, plutôt que de s'en remettre uniquement à des réseaux entraînés de bout en bout. Les auteurs présentent leur cadre comme une base pour des travaux futurs sur l'usage autonome et fiable d'outils par des mains robotiques compliantes.

Recherche❖Paper

1 source

36

3854arXiv cs.RO 

Robot moulé par actionnement hydraulique dans un tube long et flexible avec estimation simultanée de position

Une équipe de recherche a présenté SHAPE (Simultaneous water Hydraulic Actuation and Position Estimation), une méthode permettant de piloter un actionneur hydraulique à eau sans aucun capteur embarqué côté actionneur, à travers un tube flexible fin pouvant atteindre 50 mètres de long. Publiée sur arXiv (2607.17054), l'étude s'attaque à un problème classique de la robotique en environnement hostile: les capteurs et l'électronique embarqués tombent facilement en panne dans des conditions extrêmes, alors que l'eau sous pression, transmise via un tube long et souple, permet de déporter l'actionnement loin du point de commande. Le principe technique repose sur la modélisation des pertes volumétriques dans le tube à partir des fluctuations de pression, en tenant compte d'une infime quantité d'air piégé dans le circuit. Cette double lecture du signal hydraulique permet à la fois de transmettre la puissance motrice et d'estimer en temps réel la position du vérin, sans capteur de position local. Les essais expérimentaux démontrent un contrôle de position stable du vérin hydraulique sensorless sous des charges variables, ainsi qu'une méthode d'identification des paramètres du système directement sur le terrain, sans instrumentation supplémentaire. L'intérêt pratique dépasse la simple prouesse de laboratoire. Pour l'intégration robotique en environnements difficiles (nucléaire, sous-marin, sites de catastrophe, industrie lourde), l'absence de capteurs et d'électronique côté actionneur réduit drastiquement les points de défaillance et simplifie la maintenance. L'élasticité du tube abaisse aussi l'impédance mécanique de l'articulation, un avantage recherché pour les tâches impliquant des contacts imprévus ou des vibrations, typiquement en manipulation en milieu encombré. Cette approche rouvre la voie à des schémas de commande par retour d'état jusqu'ici jugés impraticables sur des systèmes hydrauliques sans capteurs. L'actionnement hydraulique à distance via tube long s'inscrit dans une lignée de recherches visant à s'affranchir des limites de la robotique électrique classique en milieu extrême, où batteries et électronique embarquées posent des contraintes fortes. En contournant le besoin de capteurs déportés, coûteux à protéger et à entretenir, SHAPE ouvre une piste pour des robots industriels ou d'inspection déployés sur de longues distances, avec des développements attendus sur la robustesse face à des tubes plus longs ou des charges plus dynamiques.

Recherche❖Paper

1 source

36

3855arXiv cs.RO 

G2-Nav : cartes de coûts vision-langage ancrées et sécurisées pour la navigation sociale des robots

Des chercheurs présentent G2-Nav, un nouveau framework de navigation sociale pour robots mobiles, détaillé dans un article déposé sur arXiv (2607.16956v1). Plutôt que de laisser un modèle vision-langage (VLM) décider directement des trajectoires, comme le font les approches end-to-end existantes, G2-Nav traduit le raisonnement sémantique du VLM en une costmap vision-langage interprétable. Le modèle identifie les zones traversables et les agents sociaux à partir d'une perception en ensemble ouvert (open-set), puis cartographie ce contexte social sous forme de coûts exploitables par le planificateur. Pour renforcer la robustesse en conditions réelles, le VLM effectue aussi une vérification sémantique sur le suivi (tracking) en amont, et les auteurs ajoutent un contrôle de sécurité à haute fréquence destiné à compenser la latence du système avant la génération de trajectoire. Des expériences en environnement réel, selon les auteurs, montrent une navigation autonome sûre, efficace et socialement conforme dans des espaces non structurés. Le code source doit être publié ultérieurement. L'intérêt de ce travail tient à la faille qu'il cherche à combler entre deux approches jugées insuffisantes pour l'autonomie complète: les frameworks VLM end-to-end, qui produisent des décisions de planification difficiles à auditer et donc risquées à déployer, et les méthodes d'instruction-following, pensées pour suivre des consignes humaines plutôt que pour opérer de façon totalement autonome. En cantonnant le VLM à un rôle d'évaluation sémantique plutôt que de contrôle direct, G2-Nav vise une architecture plus traçable, un enjeu concret pour les intégrateurs et décideurs industriels qui doivent justifier la sécurité de robots évoluant parmi des humains, en entrepôt, en établissement de santé ou en espace public. Le garde-fou de sécurité haute fréquence répond en particulier à un angle mort fréquent des démonstrations VLM: la latence d'inférence, souvent ignorée dans les vidéos promotionnelles du secteur. Ce travail s'inscrit dans la vague de recherche actuelle sur l'usage des VLM pour doter les robots d'un raisonnement de niveau humain en navigation sociale, un domaine où les benchmarks restent encore largement issus de démonstrations contrôlées. L'abstract ne précise ni l'institution porteuse ni le matériel robotique utilisé pour les essais réels, et le code, annoncé comme futur, n'est pas encore disponible: il s'agit donc à ce stade d'un préprint à confirmer par la publication effective et par une évaluation indépendante, plutôt que d'une solution déployée ou commercialisée.

Recherche❖Paper

1 source

35

3856arXiv cs.RO 

Diffusion de politique multimodale asynchrone via fusion de guidage sensible à la latence

Des chercheurs ont publié le 24 juillet un article arXiv (2607.17257v1) présentant LAG-Fusion, un framework de fusion multimodale pour les politiques de diffusion utilisées en apprentissage par imitation robotique. Le problème visé : les architectures multimodales actuelles combinent vision, force et autres capteurs via une fusion synchrone ou des architectures multi-fréquences conçues manuellement, ce qui ralentit le retour haute fréquence ou limite l'ajout de nouvelles modalités. LAG-Fusion permet à chaque politique spécifique à une modalité de tourner à sa propre cadence d'inférence et d'injecter sa guidance de débruitage dès qu'elle est disponible, sans attendre les autres flux. L'innovation technique centrale est une règle de recalage du référentiel pour les variables de diffusion exprimées en représentations d'action relatives, ce qui permet d'aligner une guidance arrivée en retard avant de la fusionner avec le reste. Les chercheurs ont testé l'approche sur une tâche de manipulation à contact riche, en combinant une politique vision basse fréquence avec une politique force haute fréquence. Sous des latences hétérogènes entre modalités, LAG-Fusion améliore la réactivité de la politique et la performance de la tâche par rapport à une fusion synchrone classique et à des bases de référence spécifiquement conçues pour intégrer la force. Pour l'industrie robotique, ce travail touche un point de friction bien réel dans le déploiement de politiques génératives type diffusion ou VLA sur des bras manipulateurs : dès qu'on ajoute un capteur de force ou tactile pour des tâches d'assemblage ou d'insertion, la cadence de la caméra (souvent 10 à 30 Hz) et celle du capteur de force (potentiellement 100 Hz et plus) imposent des compromis douloureux, soit en bridant le capteur rapide au rythme du plus lent, soit en construisant une architecture ad hoc peu réutilisable. Une méthode générique qui laisse chaque modalité tourner à sa vitesse native, sans repenser l'architecture à chaque nouvelle combinaison de capteurs, s'attaque directement à un frein à l'extensibilité que rencontrent les intégrateurs travaillant sur la manipulation fine (assemblage électronique, insertion de connecteurs, tri fragile). Cela reste toutefois un résultat validé sur une seule paire de modalités et une tâche contrôlée en laboratoire, loin d'une brique prête à industrialiser. Les politiques de diffusion se sont imposées ces deux dernières années comme l'une des approches dominantes de l'apprentissage par imitation en robotique, aux côtés de modèles vision-langage-action comme Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure AI, qui fusionnent eux aussi plusieurs signaux capteurs mais généralement à une cadence unique et synchronisée. La fusion asynchrone multi-fréquence reste peu explorée dans la littérature, la plupart des travaux traitant chaque capteur additionnel comme un module séparé nécessitant un réglage manuel. Le résumé ne précise ni publication de code ou de poids, ni application industrielle prévue à court terme ; l'article, encore non révisé par les pairs, ouvre surtout une piste pour de futurs travaux combinant tactile, force et vision sur des tâches à contact riche, un axe stratégique pour les humanoïdes et bras collaboratifs visant l'assemblage fin.

Recherche❖Paper

1 source

35

3857arXiv cs.RO 

Robot poisson agile : l'apprentissage par renforcement différentiable pour suivre une trajectoire

Une équipe de recherche présente une nouvelle méthode de contrôle par apprentissage par renforcement pour un robot poisson bio-inspiré agile, capable de suivre des trajectoires précises malgré la dynamique fluide-structure difficile à modéliser. Le problème central tenait à l'absence d'environnement de simulation suffisamment rapide et précis pour ce type de robot sous-actionné et non linéaire, contrairement aux robots terrestres ou aériens qui ont largement bénéficié du reinforcement learning ces dernières années. Les chercheurs ont d'abord développé une plateforme de simulation approximant efficacement le mouvement de leur robot poisson. Le contrôle de trajectoire repose ensuite sur un correcteur PID dont les gains, variables dans le temps, sont appris par rétropropagation à travers le temps (backpropagation through time), avec un entraînement organisé selon un curriculum progressif. Une fois la politique de contrôle apprise en simulation, elle a été transférée directement sur la plateforme physique, où les chercheurs rapportent une correspondance excellente entre comportement simulé et comportement réel. Ce résultat s'inscrit dans un enjeu plus large pour la robotique bio-inspirée aquatique: le transfert simulation-vers-réel (sim-to-real), déjà largement résolu pour les robots terrestres et les drones, restait un point de blocage pour les robots nageurs à cause du coût de calcul des simulations fluides réalistes. En démontrant qu'une simulation approximative mais rapide suffit à entraîner un contrôleur transférable sans écart majeur de performance, les auteurs ouvrent la voie à un usage plus systématique de l'apprentissage par renforcement pour ce type de plateforme, jusqu'ici largement dépendant de techniques de contrôle classiques peu adaptées aux irrégularités du milieu aquatique. Pour les concepteurs de robots sous-marins ou de véhicules bio-inspirés, cela suggère une méthode reproductible pour accélérer le développement de contrôleurs sans dépendre de simulateurs de mécanique des fluides coûteux. Le travail s'inscrit dans une lignée de recherche de plusieurs décennies sur les robots poissons, motivée par l'efficacité énergétique et la manœuvrabilité des nageurs biologiques, un domaine où des dizaines, voire des centaines de plateformes ont déjà été conçues. Contrairement aux approches classiques de contrôle non linéaire pour ces systèmes sous-actionnés, l'apport ici est méthodologique: combiner curriculum d'entraînement et gains PID appris plutôt que fixes. L'article ne précise pas encore de calendrier de déploiement à plus grande échelle, mais pose une base technique réutilisable pour d'autres plateformes de nage bio-inspirée.

Recherche❖Paper

1 source

35

3858arXiv cs.RO 

S.E.A.G.R : un robot d'accueil conscient des émotions et des cultures, avec modulation à double couche

Ce robot serreur de mains culturellement conscient propose une architecture de salutation adaptative baptisée SEAGR (Socially and Emotionally Aware Greeting Robot), détaillée dans un article publié sur arXiv le 24 juillet 2026. Le système repose sur une modulation à double couche : l'identité culturelle de l'interlocuteur détermine le type de salutation appropriée, tandis que des indices émotionnels perçus en temps réel ajustent la manière dont ce geste est exécuté. Concrètement, l'architecture combine une cartographie culturelle contextuelle, une modulation des gestes basée sur l'émotion détectée, et une régulation proxémique (gestion de la distance interpersonnelle), le tout organisé selon un schéma classique Sense-Think-Act. Le prototype, à bas coût, utilise une caméra USB, un capteur ultrasonique, des servomoteurs pilotés par Arduino et un traitement Python sur ordinateur portable. Il s'agit d'une preuve de concept de type "system design", sans robot commercial ni déploiement en conditions réelles. Cette publication illustre une limite persistante largement reconnue dans la robotique sociale : la plupart des robots d'accueil actuels utilisent des routines de salutation statiques, insensibles aux variations culturelles ou à l'état émotionnel de la personne, ce qui nuit à la confiance et au confort dès les premières secondes d'interaction, un facteur pourtant documenté comme déterminant en interaction homme-robot. Pour les intégrateurs déployant des robots d'accueil dans des halls, aéroports ou espaces commerciaux multiculturels, une architecture modulaire de ce type ouvre la voie à une personnalisation fine sans réécrire tout le comportement robot par marché. Toutefois, il est important de noter que les auteurs reconnaissent eux-mêmes l'absence totale de validation utilisateur : aucune étude n'a mesuré si les humains perçoivent réellement ces salutations comme plus appropriées ou plus chaleureuses, ce qui limite la portée des affirmations à un stade purement conceptuel. Ce travail s'inscrit dans une lignée de recherche en robotique sociale qui cherche depuis plusieurs années à dépasser les scripts d'interaction figés, en s'inspirant de travaux antérieurs sur la reconnaissance d'émotion par vision et sur l'adaptation interculturelle des robots de service. Contrairement aux plateformes commerciales comme Pepper (SoftBank Robotics) ou les robots d'accueil déployés par des entreprises comme Furhat, qui restent généralement figés sur un registre culturel unique, SEAGR se positionne comme une architecture générique et peu coûteuse, reproductible en laboratoire. La suite logique annoncée par les auteurs est la conduite d'études utilisateurs pour valider empiriquement l'efficacité perçue du système, une étape encore non planifiée dans le calendrier de publication.

Recherche❖Paper

1 source

35

3859arXiv cs.RO 

Reactivité physiquement réalisable pour la locomotion adaptative au terrain

Voici l'article traduit et résumé selon les consignes. Une équipe de recherche présente un nouveau cadre de planification pour la locomotion des robots quadrupèdes sur des terrains changeants et imprévisibles, détaillé dans un article arXiv (2509.23185v2, version révisée). Le système combine deux briques technique distinctes : une synthèse réactive qui génère des contrôleurs symboliques "corrects par construction" pour décider quelle action prendre à chaque instant, et une programmation convexe en nombres mixtes (MICP) qui calcule en temps réel des placements de pas dynamiquement faisables. Pour éviter de recalculer sans cesse des problèmes MICP coûteux en ressources, et pour gérer les cas où une spécification devient physiquement impossible à tenir, les chercheurs ajoutent un mécanisme de réparation symbolique qui ne régénère que les transitions strictement nécessaires. Le tout a été validé en simulation puis sur robot physique, avec des scénarios volontairement difficiles : pierres de gué dispersées et terrains jonchés de barres d'armature (rebar), deux configurations classiques pour tester la robustesse du contact pied-sol. L'enjeu dépasse la simple démonstration académique. La marche sur terrain accidenté reste l'un des points faibles récurrents des plateformes quadrupèdes et humanoïdes commerciales, où les méthodes actuelles reposent soit sur des heuristiques de sélection d'appui limitant la fiabilité, soit sur une optimisation de trajectoire trop lourde pour tourner en temps réel sur de longs horizons. En montrant qu'un système peut identifier lui-même les "compétences de locomotion manquantes" et réagir en environnement critique, les auteurs adressent directement un doute répandu chez les intégrateurs industriels : la capacité réelle des robots à gérer l'imprévu hors des sols plats de laboratoire, condition clé pour un déploiement en logistique, construction ou inspection. Ce travail s'inscrit dans une lignée de recherches académiques en synthèse formelle et planification de mouvement pour la robotique legged, un domaine où les grands noms commerciaux (Boston Dynamics, Unitree) restent discrets sur leurs méthodes internes. La publication étant une "replace" d'une version arXiv antérieure, il s'agit d'un travail de recherche affiné plutôt que d'une annonce produit, sans calendrier de transfert industriel communiqué à ce stade.

Recherche❖Paper

1 source

35

3860arXiv cs.RO 

Robots-Chemins clairsemés, conscients et coopératifs pour équipes de robots aériens en réseau (SpArC-NARTs) : outil d'optimisation et cas d'usage de couverture de détection au sol

Une équipe de chercheurs propose un nouvel outil de planification de trajectoires pour des essaims de drones connectés en réseau, baptisé SpArC-NART (Sparse, Aware and Cooperative Networked Aerial Robot Team). Publié sur arXiv (2602.14247v2), l'article s'attaque à un problème concret des missions d'exploration par drones autonomes: comment planifier les trajectoires de plusieurs appareils lorsque les liaisons radio entre eux sont intermittentes plutôt que permanentes. L'outil prend en compte simultanément plusieurs contraintes réelles: le niveau de connaissance préalable de l'environnement, l'autonomie énergétique limitée des agents, les capacités de détection embarquées, et les limites physiques et techniques de la technologie radio utilisée. Le mécanisme de coopération développé s'appuie sur des contraintes de mouvement souples et des récompenses dynamiques calculées à partir d'une "valeur du mouvement" et de la disponibilité de communication prévue entre agents à chaque pas de temps. Les auteurs valident leur approche sur un cas d'usage de couverture de zone par capteurs au sol. L'enjeu dépasse le simple exercice académique: la plupart des solutions de planification pour essaims de drones supposent une connectivité continue, ce qui est rarement le cas sur le terrain (zones rurales, environnements industriels, missions de recherche et sauvetage). En intégrant la sparsité des communications directement dans la phase de planification hors ligne, plutôt que de la traiter comme une contrainte subie, l'outil vise à améliorer la résilience du groupe et la prise de décision décentralisée quand les informations sont incomplètes ou inexactes, un scénario fréquent dans les déploiements réels d'AMR aériens multi-agents. Ce travail s'inscrit dans la lignée des recherches sur la planification coopérative multi-robots, où la littérature s'est longtemps concentrée sur des hypothèses de connectivité idéale. En rendant le modèle de communication paramétrable selon la technologie radio choisie par l'utilisateur, les auteurs cherchent à rapprocher l'outil des contraintes d'ingénierie réelles. Les prochaines étapes annoncées incluent l'extension à des missions multi-cibles plus complexes et des constitutions d'équipe variées, au-delà du cas de couverture au sol présenté ici.

Recherche❖Paper

1 source

35

3861arXiv cs.RO 

Vision-Langage vers Exécution Humanoïde : Retargeting Guidé pour l'Éxécution de la Langue des Signes avec Atténuation des Collisions

Le laboratoire de robotique a publié le 24 juillet 2026 sur arXiv (2607.17769v1) un système reliant la génération de langue des signes (SLG, sign language generation) à l'exécution sur robot humanoïde. Les modèles SLG récents produisent des représentations corporelles 3D denses au format SMPL-X, jugées plus fidèles pour préserver la cinématique et la géométrie du corps entier en vue d'un transfert vers un robot. Le problème identifié : ces mouvements générés présentent fréquemment des auto-intersections, notamment des pénétrations main-main et main-torse. Tolérables en rendu vidéo offline, ces artefacts deviennent bloquants à l'exécution réelle, car ils produisent des solutions de cinématique inverse (IK) infaisables, des collisions et des trajectoires retargetées instables. Les auteurs proposent deux briques : un module volumétrique de mitigation des collisions sur SMPL-X qui reprojette les postures générées vers des configurations physiquement plausibles en s'écartant le moins possible de la trajectoire d'origine, et un algorithme de retargeting guidé par un modèle vision-langage (VLM), construit sur un socle IK, où le VLM agit comme critique visuel sur le mouvement humanoïde rendu, détecte les modes d'échec propres à l'embodiment, et déclenche des corrections ciblées dans l'espace des tâches. Cette contribution s'attaque à un angle mort concret de la course aux humanoïdes polyvalents : la plupart des démonstrations de génération de mouvement (langue des signes comprise) restent évaluées en rendu visuel, sans jamais passer le test du transfert vers un corps robotique réel avec ses contraintes articulaires et ses risques de collision physique. En pointant explicitement le fossé entre motion generation qui a l'air correcte à l'écran et motion generation exécutable sans collision sur un robot, les auteurs infirment implicitement l'hypothèse selon laquelle un bon modèle génératif SMPL-X suffit à garantir un retargeting robuste. Pour les intégrateurs travaillant sur l'accessibilité ou l'interaction homme-robot (interprétation automatisée en langue des signes par humanoïde), c'est un rappel que la chaîne complète, génération plus collision-checking plus correction perceptuelle en boucle, reste nécessaire avant tout déploiement, et que le retargeting IK seul ne suffit pas à garantir la sécurité et la stabilité des trajectoires. Le travail s'inscrit dans la lignée des systèmes de génération de langue des signes qui ont basculé ces dernières années vers des sorties 3D corps entier plutôt que des séquences 2D ou des squelettes simplifiés, afin de mieux capturer les nuances gestuelles nécessaires à une communication fidèle. Il rejoint aussi une tendance plus large de la robotique humanoïde consistant à utiliser des modèles vision-langage non pas comme générateurs de commandes bas niveau, mais comme superviseurs ou critiques de mouvements déjà produits, une approche qui recoupe les architectures VLA (vision-language-action) évoquées dans des systèmes comme Helix ou GR00T N2, sans toutefois se positionner comme un concurrent direct de ces plateformes de bout en bout. Le papier reste à ce stade une contribution de recherche publiée en preprint, sans mention de partenaire industriel, de plateforme humanoïde spécifique ni de calendrier de déploiement pilote, ce qui en fait une brique méthodologique plutôt qu'une annonce produit.

Recherche❖Paper

1 source

34

3862arXiv cs.RO 

Contrôle de commande pour un robot animatronique bipède monté, à forme quadrupède

Le robot décrit dans cette publication arXiv (2607.16302v1) est un deux-roues chevauchable doté de quatre membres articulés, conçu pour incarner un personnage animatronique capable de porter un pilote sur son dos tout en exécutant une démarche quadrupède dynamique. Plutôt que de faire reposer tout le déplacement sur les membres, ce qui exigerait des moteurs surdimensionnés et des pattes renforcées au prix d'un poids excessif et d'une allure très lente, les chercheurs ont opté pour une base à deux roues auto-équilibrée comme mode de locomotion principal. Les quatre membres n'interviennent qu'en soutien, lors de la montée et de la descente du pilote, et se meuvent ensuite en coordination avec la vitesse de déplacement des roues, dans une logique de contrôle par transfert de poids proche de la conduite d'une moto. Le papier détaille en particulier une méthode d'équilibrage robuste capable de rester stable même pendant des mouvements rapides des membres, ainsi qu'une stratégie de génération de mouvement imitant une démarche quadrupède naturelle malgré cette architecture hybride. L'intérêt du projet dépasse le simple gadget d'animation: il propose une réponse concrète au déclin de la moto chez les jeunes générations, en visant un concept de mobilité partenaire destiné aux événements publics plutôt qu'au transport quotidien. Sur le plan technique, il illustre une approche pragmatique du dilemme locomotion pattes contre roues qui traverse toute la robotique humanoïde et quadrupède actuelle: au lieu de chercher à tout prix une marche purement articulée, les auteurs assument un compromis hybride qui privilégie la fidélité visuelle du personnage et la sécurité du pilote sur l'authenticité biomécanique du geste, un choix d'ingénierie pertinent pour tout intégrateur travaillant sur des robots de démonstration ou d'accueil grand public. Le concept rappelle d'autres initiatives récentes de robots chevauchables hybrides roues-pattes présentées dans l'industrie, comme celles explorées par des constructeurs japonais dans le registre du divertissement et de la mobilité de loisir. Il s'agit ici toutefois d'un travail de recherche académique publié sur arXiv, centré sur les algorithmes de contrôle, sans annonce de commercialisation, de calendrier de déploiement ni de chiffres de performance publiés (poids, autonomie, vitesse maximale), et non d'un produit prêt à être testé en public.

Recherche❖Paper

1 source

34

3863arXiv cs.RO 

Robot semi-humanoïde NICO imite des gestes du bras par démonstration

Le robot semi-humanoïde NICO peut désormais imiter des gestes du bras humain à partir d'une simple caméra RGB monoculaire, selon un article publié sur arXiv (2607.18197). Le système combine géométrie analytique et le modèle pré-entraîné MediaPipe pour l'estimation de pose. Pour chaque image vidéo, MediaPipe extrait les coordonnées 3D des points clés du corps humain pertinents (articulations du bras, poignets, mains). Ces coordonnées sont ensuite converties en angles articulaires via des relations géométriques dérivées mathématiquement, puis transposées vers la configuration moteur de NICO pour exécuter une séquence de mouvement prédéfinie. Les chercheurs ont testé la méthode sur plusieurs gestes du bras représentatifs avec six participants de tailles différentes, afin de vérifier la robustesse du système face à la morphologie variable des utilisateurs. Ce travail s'inscrit dans un enjeu central de l'interaction homme-robot (HRI) : la capacité d'un robot à reproduire des gestes humains de façon fluide et naturelle, un prérequis pour des usages comme l'apprentissage par démonstration, l'assistance sociale ou la collaboration physique. L'intérêt de l'approche tient à sa simplicité matérielle: pas de capteurs de mouvement, pas de caméra de profondeur, une seule caméra RGB suffit grâce à MediaPipe. C'est un signal utile pour les intégrateurs cherchant des solutions d'imitation gestuelle à faible coût, sans dépendre de capteurs spécialisés coûteux. Les auteurs restent toutefois transparents sur les limites: les gestes complexes et les mouvements du poignet posent problème, ce qui rappelle que l'imitation gestuelle générique et robuste reste un défi ouvert, loin d'être résolu par cette seule démonstration préliminaire. NICO est une plateforme robotique semi-humanoïde de taille enfant, utilisée en recherche pour explorer le développement cognitif et l'interaction sociale robot-humain. L'utilisation de MediaPipe, framework open source de Google pour l'estimation de pose en temps réel, s'inscrit dans une tendance plus large de recherche en robotique consistant à réutiliser des modèles de vision par ordinateur grand public plutôt qu'à développer des systèmes de perception propriétaires coûteux. Les auteurs présentent ce travail comme une étude préliminaire; les prochaines étapes attendues concerneraient l'amélioration de la précision sur les poses complexes et les mouvements fins du poignet, ainsi qu'une possible extension à l'imitation bimanuelle ou à des interactions plus dynamiques.

Recherche❖Paper

1 source

32

3864arXiv cs.RO 

COLIP-2 : embeddings olfaction-vision-langage

COLIP-2, pour Contrastive Olfaction-Language-Image Pre-training 2, est un modèle d'embeddings multimodal présenté dans un article arXiv (2607.17559v1) qui intègre l'olfaction comme modalité à part entière aux côtés de la vision et du langage. Le système projette dans un espace de représentation partagé quatre types de données : structure moléculaire, lectures de capteurs de gaz, descripteurs textuels d'odeurs et images, ce qui permet à un robot d'associer de façon probabiliste une odeur détectée à un objet visible dans une scène. Les auteurs pointent l'absence de tout jeu de données image-odeur à l'échelle d'ImageNet, un manque qu'ils identifient comme le principal frein du domaine et qui justifie, selon eux, la collecte de nouvelles données. L'équipe rapporte des résultats de tests internes sur l'architecture et décrit des optimisations pour faire tourner le modèle en edge computing, en vue d'applications robotiques temps réel. L'enjeu dépasse la curiosité académique. La perception robotique repose aujourd'hui presque exclusivement sur la vision et, de plus en plus, le langage via les modèles VLA, laissant l'odorat quasi inexploité malgré son utilité pour la détection de fuites de gaz, le contrôle qualité alimentaire, la recherche et sauvetage ou la maintenance industrielle. En montrant qu'un espace d'embeddings unifié olfaction-vision-langage est réalisable et déployable en edge, COLIP-2 ouvre une piste pour les intégrateurs souhaitant ajouter une modalité sensorielle sans repartir de zéro. Mais les auteurs cadrent eux-mêmes leur travail comme une démonstration des limites atteignables avec les données olfactives ouvertes actuelles, plutôt qu'un système prêt à l'emploi : l'article ne publie aucun benchmark chiffré vérifiable, ni précision, ni taille de corpus, ni comparaison à l'état de l'art, ce qui invite à la prudence sur la maturité réelle de l'approche. COLIP-2 s'inscrit dans la lignée des modèles de type CLIP, qui ont déjà étendu le principe d'espace d'embeddings partagé à la vision, au langage, puis à l'audio et à la profondeur ; l'olfaction restait jusqu'ici largement absente de cette convergence, faute de capteurs standardisés et de corpus annotés. Le suffixe "2" du nom suggère une itération sur une première version non détaillée dans ce papier. Les auteurs, issus de la robotique mais nourris par des experts de plusieurs disciplines académiques et industrielles, positionnent explicitement COLIP-2 comme un point de départ argumentatif : justifier auprès de la communauté le besoin de financer et construire de nouvelles méthodologies et jeux de données olfactifs, plus qu'un livrable fini. Les prochaines étapes attendues sont la publication de ces corpus et des évaluations comparatives plus rigoureuses.

Recherche❖Paper

1 source

32

3865arXiv cs.RO 

UMCP : un réseau collaboratif multitâche unifié pour l'estimation de pose des chariots à bagages

Des chercheurs présentent UMCP (Unified Multi-Task Collaborative Perception network), un réseau de perception conçu pour la collecte robotisée et autonome de chariots à bagages, dans un article publié sur arXiv (2607.17950v1). Le problème visé est concret : dans un aéroport, des robots doivent localiser en continu des chariots dispersés dans des environnements encombrés et changeants, ce qui exige à la fois précision et fonctionnement en temps réel. Jusqu'ici, les systèmes de vision pour cette tâche s'appuyaient sur des chaînes de plusieurs modèles exécutés en cascade (détection, puis points-clés, puis orientation), ce qui allonge la latence d'inférence et alourdit le coût de déploiement. UMCP unifie ces trois tâches, détection du chariot, détection de points-clés et estimation de l'orientation, dans un seul réseau, construit sur l'architecture YOLOv12. Les caractéristiques de points-clés sont fusionnées avec celles d'orientation puis traitées par un module dédié, l'Orientation Feature Enhancement Module (OFEM), et l'orientation est en outre modélisée par une distribution de probabilité circulaire optimisée via une fonction de perte à divergence de Kullback-Leibler. Un site dédié présente les travaux (sites.google.com/view/robot-umcp). Pour l'industrie de la logistique aéroportuaire et robotique, l'intérêt est avant tout d'ordre pratique : remplacer une chaîne de modèles séquentiels par un seul réseau multi-tâches réduit la complexité de calcul et le coût de déploiement embarqué, un facteur décisif pour équiper des robots mobiles à budget de calcul limité. Les auteurs annoncent une précision globale compétitive avec cette approche unifiée, tout en réduisant sensiblement la charge computationnelle par rapport aux méthodes existantes, sans toutefois préciser à ce stade de tests en conditions aéroportuaires réelles à grande échelle. Ce travail s'inscrit dans la tendance plus large de la perception robotique vers des architectures multi-tâches partagées, en s'appuyant sur les avancées récentes de la famille YOLO pour la détection et l'estimation de pose combinées. Il reste, à ce stade, une contribution de recherche académique plutôt qu'un produit déployé : les gains annoncés proviennent de benchmarks internes, et l'étape suivante logique serait une validation sur flotte robotique réelle en environnement aéroportuaire.

Recherche❖Paper

1 source

30

3866arXiv cs.RO 

Robot mobile non holonome : champ vectoriel à courbure contrainte en temps fini pour une planification de trajectoire sans saturation

Des chercheurs proposent, dans un article déposé sur arXiv (arXiv:2607.17542v1), un nouveau cadre de planification de mouvement pour robots mobiles non-holonomes reposant sur un champ vectoriel à courbure contrainte et convergence en temps fini, baptisé FT-C2VF. Le problème visé est classique en robotique mobile : amener précisément un robot à une configuration cible tout en respectant ses contraintes cinématiques (rayon de braquage, non-holonomie) sans saturer les actionneurs. Contrairement aux méthodes de champ vectoriel existantes, qui garantissent au mieux une convergence asymptotique et gèrent les limites d'actionneurs a posteriori par saturation des entrées, ce qui peut invalider les garanties de stabilité, les auteurs construisent un champ dont les courbes intégrales ont une courbure continue, bornée et décroissante avec le ratio radial. Un contrôleur associé, presque partout C1, permet de suivre ce champ sans information de Jacobienne tout en respectant nativement les limites de commande. Les auteurs démontrent analytiquement une stabilité en temps fini presque globale de l'équilibre cible, puis valident l'approche par simulations numériques et par des essais en extérieur sur un véhicule à direction Ackermann. L'enjeu pratique concerne tous les systèmes non-holonomes déployés hors laboratoire (robots mobiles autonomes industriels, véhicules agricoles, plateformes de logistique) où la saturation des actionneurs dégrade en pratique les performances annoncées en simulation. En intégrant la contrainte de courbure et les limites physiques directement dans la construction du champ plutôt qu'en aval, la méthode vise à réduire l'écart classique entre garanties théoriques et comportement réel, un point sensible pour les intégrateurs qui doivent certifier des trajectoires fiables sur du matériel aux couples et vitesses limités. Ce travail s'inscrit dans une littérature déjà dense sur les champs vectoriels pour la navigation robotique, où la difficulté a longtemps résidé dans la combinaison simultanée de bornes de courbure explicites, d'un temps de convergence garanti et d'un contrôleur sans singularité. Les auteurs positionnent leur méthode comme supérieure aux approches représentatives existantes sur simulation, une comparaison qui reste à confirmer par des tests plus larges et sur d'autres plateformes que le seul véhicule Ackermann testé en extérieur.

Recherche❖Paper

1 source

47

3867Pandaily 

WAIC 2026 Robotique : quatre changements fondamentaux après 30 000 pas dans les allées du salon

Trois jours et environ 30 000 pas dans le hall robotique du WAIC 2026 à Shanghai suffisent à identifier quatre ruptures dans l'industrie des robots humanoïdes. D'abord, le salon a cessé d'être une scène de démonstration pour devenir un lieu de transactions concrètes: les visiteurs ne se contentent plus de regarder des robots danser ou donner des coups de pied dans un ballon, ils négocient prix, délais de livraison et cas d'usage. Des stands affichent des tarifs de location à partir de 100 yuans par jour ou 3 000 yuans par mois, et des délégations d'acheteurs internationaux, badges "Buyers" au cou, signent des bons de commande directement sur place. Ensuite, le contrôle moteur s'est banalisé. Là où Unitree faisait figure d'exception il y a peu, le T1 de Booster Robotics marque des buts avec précision, le Tiangong 3.0 du Beijing Humanoid Innovation Center enchaîne des chorégraphies, et le Q1 d'AGIBOT boxe. Marcher, courir, sauter sont désormais des prérequis basiques plutôt que des arguments de différenciation. Cette convergence technique a des conséquences directes pour les intégrateurs et les décideurs industriels. Selon le CTO de LimX Dynamics, l'écart entre les acteurs sur le contrôle de mouvement s'est nettement réduit, ce qui déplace la compétition ailleurs. Troisième rupture: l'industrie abandonne le discours du robot généraliste au profit d'applications verticales précises. Kepler Robotics présente un robot barista, Star Dynamics du picking sur ligne d'assemblage, YouiBot de la récupération de pièces en usine, et Leju simule une supérette pour des tâches de commerce de détail. Plusieurs de ces machines renoncent même à la forme humanoïde complète, remplaçant des mains dextres par des pinces ou des jambes par des bases à roues: la fonction prime sur l'imitation anthropomorphique, ce qui contredit l'idée d'un design universel unique vers lequel convergerait le secteur. Cette évolution s'inscrit dans une phase de maturation après plusieurs années dominées par des démonstrations spectaculaires mais peu représentatives des conditions réelles d'usage. Le quatrième changement observé au WAIC 2026 est justement ce déplacement de l'innovation visible vers l'infrastructure invisible: modèles, données d'entraînement, capteurs tactiles et pipelines d'apprentissage progressent davantage que les figures chorégraphiées mises en avant sur les réseaux sociaux. Le secteur atteint un équilibre provisoire qui porte en germe une différenciation plus marquée: les entreprises capables de garantir fiabilité d'exécution, sécurité et coûts de fabrication maîtrisés devraient se démarquer, tandis que celles reposant uniquement sur la performance motrice risquent la banalisation. La question centrale du salon n'est plus de savoir si les robots savent bouger, mais s'ils savent travailler.

Chine/Asie❧Opinion

1 source

36

386836Kr 

L'application de compagnie émotionnelle aux 60 millions d'utilisateurs, générant des centaines de millions de revenus, lance un robot domestique

Le groupe chinois Xinyan (心言集团), éditeur de l'application de bien-être émotionnel Ceice (测测), forte de plus de 60 millions d'utilisateurs depuis son lancement en 2013, a présenté son premier robot de compagnie familial, Buboo 1 (巴布), lors du salon WAIC 2026 à Shanghai. Haut de 65 centimètres, une taille calculée pour correspondre au niveau du regard d'un enfant de trois ans, le robot se distingue par une interaction dite proactive : sans mot de réveil, il détecte les expressions faciales, les gestes et la distance d'un utilisateur pour engager la conversation de lui-même, puis se retire discrètement en veille lorsque l'échange se termine. Buboo s'appuie sur le modèle propriétaire Xinyuan (心元), structuré en trois couches : un grand modèle de langage intégrant agents multiples, recherche augmentée (RAG) et mémoire longue durée ; une couche multimodale pour la reconnaissance vocale proche et lointaine et la synthèse vocale ; et un modèle embarqué baptisé xyVLA qui relie perception visuelle, compréhension et action motrice. L'ensemble a été entraîné sur le corpus émotionnel accumulé par Ceice, dont l'audience est composée à 80% de femmes, qui compte plus d'un million d'ouvertures quotidiennes et génère plusieurs centaines de millions de yuans de revenus annuels pour sa maison mère. Le lancement de Buboo illustre une bifurcation stratégique observée dans l'ensemble du secteur de la robotique en 2026 : d'un côté les humanoïdes destinés aux usines et à la logistique, de l'autre des robots domestiques centrés sur l'accompagnement affectif et le lien intergénérationnel. Xinyan parie que la vraie barrière technique n'est pas la marche bipède ni la dextérité manuelle, mais la capacité à juger quand parler, à qui, et avec quel contenu adapté au contexte, un problème que les grands modèles génériques, entraînés sur du texte en ligne sans repères domestiques réels, ne résolvent pas. Pour un secteur où aucun robot familial n'a encore rencontré de succès commercial établi, la démonstration pose une question de fond : la mémoire émotionnelle longue durée et la perception multimodale ambiante suffisent-elles à transformer un gadget de salon en véritable compagnon quotidien ? Le choix de Xinyan, entreprise internet rentable sans expérience matérielle préalable, d'investir dans du hardware coûteux, signale aussi que des acteurs de services numériques aux marges confortables considèrent désormais le robot domestique comme une extension défendable de leur base d'utilisateurs plutôt qu'une diversification risquée. Cette décision trouve son origine dans un constat interne : l'usage de Ceice chute nettement une fois les utilisateurs mariés et parents, alors même que les besoins affectifs (solitude parentale, anxiété liée à l'éducation, isolement des personnes âgées) ne font que croître à cette étape de vie, sans que l'interaction textuelle sur smartphone puisse y répondre. Buboo est ainsi pensé comme un prolongement physique du cycle de vie des utilisateurs de l'application plutôt que comme un produit indépendant, avec trois usages prioritaires : l'accompagnement linguistique détendu pour jeunes enfants, le soutien émotionnel de longue durée pour parents actifs et seniors isolés, et la capture d'images légère, déclenchée d'un geste de la main, convertie en style bande dessinée et traitée localement pour préserver la vie privée. Le robot peut aussi filmer de manière autonome des scènes du quotidien (enfants, personnes âgées, animaux) pendant l'absence de l'utilisateur, pour les lui transmettre à distance. Face à des concurrents jusqu'ici focalisés sur les articulations bioniques ou les démonstrations chorégraphiées, Xinyan mise sur cette présence émotionnelle comme différenciateur, sans toutefois communiquer de calendrier de commercialisation ni de prix pour Buboo 1, qui reste à ce stade au niveau de la démonstration WAIC plutôt que du déploiement pilote en famille.

Chine/Asie❧Opinion

1 source

38

3869SCMP Tech 

Les fabricants chinois de robots déplorent : « Il nous faudrait un meilleur cerveau, et plus de données »

Lors de la World Artificial Intelligence Conference (WAIC), qui s'est achevée lundi à Shanghai, plusieurs représentants du secteur chinois de la robotique ont dressé un constat commun : leurs entreprises manquent à la fois de données suffisantes et d'un "cerveau" IA suffisamment performant pour que leurs machines interagissent correctement avec le monde physique. Wang Xiaogang, cofondateur de SenseTime et président de sa division robotique, a résumé le défi central de l'industrie de l'IA incarnée (embodied AI) comme la nécessité de "relier matériel, données, modèles et scénarios réels dans un système itératif en boucle fermée". Ce diagnostic, partagé par plusieurs intervenants du salon, souligne un goulot d'étranglement technique plutôt qu'un simple retard industriel. Cet aveu est significatif car il vient contredire le discours dominant sur l'avance chinoise en robotique humanoïde, portée par des volumes de production et des annonces de déploiement impressionnants. Il révèle que la couche logicielle, les modèles de type VLA (vision-language-action) capables de généraliser à partir de données réelles, reste le principal verrou, un problème que rencontrent aussi les acteurs américains comme Figure ou Physical Intelligence. Pour les intégrateurs et décideurs B2B, ce constat invite à distinguer les capacités matérielles, souvent matures chez les fabricants chinois, de l'intelligence embarquée réelle, encore largement en phase de recherche. Le WAIC, principal rendez-vous chinois sur l'IA, sert traditionnellement de baromètre des priorités stratégiques de Pékin, qui pousse fortement le secteur de la robotique incarnée comme relais de croissance industrielle. La reconnaissance publique de ce manque de données et de modèles fiables laisse présager de nouveaux investissements chinois dans la collecte de données réelles et les architectures de type "world model", pour combler l'écart avec les meilleurs systèmes de contrôle actuels.

Chine/Asie❧Opinion

1 source

36

3870New Atlas Robotics 

Robot en trompe d'éléphant : une caméra interne pour un sens du toucher

Les chercheurs du Japan Advanced Institute of Science and Technology (JAIST) ont développé un nouveau type de pince robotique souple baptisée EleTac, dont la conception s'inspire directement de l'extrémité préhensile de la trompe d'éléphant. Contrairement aux pinces industrielles classiques équipées de capteurs de force externes, EleTac intègre une caméra miniature directement à l'intérieur de sa structure souple en silicone. Cette caméra observe en continu les déformations internes du matériau lorsque celui-ci entre en contact avec un objet, permettant au système de reconstituer, par traitement d'image, la forme, la texture et la fermeté de ce qu'il saisit, un peu comme le fait un vrai appendice d'éléphant grâce à ses terminaisons nerveuses. Le dispositif s'inscrit dans la famille des capteurs tactiles dits "vision-based", une approche déjà popularisée par des systèmes comme GelSight, mais appliquée ici à un actionneur souple et non à un doigt rigide. Pour l'industrie robotique, cette approche confirme une tendance de fond: remplacer des réseaux de capteurs de force coûteux et fragiles par une simple caméra interne couplée à du traitement d'image, ce qui réduit le coût et la complexité de câblage tout en conservant une sensibilité fine au toucher. Pour les intégrateurs travaillant sur la préhension d'objets fragiles, irréguliers ou déformables (fruits, textiles, composants électroniques), un tel gripper biomimétique promet une manipulation plus adaptative que les pinces rigides classiques, sans nécessiter de modèle physique complexe de l'objet saisi. Cette recherche s'inscrit dans une lignée plus large de robotique bio-inspirée, où l'on retrouve aussi des robots capables de s'enrouler comme des tatous pour se protéger. EleTac reste à ce stade un prototype de laboratoire; les prochaines étapes attendues concernent la validation sur des tâches de préhension réelles et une possible intégration à des bras robotiques industriels ou des systèmes AMR.

Recherche❖Paper

1 source

28

3871Robotics Business Review 

Bâtir des robots pour des environnements imprévisibles et sans infrastructure

Burro, entreprise américaine de robotique agricole, a présenté son premier robot en 2018 lors d'une démonstration réussie qui a néanmoins masqué l'ampleur réelle du problème à résoudre. La plateforme Burro est conçue pour transporter, tracter, patrouiller, tondre, pousser ou tirer différents équipements en environnement agricole extérieur, sans infrastructure fixe, sans éclairage contrôlé et souvent sans fiabilité GPS sous couvert végétal. Contrairement à la robotique en environnement fermé, où l'optimisation en conditions contrôlées peut se prolonger des années avant la confrontation au terrain, Burro n'a eu d'autre choix que d'affronter immédiatement les conditions réelles: température allant de sous zéro à environ 49°C, luminosité variable selon l'heure et la saison, sol changeant entre pluie, poussière et boue. L'entreprise dit avoir appris deux choses au contact du terrain: la tolérance quasi nulle des utilisateurs professionnels à toute défaillance dès lors que le robot devient un outil dont dépend leur activité, et le fait qu'un robot fiable dans une condition climatique donnée n'est pas une version légèrement améliorée d'un même système, mais le résultat d'un tout autre travail d'ingénierie construit sur l'exposition réelle et répétée au terrain plutôt que sur la seule simulation. Ce retour d'expérience illustre un écart largement documenté dans le secteur entre la démonstration en conditions favorables et le déploiement réel en production, un point sensible pour les intégrateurs et décideurs industriels qui évaluent des solutions robotiques mobiles ou humanoïdes. Le message central de Burro est que la bascule d'un client, de la curiosité pour un nouvel outil à la dépendance opérationnelle vis-à-vis de celui-ci, s'opère en quelques semaines seulement, ce qui relève d'emblée la barre de fiabilité exigée bien au-delà de ce qu'un environnement de laboratoire permet d'anticiper. Pour les acheteurs B2B de robotique mobile autonome, cela recadre l'évaluation d'un fournisseur: la question n'est pas seulement la performance de pointe démontrée en vidéo, mais la capacité prouvée à accumuler des données opérationnelles réelles, à échouer sans danger et à corriger rapidement, plutôt que la seule sophistication de la simulation utilisée en amont. Burro positionne cette expérience agricole comme transférable à d'autres environnements extérieurs jugés comme la prochaine frontière de la robotique autonome: les cours de ports, qui ajoutent à la variabilité climatique un trafic dense de véhicules lourds et des mouvements humains irréguliers; les campus logistiques, qui combinent terrain extérieur imprévisible et exigences de débit ne tolérant aucune interruption; et les chantiers de construction, dont la configuration physique change chaque jour. Selon l'entreprise, aucun de ces environnements ne peut être résolu depuis un laboratoire ni par la seule simulation, mais uniquement par une présence opérationnelle continue sur site. Ce plaidoyer, publié à l'approche de la conférence RoboBusiness 2026, s'inscrit dans un débat plus large du secteur sur la solidité réelle des architectures VLA et de l'autonomie mobile à grande échelle, au-delà des annonces et des vidéos soigneusement sélectionnées.

Industriel⚡Actu

1 source

29

3872The Robot Report 

Boston Dynamics discute l'art derrière l'interaction homme-robot

Boston Dynamics organise cette semaine un webinaire gratuit intitulé « The Art Behind Human-Robot Interaction », consacré à l'interaction homme-robot (HMI) dans un contexte où les humanoïdes quittent les laboratoires pour les environnements industriels et commerciaux. La session, prévue le mercredi 22 juillet 2026 à 11h00 (heure de l'Est), est animée par Mario Bollini, directeur de l'interaction homme-robot chez Boston Dynamics, et Leland Hepler, designer UI et ancien animateur chez Disney et dans le jeu vidéo. Les intervenants doivent aborder quatre axes concrets : la communication d'intention via des signaux anticipatoires et des comportements de « réflexion » visible, la sécurité de l'humanoïde Atlas en version électrique conçu pour travailler sans cage de protection aux côtés d'humains, l'apport des grands modèles de langage (LLM) qui font passer les robots de scripts rigides à des interactions plus naturelles, et le choix de conserver une forme mécanique assumée plutôt que d'imiter l'humain pour éviter la vallée de l'étrange. Atlas fait partie des rares humanoïdes actuellement en essais commerciaux. Ce positionnement est significatif pour l'industrie robotique : Boston Dynamics affirme explicitement que la confiance et la sécurité dans la cohabitation homme-robot ne reposent pas sur un mimétisme humain poussé, mais sur la prévisibilité des comportements du robot. C'est un message qui s'adresse directement aux intégrateurs et décideurs B2B évaluant le déploiement d'humanoïdes en usine ou en entrepôt, où l'acceptabilité par les opérateurs humains conditionne autant l'adoption que les performances techniques. L'intégration de LLM pour sortir des scripts pré-programmés illustre aussi une tendance plus large du secteur, où l'IA générative vient compléter les architectures de contrôle robotique classiques, un sujet à suivre avec prudence tant les démonstrations en environnement contrôlé ne garantissent pas toujours une robustesse équivalente en conditions réelles de production. Ce webinaire s'inscrit dans la trajectoire de Bollini, ancien du MIT et l'une des premières recrues commerciales de Boston Dynamics, qui a piloté la mise à l'échelle du quadrupède Spot à plusieurs milliers d'unités déployées avant de diriger le programme Atlas jusqu'à son lancement en version production-grade au CES. Hepler, chez Boston Dynamics depuis 2018 après avoir dirigé l'expérience utilisateur chez Rethink Robotics, apporte une expertise d'animation de personnages issue de quatorze ans chez Disney, sur des films comme Le Roi Lion et Chicken Little. Boston Dynamics ne précise pas de calendrier de déploiement commercial élargi pour Atlas au-delà des essais en cours, mais la mise en avant de l'interaction homme-robot comme discipline à part entière signale que la course aux humanoïdes, longtemps focalisée sur la mobilité et la manipulation, se déplace désormais aussi vers l'expérience utilisateur et l'acceptabilité sociale.

Humanoïdes⚡Actu

1 source

45

3873Robotics Business Review 

AGIBOT dévoile quatre produits d'IA incarnée pour des opérations en conditions réelles au WAIC

Un article robotique en français à trois paragraphes, respectant les consignes éditoriales (pas de titres, pas de tirets cadratins, ton factuel type IEEE Spectrum). AGIBOT a dévoilé quatre nouveaux produits lors du World Artificial Intelligence Conference (WAIC) 2026 à Shanghai, sur un stand de 200 m² (booth H3-C101) au Shanghai World Expo Exhibition and Convention Center. Le A3 Ultra est un humanoïde grande taille de 1,74 m pour 60 kg, doté de 51 degrés de liberté actifs, d'une capacité de charge de 5 kg par bras et d'une autonomie combinée pouvant atteindre huit heures. Il embarque un système de perception composé de lidar 3D, de caméras RGB-D, de caméras fisheye et de vision binoculaire, ainsi que du GPS, du RTK et de l'UWB pour la navigation, le tout piloté par une puce NVIDIA Thor. Le G2 Max, premier robot industriel à fort payload et contrôle en force de la société, cible la manutention et la palettisation grâce à des bras à contrôle de force, une hauteur de travail ajustable et une mobilité omnidirectionnelle sur roues. L'OmniHand 3 Ultra-M est une main dextre à entraînement direct de 20 degrés de liberté actifs pesant 630 g, conçue pour l'entraînement de modèles d'IA incarnée, la téléopération et la manipulation fine. Un cinquième produit, le X2 Edu, cible le marché éducatif. Lors de l'événement, un robot à roues G2 assurait un guidage en temps réel dans le métro de Shanghai, et AGIBOT a annoncé avoir produit son 15 000e robot le mois dernier. Ces annonces marquent un déplacement du discours du secteur, du spectaculaire vers l'opérationnel. Peng Zhihui, cofondateur, président et directeur technique d'AGIBOT, a résumé cette ambition en affirmant que l'industrie ne devrait plus juger l'IA incarnée sur sa capacité à réussir une démonstration impressionnante, mais sur sa fabricabilité, sa livraison et son intégration fiable dans des environnements réels. Le positionnement mérite d'être nuancé: la démonstration de danse du A3 Ultra sur le salon reste un exercice de vitrine classique, tandis que le guidage effectif dans le métro par le G2 et le cap des 15 000 unités produites constituent des indicateurs plus tangibles de déploiement réel. Pour les intégrateurs industriels et les décideurs B2B, l'intérêt de ce lancement tient surtout au G2 Max et à l'OmniHand 3 Ultra-M, qui s'attaquent directement au goulot d'étranglement identifié depuis des années dans la robotique humanoïde: la manipulation dextre fiable et la manutention à fort payload en environnement de production existant, plutôt que la simple locomotion bipède. Fondée en 2023 à Shanghai sous le nom de Zhiyuan New Technology Co., AGIBOT développe à la fois des modèles fondationnels et les corps robotiques associés, avec une architecture dite "Three Intelligences in One" qui unifie locomotion, interaction et manipulation. Sa gamme couvre déjà des humanoïdes, des quadrupèdes, des systèmes de préhension dextres et des solutions de nettoyage commercial. Les nouveaux produits s'inscrivent dans la continuité de cas de déploiement industriel présentés sur le stand du WAIC, dans un marché chinois de la robotique humanoïde marqué par une compétition intense sur la vitesse de production et la fiabilité en usine plutôt que sur la seule prouesse technique isolée. L'entreprise n'a pas communiqué de calendrier précis de déploiement commercial élargi pour ces quatre nouveaux modèles au-delà de leur présentation au salon.

Chine/Asie❧Opinion

1 source

40

3874Interesting Engineering 

Nouvelle main robotique soulève 25 kilos tout en manipulant des objets fragiles avec une dextérité proche de l'humain

La startup suisse Mimic Robotics a dévoilé la Mimic Hand M1, une main robotique dexterous destinée à l'automatisation industrielle. Conçue et fabriquée en Suisse, elle repose sur une architecture à câbles tendineux (tendon-driven) inspirée de l'anatomie humaine : les actionneurs sont logés dans l'avant-bras plutôt que dans la paume ou les doigts, et entraînent les phalanges via des tendons passant sur des roulements et poulies plutôt que dans des gaines de guidage sujettes au frottement. La main compte 15 degrés de liberté actifs répartis sur 21 articulations, avec abduction des doigts et pouce opposable. Pour un poids d'environ 1,8 kg, elle peut maintenir une prise cylindrique stable sur des charges dépassant 25 kg, tout en détectant, selon Mimic Robotics, des forces aussi faibles que 0,1 newton (soit l'équivalent d'un objet d'environ 50 grammes) via le seul courant moteur. Des capteurs tactiles aux extrémités des doigts mesurent en complément la force normale, la force de cisaillement tangentielle et la localisation précise du contact. Ces chiffres proviennent des communications de l'entreprise et n'ont pas fait l'objet de validation indépendante à ce stade. Cette annonce s'inscrit dans un débat plus large sur la meilleure architecture de préhension pour les robots humanoïdes et l'automatisation industrielle. Plutôt que les pinces à deux doigts classiques, largement répandues mais limitées en polyvalence, Mimic mise sur une main à morphologie humaine pour faciliter le transfert de compétences apprises par démonstration humaine vers un système robotique, un enjeu central pour l'IA physique (Physical AI). L'entreprise présente la M1 non comme un simple effecteur terminal mais comme une plateforme sensorielle conçue pour rester identique entre la phase de collecte de données, l'entraînement des modèles d'IA et le déploiement final, dans le but de réduire ce qu'elle appelle le « fossé d'incarnation » (cross-embodiment gap), soit la perte de performance quand un modèle entraîné sur des mouvements humains doit s'adapter à une pince mécaniquement différente. Si cette approche tient ses promesses en conditions réelles d'usine, elle pourrait peser dans l'arbitrage entre pinces spécialisées et mains anthropomorphes pour les intégrateurs industriels. La M1 s'inscrit dans une plateforme robotique plus large développée par Mimic, incluant un gant portable destiné à la collecte de données de démonstration humaine, utilisé pour entraîner les modèles avant déploiement sur la main robotique. L'annonce intervient peu après que la firme norvégienne 1X a présenté ses propres mains à câbles tendineux à 25 degrés de liberté pour son robot NEO, avec des objectifs similaires de précision, de robustesse et de sécurité. La course à la main robotique dexterous s'accélère ainsi chez plusieurs acteurs du secteur humanoïde, chacun cherchant à résoudre le même problème : donner aux robots une préhension suffisamment fine et polyvalente pour remplacer, à terme, la main humaine sur les lignes de production.

IA physique⚡Actu

1 source

39

3875Interesting Engineering 

China : nouveau robot humanoïde d'AGIBOT avec 51 degrés de liberté, autonomie de 8 heures

AGIBOT a dévoilé quatre nouveaux produits robotiques lors de la World Artificial Intelligence Conference (WAIC) 2026 à Shanghai : l'humanoïde A3 Ultra, la plateforme éducative X2 EDU, le robot industriel G2 Max et la main robotique OmniHand 3 Ultra-M. L'A3 Ultra, conçu pour des tâches commerciales et de service sur de longues durées, mesure 1,74 mètre pour 60 kilogrammes, offre 51 degrés de liberté et peut porter jusqu'à 5 kilogrammes par bras, avec une autonomie annoncée de huit heures. Il embarque un LiDAR 3D, des caméras RGB-D, fisheye et binoculaires, ainsi que des systèmes de positionnement GPS, RTK et UWB, le tout piloté par une puce NVIDIA Thor ; il peut se recharger via câble, échange de batterie ou recharge autonome. Le X2 EDU, plateforme modulaire à architecture ouverte destinée à la recherche et à l'éducation, mesure environ 1,3 mètre, compte 29 degrés de liberté dont sept par bras, et supporte des charges de 3 kilogrammes. Le G2 Max cible la manutention lourde et la palettisation en usine grâce à des bras à contrôle de force et une mobilité omnidirectionnelle, tandis que l'OmniHand 3 Ultra-M, une main de 630 grammes dotée de 20 degrés de liberté actifs et de capteurs tactiles par vision, peut saisir des charges allant jusqu'à 5 kilogrammes. Par ailleurs, AGIBOT a récemment diffusé en direct des robots G2 inspectant de façon autonome des tablettes tactiles sur une chaîne de production, tout en annonçant la fabrication de son 15 000e robot. Ces annonces illustrent la stratégie d'AGIBOT visant à démontrer un déploiement industriel réel plutôt que de simples démonstrations contrôlées, un point sensible pour un secteur régulièrement critiqué pour l'écart entre ses vidéos promotionnelles et la réalité opérationnelle. Sur le site de Longcheer Technology à Nanchang, l'entreprise affirme avoir intégré une ligne de production complète en 36 heures, avec des robots G2 traitant environ 3 000 tablettes par équipe, cumulant plus de 64 heures de fonctionnement continu et un taux d'indisponibilité inférieur à 4 %. Si ces chiffres proviennent directement du communiqué d'AGIBOT et méritent donc d'être pris avec prudence, notamment quant à la représentativité de la période mesurée, ils s'adressent directement aux intégrateurs et décideurs industriels en quête de preuves de fiabilité en conditions de production plutôt que de promesses. La capacité annoncée à travailler aux côtés d'équipements existants, sans reconfiguration majeure de la chaîne, est l'argument central pour convaincre les industriels que les humanoïdes généralistes peuvent s'insérer dans des usines déjà en place, plutôt que d'exiger des lignes conçues autour d'eux. Ces lancements s'inscrivent dans la course mondiale aux humanoïdes commerciaux, où des acteurs chinois comme AGIBOT ou Unitree affichent des cadences de production et des déploiements industriels revendiqués comme plus rapides que ceux de leurs homologues occidentaux. AGIBOT a construit ces annonces en partenariat avec Longcheer Technology et PIA Automation, et présente également ses robots dans des usages hors industrie, comme l'accueil touristique, le guidage d'information et le transport de personnes, signe d'une volonté de diversifier les cas d'usage commerciaux au-delà de l'usine. Aucune échéance précise n'a été communiquée pour un élargissement de ces déploiements à d'autres sites ou clients, mais la cadence de production revendiquée, avec un 15 000e robot déjà sorti des chaînes, suggère qu'AGIBOT cherche à passer rapidement du pilote à l'échelle industrielle.

Chine/Asie⚡Actu

1 source

38

3876Robotics & Automation News 

AGIBOT dévoile quatre nouveaux robots au WAIC 2026 et étend son portefeuille d'IA incarnée industrielle

AGIBOT a dévoilé quatre nouveaux produits robotiques lors du World Artificial Intelligence Conference (WAIC) 2026 à Shanghai, élargissant son portefeuille au-delà du seul robot humanoïde vedette. La gamme annoncée comprend l'A3 Ultra, un robot humanoïde, le X2 EDU, une plateforme dédiée à l'éducation, le G2 Max, un robot industriel destiné à l'automatisation d'usine, et OmniHand, une main robotique dextre vendue comme composant autonome. L'entreprise chinoise met en avant des déploiements commerciaux croissants pour justifier cette diversification, sans toutefois détailler publiquement des chiffres précis de volumes, de prix ou de spécifications techniques (charge utile, degrés de liberté) pour chacun des quatre systèmes. Cette annonce illustre un basculement stratégique notable chez AGIBOT: plutôt que de concentrer sa communication sur un unique robot humanoïde généraliste, l'entreprise segmente son offre par cas d'usage, éducation, industrie, préhension dextre, ce qui reflète une approche plus proche de celle d'un fournisseur de composants et de solutions verticales que d'un pur constructeur de robots humanoïdes. Pour les intégrateurs et décideurs industriels, ce mouvement suggère que la rentabilité à court terme passe davantage par des systèmes spécialisés déployables rapidement que par le pari du robot humanoïde universel, encore loin d'une adoption massive. AGIBOT, aussi connu sous le nom Zhiyuan Robotics, s'est imposé comme l'un des acteurs chinois les plus visibles de la robotique incarnée, aux côtés d'Unitree, Fourier Intelligence et UBTech, dans une course où Pékin soutient activement l'industrie face aux ambitions américaines de Figure AI ou Tesla avec Optimus. Le WAIC sert traditionnellement de vitrine annuelle pour ces annonces, sans toujours garantir une disponibilité commerciale immédiate.

Chine/Asie⚡Actu

1 source

42

3877Robohub 

Simulateur de monde interactif pour l'entraînement et l'évaluation des politiques de robots

Une équipe de recherche présente un simulateur de monde interactif destiné à l'entraînement et à l'évaluation de politiques robotiques, conçu pour remplacer une partie du travail réalisé aujourd'hui sur robot réel. Il s'agit d'un modèle de prédiction vidéo conditionné par l'action, entraîné sans aucun moteur physique intégré : à partir d'une image et d'une séquence d'actions robotiques, le système prédit les frames suivantes directement en pixels. Concrètement, un opérateur peut brancher un dispositif de téléopération et piloter un bras robotique à travers ce modèle appris pendant plus de dix minutes, à 15 images par seconde, sur une seule carte graphique RTX 4090, tout en conservant une vidéo stable et physiquement plausible. Le modèle a été entraîné sur quatre tâches de manipulation aux régimes physiques très différents : le poussage d'un objet en T (contact rigide), le routage d'une corde dans un clip (interaction déformable-rigide), la préhension d'une tasse (dynamique fine de la pince) et le balayage de tas d'objets. L'architecture repose sur deux étapes : un autoencodeur compresse d'abord les images RGB en représentations latentes compactes, puis un modèle de dynamique conditionné par l'action, entraîné dans cet espace latent gelé, prédit les états latents futurs qui sont ensuite décodés en images, de manière autorégressive. L'enjeu dépasse la simple démonstration technique. La collecte de démonstrations et l'évaluation de politiques sur robot réel restent les deux goulots d'étranglement classiques de l'apprentissage robotique : matériel qui casse, éclairage qui varie, objets qui dérivent, chaque nouvelle tâche exigeant des heures de manipulation en laboratoire. Si un simulateur appris atteint un niveau de fidélité suffisant, il devient possible de générer des données d'entraînement à moindre coût directement dans le simulateur, et surtout d'évaluer plusieurs politiques dans des conditions rigoureusement identiques et reproductibles, ce qu'un banc de test physique ne permet pas. Les exemples montrés, comme la distinction correcte entre une corde effectivement insérée dans un clip et une corde qui le frôle sans contact, ou la simulation d'une tasse qui glisse hors de la pince, suggèrent que le modèle capture des dynamiques fines sans recourir à des a priori physiques codés en dur, un point que le secteur observe de près depuis l'essor des modèles VLA (vision-language-action). Cette approche s'inscrit dans une lignée de travaux sur les "world models" appliqués à la robotique, où l'ambition est de remplacer les simulateurs physiques classiques, coûteux à construire et souvent imparfaitement fidèles à la réalité, par des modèles vidéo appris directement à partir de données d'interaction. Le projet met à disposition une démonstration interactive en ligne, jouable au clavier depuis un navigateur, ce qui permet une vérification indépendante des affirmations avancées. Les prochaines étapes attendues par le secteur portent sur le passage à l'échelle vers davantage de tâches et de configurations matérielles, ainsi que sur la démonstration effective que des politiques entraînées dans ce simulateur transfèrent avec succès vers des robots réels, condition encore non confirmée à ce stade par l'article.

Recherche❖Paper

1 source

36

3878TechNode 

Elon Musk trouve les combats de robots amusants après avoir regardé la bataille de robots humanoïdes en Chine

Une entreprise de robotique basée à Shenzhen a organisé le 19 juillet un combat entre deux robots humanoïdes EngineAI T800, dont la vidéo est devenue virale au point d'attirer l'attention d'Elon Musk, qui a repartagé les images sur X en commentant que les combats de robots sont amusants. Les deux machines, échangeant coups de poing et coups de pied dans une cage octogonale de style MMA, mesurent 1,73 mètre pour 75 kilogrammes et sont équipées d'articulations hydrauliques haute résistance leur permettant d'exécuter des mouvements de combat proches de ceux d'un humain : jabs, coups de pied circulaires, projections. Moment le plus marquant de l'affrontement, la tête de l'un des robots a été arrachée d'un coup de pied par son adversaire ; privé de ses capteurs céphaliques, il a néanmoins continué à se battre, encaissant et rendant des coups grâce à son système de contrôle central logé dans le torse. L'événement est présenté par ses organisateurs comme la première compétition de combat libre entre robots humanoïdes « de niveau industriel » au monde. Au-delà de l'effet spectacle, l'épisode met en avant la résilience mécanique recherchée par les fabricants chinois de robots humanoïdes : continuer à opérer après la perte d'un module sensoriel critique est un argument de robustesse pertinent pour des usages industriels réels, où chocs et pannes partielles sont fréquents. L'événement s'inscrit surtout dans une course commerciale et médiatique très active entre acteurs chinois (EngineAI, Unitree, Fourier), qui multiplient les démonstrations spectaculaires, boxe, danse, course, désormais combat, pour affirmer la maturité de leurs plateformes face aux Optimus de Tesla ou au Figure 03. La réaction de Musk, qui développe lui-même Optimus, confirme que ces démonstrations chinoises sont suivies de près par les concurrents occidentaux, même si l'écart entre performance en cage contrôlée et déploiement industriel réel reste important ; l'appellation « niveau industriel » avancée par les organisateurs mérite d'être prise avec prudence, aucune application commerciale concrète n'ayant été documentée. EngineAI, jeune pousse chinoise spécialisée dans les robots humanoïdes bipèdes, avait déjà attiré l'attention avec des démonstrations de marche et de course rapide de son T800. Ce combat s'ajoute à une série d'événements similaires organisés en Chine ces derniers mois, marches, matchs de boxe et désormais free-fight, portés par des entreprises comme Unitree, qui cherchent à construire une image de marque autour du spectacle autant que de la technologie. Aucune date ni format n'ont été annoncés pour une suite, et EngineAI n'a communiqué aucun calendrier de commercialisation ou de déploiement industriel pour le T800. Le contraste reste net avec des acteurs occidentaux ou français comme Wandercraft (exosquelettes médicaux) ou Enchanted Tools, qui misent sur des démonstrations orientées usage professionnel plutôt que sur le spectacle de combat.

Chine/Asie⚡Actu

1 source

42

3879TechNode 

Yimu Tech lève plus d'un milliard de RMB pour la détection tactile robotique et la production

La start-up chinoise Yimu Tech, spécialisée dans les capteurs tactiles pour les systèmes d'intelligence incarnée, a bouclé un tour de table Série E de plus d'1 milliard de yuans (environ 140 millions de dollars), portant sa valorisation au-delà de 10 milliards de yuans (près d'1,4 milliard de dollars). L'opération a été menée conjointement par plusieurs fonds en yuans, des fonds en dollars et des investisseurs industriels, sans que leurs noms soient précisés. Yimu Tech développe l'ensemble de la chaîne de détection tactile pour robots : matériaux sensoriels, puces dédiées, algorithmes de traitement et modèles associés. Les fonds levés serviront à la R&D ainsi qu'à industrialiser la production et honorer les commandes en carnet sur ses lignes de fabrication. L'information a été rapportée par le média chinois 36Kr, sans détail sur les clients ou volumes concernés. Cette levée illustre l'appétit croissant des investisseurs chinois pour les briques technologiques de l'intelligence incarnée, au-delà des seuls robots humanoïdes. Le toucher reste l'un des verrous majeurs de la manipulation fine : sans retour tactile fiable, les modèles VLA (vision-language-action) peinent à saisir des objets fragiles, déformables ou mal positionnés, un problème récurrent lors des démonstrations de robots humanoïdes. Une levée de cette taille, associée à des investisseurs industriels, suggère que Yimu Tech honore déjà des commandes concrètes plutôt que de miser sur un pari purement technologique, ce qui la distinguerait des nombreuses démos qui ne débouchent jamais sur une production réelle. Le marché des capteurs tactiles pour la robotique reste jeune et fragmenté, avec des acteurs comme Contactile en Australie ou Tacterion en Allemagne, ainsi que des solutions de peau artificielle développées en interne par des fabricants de robots humanoïdes. En Chine, Yimu Tech s'inscrit dans une vague d'investissements massifs dans la chaîne de valeur de la robotique incarnée, alimentée par la concurrence sino-américaine sur les mains robotiques et la manipulation dextre. Les prochaines étapes annoncées concernent la montée en cadence industrielle des lignes de production, sans calendrier précis communiqué pour de nouveaux partenariats ou déploiements clients.

Chine/Asie⚡Actu

1 source

48

3880arXiv cs.RO 

Xiaomi-Robotics-1 : passage à l'échelle des modèles vision-langage-action avec plus de 100 000 heures de trajectoires réelles

Xiaomi a dévoilé Xiaomi-Robotics-1, un modèle vision-langage-action (VLA) fondation entraîné sur plus de 100 000 heures de trajectoires de manipulation collectées en conditions réelles via des dispositifs UMI (Universal Manipulation Interface). L'entraînement se déroule en deux temps : une phase de pré-entraînement qui dote le modèle de capacités générales de génération d'actions, appuyée sur un pipeline d'auto-annotation générant des descriptions en langage naturel des transitions d'état de la scène, puis une phase de post-entraînement qui aligne ces capacités sur des instructions impératives et sur des embodiments robotiques spécifiques. Sur les benchmarks de simulation, le modèle établit un nouvel état de l'art avec 57,6% de taux de réussite sur RoboCasa365 (contre 46,6% précédemment) et un score moyen de 20,07 sur RoboDojo (contre 13,07 pour le meilleur résultat antérieur). Xiaomi annonce la publication future du code et des poids du modèle. L'intérêt principal tient au comportement de scaling observé : les performances progressent de façon cohérente avec la taille des données et du modèle en pré-entraînement, et ce gain se transfère directement au post-entraînement, avec de meilleures performances hors distribution sur robot réel. C'est un signal notable pour l'industrie, qui cherche à valider l'hypothèse que les modèles VLA généralistes, entraînés à grande échelle sur données réelles plutôt que simulées, peuvent servir de politique de base robuste, adaptable à des tâches dextres complexes avec peu de données de fine-tuning. Pour les intégrateurs et décideurs robotique, cela renforce la piste des foundation models comme alternative viable aux pipelines spécialisés tâche par tâche. Ce travail s'inscrit dans une compétition intense entre grands acteurs sur les modèles VLA fondation, aux côtés de Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure. L'usage de dispositifs UMI, portables et peu coûteux pour collecter des données de manipulation sans robot physique, s'inscrit dans une tendance à contourner le goulot d'étranglement de la téléopération classique. Reste à voir si la publication effective du code et des checkpoints, promise mais non encore livrée, confirmera la reproductibilité des résultats annoncés.

IA physique⚡Actu

1 source

45

3881arXiv cs.RO 

Apprentissage de la tâche « reach-avoid » par renforcement : simulation vectorisée et benchmark

Des chercheurs ont publié sur arXiv (référence 2607.15935v1) un nouveau benchmark pour la tâche dite "reach-avoid" en apprentissage par renforcement profond (DRL), appliquée au contrôle de bras robotiques. L'objectif est d'atteindre une cible tout en évitant des obstacles, dans des scénarios qui reproduisent la complexité du monde réel plutôt que les environnements de table simplifiés habituellement utilisés dans la recherche. Les auteurs s'appuient sur le moteur physique MuJoCo MJX et la bibliothèque Brax pour paralléliser massivement à la fois la simulation et les algorithmes de DRL. Testé sur deux bras industriels courants, l'UR5e d'Universal Robots et le Franka Emika Robot (Panda), le système atteint des taux de réussite de 96,1% (UR5e) et 98,8% (Franka) sur la tâche de reach seule, et de 86,8% (UR5e) et 95,2% (Franka) sur la tâche complète de reach-avoid statique, avec obstacles. L'apport principal n'est pas la performance brute mais le constat qu'elle contredit une partie de la littérature existante. Les agents DRL qui résolvaient "parfaitement" la tâche reach-avoid dans des configurations tabletop simplifiées voient leurs performances s'effondrer nettement dès qu'ils sont évalués dans des scénarios plus réalistes, en particulier sur la variante avec évitement. Pour les intégrateurs et équipes R&D qui envisagent le DRL pour du pick-and-place ou de l'évitement de collision en environnement industriel réel, ce résultat est un signal de prudence : les benchmarks académiques historiques surestiment la maturité de ces méthodes, et le gap simulation-vers-réalité reste loin d'être comblé même en simulation complexe. La tâche reach-avoid est un environnement de référence de longue date dans la communauté DRL appliquée à la robotique, mais la plupart des travaux antérieurs reposaient sur des versions allégées, sans obstacles dynamiques ni contraintes physiques réalistes. Ce papier propose donc un cadre d'évaluation plus exigeant et le publie en open source, code et environnement inclus, pour permettre à d'autres équipes de comparer leurs algorithmes sur une base commune. Les auteurs concluent explicitement que la tâche reach-avoid pour bras robotiques ne peut pas encore être considérée comme résolue par le DRL, ouvrant la voie à des travaux futurs sur des obstacles mobiles et des scènes encore plus proches des conditions industrielles réelles.

Recherche❖Paper

1 source

45

3882arXiv cs.RO 

SLAC : apprentissage par renforcement sûr et efficace pour robots réels via pré-entraînement non supervisé en simulation

Le robot mobile bimanuel de niveau industriel exige de maîtriser des systèmes à degrés de liberté (DoF) élevés, un défi classique pour l'apprentissage par renforcement (RL). Une équipe de recherche présente SLAC (Safe and Efficient Real-Robot Reinforcement Learning), une méthode qui rend le RL directement en environnement réel viable pour des robots complexes. L'approche s'appuie sur un simulateur basse fidélité pour pré-entraîner, hors ligne, un espace d'actions latent indépendant de toute tâche spécifique. Cet espace est construit via une méthode de découverte de compétences non supervisée, conçue pour favoriser l'abstraction temporelle, la désentrelation des variables et la sécurité des mouvements. Une fois cet espace latent appris, SLAC l'utilise comme interface d'action pour un nouvel algorithme RL off-policy, qui apprend ensuite des tâches concrètes par interaction directe avec le monde réel. Sur une série de tâches de manipulation mobile bimanuelle avec contact riche, la méthode atteint des performances état de l'art, apprenant des comportements complets du corps du robot en moins d'une heure d'interactions réelles, sans démonstrations humaines ni comportements pré-programmés à la main. Ce résultat s'attaque à deux limites structurelles qui freinent le déploiement du RL sur des robots industriels ou domestiques à haut DoF : l'apprentissage direct en réel est risqué et gourmand en données, tandis que le sim-to-real reste fragile à cause de l'écart de réalité entre simulation et monde physique. En pré-entraînant un espace d'actions latent plutôt qu'une politique complète en simulation, SLAC évite de transférer des comportements calibrés sur un modèle imparfait du monde, ce qui limite l'impact du reality gap. Pour les intégrateurs et décideurs robotique, la promesse concrète est celle d'un apprentissage de tâches en usine ou en environnement domestique sans phase de collecte de démonstrations coûteuse, un frein connu à l'adoption du RL en dehors des laboratoires de recherche. Le papier, republié en version révisée sur arXiv (2506.04147v5), s'inscrit dans la lignée des travaux récents sur les architectures vision-langage-action (VLA) et les politiques génériques de manipulation, à l'image de GR00T N2 de NVIDIA ou Pi-0 de Physical Intelligence, qui cherchent elles aussi à réduire la dépendance aux démonstrations massives. SLAC se distingue en misant sur la découverte de compétences non supervisée plutôt que sur l'apprentissage par imitation à grande échelle. Les auteurs mettent à disposition des vidéos et documents complémentaires sur robo-rl.github.io ; les prochaines étapes attendues concernent l'extension à un plus grand nombre de tâches et embodiments, ainsi que la validation sur des plateformes robotiques industrielles au-delà du cadre expérimental académique actuel.

Recherche❖Paper

1 source

43

3883arXiv cs.RO 

Localisation robotique holistique : estimation d'état par graphes de facteurs, indépendante de la tâche et du dispositif

Des chercheurs du Robotic Systems Lab de l'ETH Zurich, le laboratoire suisse connu pour le robot quadrupède ANYmal, ont publié la version 2 de leur article sur Holistic Fusion, un framework open source de fusion de capteurs pour la localisation et l'estimation d'état des robots mobiles. Le code est disponible sur GitHub (leggedrobotics/holistic_fusion) accompagné d'une page projet dédiée. Contrairement aux approches classiques conçues pour un scénario ou un robot précis, Holistic Fusion traite la fusion de capteurs comme un problème d'estimation combiné : l'état local et global du robot d'un côté, un nombre théoriquement illimité de variables dynamiques de l'autre, avec alignement automatique des référentiels. Techniquement, le système repose sur une formulation en graphe de facteurs qui intègre directement des mesures absolues, locales et de repères (landmarks) exprimées dans des référentiels différents, en les modélisant comme des marches aléatoires. Une attention particulière est portée à la fluidité et à la cohérence locale pour éviter les sauts d'estimation. Les auteurs rapportent une estimation d'état en ligne à faible latence sur du matériel robotique standard, avec une localisation globale à faible dérive calculée au rythme de mesure de la centrale inertielle (IMU). Pour l'industrie robotique, l'intérêt tient moins à un exploit spectaculaire qu'à la promesse d'un outil générique : la plupart des solutions de fusion de capteurs actuelles sont hard-codées pour une tâche donnée (drone, robot à pattes, véhicule à roues), ce qui oblige les intégrateurs à réécrire leurs pipelines de localisation à chaque nouveau cas d'usage. Un framework agnostique de la tâche et de la configuration matérielle, s'il tient ses promesses en conditions réelles au-delà des cinq scénarios testés, réduirait le travail d'ingénierie nécessaire pour porter une pile de navigation d'une plateforme à une autre, un enjeu concret pour les fabricants de robots mobiles industriels (AMR) et les intégrateurs multi-plateformes. L'équipe a validé le framework sur trois plateformes robotiques distinctes couvrant cinq scénarios réels, sans préciser lesquelles dans le résumé, ce qui limite l'évaluation indépendante des performances annoncées. Cette version 2 remplace une première publication d'avril 2025 sur arXiv, signe d'un travail itératif plutôt que d'une annonce ponctuelle. Le positionnement open source, plutôt inhabituel pour ce type de brique technique critique, s'inscrit dans la tradition du laboratoire, déjà connu pour la publication de ses outils autour d'ANYmal et de la navigation legged.

Recherche❖Paper

1 source

43

3884arXiv cs.RO 

Let the Body Follow : contrôle égocentrique couplé pour la téléopération d'un robot en corps entier

Une équipe de recherche présente le "coupled egocentric control" (contrôle égocentrique couplé), une nouvelle approche de téléopération pour robots à corps complet, détaillée dans un article publié sur arXiv le 20 juillet 2026 (arXiv:2607.16095v1). Le problème visé : lors d'une téléopération classique d'un robot mobile manipulateur, l'opérateur doit gérer simultanément la tête, les bras, le torse et la base, généralement via des commandes explicites au pavé tactile pour chaque ajustement de posture, ce qui alourdit considérablement la charge cognitive. La solution proposée fait suivre automatiquement le torse et la base aux mouvements de tête et de bras de l'opérateur : le tangage (pitch) de la tête ajuste la hauteur du torse, le lacet (yaw) de la tête pilote la rotation de la base, la hauteur de l'effecteur terminal module le mouvement du torse, et le franchissement des limites de l'espace de travail de l'effecteur déclenche une translation de la base. Les chercheurs ont testé ce système lors d'une étude utilisateur sur un robot mobile manipulateur TIAGo, pour des tâches inspirées de l'assistance à domicile, en le comparant à une interface hybride classique. Cette approche s'attaque à un vrai goulot d'étranglement de la téléopération de robots humanoïdes et mobiles : la coordination motrice entre perception, manipulation et déplacement, souvent citée comme facteur limitant pour des applications comme la téléassistance à domicile ou les interventions à distance en environnement dangereux. Les résultats de l'étude sont positifs sur plusieurs axes mesurables : meilleure efficacité de manipulation d'objets, réduction du recours aux commandes au pavé tactile, moins de singularités cinématiques des bras, charge mentale et effort perçu plus faibles, et préférence utilisateur plus marquée pour le contrôle du torse et de la base. Ces gains, s'ils se confirment à plus grande échelle, pourraient simplifier l'entraînement des opérateurs et réduire la fatigue lors de sessions de téléopération prolongées, un enjeu concret pour les déploiements commerciaux de robots téléopérés en environnement réel plutôt qu'en démonstration contrôlée. Le travail s'inscrit dans la lignée des recherches en interfaces homme-robot visant à réduire la charge de contrôle explicite en exploitant les intentions naturelles de l'opérateur (regard, posture) plutôt que des commandes manuelles dédiées, une direction déjà explorée pour les bras robotiques mais moins pour la coordination corps entier incluant base mobile. Le choix du TIAGo, plateforme de recherche standard de PAL Robotics, en fait une étude de faisabilité plutôt qu'un système prêt à déployer ; les auteurs ne mentionnent pas de suite industrielle ou de partenariat commercial à ce stade. La validation reste limitée à une étude utilisateur en laboratoire sur des tâches inspirées du soin à domicile, sans indication de volumes testés, de durée des sessions ni de profil des participants, ce qui appelle à la prudence avant d'extrapoler ces gains à des contextes de téléopération professionnelle à grande échelle.

Recherche❖Paper

1 source

42

3885arXiv cs.RO 

AC-VLA : exécution robuste d'actions hors distribution par apprentissage compositionnel

Des chercheurs présentent AC-VLA (Action Compositional Vision-Language-Action), un framework destiné à corriger les lacunes des modèles VLA lorsqu'ils doivent recombiner des sous-tâches déjà apprises dans des configurations inédites. L'équipe identifie deux défauts qui se renforcent mutuellement : le "trajectory overfitting", où le modèle mémorise des trajectoires globales plutôt que la sémantique des sous-compétences, et le "perceptual shortcut", où les tokens d'action s'appuient excessivement sur les textures visibles par la caméra poignet au détriment d'un ancrage spatial global. AC-VLA combine deux briques indépendantes de l'architecture : un module d'apprentissage compositionnel, qui utilise un LLM pour décomposer les instructions et un aligneur de trajectoires proprioceptives afin de générer une supervision dense par sous-tâche, entraîné en mélange avec des démonstrations complètes ; et une stratégie de masquage asymétrique conditionné à l'état, qui coupe les entrées de la caméra poignet pendant les phases de préhension fermée pour forcer le modèle à s'appuyer sur une vision globale. Implémenté sur le modèle π0.5 et testé sur les benchmarks LIBERO et LIBERO-OOD, AC-VLA obtient environ 28 points de pourcentage de gain absolu sur les tâches compositionnelles hors distribution, sans dégrader les performances sur les tâches classiques. Ce résultat touche un point sensible du secteur robotique : la capacité réelle des modèles VLA à généraliser au-delà de ce qu'ils ont vu à l'entraînement, plutôt qu'à simplement reproduire des démonstrations mémorisées. C'est précisément l'écart entre démonstration scénarisée et robustesse en conditions réelles que pointent régulièrement les critiques adressées aux vidéos promotionnelles de humanoïdes comme Figure ou Optimus. Un gain de 28 points sur des scénarios recombinés, sans architecture spécifique ni perte en distribution, suggère qu'une partie du problème de généralisation compositionnelle peut se résoudre par la donnée et la supervision plutôt que par des modèles plus gros. AC-VLA se positionne comme une méthode "plug-and-play", compatible avec n'importe quel backbone VLA existant, dans la lignée des travaux récents comme π0, GR00T N2 ou Helix qui cherchent à industrialiser l'apprentissage par imitation à grande échelle. Le choix de π0.5 comme base d'évaluation ancre directement la contribution dans l'écosystème Physical Intelligence. Les auteurs ne mentionnent pas de déploiement matériel réel ni de calendrier de transfert vers des robots physiques : à ce stade, les résultats restent circonscrits aux benchmarks de simulation LIBERO.

Recherche⚡Actu

1 source

42

3886arXiv cs.RO 

Une approche de machine à états finis partiellement spécifiée pour la planification de comportements complexes

Des chercheurs proposent une nouvelle architecture neurosymbolique baptisée GPSFSM (Generative Partially Specified Finite State Machine), destinée à la planification de comportements pour robots autonomes évoluant en environnement dynamique. Contrairement aux approches existantes qui couplent des grands modèles de langage (LLM) à des Behavior Trees (BT), cette équipe mobilise les machines à états finis (FSM), un formalisme largement adopté pour son efficacité de calcul mais jusqu'ici jamais exploité dans un cadre génératif. Le système repose sur trois briques logicielles publiées en open source : Fabric, un moteur FSM capable d'analyser, valider et exécuter des plans de comportement incluant des structures de contrôle séquentielles, de récupération d'erreur, et parallèles (Parallel-Any, Parallel-All) ; une extension du package Capabilities2 pour ROS2, dotée d'un système d'événements asynchrones pour l'enchaînement de comportements et l'injection de paramètres en temps réel ; et PromptTools, une interface ROS2 unifiée vers des LLM locaux ou cloud. L'ensemble a été testé sur des tâches de navigation robotique et comparé au système de référence BTGenBot. Ce travail s'attaque à un problème connu du secteur : la capacité des plans générés par LLM à réellement s'exécuter de façon fiable, en particulier en zero-shot, un scénario où les Behavior Trees peinent traditionnellement. Les auteurs rapportent des taux de réussite de génération de plans systématiquement supérieurs à BTGenBot, avec une latence de planification comparable ou inférieure à celle de LLM frontière. Pour les intégrateurs et développeurs ROS2, l'intérêt réside surtout dans la standardisation : des descriptions sémantiques de capacités communes permettent un développement agnostique du robot cible, un enjeu concret pour qui déploie des flottes hétérogènes de machines. L'essor des Behavior Trees couplés aux LLM a déjà produit plusieurs systèmes de planification générative, mais les FSM, malgré leur ancienneté et leur robustesse dans l'industrie, restaient absentes de cette dynamique. En comblant ce vide et en publiant l'intégralité de la pile logicielle sous licence ouverte, les auteurs cherchent à rendre la planification FSM générative reproductible et directement testable par la communauté robotique, sans toutefois annoncer de déploiement en conditions réelles au-delà des bancs d'essai de navigation présentés dans l'article.

Recherche❖Paper

1 source

42

3887arXiv cs.RO 

Robot tenségrité : capteur visuotactile open source pour l'estimation du torseur de contact à 6 axes

Léo, une araignée-robot en tenségrité (structures de barres rigides tenues par des câbles élastiques) vient de recevoir une peau tactile open source capable de mesurer six axes de force et de couple à chaque point de contact. Décrit dans un article publié le 18 juillet sur arXiv, le capteur "endcap" combine une coque élastomère, une interface imprimée en 3D en polyuréthane thermoplastique (TPU) et une base rigide logeant une caméra miniature et un anneau de LED. La liaison entre l'élastomère et le TPU repose sur une nouvelle technique d'infill gyroïde qui évite tout adhésif, rendant l'ensemble léger et modulaire pour équiper de grandes structures de tenségrité. Un réseau de neurones convertit les champs vectoriels de cisaillement observés par la caméra en mesures de force et de couple sur six dimensions. Les tests affichent une erreur quadratique moyenne de 0,1531 en validation statique, avec une bonne généralisation hors domaine en mouvement dynamique, et l'intégration complète sur un robot de tenségrité de 12 kg confirme sa capacité à détecter fiablement les contacts au sol. Le code et les fichiers de fabrication sont publiés sur GitHub (Jonathan-Twz/tensegrity-gelfoot). L'intérêt dépasse le simple exercice académique: les robots en tenségrité, souples et résilients aux chocs, peinent depuis des années à obtenir une perception fiable de leur propre état, faute de capteurs adaptés à leur géométrie compliante et distribuée. Un capteur tactile bon marché, reproductible et physiquement interprétable ouvre la voie à une proprioception réellement embarquée, condition nécessaire pour que ces structures sortent du laboratoire vers des usages concrets comme l'exploration en terrain accidenté ou la manipulation douce. Les robots en tenségrité, popularisés notamment par les travaux de la NASA (le rover SUPERball) pour l'exploration planétaire à faible risque de casse, restent handicapés par l'absence de retour tactile natif comparé aux capteurs de type GelSight ou DIGIT conçus pour des mains robotiques classiques. Cette publication, en rendant le design entièrement open source, vise justement à combler ce manque et à standardiser l'instrumentation de ces plateformes encore largement expérimentales.

Recherche❖Paper

1 source

41

3888arXiv cs.RO 

Data et apprentissage là où ça compte pour la manipulation à contact riche

Des chercheurs proposent une nouvelle méthode de collecte de données pour l'apprentissage de tâches de manipulation robotique à contact riche, où la précision est critique (insertion, assemblage, etc.). Décrite dans un article publié sur arXiv (arXiv:2607.15982v1), l'approche part d'un constat : les politiques apprises de bout en bout sur de larges jeux de données restent fragiles sur les tâches de haute précision et généralisent mal, notamment parce que la collecte de données manque de structure et de ciblage. Les auteurs proposent donc de concentrer la collecte dense de données uniquement sur le segment critique de contact, en s'appuyant sur une planification classique pour les mouvements simples en espace libre. Un schéma de collecte automatisée, combiné à de l'apprentissage par renforcement profond hors ligne, traite spécifiquement la phase de contact, sans dépendre de la dextérité d'un téléopérateur humain ni de mises à jour de politique en ligne. Sur quatre tâches réelles jugées difficiles, seulement 2 à 2,5 heures de collecte de données autonome suffisent pour atteindre un taux de réussite moyen de 96 %, contre 55 % pour la meilleure référence testée. Pour l'industrie robotique, ce résultat s'attaque directement à un problème central de la manipulation fine par apprentissage : le fossé entre démonstration et performance réelle, en particulier en dehors des conditions d'entraînement. Les approches de bout en bout perdent généralement en fiabilité sur des scénarios hors distribution, alors que la méthode proposée conserve un taux de réussite élevé dans ces conditions, ce qui suggère que cibler la collecte de données sur la phase de contact, plutôt que de tout apprendre uniformément, réduit la dépendance à des volumes massifs de démonstrations. Pour les intégrateurs et décideurs industriels, cela ouvre la voie à des déploiements de politiques d'assemblage ou d'insertion nécessitant beaucoup moins d'heures d'acquisition de données, et sans mobiliser un opérateur expert pendant tout le processus. Ce travail s'inscrit dans une tendance récente de la recherche en apprentissage par renforcement appliqué à la robotique, qui cherche à réduire le coût et la complexité de la téléopération humaine tout en conservant les gains de robustesse permis par l'apprentissage profond. En combinant planification traditionnelle et RL hors ligne de façon segmentée plutôt que de miser sur un unique modèle bout en bout, les auteurs proposent une piste concrète pour industrialiser les tâches de précision, un domaine où la robotique humanoïde et les bras manipulateurs peinent encore à passer de la démonstration en laboratoire au déploiement fiable en usine.

Recherche❖Paper

1 source

40

3889arXiv cs.RO 

IMBench : un benchmark pour la manipulation robotique intuitive

Une équipe de recherche publie IMBench, un nouveau benchmark conçu pour évaluer ce qu'elle appelle la « manipulation intuitive » des robots, c'est-à-dire la capacité à combiner raisonnement physique et exécution motrice de façon intégrée, plutôt que de tester ces deux compétences séparément. L'article, déposé sur arXiv le 15 juillet 2026, propose un jeu de 35 tâches couvrant la manipulation avec contact riche, l'usage d'outils et les dépendances multi-étapes, accompagné de 14 000 trajectoires filtrées et d'outils permettant de générer de nouveaux scénarios à l'échelle. Contrairement aux benchmarks existants, IMBench exige des modèles qu'ils identifient d'abord la structure physique pertinente d'une scène (poids, friction, contraintes géométriques) avant de produire une séquence d'actions exécutable sous contraintes explicites. Les auteurs ont testé à la fois des modèles vision-langage (VLM) et des modèles vision-langage-action (VLA) de dernière génération sur cet ensemble de tâches. Les résultats mettent en évidence un écart systématique dans les systèmes actuels : les VLM montrent une capacité de raisonnement physique partielle mais ne parviennent pas à traduire ce raisonnement en plans d'action exécutables, tandis que les VLA de pointe échouent à respecter les contraintes des tâches et généralisent mal d'un scénario à l'autre. Pour l'industrie robotique, ce constat confirme un doute déjà répandu chez les intégrateurs : la performance affichée par les politiques génératives sur des démonstrations contrôlées ne garantit pas une compréhension physique transférable à des scènes nouvelles. IMBench propose ainsi une mesure plus rigoureuse pour distinguer les systèmes qui « comprennent » réellement une scène de ceux qui reproduisent des schémas d'entraînement. Ce travail s'inscrit dans une vague récente de benchmarks cherchant à combler le fossé entre évaluation en simulation et déploiement réel, alors que des modèles comme GR00T N2, Pi-0 ou Helix visent une manipulation généraliste dans des environnements variés. En isolant explicitement la composante « raisonnement intuitif » comme axe manquant des politiques robotiques actuelles, les auteurs positionnent IMBench comme un outil de diagnostic pour orienter les prochaines générations de modèles fondation en robotique, plutôt que comme un simple classement de performance brute.

Recherche❖Paper

1 source

39

3890arXiv cs.RO 

Environnement conçu pour l'autonomie partagée fiable avec garanties probabilistes

Une équipe de recherche propose une méthode pour concevoir des environnements de travail optimisés pour l'autonomie partagée entre humains et robots, avec des garanties probabilistes de fiabilité. Publiée sur arXiv le 20 juillet 2026, l'étude s'attaque à un angle mort des systèmes d'autonomie partagée existants : la plupart des travaux antérieurs cherchent à améliorer l'inférence d'intention de l'utilisateur en supposant un environnement fixe, sans questionner l'agencement physique de l'espace de travail lui-même. Les chercheurs formalisent la disposition des objets sur un plan de travail comme un problème d'optimisation, et démontrent qu'un agencement bien pensé améliore directement la capacité du système à distinguer les objectifs possibles de l'utilisateur, même en présence de bruit dans les commandes (mouvements de joystick, gestes, ou autres entrées imprécises). Les tests, menés en simulation sur plusieurs scénarios de manipulation sur table, montrent que les configurations optimisées réduisent l'ambiguïté d'inférence par rapport à des dispositions de référence. Une démonstration sur système physique réel valide l'intégration de cette approche. L'apport principal est conceptuel autant que technique : au lieu de chercher uniquement à améliorer l'algorithme d'inférence d'intention (le "cerveau" du système), l'étude montre qu'agir sur l'environnement physique lui-même (le placement des objets, leur espacement, leur disposition) constitue un levier complémentaire et mesurable pour fiabiliser l'assistance robotique partagée. Pour les intégrateurs et concepteurs de postes de travail collaboratifs, cela ouvre une piste d'ingénierie low-cost : repenser l'agencement d'une cellule de travail peut réduire les erreurs d'interprétation sans toucher au logiciel de commande, avec une garantie mathématique de correction sous un modèle de bruit borné plutôt qu'une simple amélioration empirique. Le travail s'inscrit dans la lignée des recherches sur l'autonomie partagée (shared autonomy), un domaine actif depuis plusieurs années visant à combiner commande humaine directe et assistance autonome, notamment pour les bras robotiques manipulateurs et les interfaces d'assistance aux personnes en situation de handicap. Les auteurs positionnent leur contribution comme complémentaire aux approches classiques d'inférence d'intention plutôt que concurrente, et ouvrent la voie à des extensions vers des environnements plus complexes et des tâches multi-étapes.

Recherche❖Paper

1 source

39

3891arXiv cs.RO 

Contrôleur à horizon glissant dans l'espace des tâches pour l'évitement rapide de collisions

Des chercheurs publient sur arXiv (2607.15733v1) un nouveau contrôleur à horizon glissant dans l'espace des tâches pour l'évitement de collision en temps réel sur bras manipulateurs robotiques. La méthode combine un rollout court et "contact-consistant", basé sur un solveur dynamique itératif appliqué à des géométries convexes gonflées du robot et des obstacles, pour générer une référence cinématique terminale respectant les contraintes de non-pénétration internes. Seule la première commande d'une transition lisse à accélération minimale vers cette référence est ensuite calculée à chaque cycle, en partant d'une loi de régulation par cinématique inverse en boucle fermée. Les auteurs démontrent une régulation exponentielle locale dans l'espace des tâches lorsque les contacts sont inactifs, et bornent l'effet des obstacles mobiles sur les ensembles de fonctionnement réguliers lorsque des contacts s'activent pendant le rollout. Les tests incluent des simulations sur un système multi-chaînes à 40 degrés de liberté (DOF) et des expériences matérielles sur une plateforme à 6 DOF. L'enjeu pratique est le compromis classique entre anticipation et réactivité en robotique industrielle: le contrôle prédictif complet (MPC) offre une vision à long terme mais son coût de calcul explose avec l'horizon, la fidélité du modèle et le nombre de contraintes géométriques actives, tandis que les méthodes réactives sans horizon restent rapides mais peu clairvoyantes en environnement encombré et dynamique. Les résultats montrent que des horizons intermédiaires équilibrent ces deux exigences, avec des taux de succès supérieurs à des baselines MPC et à des "dynamic optimization fabrics" en clutter dynamique, tout en gardant des temps de résolution compatibles avec l'exécution temps réel testée. Point notable pour les intégrateurs: le comportement reste cohérent entre simulation et réel sans estimation précise des paramètres inertiels, ce qui limite l'effort de calibration habituellement nécessaire au transfert sim-to-real. Ce travail s'inscrit dans la lignée des recherches en contrôle prédictif appliqué à la manipulation en environnement dynamique, un axe où les laboratoires universitaires cherchent à réduire le fossé entre démonstrations en simulation et déploiements réels sur bras industriels ou collaboratifs. La comparaison directe avec des baselines MPC et fabrics d'optimisation dynamique positionne la méthode comme une alternative moins coûteuse en calcul pour l'évitement d'obstacles mobiles, un enjeu croissant pour les cellules robotiques partagées avec des opérateurs humains ou d'autres machines mobiles (AMR). Les auteurs ne mentionnent pas de partenariat industriel ni de calendrier de transfert vers un produit commercial à ce stade.

Recherche❖Paper

1 source

39

3892arXiv cs.RO 

Handroid : relier main dextérique et robot humanoïde

Handroid, présenté dans une prépublication arXiv (2607.16187), est une plateforme robotique de bureau à double incarnation qui réutilise un seul corps électromécanique à 27 degrés de liberté (DoF) pour former soit une main dextre, soit un humanoïde miniature. Le robot mesure 0,33 mètre de haut pour un poids de 2,05 kg. En configuration main, 20 DoF reproduisent fidèlement la structure cinématique de la main humaine. En configuration humanoïde, les mêmes modules articulés sont reconfigurés en une silhouette dotée d'une tête, de bras et de jambes, avec une structure de membres inférieurs à 12 DoF pour la locomotion et le mouvement corps entier. Les équipes ont développé un framework de contrôle et d'apprentissage unifié couvrant la téléopération de la main, la préhension dextre, la manipulation intra-main, la locomotion, la génération de démarche et la création de mouvements par keyframes. Le système a été validé par des essais réels de manipulation dextre, de locomotion par apprentissage par renforcement, de déploiement de mouvements pré-enregistrés, et par une tâche complexe combinant reconfiguration d'incarnation, déplacement, arrimage (docking) et préhension-dépose fine. L'intérêt de Handroid tient à sa réponse à une fragmentation persistante du secteur robotique: la recherche sur les mains dextres (manipulation à l'échelle de l'objet) et celle sur les humanoïdes (mobilité, interaction corps entier) avancent généralement sur des plateformes matérielles distinctes, ce qui complique le transfert d'apprentissage entre les deux échelles. En unifiant le matériel, Handroid ouvre la voie à un apprentissage cross-embodiment reproductible à bas coût, un enjeu concret pour les laboratoires universitaires qui n'ont pas accès aux humanoïdes grandeur nature à plusieurs centaines de milliers de dollars comme Figure ou Optimus. Le papier s'inscrit dans une tendance de recherche vers des plateformes compactes et reconfigurables, pensées comme bancs d'essai pour valider des algorithmes avant transfert vers des robots pleine taille. Aucun acteur industriel n'est associé à cette publication académique; les auteurs présentent Handroid comme un outil reproductible destiné à la communauté de recherche en robotique morphologiquement reconfigurable, sans calendrier de commercialisation annoncé.

Recherche❖Paper

1 source

39

3893arXiv cs.RO 

Localisation UWB prête au déploiement pour robots industriels : calibrage automatique des ancres et fusion tenant compte du terrain

Des chercheurs présentent, dans un article publié le 20 juillet 2026 sur arXiv (2607.15807v1), une chaîne de traitement complète pour la localisation par Ultra-Wideband (UWB) de robots mobiles autonomes (AMR) industriels, combinant calibration automatique des ancres et fusion multi-capteurs adaptée aux véhicules roulant au sol. Le système comprend deux étapes : une phase de calibration qui estime automatiquement la position des ancres UWB fixes ainsi que les biais de mesure de distance, puis une phase de localisation qui fusionne les données UWB avec les capteurs proprioceptifs embarqués via un filtre de Kalman étendu (EKF) tenant compte des biais, sans nécessiter un réglage manuel poussé des paramètres. La méthode a été testée sur un AMR logistique commercial en entrepôt, avec un positionnement précis maintenu en intérieur comme lors des transitions vers l'extérieur, et sa transférabilité a été validée sur un jeu de données indépendant issu d'un chariot élévateur (forklift). Le jeu de données d'entrepôt collecté a été rendu public. Cette avancée s'attaque à deux verrous concrets qui freinent l'adoption industrielle de l'UWB malgré son coût réduit et sa précision reconnue : la calibration des ancres statiques, longue et sujette aux erreurs manuelles, et l'intégration cohérente avec les capteurs déjà présents sur les AMR existants. En automatisant la calibration et en garantissant une fusion robuste même avec une couverture d'ancres éparse ou une visibilité directe limitée, les auteurs réduisent significativement l'effort de déploiement, un facteur souvent sous-estimé face aux annonces spectaculaires sur les capacités des robots. Pour les intégrateurs et décideurs en logistique, cela rapproche l'UWB d'une solution de localisation clé en main, complémentaire au LiDAR ou à la vision, particulièrement utile dans les zones où le GPS est absent et où les repères visuels manquent. L'UWB s'est imposé ces dernières années comme alternative économique aux systèmes de localisation plus complexes pour les AMR en environnement industriel, mais son déploiement à grande échelle restait entravé par la charge d'ingénierie liée à l'installation des ancres. Ce travail s'inscrit dans une tendance plus large de simplification des pipelines de localisation pour AMR, aux côtés d'approches concurrentes basées sur le SLAM visuel ou le LiDAR. La mise à disposition publique du jeu de données d'entrepôt devrait faciliter les comparaisons futures et l'adoption par d'autres équipes de recherche ou fournisseurs de flottes robotiques.

Infrastructure⚡Actu

1 source

39

3894arXiv cs.RO 

MuxGel : détection visuo-tactile duale simultanée par multiplexage spatial et reconstruction profonde

MuxGel est un capteur visuo-tactile présenté dans un article de recherche déposé sur arXiv (version révisée, révision de type "replace"), qui résout un problème classique des capteurs tactiles à base de vision de type GelSight : leur revêtement opaque permet de détecter le contact mais bloque toute observation visuelle directe de la scène. La solution proposée repose sur un revêtement en damier qui multiplexe spatialement des zones sensibles au toucher et des fenêtres transparentes, le tout capté par une seule caméra. Un réseau de reconstruction basé sur une architecture U-Net, entraîné via un pipeline sim-to-real, permet ensuite de reconstruire séparément les signaux visuels et tactiles denses à partir de ce flux multiplexé unique. Le dispositif garde le format standard des capteurs GelSight et s'intègre en remplaçant simplement le pad de gel, sans modification matérielle plus profonde. L'intérêt pour la robotique de manipulation est direct : la plupart des capteurs tactiles optiques actuels obligent à combiner une caméra dédiée au toucher avec une caméra externe pour la vision, ce qui complique la calibration et l'intégration sur un effecteur. En unifiant les deux modalités sur un seul capteur, MuxGel simplifie l'architecture de perception d'une pince ou d'une main robotique. Les auteurs démontrent l'approche sur des tâches de préhension où le retour visuel local aide à l'alignement de l'objet et le retour tactile reconstruit gère l'interaction de contact, avec une bonne généralisation sur des objets non vus à l'entraînement selon les expériences rapportées. Il s'agit à ce stade d'un travail de recherche académique, avec une page projet dédiée, et non d'un produit commercialisé. Le format GelSight, né au MIT et largement repris dans la recherche en robotique tactile, sert ici de base standard sur laquelle se greffent d'autres approches concurrentes comme DIGIT ou TacTip. MuxGel se positionne comme une extension logicielle et matérielle légère plutôt qu'une rupture, potentiellement transposable à d'autres capteurs tactiles optiques au-delà du seul format GelSight.

Recherche❖Paper

1 source

39

3895arXiv cs.RO 

Robot leader implicite : estimation décentralisée de pose relative par vision seule pour formations multi-robots

Le contrôle classique de formation en mode "leader-suiveur" souffre d'un défaut structurel bien identifié en robotique multi-agents: un seul point de défaillance (si le leader tombe, toute la formation est perturbée) et une propagation d'erreur en cascade vers les suiveurs. Ces architectures reposent en outre sur des capteurs de localisation absolue (GPS, motion capture, UWB) mal adaptés aux environnements sans GPS comme les entrepôts, les tunnels ou les zones sinistrées. Une publication parue sur arXiv en juillet 2026 (2607.15708) propose une alternative entièrement décentralisée, fondée uniquement sur la vision monoculaire et la communication inter-robots, via des réseaux de neurones sur graphes (GNN). Le concept central, baptisé "implicit virtual leader" (IVL), est un référentiel de formation virtuel, non rattaché à un robot physique en particulier, que le GNN apprend implicitement à partir des seules images caméra embarquées. Pour quantifier la fiabilité des estimations de pose relative, les auteurs ajoutent une tête GNLL hétéroscédastique captant l'incertitude aléatoire (bruit des données) et un mécanisme de MC Dropout pour l'incertitude épistémique (limites du modèle), validés à la fois en simulation et sur bancs d'essai réels. L'intérêt pour l'industrie robotique tient moins à un produit qu'à une brique technique potentiellement réutilisable: supprimer la dépendance à un leader physique et à une infrastructure de localisation externe change la donne pour les flottes de robots mobiles autonomes (AMR) en entrepôt ou les essaims de drones opérant dans des environnements GPS-denied. Le fait que le système généralise à des plateformes hétérogènes et à des tailles de formation variables, sans réentraînement dédié à chaque configuration, répond directement à une limite récurrente des approches de formation control existantes, souvent démontrées sur un nombre fixe de robots identiques. C'est un signal utile pour les intégrateurs qui envisagent des flottes mixtes (drones et robots au sol combinés, par exemple), même si l'étude reste à ce stade une preuve de concept académique plutôt qu'un système prêt au déploiement industriel. Ce travail s'inscrit dans une tendance de recherche plus large qui combine vision par caméra embarquée et GNN pour la coordination décentralisée d'essaims, en rupture avec les architectures historiques dépendantes de capteurs externes coûteux ou d'une infrastructure fixe. Aucun acteur industriel n'est associé à cette publication, purement académique, et aucune date de commercialisation n'est évoquée. Les auteurs mentionnent une comparaison systématique entre jeux de test simulés et réels comme validation, sans toutefois préciser d'échelle de déploiement ni de partenaire de terrain, ce qui invite à suivre les publications de suivi pour mesurer la robustesse de l'approche à plus grande échelle.

Recherche❖Paper

1 source

39

3896arXiv cs.RO 

Génération et adaptation dynamique pour manipulation robotique par imitation d'exemples inédits

Cette annonce technique concerne DAMI (Dynamics-Aware Meta-Imitation), un nouveau framework de recherche pour l'apprentissage par imitation en robotique, publié le 20 juillet 2026 sur arXiv (référence 2607.15880v1). L'apprentissage par imitation permet aux robots d'acquérir des compétences à partir de démonstrations, mais souffre traditionnellement d'un manque de données et de difficultés à généraliser à de nouvelles tâches non vues à l'entraînement. Pour résoudre ce problème, les chercheurs combinent le meta-learning avec plusieurs modules techniques : un module Visual-Motor Trajectory (VMT) qui capture les dynamiques spatio-temporelles complexes dans l'espace latent de la tâche, un bloc Unpaired Unified Task (U2T) qui fusionne des observations multimodales non structurées, et un mécanisme de Task-Conditioned Feature Modulation (TCFM) qui module les caractéristiques 3D de bas niveau. Le système apprend la logique sous-jacente d'une tâche à partir d'une seule démonstration de référence complète, plutôt que de mémoriser des indices statiques figés. Des expériences en simulation et en conditions réelles montrent que DAMI surpasse les approches de référence existantes, aussi bien en inférence directe sur des tâches connues qu'en adaptation à des tâches inédites via du few-shot fine-tuning. L'enjeu ici dépasse la simple performance sur benchmark : c'est le fossé entre démonstration et généralisation réelle qui reste le principal obstacle à la commercialisation des robots manipulateurs et humanoïdes. La plupart des systèmes actuels performent bien sur les tâches pour lesquelles ils ont été entraînés, mais s'effondrent dès qu'un intégrateur change légèrement l'environnement, l'objet ou la disposition de la cellule de production. Si les résultats de généralisation few-shot se confirment au-delà du papier, cela réduirait le coût de redéploiement d'un robot manipulateur sur une nouvelle tâche industrielle, un frein économique majeur actuellement pour les intégrateurs et les décideurs B2B qui hésitent à investir dans des cellules robotisées rigides. Ce travail s'inscrit dans la lignée des architectures VLA (Vision-Language-Action) et des approches de meta-learning déjà explorées par des acteurs comme Physical Intelligence (Pi-0) ou NVIDIA (GR00T N2), qui cherchent tous à résoudre le même problème de transfert sim-to-real et de généralisation inter-tâches. Contrairement à ces produits commerciaux, DAMI reste à ce stade une contribution académique publiée sur arXiv, sans indication de partenaire industriel ni de déploiement prévu. Les prochaines étapes attendues seraient une validation sur des plateformes robotiques tierces et une comparaison directe avec les frameworks VLA propriétaires pour juger de sa maturité réelle.

Recherche❖Paper

1 source

39

3897arXiv cs.RO 

BayesContact : estimation incertaine de la pose via propositions visuo-tactiles et inférence basée sur la simulation

Des chercheurs présentent BayesContact, un système d'estimation de pose par inférence basée sur la simulation pour la manipulation robotique en contact, appliqué en priorité aux tâches d'insertion de type peg-in-hole (goujon dans trou). Le système maintient une croyance probabiliste sous forme d'un nuage de particules sur la pose de l'objet manipulé, et fusionne deux sources de données : les observations de profondeur issues du capteur visuel et les indices de contact dérivés des mesures de force/couple. Pour chaque hypothèse de pose testée, un moteur de rendu simule les mesures de profondeur attendues, tandis qu'un simulateur physique prédit les résultats de contact obtenus lors de mouvements de sondage prudents (guarded probing) ; les deux prédictions sont comparées aux observations réelles du robot pour affiner la croyance sur la pose. Cette croyance multimodale permet en outre de choisir activement, par gain d'information, la prochaine action de sondage la plus utile pour lever l'ambiguïté sur la pose estimée. Les auteurs ont testé BayesContact à la fois sur des géométries simulées et sur un robot réel, et rapportent une amélioration de 30% de l'observabilité de la pose et du taux de succès d'insertion par rapport à une inférence basée uniquement sur la vision. Pour l'assemblage industriel et les tâches d'insertion de précision, en particulier pour les intégrateurs robotiques travaillant sur des lignes d'assemblage automatisées, l'estimation de pose reste un goulot d'étranglement quand la seule profondeur ne suffit pas à distinguer des géométries proches ou partiellement occluses. Les approches existantes combinant vision et contact reposent généralement sur un entraînement hors ligne coûteux, qu'il faut recommencer à chaque nouvel environnement ou nouvelle géométrie de pièce, ce qui limite leur déploiement sur des lignes de production changeantes. En s'appuyant sur des modèles génératifs de simulation plutôt que sur un apprentissage supervisé figé, BayesContact promet une adaptation plus rapide à de nouvelles pièces sans réentraînement complet, un argument qui, s'il se confirme à plus grande échelle, intéresserait directement les fabricants de bras robotiques et les intégrateurs cherchant à réduire le temps de reconfiguration des cellules d'assemblage. Ce travail s'inscrit dans le champ de la manipulation robotique riche en contact, où la fusion vision-tactile est étudiée depuis plusieurs années comme alternative à la vision seule pour des tâches fines comme l'insertion de connecteurs ou l'assemblage de petites pièces. Contrairement aux méthodes d'apprentissage par renforcement ou aux réseaux entraînés hors ligne sur de larges jeux de données, l'inférence bayésienne basée sur la simulation cherche à s'affranchir du coût de réentraînement en s'appuyant directement sur des modèles physiques et de rendu, calibrés en ligne face aux observations réelles. Publié sur arXiv (2607.16123), ce travail reste à ce stade une contribution de recherche académique, validée sur un nombre limité de géométries et un seul robot réel ; les auteurs ne mentionnent ni partenariat industriel ni calendrier de transfert vers un produit commercial, et la généralisation à des tâches d'assemblage plus complexes que le peg-in-hole reste à démontrer.

Recherche❖Paper

1 source

39

3898arXiv cs.RO 

VTAP : combiner détection au bout des doigts et paume active visuo-tactile pour la manipulation dextérique en main

Une équipe de recherche présente le VTAP, un gripper robotique à trois doigts doté d'une paume visuo-tactile active combinée à des doigts compliants et reconfigurables équipés de capteurs tactiles matriciels. La paume actionnée associe localisation visuelle longue portée et retour tactile riche en contacts, ce qui étend nettement les capacités de manipulation par rapport aux pinces classiques. Pour piloter cette structure à trois doigts, différente de la main humaine, les chercheurs proposent un cadre de retargeting téléopérationnel par étapes, conditionné par gestes, traduisant les mouvements de la main d'un opérateur vers le gripper. Les expériences couvrent plusieurs tâches exigeantes : saisie réactive d'objets du jeu YCB et d'objets fragiles, réorientation en main d'une seringue avec actionnement du piston, séparation d'objets agglomérés jusqu'à 3 mm de diamètre, et insertion de type peg-in-hole guidée par vision et tact. Le papier est publié sur arXiv (2607.15448) avec une page projet dédiée. Cette démonstration intéresse directement les équipes de R&D en manipulation dextre, car elle contredit l'hypothèse selon laquelle une manipulation fine exige des mains anthropomorphiques à haut nombre de degrés de liberté. En combinant seulement trois doigts compliants et une paume active multimodale, l'équipe montre qu'une synergie structurée doigts-paume peut suffire pour des tâches de précision comme la manipulation d'objets millimétriques ou l'insertion guidée. Pour les industriels, l'architecture proposée sert surtout de référence pratique pour la conception de grippers et la collecte de données riches en contacts, un enjeu central pour entraîner des politiques de manipulation par apprentissage, qui manquent aujourd'hui de jeux de données tactiles à grande échelle. Ce travail s'inscrit dans la continuité des recherches sur les capteurs tactiles matriciels et la fusion vision-tact, un axe exploré par des laboratoires travaillant sur des mains tactiles ainsi que par des fabricants de mains anthropomorphiques à haut DOF comme Shadow Robot ou les mains humanoïdes de Tesla et Figure. Contrairement à ces approches privilégiant le nombre d'articulations, le VTAP mise sur la coordination doigts-paume et la perception multimodale plutôt que sur la complexité mécanique. Le projet ne mentionne pour l'instant aucun partenariat industriel ni calendrier de transfert commercial : il s'agit d'une preuve de concept en laboratoire destinée à informer la conception future de préhenseurs dextres et la collecte de données pour l'apprentissage robotique.

Recherche❖Paper

1 source

39

3899arXiv cs.RO 

Structure continûment stable par déformation plastique

Des chercheurs présentent une nouvelle structure de préhenseur souple baptisée CSSPD (continuously stable structure through plastic deformation), décrite dans une prépublication arXiv (2607.15659). Le dispositif exploite la déformation plastique pour maintenir une configuration stable sans apport d'énergie continu, contrairement aux préhenseurs pneumatiques classiques. L'équipe y intègre un coussinet bioinspiré, calqué sur des pattes animales, qui améliore la stabilité et permet une saisie rapide pilotée par capteurs. La structure repose sur une couche métallique en kirigami, optimisée mathématiquement pour équilibrer souplesse et rigidité. Les essais montrent une force de maintien passive allant jusqu'à 16 newtons sans aucune alimentation, une performance comparable à celle d'un actionnement pneumatique à 0,3 MPa. Couplé à une assistance pneumatique, le préhenseur reste stable sous des accélérations pulsées atteignant 400 m/s². Il peut aussi se percher passivement sur une branche d'arbre pendant une durée prolongée, sans consommation électrique. L'enjeu dépasse la simple démonstration de laboratoire. Les robots souples séduisent par leur compliance et leur capacité d'adaptation, mais cette souplesse se paie généralement en stabilité: sous accélération ou perturbation externe, un préhenseur souple classique risque de lâcher sa prise, un problème critique pour toute application dynamique ou mobile. En obtenant une tenue mécanique comparable à l'actionnement pneumatique sans consommer d'énergie en continu, cette approche pourrait réduire la dépendance des grippers souples à des systèmes d'air comprimé embarqués, un frein connu pour les plateformes mobiles ou aériennes. La capacité de perchage passif ouvre notamment des perspectives pour des robots volants ou grimpants devant économiser leur énergie entre deux tâches. Le travail s'inscrit dans un courant de recherche en robotique souple cherchant à résoudre le compromis historique entre adaptabilité et rigidité, généralement traité par actionnement pneumatique ou électroactif énergivore. En misant sur la déformation plastique et une structure kirigami plutôt que sur des matériaux actifs, les auteurs proposent une alternative low-tech et low-power. S'agissant d'une prépublication, aucune date d'intégration industrielle n'est annoncée; les prochaines étapes concerneront vraisemblablement la validation sur des plateformes robotiques mobiles réelles au-delà des essais en laboratoire.

Recherche❖Paper

1 source

38

3900arXiv cs.RO 

Une étude systématique des grands modèles de langage pour la planification tâche-mouvement avec PDDLStream

Une équipe de recherche a mené une étude systématique sur l'usage des grands modèles de langage (LLM) pour la planification tâche-mouvement (TAMP) en robotique, en s'appuyant sur le framework PDDLStream. Les auteurs ont conçu 16 algorithmes différents substituant des composants clés de TAMP par des LLM, puis les ont évalués en zero-shot sur 13750 essais répartis sur trois domaines robotiques distincts. Le code et les résultats complets sont disponibles publiquement sur GitHub (jorge-a-mendez/llm-pddlstream). L'article, référencé arXiv:2510.00182, constitue une version révisée (replace) d'une publication antérieure. Les résultats tempèrent nettement l'enthousiasme autour des LLM comme solution universelle de planification robotique. Les planificateurs basés sur des LLM affichent des taux de réussite inférieurs et des temps de calcul supérieurs comparés aux systèmes d'ingénierie classiques, spécialisés pour la tâche. Autre constat contre-intuitif: fournir des détails géométriques supplémentaires aux LLM augmente le nombre d'erreurs de planification par rapport à des descriptions PDDL pures, suggérant que l'ajout de contexte ne se traduit pas automatiquement par de meilleures décisions. Les variantes LLM "directes", plus rapides, surpassent dans la majorité des cas les variantes à raisonnement explicite, plus lentes, ce qui interroge la valeur ajoutée du chain-of-thought pour ce type de tâche. Pour les intégrateurs et chercheurs en robotique, ce travail rappelle que malgré les progrès des LLM sur le raisonnement sémantique, le couplage avec la planification formelle et géométrique reste un défi ouvert, loin d'être résolu par la simple taille des modèles. TAMP combine depuis des années la planification symbolique de tâches et la planification continue de mouvements, un problème historiquement traité par des solveurs spécialisés comme PDDLStream. L'essor des LLM a multiplié les propositions visant à exploiter leurs connaissances sémantiques pour remplacer certains de ces composants formels, souvent via des démonstrations isolées et peu comparables entre elles. Cette étude se distingue en proposant une évaluation empirique large et contrôlée plutôt qu'un nouveau système ponctuel, offrant une base de comparaison utile pour orienter les futurs travaux hybrides associant raisonnement neuronal et garanties formelles.

Recherche❖Paper

1 source