Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel

Actualités robotique — page 79

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

Impédance passive orientée par phase pour une accélération rapide chez les nageurs robotiques souples
3901arXiv cs.RO 

Impédance passive orientée par phase pour une accélération rapide chez les nageurs robotiques souples

Les chercheurs à l'origine de ces travaux, publiés sur arXiv (2603.03537, version révisée), s'intéressent aux robots nageurs souples capables d'accélérations brutales et de manœuvres rapides. Leur constat de départ inverse une idée reçue en robotique bio-inspirée : la performance en accélération dépendrait moins d'un réglage précis de la résonance que de l'alignement de phase entre force et vitesse pendant la génération de poussée. Pour exploiter ce principe, l'équipe a testé un amortissement à couche contrainte (constrained-layer damping, CLD), un mécanisme passif qui module sélectivement l'impédance de flexion selon la fréquence d'actuation. Contrairement aux approches classiques qui ajustent la raideur, le CLD amplifie la composante dissipative de l'impédance tout en préservant la raideur de stockage, ce qui déplace progressivement le comportement du matériau vers une dominance dissipative quand la fréquence augmente. Après des mesures d'impédance à sec et des essais de propulsion contrainte couvrant plusieurs nombres de Strouhal, les essais de nage libre ont montré un gain d'accélération de pointe presque quintuplé et une vitesse terminale triplée par rapport à un système sans CLD. L'intérêt pratique tient à la simplicité du dispositif : aucun contrôle actif, aucun actionneur supplémentaire, juste une modification structurelle du matériau. Pour les concepteurs de robots sous-marins souples et de véhicules autonomes bio-inspirés, cela ouvre une voie low-cost pour améliorer les phases transitoires (démarrage rapide, esquive, capture) sans alourdir l'électronique embarquée ni complexifier la commande. Le résultat conforte aussi l'idée que le calage fréquence-phase, plutôt que la seule résonance, est le levier clé pour la propulsion transitoire des systèmes souples. Ce travail s'inscrit dans la lignée des recherches sur la robotique molle bio-inspirée, où la plupart des approches précédentes cherchaient à accorder la raideur des matériaux pour maximiser l'efficacité en régime établi, plutôt qu'en accélération. Il s'agit ici d'une étude académique à un stade de validation en laboratoire (mesures d'impédance, essais contraints puis nage libre), et non d'un produit ou d'un prototype destiné à un déploiement réel. Aucun acteur industriel n'est mentionné ; les suites logiques concerneraient l'intégration de ce principe dans des plateformes nageuses complètes et sa validation à plus grande échelle.

RecherchePaper
1 source
Adaptation de la personnalité par élicitation conversationnelle dans l'interaction humain-robot (PACE)
3902arXiv cs.RO 

Adaptation de la personnalité par élicitation conversationnelle dans l'interaction humain-robot (PACE)

PACE (Persona Adaptation through Conversational Elicitation) est un framework présenté par des chercheurs pour équiper le robot humanoïde Ameca, du fabricant britannique Engineered Arts, d'une identité conversationnelle adaptable plutôt que figée. Le système repose sur un pipeline d'élicitation interactive de persona : via une session de questions-réponses avec l'utilisateur, le robot construit dynamiquement un profil psychologique structuré, ensuite compilé en un prompt multi-dimensionnel qui pilote son comportement. Les auteurs détaillent aussi l'intégration embarquée nécessaire pour traduire cette spécification textuelle en comportements multimodaux expressifs (voix, gestuelle, expressions faciales) sur la plateforme Ameca. Le système a été évalué lors d'une étude d'interaction homme-robot comparant les personas générées dynamiquement à une persona générique de référence, sur cinq axes : confiance de l'utilisateur, anthropomorphisme perçu, cohérence de la persona dans le temps, pertinence personnelle et qualité globale de l'interaction. Une démonstration vidéo est disponible en ligne, mais l'article ne publie pas de métriques chiffrées détaillées ni la taille de l'échantillon testé. Cette approche s'attaque à un problème concret du secteur des robots humanoïdes et compagnons conversationnels : la plupart des identités robotiques restent codées en dur par les concepteurs, identiques pour chaque utilisateur, ce qui limite l'engagement et la confiance sur la durée. En générant la persona à la volée à partir d'un échange conversationnel, PACE ouvre une voie vers des assistants humanoïdes personnalisables à l'échelle, un enjeu direct pour les intégrateurs qui déploient des robots d'accueil, d'assistance ou de représentation dans des contextes variés (retail, événementiel, santé). Si les gains mesurés sur la confiance et l'anthropomorphisme perçu se confirment au-delà de cette étude pilote, cela renforcerait l'idée que la personnalisation conversationnelle, plus que le seul réalisme physique, constitue un levier clé de l'acceptabilité des robots sociaux. Le travail s'inscrit dans la lignée des recherches en interaction homme-robot cherchant à dépasser les personas scriptées, une limite documentée depuis plusieurs années sur des plateformes conversationnelles comme Pepper ou Sophia. Ameca, connue pour l'expressivité de son visage animé, sert ici de banc d'essai plutôt que de produit commercial déployé en volume : l'étude reste au stade académique, publiée sur arXiv sans partenaire industriel annoncé. Les auteurs présentent PACE comme une voie scalable vers des identités fiables pour les assistants humanoïdes incarnés, sans préciser de calendrier de transfert vers des déploiements réels ni de suite de publication prévue.

RecherchePaper
1 source
Exploration collaborative économe en énergie pour une équipe UAV-UGV
3903arXiv cs.RO 

Exploration collaborative économe en énergie pour une équipe UAV-UGV

Une équipe de chercheurs présente un cadre de coordination énergétique pour l'exploration collaborative d'environnements inconnus par un duo drone (UAV) et robot terrestre (UGV). La contrainte de vol du drone est modélisée comme une autonomie de vol maximale : le drone effectue une série de tournées d'exploration bornées en énergie, pendant que le robot au sol explore lui aussi le terrain et sert simultanément de station de recharge mobile. Un mécanisme de rendez-vous sous budget de temps partagé garantit que les deux véhicules se retrouvent à la fin de chaque tournée, avant que le drone n'atteigne sa limite d'autonomie. Pour planifier les trajets, les auteurs construisent une carte de routes air-sol faiblement couplée via un PRM (probabilistic roadmap) stratifié et sensible à la densité de l'environnement, puis formulent la sélection des tournées comme des problèmes d'orienteering couplés, visant à maximiser le gain d'information tout en respectant la contrainte de rendez-vous. Les trajets générés passent uniquement par des arêtes de la carte validées pour éviter les collisions. La méthode a été testée en simulation, comparée à des approches de référence, et validée par des expériences réelles. Le papier, publié sur arXiv (2603.22507), est une version révisée d'un travail antérieur. Cette approche s'attaque à un verrou classique de l'exploration robotique autonome : l'autonomie limitée des drones, qui restreint la portée et la durée des missions de cartographie ou de recherche en zone inconnue. En couplant la rapidité et le point de vue aérien du drone à l'endurance du robot terrestre faisant office de station de charge mobile, le système vise à prolonger les missions sans intervention humaine, un enjeu clé pour la recherche et sauvetage, l'inspection d'infrastructures ou la surveillance en environnement GPS-dénié. La formulation en problème d'orienteering couplé, plutôt qu'en simple planification indépendante de chaque véhicule, permet d'arbitrer explicitement entre gain d'information et contrainte de rendez-vous énergétique, un compromis rarement traité de façon aussi intégrée dans la littérature sur les équipes hétérogènes air-sol. Les systèmes multi-robots air-sol combinant PRM et théorie des graphes pour la planification de trajectoire existent depuis plusieurs années, mais la plupart traitent la gestion énergétique et la coordination de rendez-vous séparément, ou supposent une recharge illimitée. Ce travail se distingue en couplant explicitement roadmap, contrainte énergétique et logique de rendez-vous dans une seule formulation d'optimisation, et en la validant au-delà de la simulation par des essais matériels réels, une étape que beaucoup d'approches académiques similaires ne franchissent pas. Les suites naturelles concernent le passage à l'échelle vers des flottes de plusieurs drones et robots terrestres, ainsi que la robustesse face à des environnements dynamiques ou partiellement cartographiés.

RecherchePaper
1 source
EmbodiedDiffusion : diffusion visuelle guidée par la franchissabilité pour la navigation de robots hétérogènes
3904arXiv cs.RO 

EmbodiedDiffusion : diffusion visuelle guidée par la franchissabilité pour la navigation de robots hétérogènes

Des chercheurs présentent EmbodiedDiffusion, un framework basé sur la diffusion qui prédit simultanément des cartes de franchissabilité (traversability) et génère des trajectoires directement à partir d'images RGB, sans carte ni planificateur séparé. Le système distille les connaissances sémantiques d'un modèle vision-langage (VLM) enseignant vers un modèle étudiant léger pendant l'entraînement, ce qui permet une inférence sans prompt, en temps réel, une fois déployé. Un mécanisme de conditionnement modulaire basé sur FiLM isole le raisonnement spécifique à chaque plateforme robotique dans un sous-ensemble compact et entraînable du réseau, sans toucher au backbone visuel ni au modèle de diffusion de trajectoire. Testé en environnements intérieurs sur des robots quadrupèdes et aériens, le système atteint un taux de réussite de navigation de 80 à 100% en régime de données complètes, avec un temps d'inférence de 90 millisecondes, et s'adapte à une nouvelle plateforme robotique avec seulement 10 minutes de collecte de données visuelles. Il s'agit d'une quatrième version révisée d'un article déposé sur arXiv, donc d'un travail académique et non d'un produit commercialisé. L'intérêt principal tient à l'unification de deux tâches habituellement traitées séparément, l'estimation de franchissabilité et la planification de trajectoire, dans un seul modèle bout-en-bout qui se passe de cartographie lourde et de réglage manuel. Pour les intégrateurs travaillant avec des flottes hétérogènes (drones, quadrupèdes, à terme humanoïdes), la promesse clé est la portabilité rapide entre plateformes robotiques sans réentraînement complet, un point de friction connu des pipelines de navigation actuels. Le chiffre de 90 ms d'inférence, s'il se confirme hors laboratoire, positionnerait l'approche comme compatible temps réel sur du matériel embarqué, un critère souvent absent des démonstrations VLM à base de prompts. Les approches dominantes en navigation autonome reposent soit sur des VLM pilotés par prompts, coûteux en latence, soit sur des pipelines découplés associant cartographie SLAM et planificateurs classiques, longs à déployer et à calibrer par robot. EmbodiedDiffusion s'inscrit dans la tendance plus large des modèles vision-action (VLA) qui cherchent à remplacer ces chaînes modulaires par un apprentissage de bout en bout, dans la lignée des travaux sur la généralisation cross-embodiment. Les résultats restent pour l'instant limités à des environnements intérieurs contrôlés avec deux types de plateformes ; leur validation sur des cas industriels réels et sur davantage de morphologies robotiques reste une étape à venir.

RechercheActu
1 source
Connectivité multi-robots : maintien et récupération pour la planification de mouvement
3905arXiv cs.RO 

Connectivité multi-robots : maintien et récupération pour la planification de mouvement

Des chercheurs proposent un nouvel algorithme de planification de trajectoire pour flottes de robots, baptisé MPC-CLF-CBF, conçu pour maintenir la connectivité du réseau de communication entre robots tout en évitant les obstacles. Décrit dans une version révisée d'un article arXiv (2510.03504v3), ce planificateur en temps réel combine fonctions barrières de contrôle d'ordre élevé (CBF) et fonctions de Lyapunov de contrôle (CLF) au sein de trajectoires basées sur des courbes de Bézier, calculant simultanément trajectoire et commandes. Contrairement aux contrôleurs réactifs classiques à base de CBF, qui préservent la connectivité quand elle est déjà assurée mais se bloquent fréquemment en environnement encombré, cette approche sait aussi restaurer la connectivité depuis une configuration initialement déconnectée ou après une séparation temporaire causée par un obstacle. En simulation avec 4 à 12 robots et une densité d'obstacles de 20%, le système maintient un graphe connecté entre 95,8% et 100% du temps, contre seulement 48,9% à 61,3% pour la méthode de référence MPC-CBF, sans aucune collision observée. Les auteurs ont aussi validé l'approche physiquement sur un essaim de 8 nano-quadricoptères Crazyflie. Pour l'industrie robotique, ce travail s'attaque à un verrou concret des flottes multi-robots : maintenir un réseau de communication fonctionnel dans un environnement encombré, sans sacrifier la capacité de déplacement de la flotte. Le phénomène de blocage (deadlock) des contrôleurs CBF classiques en milieu cluttered est un problème connu et documenté dans la littérature ; le proposer comme point de comparaison chiffré, avec un écart net (quasi 100% contre environ 50-60%), donne une mesure concrète du gain. La capacité du planificateur à produire des dérivées analytiques continues le rend directement applicable aux systèmes différentiellement plats comme les drones quadrirotors, ce qui ouvre la voie à des essaims aériens plus robustes pour l'inspection, la surveillance ou la recherche-sauvetage en zones GPS-dégradées où la connectivité inter-robots est critique. Le sujet s'inscrit dans une lignée de recherche active sur les CBF appliqués à la coordination multi-agents, où la difficulté centrale reste de concilier sécurité (éviter collisions et obstacles), connectivité du réseau et progression réelle vers un objectif. La comparaison directe avec un MPC-CBF plus classique sert de baseline pour situer l'apport du couplage CLF. La validation matérielle sur banc de 8 Crazyflie, bien que modeste en échelle, apporte une preuve de concept au-delà de la simulation, un point souvent absent des publications purement théoriques sur ce sujet.

RecherchePaper
1 source
VTLoc : localisation tactile de contact par apprentissage dans des nuages de points visuels
3906arXiv cs.RO 

VTLoc : localisation tactile de contact par apprentissage dans des nuages de points visuels

Voici la traduction/résumé de l'article. Des chercheurs présentent VTLoc, un système d'apprentissage qui combine vision et toucher pour localiser précisément un point de contact tactile sur la surface d'un objet, à partir d'un nuage de points 3D issu d'une caméra. Le défi technique central est l'alignement spatial entre les données tactiles, très locales et ponctuelles, et la géométrie visuelle globale de l'objet. VTLoc s'appuie sur deux composants: un module d'alignement multimodal géométrique, qui reconstruit un pseudo-nuage de points à partir des caractéristiques visuelles-tactiles fusionnées puis l'aligne avec le nuage de points visuel réel pour garantir une cohérence spatiale entre les deux modalités; et un module de raffinement itératif, qui ajuste progressivement l'estimation du point de contact au fil des itérations en réexploitant les données fusionnées. Le système a été évalué sur un nouveau benchmark constitué de 100 objets réels, où il améliore la localisation d'un contact tactile unique en réduisant l'ambiguïté de correspondance entre repère local (le capteur tactile) et repère global (l'objet dans son ensemble). Pour l'industrie robotique, cette avancée s'attaque à un verrou concret de la manipulation fine: savoir exactement où un doigt ou un capteur tactile touche un objet est indispensable pour des tâches comme l'insertion de précision, la manipulation en aveugle partiel ou le réajustement de prise sans vision directe du point de contact. La plupart des systèmes actuels traitent vision et toucher comme des flux séparés ou les fusionnent de façon grossière, ce qui laisse une ambiguïté importante dès que le capteur tactile ne "voit" qu'une zone très locale de la surface. En démontrant une réduction mesurable de cette ambiguïté sur un benchmark réel de 100 objets plutôt que sur des simulations, VTLoc apporte une preuve empirique que la fusion géométrique multimodale peut combler l'écart entre la perception globale par caméra et le retour local par capteur tactile, un prérequis pour des manipulateurs plus autonomes en environnement encombré ou peu éclairé. Ce travail s'inscrit dans une lignée de recherche en perception visuo-tactile qui s'est accélérée avec la démocratisation de capteurs tactiles denses (type GelSight ou équivalents) et la maturation des architectures de nuages de points 3D pour la robotique. Il se positionne aux côtés d'efforts plus larges sur les modèles vision-langage-action (VLA) et les architectures de perception multimodale pour la manipulation, sans toutefois constituer un produit déployé: il s'agit d'une contribution de recherche publiée sur arXiv, évaluée en laboratoire, dont les suites naturelles seraient une intégration dans des pipelines de contrôle en boucle fermée et des tests sur des tâches de manipulation complètes plutôt que sur la seule localisation de contact.

RecherchePaper
1 source
Exploration au-delà des frontières : exploration autonome guidée par les anomalies de scène
3907arXiv cs.RO 

Exploration au-delà des frontières : exploration autonome guidée par les anomalies de scène

Des chercheurs viennent de publier sur arXiv (2607.15828) un nouveau framework baptisé SCAGE (Scene Anomaly Guided Exploration), destiné à l'exploration autonome d'environnements 3D inconnus par un robot mobile. Contrairement aux méthodes classiques qui maximisent la couverture spatiale via des heuristiques géométriques de type "frontières" (frontier-based), sans tenir compte du contexte structurel, SCAGE reformule le problème comme une minimisation d'anomalies géométriques. Le système opère directement sur des nuages de points non structurés et embarque une compréhension a priori de l'architecture intérieure standard (murs, tables, plans habituels). Pendant sa navigation, le robot compare en continu ses observations 3D en temps réel à ces attentes apprises : dès qu'une géométrie incohérente apparaît, un mur fragmenté ou une table partiellement reconstruite, la zone est signalée comme anomalie et devient une cible d'investigation prioritaire, explorée depuis le point de vue optimal pour la résoudre. Les auteurs rapportent une couverture volumétrique d'environ 90% sur l'ensemble des scènes testées, avec une qualité de reconstruction 3D supérieure aux méthodes de référence de l'état de l'art. L'intérêt de cette approche est de recoupler exploration et fidélité de reconstruction, deux objectifs souvent traités séparément en robotique mobile. Les méthodes actuelles, en cherchant à couvrir l'espace vide le plus vite possible, produisent des trajectoires efficaces en surface mais laissent des zones mal reconstruites, un problème direct pour les applications qui dépendent de modèles 3D précis : cartographie d'entrepôts, jumeaux numériques de bâtiments, inspection industrielle ou navigation de robots de service. En ciblant activement les régions structurellement incohérentes plutôt que le vide géométrique, SCAGE s'attaque frontalement à l'écart bien connu entre "avoir couvert une zone" et "l'avoir correctement reconstruite". Le travail s'inscrit dans la lignée des méthodes d'exploration autonome pilotées par frontières, une approche dominante en SLAM depuis plusieurs années, en y ajoutant une couche de raisonnement structurel appris. Il s'agit pour l'instant d'un preprint évalué en conditions contrôlées, sans mention d'intégration produit ni de déploiement industriel : la validation sur robots réels, en environnements variés et bruités, reste l'étape suivante avant toute adoption par les intégrateurs.

RecherchePaper
1 source
Vision-Language-Motion Maps : un attribut de mouvement interrogeable, conscient de l'incertitude et à vocabulaire ouvert pour les cartes de scènes 3D
3908arXiv cs.RO 

Vision-Language-Motion Maps : un attribut de mouvement interrogeable, conscient de l'incertitude et à vocabulaire ouvert pour les cartes de scènes 3D

Un article de recherche publié sur arXiv (arXiv:2607.16173v1, soumission nouvelle datée du 20 juillet 2026) présente Vision-Language-Motion Maps (VLMM), une carte 3D interrogeable en langage naturel qui ajoute un attribut de mouvement à chaque élément de la scène. Contrairement aux cartes 3D "open-vocabulary" existantes, qui supposent un monde statique et ne répondent qu'à des questions de type quoi et où, VLMM fusionne un a priori sémantique de mobilité issu d'un modèle vision-langage (VLM/LLM) avec un mouvement observé géométriquement d'une image à l'autre, le tout assorti d'une incertitude par élément. Les auteurs valident l'approche sur un banc d'essai simulé avec vérité terrain exacte (AI2-THOR, trois types de scènes) puis sur des séquences RGB-D réelles et dynamiques issues des jeux de données TUM et Bonn (six séquences). Résultat clé: le canal d'incertitude, présenté comme la principale nouveauté par rapport aux travaux antérieurs sur le mouvement fusionné, améliore de façon constante la précision moyenne pour distinguer mobile de statique et réduit les fausses détections de mouvement, y compris avec des poses de caméra bruitées. La confiance brute du modèle n'est toutefois pas calibrée nativement: une calibration isotonique a posteriori ramène l'erreur de calibration attendue à 0,10, un chiffre à interpréter comme un correctif nécessaire plutôt qu'une performance native. L'apport pratique tient dans la distinction entre trois états que les robots ne pouvaient pas interroger jusqu'ici: ce qui a été vu en mouvement, ce qui pourrait bouger mais ne l'a pas encore fait, et ce qui reste réellement immobile. Pour la planification de trajectoire ou la navigation en environnement dynamique, cette granularité change la donne: une carte purement sémantique échoue sur les requêtes de mouvement même avec de bonnes features, et aucun des deux signaux de mouvement pris isolément (l'a priori sémantique ou l'observation géométrique) ne suffit à répondre à l'autre type de question. C'est une preuve empirique que la fusion des deux, incertitude comprise, est nécessaire et non un choix de conception arbitraire. Sur le plan du positionnement, les auteurs situent VLMM par rapport aux cartes concurrentes existantes en pointant que chacune d'elles omet au moins une des quatre propriétés réunies ici: vocabulaire ouvert, interrogation en langage naturel, fusion prior/observé du mouvement, et incertitude par élément. Il s'agit d'une contribution de représentation plutôt que d'un système déployé: aucun pilote industriel n'est annoncé, l'étape suivante naturelle étant l'intégration de ce schéma de carte dans des pipelines de navigation robotique complets.

RecherchePaper
1 source
SkillNav : intervention par compétence au niveau des scores pour la navigation zero-shot vers un objet
3909arXiv cs.RO 

SkillNav : intervention par compétence au niveau des scores pour la navigation zero-shot vers un objet

Une équipe de recherche publie SkillNav, un framework de navigation pour agents basés sur des modèles vision-langage (VLM), destiné à la navigation zero-shot vers un objet cible (object-goal navigation). Le système exploite la carte de valeurs de curiosité déjà maintenue par les navigateurs VLM modernes comme support inscriptible sur lequel des compétences comportementales modulaires s'ajoutent sans coût de tokens supplémentaire. Ces compétences sont organisées en trois niveaux d'autorité croissante : le réglage souple (pondération proportionnelle), le renforcement de borne inférieure (garanties au niveau des régions) et le remplacement forcé (actions imposées par seuil), combinés selon un ordre de composition fixe. Le système est entraîné une fois sans réentraînement additionnel (training-free) et établit de nouveaux records sur trois benchmarks de référence : un score SPL de 25,5 sur MP3D, 39,3 sur HM3D v0.1 et 43,2 sur HM3D v0.2, soit une amélioration allant jusqu'à 6,0 points par rapport à la meilleure méthode antérieure, avec les meilleurs taux de réussite observés (69,7 % sur HM3D v0.1 et 75,9 % sur HM3D v0.2). L'enjeu dépasse la simple compétition de benchmarks : les agents de navigation basés sur des VLM en mode zero-shot souffrent typiquement d'un raisonnement image par image, sans mémoire comportementale entre les étapes, ce qui provoque des blocages en cul-de-sac, des boucles dans une même pièce ou des trajectoires détournées vers une cible pourtant détectée. Les correctifs existants, fondés sur l'ajout d'instructions textuelles, alourdissent le budget de tokens et peinent à encoder des signaux intrinsèquement spatiaux comme les angles ou les coordonnées de vue. En inscrivant la mémoire directement sur la carte spatiale plutôt que dans le prompt, SkillNav propose une piste pour améliorer les capacités de navigation par simple ajout de nouvelles compétences, sans retoucher le modèle VLM sous-jacent ni perturber les comportements déjà en place. Ce travail s'inscrit dans la lignée des recherches récentes sur la navigation d'objets sans apprentissage spécifique, où les VLM généralistes sont mobilisés directement comme moteurs de décision pour des robots ou agents simulés, en s'appuyant sur des jeux de données de référence comme Matterport3D (MP3D) et Habitat-Matterport 3D (HM3D). L'approche se positionne face aux méthodes de navigation par prompt engineering, jugées coûteuses en tokens et limitées pour représenter l'espace. En proposant une architecture extensible où chaque nouvelle compétence s'enregistre indépendamment, les auteurs ouvrent la voie à un raffinement continu du comportement de navigation, sans les cycles de réentraînement habituellement nécessaires pour intégrer de nouvelles capacités.

RecherchePaper
1 source
MemoGuard : un environnement d'exécution adaptatif contre les pièges mémoriels en navigation robotique à communication limitée
3910arXiv cs.RO 

MemoGuard : un environnement d'exécution adaptatif contre les pièges mémoriels en navigation robotique à communication limitée

MemoGuard, un runtime léger développé pour sécuriser la navigation robotique en environnement à communication limitée, vient d'être présenté dans un article de recherche publié sur arXiv (arXiv:2607.15589v1). Le système cible les robots déployés en mission critique, inspection de sites dangereux ou recherche et sauvetage, qui doivent prendre des décisions embarquées fiables sans accès à un opérateur distant ni à des services de raisonnement haute capacité. L'approche s'attaque à un problème spécifique : la réutilisation de mémoire épisodique, technique de secours à faible coût, peut produire des "pièges mémoriels" (memory traps), des actions passées qui semblent correspondre au contexte actuel par similarité mais s'avèrent invalides à l'exécution, à cause d'une topologie modifiée, d'une marge de batterie insuffisante ou d'un historique de résultats peu fiable. Testé dans un simulateur d'inspection de corridors basé sur graphes, MemoGuard réduit de 76,6% les violations de sécurité liées à la batterie par rapport à une réutilisation par similarité simple, tout en diminuant de 21,4% le nombre d'appels au raisonnement de secours comparé à une stratégie qui invoquerait systématiquement ce raisonnement. Sur une carte NVIDIA Jetson AGX Xavier avec un modèle local llama3.2:3b comme mécanisme de repli, cela se traduit par une économie de 3,67 secondes et 36,97 joules par essai. Le code est disponible en open source sur GitHub. L'enjeu dépasse le cas d'usage ponctuel : il touche à un compromis fondamental entre sécurité et efficacité énergétique pour tout robot autonome opérant hors ligne. Toujours invoquer le raisonnement local améliore la sécurité mais coûte cher en calcul et en énergie, une contrainte critique pour des plateformes embarquées à batterie limitée comme les drones d'inspection ou les robots de recherche en zone sinistrée. À l'inverse, se fier uniquement à la similarité de récupération mémorielle minimise le coût mais expose à des erreurs dangereuses. MemoGuard propose une troisième voie, validant les épisodes mémoriels contre des contrats de topologie, de ressources et de résultats avant réutilisation, et n'invoquant le raisonnement de secours qu'en cas d'échec de validation. Pour les intégrateurs et concepteurs de systèmes robotiques autonomes déployés sur le terrain, ce type d'architecture adaptative pourrait devenir un composant standard dès lors que la mémoire épisodique est utilisée comme mécanisme de repli économique. Ce travail s'inscrit dans la lignée des recherches sur les architectures hybrides mémoire-raisonnement pour la robotique embarquée, où l'enjeu est de combiner rapidité d'exécution et fiabilité sans dépendre en permanence de modèles de langage lourds. Le choix de llama3.2:3b comme modèle de repli local, plutôt qu'un service cloud, reflète une tendance vers l'inférence embarquée sur du matériel comme le Jetson AGX Xavier, dans des contextes où la connectivité n'est pas garantie. Les auteurs ne précisent pas de calendrier de déploiement réel au-delà du simulateur de corridors et du code désormais public sur GitHub, ce qui place pour l'instant cette contribution du côté de la recherche méthodologique plutôt que du produit prêt à l'emploi.

RecherchePaper
1 source
Une stratégie de découplage basée sur un modèle pour la proprioception et la détection de contact dans un manipulateur souple architecturé
3911arXiv cs.RO 

Une stratégie de découplage basée sur un modèle pour la proprioception et la détection de contact dans un manipulateur souple architecturé

Des chercheurs présentent une stratégie de détection embarquée pour les robots continus souples, appliquée à un segment baptisé Innervated Trimmed Helicoid (ITH). Chaque segment intègre six canaux pneumatiques disposés en zigzag localisé sur sa circonférence, alors que la cinématique ne compte que trois degrés de liberté principaux : compression axiale et flexion selon deux axes (x et y). Les six mesures de pression forment ainsi un système surdéterminé. Un modèle de courbure constante par morceaux convertit ces pressions en forme du segment, tandis qu'une régression de Huber identifie les canaux aberrants dont les résidus trahissent un contact externe. Sur un segment ITH isolé, l'approche atteint une erreur relative de flexion de 0,11 ± 0,02 et un taux de détection de contact de 97% sur 178 essais. Huit segments ITH ont ensuite été assemblés dans un manipulateur souple actionné par câbles nommé Air-Helix, testé lors de démonstrations exploratoires : apprentissage par démonstration tactile, régulation de force par contrôle en admittance, et reconstruction tactile d'objets. L'enjeu principal de ces travaux est d'obtenir, avec un seul jeu de capteurs de pression fluidique, à la fois la proprioception (savoir quelle forme adopte le bras) et la détection de contact, sans ajouter de capteurs tactiles dédiés sur la structure. Pour les robots souples, historiquement difficiles à instrumenter en raison de leur grande déformabilité, cette redondance exploitée par le modèle offre une voie pratique pour réduire coûts et complexité d'intégration tout en gardant une sensibilité au contact utile en manipulation fine. Les résultats restent toutefois à des stades différents de maturité : la caractérisation quantitative solide (178 essais) porte sur un seul segment, alors que les démonstrations sur le bras complet Air-Helix sont qualifiées d'exploratoires, sans métriques de performance globales publiées. Les robots continus souples s'inspirent de structures biologiques comme la trompe d'éléphant ou les tentacules de poulpe, mais restent complexes à équiper de capteurs rigides classiques. L'usage de la pression fluidique pour estimer la forme existe déjà dans des architectures pneumatiques, mais la nouveauté ici réside dans la séparation explicite, via régression robuste, entre signal de forme et signal de contact à partir des mêmes canaux. Le préprint (arXiv:2607.15582) ouvre la voie à des travaux futurs sur le passage à l'échelle et l'évaluation en conditions réelles au-delà des démonstrations exploratoires actuelles.

RecherchePaper
1 source
RAVEN : planification par graphe de visibilité adaptative par renforcement pour une navigation robuste des humanoïdes avec MPC sans collision
3912arXiv cs.RO 

RAVEN : planification par graphe de visibilité adaptative par renforcement pour une navigation robuste des humanoïdes avec MPC sans collision

Voici le résumé pour l'article RAVEN. Une équipe de chercheurs présente RAVEN (Reinforcement-Adaptive Visibility-Graph Planning), un cadre hiérarchique combinant apprentissage par renforcement (RL) et commande prédictive par modèle (MPC) pour la navigation de robots humanoïdes en environnement dynamique. Publié le 20 juillet 2026 sur arXiv (2607.15701v1), le système s'attaque à un problème concret des planificateurs classiques par graphe de visibilité couplés à un MPC : leurs performances dépendent de paramètres réglés manuellement et d'une modélisation précise du système, ce qui les rend vulnérables aux délais de contrôle, au bruit d'estimation d'état et aux incertitudes de locomotion réelles. Plutôt que d'utiliser le RL pour ajuster des poids de coût ou remplacer entièrement la planification comme le font d'autres approches, RAVEN l'utilise pour modifier directement la construction géométrique du graphe de visibilité, notamment l'inflation des obstacles, ce qui reconfigure la topologie du chemin global pour compenser les délais et imperfections de suivi. Une couche MPC garantissant l'absence de collision suit ensuite la trajectoire planifiée tout en imposant des contraintes explicites de vitesse et d'évitement d'obstacles. L'intérêt pour l'industrie robotique tient à la démonstration empirique, entraînée sous délais et bruit réalistes, que cette approche réduit les dépassements près des obstacles et améliore la fiabilité dans les passages étroits par rapport à deux références : un planificateur par graphe de visibilité réglé manuellement et une politique de navigation RL pure de bout en bout. Pour les intégrateurs et décideurs, ce résultat pèse dans le débat entre planification géométrique interprétable et apprentissage end-to-end pour la navigation humanoïde : RAVEN conserve l'explicabilité et les garanties de contrainte d'un planificateur classique tout en gagnant la robustesse généralement associée aux méthodes apprises, sans sacrifier l'un pour l'autre. Ce travail s'inscrit dans la lignée des recherches cherchant à combler l'écart entre planification hors ligne optimale et exécution réelle imparfaite sur des plateformes bipèdes, un défi central alors que les humanoïdes commerciaux (Figure, Boston Dynamics, Unitree) visent des déploiements en environnements non structurés. Contrairement aux approches purement end-to-end qui sacrifient l'interprétabilité, ou aux méthodes de réglage de poids de coût déjà explorées dans la littérature, RAVEN se positionne sur l'adaptation directe de la géométrie du graphe, une piste moins explorée. Les auteurs ne précisent pas de calendrier de déploiement sur robot physique ni de partenariat industriel ; l'évaluation reste à ce stade centrée sur des comparaisons en simulation ou banc d'essai contrôlé.

RecherchePaper
1 source
Calibration simultanée de la covariance du bruit et de la cinématique pour l'estimation d'état des robots à pattes via optimisation bi-niveau
3913arXiv cs.RO 

Calibration simultanée de la covariance du bruit et de la cinématique pour l'estimation d'état des robots à pattes via optimisation bi-niveau

Une équipe de recherche publie sur arXiv (arXiv:2510.11539, version 5, republication d'un article existant) un nouveau cadre d'optimisation à deux niveaux pour calibrer simultanément les matrices de covariance de bruit et les paramètres cinématiques utilisés dans l'estimation d'état des robots à pattes. Le niveau supérieur traite les covariances de bruit de processus et de mesure ainsi que les paramètres du modèle cinématique comme des variables à optimiser, tandis que le niveau inférieur exécute un estimateur "full-information" complet. En rendant cet estimateur différentiable, les chercheurs peuvent optimiser directement des objectifs définis sur des trajectoires entières plutôt que sur des mesures instantanées. La méthode a été validée sur des robots quadrupèdes et humanoïdes, avec des gains mesurés en précision d'estimation et en calibration de l'incertitude par rapport à des réglages manuels de référence. L'enjeu dépasse le simple exercice académique. L'estimation d'état, savoir en temps réel où se trouve chaque articulation et comment le corps du robot évolue, est le socle sur lequel reposent l'équilibre, la marche et la manipulation des robots humanoïdes et quadrupèdes. Or les paramètres de bruit qui alimentent ces estimateurs (filtres de Kalman étendus, estimateurs à information complète) sont aujourd'hui réglés à la main par des ingénieurs, un processus long, peu reproductible et rarement optimal d'une plateforme à l'autre. Automatiser cette calibration via l'optimisation à deux niveaux s'attaque à un goulot d'étranglement resté dans l'ombre du débat plus médiatisé sur le "sim-to-real" des politiques de contrôle : ici, c'est la fiabilité de la perception proprioceptive elle-même qui est visée, un sujet critique pour tout intégrateur déployant des humanoïdes en environnement réel et non simulé. Ce travail s'inscrit dans une lignée de recherches sur les estimateurs différentiables et l'apprentissage de bout en bout appliqué aux filtres bayésiens, un axe actif depuis plusieurs années en robotique mobile et aérienne. Le fait que la méthode soit revendiquée comme généralisable "à travers diverses plateformes robotiques" laisse entrevoir un intérêt potentiel pour les fabricants de robots à pattes, humanoïdes comme quadrupèdes, qui doivent tous composer avec des capteurs bruités et des modèles cinématiques imparfaits, sans qu'aucun partenariat industriel ni déploiement commercial ne soit mentionné à ce stade.

RecherchePaper
1 source
Interaction-Aware : contrôle du corps entier pour un transport d'objets compliant
3914arXiv cs.RO 

Interaction-Aware : contrôle du corps entier pour un transport d'objets compliant

Le transport coopératif d'objets en environnement non structuré reste un défi majeur pour les robots humanoïdes assistants, car les forces d'interaction fortes et variables dans le temps rendent peu fiable le contrôle corps entier classique axé sur le suivi de trajectoire, notamment lors de tâches de soutien en contact rapproché. Une équipe de recherche propose IO-WBC (Interaction-Oriented Whole-Body Control), un contrôle bio-inspiré fonctionnant comme un "cervelet artificiel" : un agent moteur adaptatif qui traduit des commandes de haut niveau en comportements corps entier stables et physiquement cohérents sous contact. L'architecture sépare structurellement l'exécution des interactions du haut du corps du contrôle de soutien du bas du corps, permettant au robot de garder l'équilibre tout en modulant les échanges de force avec l'objet transporté. Un générateur de référence optimisé par trajectoire fournit un a priori cinématique, tandis qu'une politique d'apprentissage par renforcement gère les réponses du corps sous charges lourdes et perturbations. Cette politique est entraînée en simulation avec masse et inertie de charge randomisées, puis déployée via une distillation asymétrique enseignant-élève, l'élève ne s'appuyant à l'exécution que sur l'historique proprioceptif. L'article, republié en version révisée sur arXiv (2603.03751v2), rapporte des expériences montrant un comportement corps entier stable même quand le suivi précis de vitesse devient impossible. Ce travail s'attaque à un point de friction connu de la robotique humanoïde assistive : les contrôleurs classiques, optimisés pour suivre une trajectoire, décrochent dès que les forces de contact deviennent imprévisibles, ce qui limite les cas d'usage réels de transport ou de manipulation coopérative. En démontrant qu'une politique RL entraînée sur charge et perturbations randomisées peut maintenir la stabilité sans suivi de vitesse parfait, l'étude apporte un argument concret dans le débat sur l'écart entre démonstrations en simulation et robustesse en conditions réelles, un sujet sensible pour tout intégrateur évaluant des humanoïdes pour la logistique ou l'assistance physique. Il s'agit d'une publication académique, sans lien annoncé avec un produit commercial ou une plateforme robotique spécifique ; l'article ne mentionne ni partenaire industriel ni calendrier de déploiement. La distillation enseignant-élève et l'entraînement par domain randomization s'inscrivent dans une lignée de méthodes désormais courantes en contrôle locomoteur par apprentissage, appliquées ici à un problème encore peu traité : la manipulation coopérative sous forte charge de contact.

RecherchePaper
1 source
ContactFusion : cartes de surface de Poisson stochastiques à partir de la détection visuelle et tactile
3915arXiv cs.RO 

ContactFusion : cartes de surface de Poisson stochastiques à partir de la détection visuelle et tactile

ContactFusion, décrite dans un article arXiv (2503.16592, version 2) actualisant une publication antérieure, propose une méthode pour améliorer la précision des tâches d'assemblage robotique nécessitant l'insertion de pièces à tolérances serrées. L'approche combine une cartographie visuelle globale, construite à partir de nuages de points, avec des informations de contact locales obtenues par capteur de force/couple au poignet du robot. Les chercheurs introduisent un procédé d'estimation de l'occupation de contact basé sur l'échantillonnage par rejet (rejection sampling), qui localise le point de contact sur l'effecteur terminal à partir des seules mesures de force. Ces données sont ensuite fusionnées dans une carte appelée Stochastic Poisson Surface Map (SPSMap), mise à jour via l'algorithme de reconstruction de surface stochastique de Poisson (SPSR). La méthode a d'abord été validée en simulation, confirmant la capacité du capteur d'occupation de contact à localiser correctement les points de contact, puis testée sur une tâche classique de peg-in-hole, où elle améliore l'estimation de la pose du trou par rapport à une approche purement visuelle. L'enjeu dépasse la démonstration académique isolée: dans l'assemblage industriel, le bruit de perception issu de la seule vision reste souvent supérieur aux tolérances mécaniques exigées, ce qui fait échouer les insertions automatisées. En montrant qu'une fusion vision-contact réduit concrètement cette incertitude, ContactFusion s'attaque directement à un goulot d'étranglement connu des intégrateurs en assemblage de précision, secteur où la robotique manipulatrice peine encore à rivaliser avec la dextérité humaine sur les opérations fines. Ce travail s'inscrit dans une lignée de recherche plus large sur la fusion multimodale tactile-visuelle en robotique, domaine où plusieurs laboratoires explorent des capteurs tactiles (type GelSight) ou des méthodes bayésiennes de fusion de capteurs pour combler les limites de la perception purement visuelle. La publication d'une deuxième version sur arXiv suggère un article retravaillé, probablement en vue d'une conférence ou revue en robotique, avec pour prochaine étape logique un déploiement sur des tâches d'assemblage plus complexes ou multi-pièces.

RecherchePaper
1 source
Vers des nerfs artificiels : détection tactile biomimétique par fibre optique pour robots
3916arXiv cs.RO 

Vers des nerfs artificiels : détection tactile biomimétique par fibre optique pour robots

Le préprint arXiv 2607.15746, publié cette semaine, présente OptiTac, un capteur tactile biomimétique conçu pour se rapprocher de la sensibilité et de la résolution de la peau humaine. Le principe repose sur une architecture qui reproduit le trajet mécanorécepteur-nerf du toucher biologique : chaque picot mécanique disposé sur une peau souple est associé à sa propre fibre optique, jouant le rôle de nerf artificiel et acheminant l'information tactile loin de la surface de contact sans perdre en résolution spatiale. Plutôt que de s'appuyer sur des modèles de deep learning opaques, très répandus dans les capteurs tactiles récents, les chercheurs traitent les signaux tactiles comme des images et utilisent des méthodes analytiques simples pour déduire la localisation, la taille et la forme d'un contact. Cette approche répond à un problème concret pour l'industrie robotique : rendre la manipulation fine et l'interaction physique homme-robot plus sûres suppose des capteurs tactiles denses, mais la miniaturisation et le câblage de nombreux points de mesure restent un goulot d'étranglement, notamment pour les capteurs à base de caméra type GelSight qui nécessitent un espace optique volumineux sous la peau. En misant sur des fibres optiques individuelles plutôt que sur une caméra centralisée ou un réseau électronique dense, OptiTac propose une voie vers des systèmes tactiles distribués et scalables. Le choix de méthodes analytiques interprétables plutôt que de réseaux de neurones répond aussi à une exigence croissante côté intégrateurs industriels : pouvoir auditer et faire confiance au raisonnement du capteur, plutôt que de dépendre d'une boîte noire. Le travail s'inscrit dans une démarche explicitement bio-inspirée, cherchant à transposer des principes évolutifs du vivant à la conception de systèmes nerveux artificiels pour robots. Il s'agit à ce stade d'une publication de recherche académique, sans nom d'entreprise ni déploiement industriel associé, et le préprint ne fournit pas de chiffres de résolution, de nombre de picots ou de bande passante précis. Les auteurs présentent OptiTac comme une brique de cadre technique plutôt qu'un produit fini, avec pour perspective de futurs systèmes de peau tactile distribuée pour la robotique dextre de nouvelle génération.

RecherchePaper
1 source
Chine dévoile une plateforme cerveau-robot qui permet de contrôler des machines par la pensée
3917Interesting Engineering 

Chine dévoile une plateforme cerveau-robot qui permet de contrôler des machines par la pensée

BrainCo, société chinoise spécialisée dans les interfaces cerveau-machine (BCI), a présenté lors de la World Artificial Intelligence Conference (WAIC) à Shanghai une plateforme intégrée de contrôle de robots par la pensée, qu'elle qualifie de première mondiale du genre. Le système repose sur un casque EEG non invasif qui capte les signaux électriques produits naturellement par le cerveau via des capteurs posés sur le crâne. Des algorithmes d'IA analysent ensuite ces signaux pour déterminer l'action que l'utilisateur souhaite effectuer, puis traduisent cette intention en instructions exécutables par un robot connecté. Nyx He, vice-présidente senior de BrainCo, a expliqué à SCMP que dix ans de recherche en BCI ont permis à l'entreprise de décoder les intentions humaines et de les convertir en actions machine. La plateforme est compatible avec du matériel tiers varié : bras robotiques, robots humanoïdes et robots quadrupèdes. Lors d'une démonstration, un bras robotique a saisi des objets comme une tasse ou une pomme uniquement à partir des signaux cérébraux de l'utilisateur. Au-delà du contrôle mains libres, BrainCo positionne sa technologie comme une réponse à un problème plus large de l'IA incarnée : le manque de données d'entraînement de qualité issues d'interactions réelles. Selon l'entreprise, combiner exécution robotique réelle, démonstrations humaines et simulations virtuelles via cette interface pourrait enrichir les jeux de données nécessaires à l'apprentissage des robots. L'argument mérite d'être nuancé : la présentation reste une démonstration de conférence, pas un produit commercialisé ni un déploiement industriel documenté. Un rapport récent de HSBC rappelle que le secteur chinois des robots humanoïdes manque encore de données réelles de haute qualité et que leur commercialisation à grande échelle reste éloignée de plusieurs années, ce qui replace l'annonce de BrainCo dans un contexte où la promesse dépasse encore largement l'usage industriel avéré. BrainCo se distingue d'acteurs comme Neuralink en misant sur des interfaces non invasives et des technologies prothétiques plutôt que sur des implants chirurgicaux, un positionnement qu'elle développe depuis plusieurs années. L'annonce s'inscrit dans une compétition plus large entre entreprises chinoises et américaines sur l'IA incarnée, où Tesla et Nvidia investissent massivement dans des robots capables de percevoir leur environnement et de manipuler des objets de façon autonome. BrainCo n'a pas communiqué de calendrier de déploiement pilote ni de partenaire industriel confirmé, et reconnaît elle-même que des limitations techniques importantes restent à résoudre avant une adoption à plus grande échelle.

Chine/AsieOpinion
1 source
Comment éviter le piège de la téléopération dans le développement de la robotique
3918The Robot Report 

Comment éviter le piège de la téléopération dans le développement de la robotique

Flexion, société développant une plateforme d'apprentissage par renforcement et de transfert simulation-vers-réel pour robots humanoïdes, publie une analyse critique sur les méthodes de collecte de données du secteur. Depuis 18 mois, les entreprises de robotique humanoïde ont levé des milliards de dollars, une majorité de ces fonds finançant en réalité le recrutement d'opérateurs humains pour téléopérer des robots ou filmer des tâches domestiques, notamment dans des économies à bas coût de main-d'œuvre en Chine, en Inde, en Europe et aux États-Unis. Un écosystème commercial entier s'est structuré autour de la vente de données de téléopération, sur le modèle des entreprises qui vendaient auparavant du texte annoté pour entraîner les modèles de langage. Selon Flexion, ces jeux de données restent plus de 100 000 fois plus petits que ceux utilisés pour entraîner les modèles de langage et de vision actuels, et la qualité pose aussi problème : les opérateurs ne peuvent ni ressentir le toucher ni juger correctement la profondeur, ce qui les pousse à des gestes lents et à des surcorrections que le robot finit par reproduire fidèlement. Cette dépendance interroge directement la promesse commerciale portée par le secteur : les robots humanoïdes sont censés pallier une pénurie de main-d'œuvre annoncée, liée au vieillissement démographique. Or un système qui nécessite un flux permanent de démonstrations humaines pour fonctionner sur toute tâche nouvelle constitue, de fait, un système de travail humain déguisé plutôt qu'une automatisation réelle. Flexion pointe un biais de mesure répandu dans l'industrie : le nombre d'heures de téléopération collectées ou de tâches réussies en environnement contrôlé ne renseigne en rien sur la capacité réelle d'un robot à généraliser face à une situation ou un lieu inédits. L'argument habituel selon lequel la téléopération ne serait qu'un pont temporaire vers de meilleures méthodes d'entraînement reste, selon l'entreprise, invérifié : rien n'indique quand ni comment cette transition doit s'opérer, et construire davantage d'infrastructure de démonstration ne fait qu'approfondir la dépendance plutôt que la résoudre. Flexion propose une alternative structurée autour de trois couches, commande, mouvement et contrôle, misant sur l'apprentissage par renforcement en environnements synthétiques plutôt que sur l'imitation de démonstrations humaines. L'entreprise compare la situation actuelle à celle des débuts des modèles de langage : entraînés sur d'immenses corpus textuels, ces modèles savaient imiter le style sans forcément raisonner, un plafond dépassé grâce à l'apprentissage par renforcement plutôt qu'à l'accumulation de davantage de texte. Contrairement au texte, il n'existe aucune archive préexistante de gestes robotiques exploitables à grande échelle, chaque démonstration devant être générée manuellement, ce qui limite structurellement la vitesse de progression du secteur tant que le paradigme de la téléopération domine.

IA physiqueOpinion
1 source
World's 1st mass-produced humanoid robot, il roule vers le marché chinois
3919New Atlas Robotics 

World's 1st mass-produced humanoid robot, il roule vers le marché chinois

Ubtech, entreprise chinoise de robotique déjà cotée à Hong Kong, a lancé un produit qu'elle présente comme le premier robot humanoïde "ultrabionique" grand format produit en série au monde, conçu comme un compagnon domestique plutôt que comme un outil industriel. Le communiqué reprend l'imaginaire de la science-fiction, citant Blade Runner, Ex Machina et A.I. Intelligence Artificielle pour illustrer une promesse de robots capables d'interagir avec les humains et de répondre à l'isolement social. Aucune fiche technique précise n'accompagne l'annonce: ni degrés de liberté, ni charge utile, ni prix, ni date de disponibilité commerciale ne sont communiqués, ce qui limite la portée vérifiable de la revendication "premier au monde" et "production de masse". Cette absence de données chiffrées est révélatrice d'un secteur où les annonces marketing devancent souvent la réalité industrielle. Passer d'un prototype de démonstration à une véritable production de masse reste l'obstacle majeur pour les humanoïdes, qu'il s'agisse d'usage industriel ou domestique. Si Ubtech confirme effectivement une chaîne de production à grande échelle, ce serait un signal fort pour le marché du robot compagnon grand public, un segment jusqu'ici dominé par les démonstrations plutôt que par les livraisons réelles, et qui pourrait ouvrir une nouvelle ligne de commercialisation distincte des humanoïdes destinés aux usines. Ubtech s'est jusqu'à présent fait connaître avec sa gamme industrielle Walker S, déployée en pilotes chez des constructeurs automobiles et électroniques chinois pour des tâches de logistique et d'assemblage. Ce nouveau robot "compagnon" marque une diversification vers le marché résidentiel, dans un contexte de concurrence mondiale intense face à Tesla (Optimus), Figure AI (Figure 03), Unitree ou 1X Technologies. Les prochaines étapes à surveiller seront les volumes de production réellement livrés et les retours d'utilisateurs, seuls indicateurs capables de valider ou d'infirmer les affirmations du communiqué initial.

Chine/AsieOpinion
1 source
Coherence Guard : Palm Garden AI développe une couche décisionnelle relationnelle pour les robots interagissant avec les humains
3920The Robot Report 

Coherence Guard : Palm Garden AI développe une couche décisionnelle relationnelle pour les robots interagissant avec les humains

Palm Garden AI, entreprise basée en Allemagne et en Thaïlande, développe Coherence Guard, une couche logicielle décrite comme « agnostique de plateforme » destinée aux robots en interaction directe avec des humains. Selon Joachim Scheuerer, PDG de l'entreprise, ce module ne remplace ni la perception, ni la planification de mouvement, ni l'apprentissage par renforcement, ni les piles de contrôle robotique existantes. Il s'insère plutôt comme une couche d'évaluation pré-action : avant qu'un robot exécute un geste, Coherence Guard évalue si l'action est « relationnellement cohérente » dans un environnement humain réel, en tenant compte du timing, de la proximité, des demandes de limites, du ton émotionnel, de la préservation de la confiance et du retrait respectueux. Le système s'appuie sur l'infrastructure comportementale ANATTA 9 de Palm Garden, bâtie sur le système d'exploitation cloud Transwarp (TCOS), et se positionne au-dessus ou à côté des piles de contrôle robotique classiques (SDK/API, ROS 2, planification, modèles du monde). Baptisé Relational Infrastructure Framework (RIF), ce cadre ajoute une compréhension des rôles, intentions, vulnérabilités et conséquences futures possibles, là où les modèles du monde physique se limitent aux objets, à l'espace et au mouvement. Le RIF est disponible sur demande auprès de Palm Garden AI. À mesure que les robots humanoïdes et robots de service se dirigent vers l'hospitalité, les soins, le commerce de détail, l'éducation, le guidage et le domicile, la gestion des interactions sociales devient un enjeu aussi critique que la mobilité ou la manipulation. Palm Garden AI parie que cette couche relationnelle deviendra une catégorie d'infrastructure nécessaire, au même titre que la perception ou la planification de trajectoire. Pour les intégrateurs et décideurs B2B, l'annonce pointe un angle mort du secteur : la plupart des piles robotiques actuelles savent naviguer, parler et exécuter des tâches, mais ne savent pas juger si un geste techniquement possible est socialement approprié, par exemple continuer une tâche alors qu'une personne exprime un malaise. Ce type de défaillance, plus subtil qu'une panne technique, peut pourtant déterminer l'acceptabilité sociale d'un robot en environnement réel et donc sa commercialisation effective. Reste que Coherence Guard, comme beaucoup d'annonces du secteur, en est au stade du cadre logiciel disponible sur demande plutôt que du produit déployé à grande échelle : aucun chiffre de déploiement, aucun partenaire robotique nommé, aucun benchmark quantitatif indépendant n'accompagne l'annonce, ce qui invite à la prudence sur la portée réelle de la technologie à ce stade. Le concept trouve son origine dans l'expérience de Palm Garden Retreat, un établissement en Thaïlande où l'équipe a observé pendant trois ans des situations d'interaction humaine structurées : arrivée, orientation, silence, vulnérabilité, construction de confiance, malentendu et retrait respectueux. Scheuerer cite comme « benchmark » simple le retrait respectueux : si une personne montre un signe d'inconfort ou demande de l'espace, le robot doit interrompre sa tâche, reconnaître le signal, augmenter la distance si nécessaire, réduire son intensité expressive et revenir à un état neutre. Ces comportements de base couvrent aussi l'accueil et l'orientation, la présence de soutien, l'assistance non intrusive, l'escalade en cas d'incertitude élevée et l'explication préservant la cohérence. Palm Garden AI se positionne ainsi sur un segment encore peu occupé, distinct des efforts des grands acteurs de la robotique humanoïde (Figure, Tesla avec Optimus, ou les modèles VLA comme Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure), qui se concentrent d'abord sur la manipulation et la mobilité générale. Aucun calendrier de déploiement pilote ni partenaire intégrateur n'a été communiqué à ce stade ; l'entreprise indique seulement que le RIF est accessible sur demande.

FR/EU ecosystemeActu
1 source
Fujitsu s'associe à Fanuc, Yaskawa et Kawasaki pour faire progresser l'IA physique avec la technologie Nvidia
3921Robotics & Automation News 

Fujitsu s'associe à Fanuc, Yaskawa et Kawasaki pour faire progresser l'IA physique avec la technologie Nvidia

Fujitsu a lancé un partenariat avec les trois grands fabricants japonais de robotique Fanuc, Yaskawa Electric et Kawasaki Heavy Industries pour développer et déployer l'IA physique dans la fabrication, la logistique et la santé. L'initiative intègre également les technologies d'IA physique de Nvidia, les partenaires cherchant à construire une plateforme de contrôle collaborative capable de relier systèmes numériques et robots. L'annonce reste à ce stade programmatique : aucune date de déploiement, aucun chiffre de performance (payload, DOF, temps de cycle) ni calendrier de commercialisation n'a été communiqué. Il s'agit pour l'instant d'un cadre de collaboration technologique plutôt que d'un produit ou d'un pilote industriel concret. Ce rapprochement illustre la consolidation en cours entre géants industriels japonais autour de l'IA physique, un secteur jusqu'ici dominé dans le discours public par les humanoïdes américains et chinois (Figure, Tesla Optimus, Unitree) et les plateformes VLA de Nvidia (GR00T) ou Physical Intelligence (Pi-0). Pour les intégrateurs et décideurs B2B, le signal est celui d'une réponse défensive des fabricants historiques de robots industriels, qui cherchent à ne pas se laisser distancer par les nouveaux entrants sur le terrain de l'IA appliquée à la robotique, plutôt qu'une percée technique immédiate. L'absence de métriques concrètes invite à la prudence : il s'agit d'une annonce d'intention, pas d'un déploiement vérifiable. Fanuc, Yaskawa et Kawasaki comptent parmi les plus anciens et plus importants fournisseurs mondiaux de bras robotiques industriels, avec des décennies de présence dans l'automobile et l'électronique. Fujitsu, de son côté, apporte son expertise en intégration de systèmes numériques et en IA d'entreprise, tandis que Nvidia fournit la brique technologique physique AI (simulation, entraînement, inférence embarquée). La suite attendue concerne la publication de spécifications techniques, d'éventuels pilotes clients et un calendrier de mise sur le marché, aucun de ces éléments n'étant encore public à ce stade.

Chine/AsieOpinion
1 source
Robbyant lance LingBot-World 2.0, avec génération de monde en temps réel sur une heure
3922Robotics & Automation News 

Robbyant lance LingBot-World 2.0, avec génération de monde en temps réel sur une heure

Robbyant, filiale d'IA incarnée du groupe chinois Ant Group, a publié en open source LingBot-World 2.0, surnommé Infinity, la nouvelle génération de son modèle de monde interactif. Cette version ajoute la génération de mondes en temps réel sur une durée d'environ une heure, une sortie en haute définition et des capacités interactives élargies par rapport à la mouture précédente. Selon l'entreprise, il s'agit d'une avancée significative face à LingBot-World 1.0, qui ne maintenait une génération stable que sur quelques minutes : Infinity étendrait cette stabilité à un régime quasi continu, sur une échelle de temps nettement supérieure. Pour l'industrie robotique, un modèle de monde capable de générer des environnements interactifs cohérents sur des durées prolongées représente un outil potentiellement précieux pour l'entraînement d'agents embarqués et de politiques VLA, en offrant des données de simulation à grande échelle sans dépendre entièrement de captures réelles. Cela s'inscrit dans une tendance plus large où les world models cherchent à combler l'écart entre simulation et réalité pour accélérer l'apprentissage robotique. Il faut toutefois rester prudent : l'annonce reste à ce stade une publication de recherche en open source, sans détails indépendants sur la robustesse en conditions réelles, et la formulation « temps réel sur une heure » mérite d'être vérifiée au-delà des démonstrations mises en avant par l'entreprise. Ant Group investit depuis plusieurs trimestres dans l'IA incarnée via Robbyant, dans un contexte où des laboratoires concurrents (World Labs, DeepMind avec Genie, ou encore les initiatives world-model de Nvidia) développent des approches similaires pour générer des environnements simulés destinés à l'entraînement de robots et d'agents autonomes. La publication en open source de LingBot-World 2.0 pourrait accélérer l'adoption par la communauté de recherche, sans qu'un calendrier de déploiement industriel concret n'ait encore été précisé.

IA physiqueActu
1 source
L'interview de Jon Roberts (Inteq) : « la couche logicielle décide de la réussite ou de l'échec des investissements en automatisation »
3923Robotics & Automation News 

L'interview de Jon Roberts (Inteq) : « la couche logicielle décide de la réussite ou de l'échec des investissements en automatisation »

L'automatisation des entrepôts n'est plus perçue comme un simple levier d'efficacité opérationnelle. Selon Jon Roberts, dirigeant chez Inteq, cabinet spécialisé dans l'automatisation logistique, les décisions d'investissement en robotique et en systèmes intelligents d'entrepôt remontent désormais jusqu'au conseil d'administration. Trois facteurs structurels expliquent ce basculement: la pénurie persistante de main-d'œuvre dans la logistique, des attentes clients de plus en plus élevées en matière de délais de livraison, et la complexité croissante des chaînes d'approvisionnement mondiales. Pour de nombreuses entreprises, l'automatisation entrepôt est devenue une priorité stratégique portée directement par les dirigeants, et non plus seulement par les équipes opérations. Ce déplacement du centre de décision a des conséquences concrètes pour les intégrateurs et les fournisseurs de robotique d'entrepôt. Roberts insiste sur un point clé: la couche logicielle, c'est-à-dire l'orchestration, la gestion de flotte et l'intégration aux systèmes existants (WMS, ERP), est désormais l'endroit où se joue la réussite ou l'échec d'un investissement en automatisation, davantage que le matériel lui-même. Ce constat rejoint une tendance plus large du secteur: le hardware robotique s'est largement banalisé, tandis que la différenciation se fait sur la capacité logicielle à orchestrer des flottes hétérogènes et à s'intégrer proprement dans l'existant. Cette évolution s'inscrit dans la maturation générale du marché de la robotique d'entrepôt, où les systèmes de préparation de commandes, AMR et solutions de tri se sont multipliés ces dernières années sans toujours livrer le retour sur investissement promis. En positionnant le logiciel comme facteur décisif plutôt que le robot lui-même, Inteq se distingue des discours purement centrés sur le matériel qui dominent souvent la communication des fabricants, et invite les décideurs B2B à réévaluer leurs critères de sélection avant tout nouveau déploiement. Note: le texte source fourni est un extrait/teaser d'interview, très court et sans chiffres, dates ou détails de déploiement précis. Je n'ai donc pas inventé de données factuelles absentes de la source, si tu as le corps complet de l'interview, je peux l'enrichir avec les éléments concrets manquants.

IndustrielOpinion
1 source
Le fondateur de Maximo explique comment la robotique accélère la construction solaire
3924The Robot Report 

Le fondateur de Maximo explique comment la robotique accélère la construction solaire

Deise Yumi Asami, fondatrice et PDG de Maximo, est l'invitée de l'épisode 253 du podcast The Robot Report, diffusé cette semaine, avec l'entretien qui démarre à 20 minutes 10. Maximo est une startup robotique développée en interne au sein du groupe énergétique américain AES Corp, où Yumi Asami a piloté la conception et l'incubation d'une plateforme robotique dotée d'intelligence artificielle capable d'automatiser l'installation de modules solaires sur des chantiers de centrales photovoltaïques à grande échelle, grâce à un système de vision par IA guidant les robots sur le terrain. Ingénieure électricienne, Yumi Asami cumule plus de quinze ans d'expérience dans le secteur de l'énergie. Depuis son arrivée chez AES Brésil en 2016, elle a dirigé le développement de logiciels de microréseaux, plusieurs projets pilotes, ainsi que la mise en service du premier système de stockage d'énergie par batteries lithium-ion à l'échelle industrielle au Brésil. Elle détient également une certification Lean Design Master. L'épisode s'ouvre à 7 minutes 22 sur deux autres actualités robotiques: le conseil d'administration de Vicarious Surgical envisage la dissolution de l'entreprise, tandis que Walden Robotics a été lancée avec une valorisation de 1,1 milliard de dollars sur le segment des robots généralistes. Cette annonce illustre un mouvement encore peu documenté dans la robotique industrielle: l'automatisation de la construction solaire elle-même, un chantier jusqu'ici largement manuel, physiquement exigeant et confronté à une pénurie de main-d'œuvre qualifiée, alors que les volumes de déploiement photovoltaïque explosent à l'échelle mondiale. Le choix d'AES de faire naître Maximo comme spin-off interne, plutôt que de s'appuyer sur un fournisseur robotique tiers ou un rachat, traduit une tendance émergente chez les grands énergéticiens à internaliser l'innovation robotique pour résoudre leurs propres goulots d'étranglement logistiques. Le communiqué reste toutefois avare de données vérifiables: aucun chiffre de cadence d'installation, de nombre d'unités déployées, de coût ou de site pilote n'est communiqué, ce qui empêche pour l'instant de juger si la technologie a dépassé le stade de la démonstration pour atteindre un déploiement industriel réel. Le contraste avec les deux autres nouvelles de l'épisode est d'ailleurs parlant: pendant que Walden Robotics lève à une valorisation milliardaire sur les robots généralistes, Vicarious Surgical, elle, se dirige vers une dissolution, signe des trajectoires très inégales dans le financement de la robotique actuellement. Maximo s'inscrit dans la continuité du parcours de Yumi Asami au sein d'AES Brésil, où son travail sur les microréseaux et le stockage par batteries avait déjà positionné la filiale comme pionnière des infrastructures énergétiques nouvelle génération dans le pays. En intégrant ces compétences à une plateforme robotique dédiée au solaire utility-scale, AES cherche à se positionner sur la chaîne de valeur de la construction des centrales, un segment où la robotique reste peu présente comparée à d'autres verticales industrielles comme la logistique ou l'automobile. Aucune feuille de route précise de déploiement commercial n'est annoncée pour l'instant; les informations complémentaires sur Maximo sont disponibles sur maxrobotics.ai.

IndustrielActu
1 source
McLaren Construction déploie des robots autonomes à grande échelle en partenariat avec FieldAI
3925Robotics & Automation News 

McLaren Construction déploie des robots autonomes à grande échelle en partenariat avec FieldAI

Panneau accepte le premier drone gardien : McLaren Construction, filiale du groupe britannique de construction, a signé un partenariat avec FieldAI, développeur d'intelligence artificielle physique, pour déployer des robots quadrupèdes autonomes sur ses chantiers au Royaume-Uni. Ces robots seront chargés de capturer des images à 360 degrés des sites, de générer des nuages de points (point cloud), et de soutenir la vérification d'avancement des travaux ainsi que l'analyse des écarts entre le modèle numérique et la réalité du chantier. Ils assureront également des patrouilles de conformité sécurité et des contrôles qualité. Le communiqué ne précise pas encore de calendrier de déploiement ferme ni le nombre d'unités prévues sur le premier site. Ce partenariat illustre une tendance de fond dans le secteur du BTP : l'automatisation progressive de tâches répétitives et à risque, comme l'inspection de sécurité ou la documentation de chantier, jusque là réalisées manuellement par des équipes humaines. Pour les intégrateurs et décideurs B2B du secteur construction, ce type de déploiement teste la viabilité des robots quadrupèdes autonomes hors des environnements contrôlés d'usine, un terrain nettement plus complexe et changeant. Cela positionne aussi FieldAI comme un acteur cherchant à démontrer que son IA physique généraliste peut s'adapter à des cas d'usage concrets au delà des démonstrations en laboratoire, un enjeu clé alors que le secteur robotique traverse une phase où l'écart entre promesses marketing et déploiements réels reste scruté de près. FieldAI, société américaine spécialisée dans les modèles d'IA pour robots généralistes, cherche à se positionner face à des concurrents comme Boston Dynamics (Spot) ou Boston-based startups similaires sur le marché des robots quadrupèdes appliqués à l'inspection industrielle et au BTP. McLaren Construction, non lié à l'écurie de F1 du même nom, cherche via ce partenariat à moderniser ses processus de suivi de chantier. Les prochaines étapes attendues incluent le déploiement effectif sur un premier site pilote et la publication de résultats concrets sur les gains de temps et de fiabilité obtenus.

IndustrielActu
1 source
Ascend A27 de Luyten : réservations anticipées ouvertes pour la plateforme de construction automatisée
3926Robotics & Automation News 

Ascend A27 de Luyten : réservations anticipées ouvertes pour la plateforme de construction automatisée

L'entreprise australienne de robotique pour la construction Luyten a ouvert les réservations anticipées pour sa plateforme de construction automatisée Ascend A27, suite à son lancement mondial. Les clients qui passent une réservation avant le 25 octobre 2026 obtiennent un accès prioritaire au premier lot de production ainsi qu'un tarif de lancement préférentiel. Luyten ne précise pas encore, dans cette annonce, les spécifications techniques détaillées de l'A27 (capacité de charge, degrés de liberté, temps de cycle), ni de calendrier de livraison ferme au-delà de cette fenêtre de réservation. Cette annonce illustre une tendance de fond dans la robotique de construction : face à la pénurie de main-d'œuvre qualifiée sur les chantiers et à la pression sur les coûts, plusieurs acteurs testent des modèles de précommande pour calibrer la demande avant d'engager une production de masse, une approche déjà vue côté robots humanoïdes. Pour les intégrateurs et décideurs du BTP, l'enjeu est de distinguer un produit réellement industrialisable d'un simple teaser marketing : à ce stade, il s'agit d'une réservation de créneau de production, pas d'un déploiement opérationnel documenté sur chantier. Le secteur de la robotique de construction reste disputé par des acteurs aux approches variées, des robots de pose de briques automatisés aux plateformes de mise en page et de perçage sur chantier. Luyten se positionne ici sur le segment de l'automatisation de tâches de construction répétitives, sans que l'article ne détaille l'historique du produit ni les levées de fonds de l'entreprise. La prochaine étape à surveiller sera la clôture de la fenêtre de réservation fin octobre 2026, qui déterminera le volume du premier lot de production et, potentiellement, les premiers déploiements pilotes documentés. Note : l'article source fourni est tronqué (coupé après "introductory […]"), donc les détails techniques (payload, temps de cycle, prix) et le contexte concurrentiel précis ne sont pas disponibles, je n'ai pas inventé de chiffres non confirmés par la source.

IndustrielActu
1 source
Cet étudiant diplômé dote les robots de la NASA de compétences en assemblage
3927IEEE Spectrum Robotics 

Cet étudiant diplômé dote les robots de la NASA de compétences en assemblage

Sarah Downs, membre étudiante diplômée de l'IEEE et titulaire d'un master en génie électrique de l'Université de Tulsa (Oklahoma), a développé lors de son projet de fin d'études un algorithme destiné à un robot assemblant des satellites en orbite. Réalisé en collaboration avec la NASA et l'US Air Force, ce travail s'attaque au problème classique dit du "peg-in-hole" en robotique : permettre à un bras robotique d'insérer précisément une antenne dans son logement correspondant, une tâche de manipulation fine cruciale pour l'assemblage en orbite. Downs poursuit désormais un doctorat en génie électrique à Texas A&M University, à College Station, où elle continue ses recherches sur l'assemblage et la manipulation de satellites, cette fois "à une échelle beaucoup plus grande", selon ses propres termes. Ce type de recherche répond à un enjeu concret pour l'industrie spatiale : automatiser l'assemblage et la maintenance de satellites directement en orbite, sans intervention humaine, réduirait les coûts et les risques des missions de servicing spatial. Le problème peg-in-hole, en apparence trivial, reste l'un des verrous techniques les plus tenaces en robotique de manipulation, notamment en environnement contraint comme l'espace, où la précision, la gestion des tolérances mécaniques et l'absence de retour haptique fiable compliquent chaque insertion. Que ce travail émerge d'un partenariat universitaire avec la NASA et l'Air Force illustre aussi comment les agences américaines s'appuient sur les laboratoires universitaires pour alimenter leur pipeline de recherche en robotique spatiale, plutôt que de tout développer en interne. Le parcours de Downs éclaire ce choix de carrière. Originaire de Tulsa, elle a perdu son père, conseiller sécurité dans l'industrie pétrolière, d'une crise cardiaque en 2015 alors qu'elle avait 13 ans ; sa mère a ensuite repris des études pour subvenir aux besoins de la famille. Cette précarité a orienté Downs vers une carrière alliant passion technique et sécurité financière. Initiée à la robotique via un club First Lego League au collège, puis au lycée via le programme FIRST Robotics et une formation en alternance à Tulsa Tech, elle a intégré l'Université de Tulsa en 2020 avec bourse, avant de basculer vers le génie électrique. Un retard de financement gouvernemental ayant repoussé son projet NASA initial, elle a d'abord rejoint l'Institute for Robotics and Autonomy de Tulsa, où elle a conçu un bras robotique assistif inspiré par sa grand-mère, immobilisée par l'arthrite, destiné à aider les personnes âgées et utilisateurs de fauteuil roulant à vivre de façon autonome.

RecherchePaper
1 source
Weave Robotics lance Isaac, son premier robot humanoïde mobile
3928The Robot Report 

Weave Robotics lance Isaac, son premier robot humanoïde mobile

Weave Robotics, startup basée à San Francisco, lance Isaac 1, un robot humanoïde domestique sur base à roues conçu pour les tâches ménagères courantes : plier le linge, ranger les pièces, faire les lits et remettre les jouets à leur place. Le robot est proposé à 7 999 dollars à l'achat ou 449 dollars par mois en abonnement, avec livraisons prévues à l'automne 2026. Doté d'un visage stylisé façon dessin animé et d'une carrosserie en tissu souple interchangeable, Isaac 1 mesure de 0,9 à 1,7 mètre grâce à un torse télescopique, lui permettant de ramasser au sol comme d'atteindre des étagères hautes. Il embarque deux bras avec pinces parallèles à deux doigts, une navigation autonome pour circuler d'une pièce à l'autre et retourner seul à sa base de charge, une autonomie de huit heures pour deux heures de recharge, ainsi qu'un contrôle via application permettant de programmer des tâches à distance. Particularité mise en avant par l'entreprise : des volets physiques sur les caméras de la tête signalent visuellement quand le robot est actif, et la station de charge intègre un écran occultant. Isaac 1 succède à Isaac 0, un manipulateur bimanuel fixe destiné aux professionnels du pressing et déjà vendu à quelques clients de la région de San Francisco, capable de plier une charge de linge en 30 à 90 minutes. Ce lancement illustre le virage du marché des humanoïdes domestiques vers des prix plus accessibles, Isaac 1 se positionnant nettement sous les tarifs habituels des plateformes humanoïdes commerciales, souvent réservées à des déploiements industriels ou pilotes à plusieurs dizaines de milliers de dollars. Pour les intégrateurs et décideurs du secteur, c'est un signal que le segment grand public commence à se structurer autour de cas d'usage étroits et répétitifs plutôt que de la polyvalence générale mise en avant par les discours marketing des acteurs industriels. Weave Robotics insiste sur une autonomie « par défaut », la téléopération n'intervenant qu'en appoint quand le modèle échoue, une affirmation à prendre avec prudence tant qu'aucune donnée indépendante ne vient quantifier la part réelle d'intervention humaine à distance, un doute classique du secteur entre démonstration séduisante et fiabilité en conditions réelles. L'entreprise capitalise sur l'historique d'Isaac 0, dont l'apprentissage sur le pliage de linge a servi de socle au modèle d'IA embarqué dans Isaac 1, une stratégie de spécialisation progressive avant l'élargissement des tâches. Ce positionnement s'inscrit dans une compétition croissante sur le segment humanoïde grand public et professionnel, où Weave Robotics devra se différencier face aux ambitions affichées par des acteurs bien plus capitalisés sur les usages industriels et logistiques. La suite est attendue autour de RoboBusiness 2026, où l'entreprise devrait détailler davantage sa feuille de route commerciale.

HumanoïdesActu
1 source
Robot humanoïde grille des kebabs et cuisine des plats chinois dans une démonstration IA impressionnante en direct
3929Interesting Engineering 

Robot humanoïde grille des kebabs et cuisine des plats chinois dans une démonstration IA impressionnante en direct

Selon UniX AI, un robot humanoïde a réalisé le 15 juillet une démonstration culinaire en direct à Liuxing Street, dans la ville de Yining, région autonome ouïghoure du Xinjiang, un quartier touristique connu pour son plan urbain hexagonal. Des visiteurs se sont rassemblés dans un restaurant local pour observer la machine préparer des spécialités traditionnelles du Xinjiang. Elle a d'abord grillé des brochettes de viande, une tâche exigeant une coordination fine entre doigts, poignets et bras ainsi qu'un contrôle précis de la force appliquée sur des morceaux de viande souples et irréguliers. Selon les développeurs, le robot a acquis ces gestes de base après moins d'une semaine d'entraînement spécifique, sans que son niveau atteigne celui d'un cuisinier expérimenté. L'exercice le plus délicat portait sur les nouilles étirées à la main (la-mian), spécialité du Xinjiang qui demande des ajustements subtils de pression pour éviter de déchirer ou de faire tomber la pâte, difficulté que rencontrent même des cuisiniers humains débutants. Pour y parvenir, la machine est équipée de capteurs tactiles intégrés à ses mains, mesurant en continu pression, mouvement et forces de contact à chaque tentative, données ensuite utilisées pour affiner ses mouvements par apprentissage. Le modèle exact du robot n'a pas été précisé. Au-delà de l'effet vitrine, l'exercice teste des briques encore fragiles de l'IA incarnée: perception, planification de mouvement et contrôle de force en temps réel face à des conditions changeantes, très éloignées des essais contrôlés en laboratoire. La cuisine reste un cas d'usage particulièrement exigeant en manipulation fine, et le résultat, encore en retrait par rapport à un chef humain, confirme qu'un écart persiste entre les démonstrations scénarisées et une autonomie réellement déployable. Ce type d'essai en conditions réelles est présenté par les ingénieurs comme un moyen d'accélérer le transfert des humanoïdes vers l'hôtellerie, le commerce, la santé et l'assistance domestique, au-delà de leur terrain historique en usine. Cette démonstration sert aussi de vitrine avant les deuxièmes World Humanoid Robot Games, prévus à Pékin du 22 au 26 août, qui doivent évaluer les robots humanoïdes sur des tâches concrètes plutôt que sur des chorégraphies. Elle intervient alors qu'UniX AI a récemment dévoilé Panther, un robot domestique humanoïde à roues doté de 8 à 16 heures d'autonomie, capable de cuisiner, nettoyer et ranger. Le secteur multiplie ainsi les démonstrations culinaires et domestiques pour prouver la maturité de la manipulation dextre, un terrain où la Chine pousse fort sa compétition avec les acteurs américains comme Figure ou Physical Intelligence.

Chine/AsieActu
1 source
« Robot humanoïde monté sur un cheval mécanique : une première mondiale en tir à l'arc équestre »
3930Interesting Engineering 

« Robot humanoïde monté sur un cheval mécanique : une première mondiale en tir à l'arc équestre »

Le 16 juillet 2026, un robot humanoïde a chevauché un cheval mécanique sur un hippodrome près du lac Sayram, dans la région autonome du Xinjiang en Chine, pour y réaliser une démonstration de tir à l'arc à cheval. L'événement constituait la troisième étape de la série relais "Energy Transfer" organisée par X-Humanoid (Beijing Innovation Center of Humanoid Robotics), conçue comme un galop d'essai avant les deuxièmes World Humanoid Robot Games qui ouvriront le 22 août à Pékin, au National Speed Skating Oval. Pour la première fois, X-Humanoid a déployé simultanément deux modèles distincts : le Tien Kung 3.0, dévoilé en février 2026 et conçu pour le contrôle dynamique du corps entier, a assuré le tir à l'arc juché sur le cheval mécanique, tandis que le Tien Kung Omni, une variante optimisée pour la manipulation fine, interprétait en direct un morceau de dombra aux côtés d'un musicien kazakh sur les rives du lac. La dombra, instrument à cordes pincées traditionnel à manche court, exige une digitation précise de la main gauche et un jeu rapide, un défi choisi précisément pour solliciter la dextérité des doigts du robot. Le Tien Kung Omni a reproduit les mouvements et les profils de force de son opérateur en temps réel via téléopération sans fil du corps entier. Le site, à plus de 2 000 mètres d'altitude, est le plus exigeant testé à ce jour par X-Humanoid en conditions extérieures non structurées. L'intérêt de la démonstration tient moins à la prouesse spectaculaire qu'à l'architecture qu'elle valide : une plateforme mobile, le cheval mécanique, prend en charge la portance et la mobilité en terrain accidenté, pendant que le robot humanoïde, une fois positionné, se concentre sur une tâche de précision, viser et décocher. Wang Kun, ingénieur de l'équipe cheval mécanique, décrit cette répartition comme ouvrant des applications qu'un système robotique isolé ne peut couvrir, citant explicitement le sauvetage et l'inspection comme cas d'usage visés. Pour le secteur, cela illustre un mouvement vers des déploiements hybrides porteur-plus-manipulateur plutôt que vers l'humanoïde autonome généraliste unique, une piste concrète pour les intégrateurs cherchant à combiner mobilité tout-terrain et dextérité fine sans multiplier les robots complets. Il faut toutefois noter que la performance repose sur la téléopération intégrale et non sur une autonomie embarquée, et que la comparaison avec un authentique test de terrain reste à nuancer : il s'agit d'une démonstration chorégraphiée destinée à la promotion des Games d'août, pas d'un déploiement opérationnel documenté indépendamment. La série "Energy Transfer" a débuté à Fuding, dans les montagnes à thé, où X-Humanoid a testé le contrôle de force au bout des doigts, avant une deuxième étape à Bazhong axée sur la coordination multi-articulaire à forte charge lors d'une course de bateaux-dragons ; Sayram Lake constitue la validation la plus complexe, combinant tâches de force et de dextérité dans un même environnement extérieur non structuré. Ces démonstrations préparent l'édition 2026 des World Humanoid Robot Games, qui ajoute notamment le tir à la corde, l'haltérophilie et le pitch-pot, une épreuve tirée de rituels de tir à l'arc chinois anciens, en écho direct à la scène du lac Sayram. Le champ des Games s'est nettement élargi depuis l'édition 2025, qui avait réuni 280 équipes et plus de 500 robots sur 26 épreuves. Aucun acteur français ou européen n'est impliqué dans cette initiative, qui reste un exercice de démonstration technologique porté par l'écosystème chinois de la robotique humanoïde, dans un contexte de compétition internationale de plus en plus affirmée face aux figures occidentales du secteur.

Chine/AsieActu
1 source
Robot humanoïde effectue un coup de pied à hauteur de tête lors du "premier combat freestyle au monde" en Chine
3931Interesting Engineering 

Robot humanoïde effectue un coup de pied à hauteur de tête lors du "premier combat freestyle au monde" en Chine

Un robot humanoïde a mis fin à un combat par un coup de pied à hauteur de tête lors de ce que les organisateurs présentent comme le premier tournoi mondial de combat libre entre robots humanoïdes, organisé début 2026 à Shenzhen par la société EngineAI. L'événement, baptisé Ultimate Robot Knock-out Legend (URKL), s'est tenu au Shenzhen Nanshan Cultural and Sports Center devant un public en direct et a réuni 32 équipes venues du monde entier, toutes équipées de la même plateforme standardisée, le robot T800. Conçu pour reproduire le gabarit d'un adulte, le T800 mesure 1,73 mètre pour 75 kg batterie comprise, embarque 29 degrés de liberté sur le corps et 7 par main, et développe jusqu'à 450 Nm de couple au niveau des articulations, permettant coups de pied retournés, uppercuts et changements de direction rapides. Il est doté d'un LiDAR à 360 degrés, de capteurs de vision stéréo, d'un processeur Intel N97 couplé à un module NVIDIA AGX Orin délivrant 275 TOPS, et d'un système de refroidissement actif des jambes autorisant jusqu'à quatre heures de fonctionnement intensif continu. Moment marquant du tournoi : un robot ayant perdu sa tête sous un coup puissant a continué à combattre grâce à un pilotage reporté sur le contrôleur du torse, encaissant et rendant des coups jusqu'au terme de l'assaut. Au-delà de l'effet spectaculaire, cette démonstration teste en conditions réelles des briques technologiques que l'industrie robotique peine encore à valider hors laboratoire : équilibre dynamique sous impact, redondance des systèmes de contrôle, résistance mécanique aux chocs répétés et récupération rapide après chute. Contrairement à un combat classique jugé au KO, le barème d'URKL évalue précision des frappes, stabilité, esquive et durabilité globale, ce qui en fait davantage un banc d'essai public qu'un simple spectacle. Pour les intégrateurs et décideurs industriels, l'intérêt réel tient moins au combat lui-même, mis en scène et filtré comme toute démonstration marketing, qu'à la preuve de robustesse structurelle apportée par l'incident du robot décapité continuant à opérer : un signal concret sur la maturité des architectures de contrôle distribué, plus parlant qu'une vidéo de manipulation en environnement contrôlé. Le T800 avait été dévoilé par EngineAI en décembre 2025 comme plateforme dédiée à des démonstrations de combat encadrées, avant de devenir en 2026 le support unique du tournoi URKL. L'initiative s'inscrit dans la stratégie chinoise plus large de promotion de la robotique humanoïde par des tests publics grandeur nature, aux côtés d'autres vitrines nationales du secteur. Les organisateurs et experts cités par le Global Times présentent ces compétitions comme un levier de sensibilisation du public autant que de validation technique, EngineAI n'ayant pour l'instant annoncé aucun débouché commercial hors service (logistique, hôtellerie, collaboration humain-robot) pour la plateforme T800.

Chine/AsieActu
1 source
L'entreprise américaine mise sur des robots industriels plus intelligents et plus rapides avec un nouvel accord sud-coréen
3932Interesting Engineering 

L'entreprise américaine mise sur des robots industriels plus intelligents et plus rapides avec un nouvel accord sud-coréen

Le fabricant américain Grid Dynamics a annoncé un partenariat stratégique avec le sud-coréen Doosan Robotics pour accélérer le déploiement de "physical AI" dans l'industrie manufacturière et la logistique. Grid Dynamics va fournir aux clients des cobots Doosan sa plateforme GAIN (Grid Dynamics AI-Native), une pile logicielle combinant manipulation robotique pilotée par modèles Vision-Language-Action (VLA), jumeaux numériques NVIDIA Omniverse, vision par ordinateur et supervision IoT. Doosan, l'un des grands fabricants mondiaux de cobots, propose une gamme allant de la série A polyvalente à la série H pour charges lourdes jusqu'à 25 kg, en passant par la série P certifiée NSF pour l'agroalimentaire et le pharmaceutique. Les cobots Doosan, équipés de capteurs de force et de couple, travaillent sans cage de sécurité aux côtés d'opérateurs humains et couvrent des tâches comme le pick-and-place, le tending machine, la palettisation, le soudage ou l'inspection qualité. Grid Dynamics revendique des gains de cycles d'inspection jusqu'à 1000 fois plus rapides et une détection d'anomalies 24 fois plus véloce, des chiffres qui restent à prendre avec prudence en l'absence de méthodologie ou de cas d'usage précisés. L'enjeu du partenariat dépasse le simple ajout logiciel : il vise les tâches qui résistent encore à l'automatisation classique, comme l'inspection d'objets de forme complexe, l'assemblage de composants variables ou l'emballage d'articles déformables ou jamais vus auparavant. C'est justement le type de scénario où les approches VLA sont censées apporter une généralisation que les robots programmés tâche par tâche n'offrent pas. Pour les intégrateurs et décideurs industriels, l'accord illustre une tendance de fond : les fabricants de cobots cherchent à externaliser la couche IA plutôt qu'à la développer en interne, pariant sur des plateformes tierces pour combler l'écart entre démonstrations en laboratoire et déploiements réels en usine. Doosan Robotics s'est construit depuis plusieurs années une position de leader des cobots collaboratifs, avec une architecture logicielle ouverte facilitant l'intégration de systèmes de vision tiers, un choix qui rend ce type de partenariat possible sans refonte matérielle. Grid Dynamics, de son côté, positionne GAIN comme une couche d'orchestration transversale pour l'automatisation industrielle, en concurrence avec d'autres piles logicielles physical AI émergentes aux États-Unis et en Asie. Les modalités précises de déploiement, calendrier de disponibilité et sites pilotes concernés par ce partenariat n'ont pas été détaillées dans l'annonce.

IndustrielActu
1 source
Monumental obtient de nouveaux fonds pour déployer ses robots de construction aux États-Unis
3933Robotics Business Review 

Monumental obtient de nouveaux fonds pour déployer ses robots de construction aux États-Unis

Monumental, entreprise néerlandaise basée à Amsterdam et spécialisée dans la robotique et les logiciels de construction, a annoncé cette semaine une levée de fonds de 32 millions de dollars en Series B, menée par Khosla Ventures avec la participation de Hummingbird, Plural et d'autres investisseurs. Le co-fondateur et PDG Salar al Khafaji a précisé au Robot Report que ces fonds serviront à recruter des ingénieurs hardware et software, à lancer l'entreprise aux Etats-Unis dès cette année, à augmenter le nombre de robots déployés en Europe, et à élargir les tâches de construction couvertes au-delà de la pose de briques. Les robots électriques et autonomes de Monumental utilisent capteurs, vision par ordinateur et bras grutiers pour poser briques et mortier avec une précision millimétrique, le tout piloté par Atrium, la plateforme logicielle propriétaire de l'entreprise. Ils peuvent aussi manipuler des outils additionnels, comme l'insertion de tirants muraux ou le jointoiement. A ce jour, les robots de Monumental ont construit les murs de plus de 100 logements aux Pays-Bas et au Royaume-Uni, ainsi que ceux d'une école, d'un centre communautaire, d'un hôtel et de murs de canaux. Le modèle économique de Monumental, qui facture des murs finis plutôt que la location de robots, transfère le risque financier et technique vers l'entreprise elle-même plutôt que vers les entrepreneurs du bâtiment, ce qui facilite l'adoption sans investissement en capital de leur part. Cette approche répond directement à une pénurie de main-d'oeuvre massive aux Etats-Unis, où il manque chaque mois entre 200 000 et 400 000 ouvriers du bâtiment, et où 2,2 millions de travailleurs supplémentaires seraient nécessaires d'ici trois ans pour répondre à la demande de logements. Pour les décideurs du secteur, cette levée confirme qu'un modèle de robotique de construction en subcontracting, avec des humains toujours présents pour la supervision, la maintenance et les interventions imprévues, peut passer du stade pilote à un déploiement commercial réel sur plus de 100 chantiers, loin des simples démonstrations. L'expansion américaine constitue toutefois un défi différent de l'Europe: le marché y est plus fragmenté, avec des codes du bâtiment, des structures de main-d'oeuvre et des pratiques de construction qui varient d'un Etat à l'autre. Al Khafaji affirme que l'approche logicielle de Monumental, déjà éprouvée face à la diversité des pratiques européennes, permettra d'adapter les déploiements aux méthodes locales. Les investisseurs, selon l'entreprise, ont été convaincus avant tout par ces résultats opérationnels concrets plutôt que par la seule promesse technologique, la Series A ayant servi à valider que le concept fonctionnait réellement sur le terrain.

FR/EU ecosystemeActu
Aussi surRobotics & Automation News
Robbyant dévoile LingBot-VLA 2.0, modèle IA universel pour robots incarnés
3934Robotics & Automation News 

Robbyant dévoile LingBot-VLA 2.0, modèle IA universel pour robots incarnés

Robbyant, filiale d'IA incarnée du groupe Ant Group (maison mère d'Alipay), a annoncé la mise à jour et la publication en open source de LingBot-VLA 2.0, un modèle vision-langage-action (VLA) destiné aux robots humanoïdes et autres plateformes incarnées. Ce nouveau modèle s'appuie directement sur LingBot-VLA 1.0, sorti en janvier 2026, et apporte des progrès notables sur trois axes techniques majeurs : la généralisation morphologique (capacité à piloter des corps de robots différents sans réentraînement complet), le support d'un nombre accru de degrés de liberté (DoF), et l'efficacité de déploiement. Robbyant présente LingBot-VLA 2.0 comme un "cerveau universel" capable de s'adapter à des architectures robotiques variées plutôt qu'à une seule plateforme propriétaire. L'enjeu pour l'industrie robotique tient moins à la performance brute qu'à la stratégie d'ouverture : en publiant son modèle en open source, Ant Group cherche à s'imposer comme fournisseur de la couche logicielle "cerveau" pour un écosystème de fabricants de robots humanoïdes, plutôt que de vendre du matériel propre. Pour les intégrateurs et décideurs industriels, cela signifie potentiellement un modèle VLA gratuit et personnalisable, à intégrer sur des plateformes tierces, ce qui pourrait accélérer l'adoption face aux modèles propriétaires fermés comme Helix (Figure AI) ou GR00T N2 (NVIDIA). Cela renforce aussi l'hypothèse selon laquelle la généralisation cross-embodiment (un même modèle pilotant plusieurs morphologies de robots) devient un axe de compétition central, au-delà de la simple démonstration ponctuelle. Cette annonce s'inscrit dans la stratégie plus large d'Ant Group de se positionner sur l'IA incarnée, un an après le lancement de la première version de LingBot-VLA. Le secteur des modèles VLA reste dominé par des acteurs américains (Physical Intelligence avec Pi-0, NVIDIA avec GR00T, Figure AI avec Helix) et chinois (Unitree, AgiBot), avec une bascule progressive vers l'open source comme arme concurrentielle, à l'image de ce que Meta a fait avec Llama face à OpenAI. Les détails précis sur les benchmarks, les partenaires de déploiement et le calendrier de disponibilité du modèle n'étaient pas encore complètement communiqués au moment de l'annonce, ce qui invite à distinguer la publication du code de sa validation réelle sur du matériel tiers.

Chine/AsieActu
1 source
Robotique : les véritables gagnants seront-ils les fournisseurs de composants ?
3935Robot Magazine FR 

Robotique : les véritables gagnants seront-ils les fournisseurs de composants ?

Pendant que les projecteurs se braquent sur Tesla, Figure AI, Unitree ou Agility Robotics, une note d'analyse de Morgan Stanley déplace le regard vers les fournisseurs de composants qui équiperont ces machines, quel que soit le vainqueur de la course aux humanoïdes. Son argument central repose sur les roulements de précision : un drone en embarque plusieurs, un robot industriel classique plusieurs dizaines, et un robot humanoïde avancé peut en intégrer plus de 70, répartis dans les épaules, coudes, poignets, hanches, genoux, chevilles et actionneurs des mains. À cette liste s'ajoutent les réducteurs harmoniques, les actionneurs électromécaniques, les moteurs couple, les vis à billes, les encodeurs absolus, les capteurs de force et de couple, les caméras industrielles et les semi-conducteurs spécialisés pour l'IA embarquée, autant de briques technologiques difficilement substituables. La note cite plusieurs industriels européens déjà positionnés sur ce segment : SKF, Schaeffler, THK Europe, Bosch Rexroth et SEW-Eurodrive, tous dotés d'une expertise reconnue en mécanique de précision. Pour les intégrateurs et les décideurs industriels, cette lecture déplace le centre de gravité de la valeur. Plutôt que de parier sur tel constructeur de robot humanoïde, dont la viabilité commerciale reste incertaine, l'analyse invite à regarder les fournisseurs dont les pièces équiperont l'ensemble du marché, indépendamment de l'issue de la compétition entre marques. L'analogie avec les vendeurs de pelles de la ruée vers l'or, ou avec NVIDIA, TSMC et ASML dans la vague IA, reprend une thèse d'investissement classique : dans une phase de compétition ouverte entre nombreux acteurs finaux, ce sont souvent les fournisseurs d'infrastructures qui captent une valeur récurrente et moins risquée. Plus les robots gagnent en dextérité, mains et poignets multi-axes en tête, plus la densité de composants de haute précision par machine augmente, ce qui suggère un marché de composants croissant plus vite, et de façon plus prévisible, que celui des robots finis eux-mêmes. Cette lecture s'inscrit dans un débat plus large sur la souveraineté industrielle européenne. Les tensions récentes sur les semi-conducteurs ont déjà montré les risques d'une dépendance excessive envers un nombre restreint de fournisseurs étrangers pour des composants jugés stratégiques. Dans la robotique, le même schéma pourrait se reproduire : roulements, réducteurs et actionneurs sont indispensables mais restent largement absents des radars politiques, à l'inverse des robots eux-mêmes qui concentrent l'attention médiatique et les annonces spectaculaires. Le maintien d'une base industrielle dans ces composants, portée par des groupes déjà implantés comme SKF ou Schaeffler, est présenté comme un levier de compétitivité pour l'Europe face à la croissance attendue des marchés de la robotique industrielle, logistique, médicale et humanoïde dans la décennie à venir. Reste à voir si ces acteurs traditionnels sauront monter en cadence assez vite pour répondre à des spécifications inédites, notamment pour les mains et poignets multi-DOF des humanoïdes.

FR/EU ecosystemeOpinion
1 source
L'autonomie des agents d'IA a-t-elle redéfini la sécurité et le contrôle en robotique ?
3936Robotics & Automation News 

L'autonomie des agents d'IA a-t-elle redéfini la sécurité et le contrôle en robotique ?

Je remarque que cet article source est très mince : il est coupé après "Physical barriers, emergency […]" et ne contient aucun chiffre précis, nom d'entreprise, produit ou date, juste des généralités sur l'autonomie robotique et la gouvernance des agents. Je ne peux donc pas respecter la consigne "chiffres précis, noms d'entreprises et de modèles" puisque la source n'en fournit aucun. Voici la synthèse la plus fidèle possible au contenu réellement disponible : Les systèmes robotiques évoluent vers une autonomie croissante : ils apprennent à percevoir leur environnement, à choisir une action et à adapter leur comportement sans intervention humaine directe. Cette capacité s'étend à des contextes variés, entrepôts logistiques, sites industriels, laboratoires de recherche, environnements de transit, où les robots doivent composer avec des conditions changeantes. Cette montée en autonomie améliore la productivité et la flexibilité opérationnelle, mais elle déplace mécaniquement la question de la sécurité et du contrôle. C'est là qu'intervient la notion de gouvernance des agents : un cadre qui définit précisément ce qu'un système autonome est habilité à accomplir, comment ses décisions sont surveillées en continu, et à quel moment une intervention humaine redevient nécessaire. Pour les intégrateurs et les décideurs industriels, cette évolution signale un changement de paradigme dans l'approche sécurité. Les dispositifs traditionnels, barrières physiques, arrêts d'urgence, zonage fixe, ont été conçus pour des robots aux comportements prévisibles et scriptés. Face à des agents capables de décisions dynamiques, ces garde-fous statiques montrent leurs limites : ils ne suffisent plus à garantir un contrôle fiable sans freiner les gains d'autonomie recherchés. La question posée devient donc moins "comment empêcher le robot d'agir" que "comment superviser et encadrer ses choix en temps réel". Cette problématique s'inscrit dans un débat sectoriel plus large, alimenté par la multiplication des déploiements de robots mobiles et humanoïdes dotés de modèles décisionnels avancés (architectures vision-langage-action notamment). À mesure que ces systèmes sortent des environnements contrôlés de laboratoire pour rejoindre des sites de production réels, la définition de standards de gouvernance et de supervision devient un enjeu central pour l'industrie, sans que l'article ne détaille ici d'acteur, de calendrier ou de norme spécifique. Souhaitez-vous que je cherche l'article source complet (probablement sur un site comme Robotics Business Review ou similaire) pour obtenir la version non tronquée avec des éléments factuels concrets ?

Societe/EthiqueOpinion
1 source
BrainCo dévoile une plateforme robotique "contrôlée par la pensée" à la Conférence mondiale sur l'IA en Chine
3937SCMP Tech 

BrainCo dévoile une plateforme robotique "contrôlée par la pensée" à la Conférence mondiale sur l'IA en Chine

BrainCo, licorne technologique chinoise spécialisée dans les interfaces cerveau-machine, a dévoilé vendredi à Shanghai sa "Brain-Controlled Robot AI Platform", présentée par l'entreprise comme la première plateforme intégrée permettant de piloter un robot par la pensée, sans le moindre mouvement musculaire. L'annonce a eu lieu lors de la World Artificial Intelligence Conference (WAIC), le rendez-vous phare de l'IA en Chine. Le communiqué de BrainCo revendique un système de contrôle cerveau-vers-robot inédit, mais aucune donnée technique précise (latence de commande, nombre de commandes reconnues, plateforme robotique associée, taux de fiabilité) n'a été communiquée à ce stade, ce qui invite à traiter la démonstration comme une vitrine plutôt qu'un produit validé en conditions réelles. Pour l'industrie robotique, cette annonce s'inscrit dans la course mondiale à l'IA incarnée (embodied AI), où les grands acteurs cherchent à coupler perception, cognition et contrôle moteur dans des systèmes de plus en plus autonomes. Une interface cerveau-machine capable de piloter un robot ouvrirait des usages potentiels en assistance aux personnes à mobilité réduite, en téléopération industrielle ou en environnements dangereux, mais l'écart entre une démonstration de conférence et un déploiement commercial fiable reste généralement important dans ce secteur, notamment sur les questions de robustesse du signal neuronal et de généralisation hors laboratoire. BrainCo s'est bâtie ces dernières années sur les technologies de casques et prothèses à interface cerveau-ordinateur, avant d'élargir son positionnement vers la robotique incarnée, un mouvement suivi par plusieurs laboratoires chinois et américains investissant dans les modèles vision-langage-action (VLA) et le contrôle neuronal. La WAIC de Shanghai, vitrine annuelle des ambitions chinoises en IA, sert régulièrement de tremplin à ce type d'annonce ; les prochaines étapes attendues concernent la publication de spécifications techniques et d'éventuels partenariats industriels pour valider la plateforme au-delà de la démonstration.

Chine/AsieActu
1 source
RoboTTT : mise à l'échelle du contexte pour les politiques robotiques
3938arXiv cs.RO 

RoboTTT : mise à l'échelle du contexte pour les politiques robotiques

NVIDIA, via son laboratoire de recherche GEAR (research.nvidia.com/labs/gear), publie RoboTTT (Test-Time-Training Robot Policies), un modèle et une recette d'entraînement qui étendent le contexte visuomoteur des politiques robotiques à 8 000 pas de temps, soit trois ordres de grandeur au-delà des modèles de référence actuels qui opèrent en une seule étape ou sur un historique court, sans augmenter la latence d'inférence. Sur des tâches réelles de manipulation robotique, RoboTTT améliore les performances globales de 87% par rapport à une base à contexte unique et parvient à compléter intégralement une tâche d'assemblage de cinq minutes en dix étapes, ce qu'aucun modèle de référence testé n'accomplit. La version entraînée avec un contexte de 8 000 pas de temps surpasse de 62% la même architecture pré-entraînée avec seulement 1 000 pas de temps. Le mécanisme repose sur l'intégration du Test-Time Training dans des politiques Vision-Language-Action: l'état récurrent du modèle est constitué de "fast weights", des paramètres mis à jour par descente de gradient pendant l'entraînement et l'inférence, qui compressent l'historique en poids plutôt qu'en tokens de contexte classiques. Cette approche déplace un verrou connu du secteur: jusqu'ici, allonger le contexte des politiques robotiques se heurtait au coût de calcul en inférence. RoboTTT découple les deux, ouvrant la voie à des capacités nouvelles pour les intégrateurs: imitation en contexte à partir d'une seule démonstration vidéo humaine sans réentraînement, amélioration de la politique à la volée, et meilleure robustesse aux perturbations sur des tâches longues et multi-étapes. Les auteurs notent, pour la première fois selon eux, une progression régulière des performances en boucle fermée à mesure que le contexte de pré-entraînement augmente, ce qui positionne la longueur de contexte comme un nouvel axe de scaling pour les modèles fondation robotiques, au même titre que la taille des paramètres ou le volume de données. RoboTTT s'inscrit dans la lignée des politiques VLA telles que Pi-0 ou GR00T N2, dont l'entraînement combine ici le "sequence action forcing" et la rétropropagation tronquée dans le temps pour gérer un contexte aussi long. Il s'agit à ce stade d'un article de recherche (arXiv, preprint) accompagné de vidéos de démonstration, sans indication de déploiement industriel ni de calendrier de commercialisation.

IA physiqueActu
1 source
Action QFormer : structuration des représentations guidée par la supervision des actions dans les modèles vision-langage-action
3939arXiv cs.RO 

Action QFormer : structuration des représentations guidée par la supervision des actions dans les modèles vision-langage-action

Des chercheurs publient sur arXiv (2607.14635v1) une étude sur les modèles vision-langage-action (VLA), remettant en question la manière dont la supervision par action est utilisée pour entraîner ces systèmes. Traditionnellement traitée comme un simple objectif d'apprentissage en aval pour prédire les actions, cette supervision agit en réalité comme une force qui remodèle les représentations multimodales héritées des modèles vision-langage préentraînés. Les auteurs montrent que cet effet est double : il est indispensable pour construire des représentations compatibles avec l'action, mais lorsqu'il est appliqué trop directement sur le flux multimodal hérité, il déstabilise aussi les capacités de traitement du langage et d'ancrage des objets. Pour résoudre cette tension, l'équipe introduit Action QFormer, une interface à base de requêtes conditionnées par les instructions, qui réorganise les informations multimodales héritées en représentations orientées action avant la génération des commandes. En navigation zero-shot sim-to-real, cette architecture fait bondir le taux de réussite moyen des tâches en boucle fermée de 18,8% à 56,3%, la justesse de génération d'action à instruction fixe de 22,5% à 75,5%, et réduit quasiment à zéro les générations d'instructions hors distribution. Ce résultat touche un point sensible du secteur robotique : l'écart persistant entre démonstrations impressionnantes et performances réelles en conditions variables, souvent attribué au fossé sim-to-real. En multipliant par trois le taux de succès en navigation zero-shot, Action QFormer suggère que les gains de performance des VLA ne viendront pas uniquement de backbones préentraînés plus puissants, à la manière de Pi-0, GR00T N2 ou Helix, mais aussi de la façon dont l'information multimodale héritée est sélectionnée et organisée avant d'être exposée à la supervision par action. Pour les intégrateurs et équipes de recherche robotique, ce travail envoie un signal clair : le simple passage à l'échelle des données d'action ou le fine-tuning direct sur des architectures VLM existantes comporte un risque de dégradation silencieuse des capacités de compréhension du langage et de perception, un compromis rarement documenté dans les communications commerciales. Ce travail s'inscrit dans la lignée des modèles VLA apparus depuis RT-2 et OpenVLA, qui adaptent des architectures vision-langage préentraînées à la prédiction directe d'actions robotiques, approche depuis reprise par des laboratoires comme Physical Intelligence avec Pi-0, NVIDIA avec GR00T N2 ou Figure AI avec Helix. La question de la préservation des capacités multimodales sous supervision d'action rejoint des préoccupations déjà observées ailleurs dans le secteur, où l'écart entre vidéos de démonstration sélectionnées et déploiement réel reste un sujet de vigilance éditoriale. Les auteurs positionnent Action QFormer comme une brique architecturale plutôt qu'un produit fini, validée pour l'instant sur des tâches de navigation en environnement simulé puis réel ; la suite logique serait son extension à des tâches de manipulation avec davantage de degrés de liberté, ainsi que sa validation sur des backbones VLA de plus grande échelle.

IA physiqueActu
1 source
SoftNav : intégrer des tokens de scène 3D dans les VLM pour la navigation incarnée
3940arXiv cs.RO 

SoftNav : intégrer des tokens de scène 3D dans les VLM pour la navigation incarnée

Des chercheurs ont publié SoftNav, une nouvelle méthode de navigation embarquée pour robots et agents autonomes, décrite dans un article arXiv (2607.14586v1) mis en ligne le 17 juillet 2026. Le système s'attaque à un problème concret : lorsqu'un agent doit localiser une cible dans un environnement inconnu, les approches actuelles transmettent l'information de la scène 3D aux modèles vision-langage (VLM) sous forme de texte, ce qui crée une perte d'information entre la représentation spatiale et le raisonnement du modèle. SoftNav injecte à la place un token par objet détecté ou par frontière d'exploration, directement dans l'espace caché du VLM, via un projecteur léger, sans texte intermédiaire. L'encodeur 3D et le VLM restent gelés durant l'entraînement, qui ne nécessite qu'environ 1 200 échantillons et 17 millions de paramètres entraînables, un volume très réduit pour ce type de tâche. Sur le benchmark HM3D-OVON, la méthode atteint des taux de réussite de 74,2 %, 68,3 % et 66,7 % selon les trois découpages testés, dépassant toutes les approches précédentes en taux de réussite comme en efficacité de trajectoire (SPL). L'intérêt principal tient à la généralisation sans réentraînement : la même politique de navigation, entraînée une fois, transfère en zero-shot vers GOAT-Bench (67,2 % de réussite), vers SG3D (47,2 % de sous-réussite) et vers un déploiement réel sur robot physique, sans modification d'architecture. Pour les intégrateurs et équipes de recherche en robotique, ce résultat appuie l'idée que le goulot d'étranglement des VLM appliqués à la navigation n'est pas tant la capacité de raisonnement du modèle que le format de transmission de l'information géométrique : une simple sérialisation textuelle du monde 3D dégrade les performances par rapport à une injection au niveau des embeddings. C'est un argument technique en faveur de représentations hybrides texte-plus-tokens continus dans les pipelines VLA (vision-language-action), plutôt que du tout-texte. L'étude s'inscrit dans la lignée des travaux récents combinant perception 3D et modèles de langage pour la navigation d'agents, un axe de recherche actif depuis l'essor des VLM généralistes appliqués à la robotique. Les auteurs comparent leur approche à plusieurs méthodes antérieures sur navigation orientée objectif, sans toutefois préciser de calendrier de déploiement industriel ni de partenariat commercial à ce stade : il s'agit pour l'instant d'un résultat de recherche validé sur benchmarks académiques et en test robot limité, pas d'un produit prêt à l'intégration.

RechercheActu
1 source
BadWAM : quand les modèles monde-action rêvent bien mais agissent mal
3941arXiv cs.RO 

BadWAM : quand les modèles monde-action rêvent bien mais agissent mal

Une équipe de recherche publie sur arXiv (référence 2607.15207v1) un article intitulé « BadWAM: When World-Action Models Dream Right but Act Wrong », qui introduit un nouveau cadre d'attaque adversariale ciblant les World-Action Models (WAM), ces architectures qui couplent génération d'action et prédiction du futur pour le contrôle robotique incarné. BadWAM formalise une classe d'attaques baptisées « World-Action Drift Attacks » : de petites perturbations visuelles qui cassent l'alignement entre ce que le modèle imagine et ce qu'il exécute réellement. Le framework décline deux variantes selon les priorités de l'attaquant : une attaque purement orientée action, qui pousse directement le robot vers des échecs de tâche, et une attaque dite « imagination-preserving », plus furtive, qui maintient une prédiction de futur plausible tout en désynchronisant l'action exécutée. Testée sur plusieurs variantes de WAM en boucle fermée, l'attaque action-only fait chuter le taux de réussite des tâches de 96,5 % à 43,1 %. Ce résultat fragilise un argument central de sécurité avancé pour les WAM : le fait de pouvoir vérifier une action contre le futur imaginé par le modèle était présenté comme une garantie de robustesse et d'interprétabilité. BadWAM montre que cette garantie peut être contournée, y compris de façon furtive, le modèle continuant d'afficher une trajectoire imaginée cohérente alors que l'action réellement exécutée diverge. Pour les intégrateurs et décideurs qui envisagent de déployer des VLA ou des WAM en environnement industriel, c'est un signal d'alerte direct sur la fiabilité des mécanismes de vérification interne comme filet de sécurité, particulièrement dans des contextes où un flux vidéo ou capteur pourrait être manipulé. Les WAM s'inscrivent dans la lignée des modèles vision-langage-action (VLA) comme Pi-0 ou GR00T N2, qui cherchent à unifier perception, raisonnement et contrôle moteur. En documentant systématiquement la surface d'attaque de ces architectures selon deux axes, force de perturbation et furtivité, les auteurs de BadWAM posent une méthodologie d'évaluation reproductible que d'autres laboratoires pourront appliquer à leurs propres modèles avant tout déploiement sur des plateformes robotiques réelles.

RechercheActu
1 source
Sécurisation de l'exécution de politiques RL par contrainte CBF-QP basée sur l'accélération pour des déploiements robotiques réels
3942arXiv cs.RO 

Sécurisation de l'exécution de politiques RL par contrainte CBF-QP basée sur l'accélération pour des déploiements robotiques réels

Une équipe de recherche présente Acc-CBF-QP, un filtre de sécurité formulé comme un programme quadratique (QP) basé sur l'accélération et des fonctions de barrière de contrôle (CBF), destiné à contraindre en temps réel n'importe quelle politique d'apprentissage par renforcement (RL) sans toucher à son entraînement. Le système impose simultanément des limites de position articulaire, de vitesse, de couple et d'évitement de collision dans un seul cadre d'optimisation. Sa contribution centrale réside dans deux nouvelles tâches RL+QP : TorqueTask, qui minimise l'écart de couple par rapport à la commande RL, et Forward Dynamics Task, qui minimise l'écart d'accélération induite, permettant d'arbitrer finement entre sécurité et performance. La méthode a été validée en simulation et sur matériel réel, sur un bras manipulateur Kinova Gen3 à 7 degrés de liberté et sur l'humanoïde Unitree H1 à 19 degrés de liberté. Sur H1 en conditions réelles, une politique Safe-RL seule produisait 10,04 violations de contraintes par seconde ; ajoutée à Acc-CBF-QP, ce taux chute de 92%, à 0,80 violation par seconde. Sur le Kinova Gen3, les violations sont totalement éliminées. Le pipeline complet est publié en open source. L'enjeu dépasse la simple métrique de sécurité : le RL peine à passer du laboratoire au terrain précisément parce qu'il ne fournit aucune garantie formelle face aux états hors distribution, un problème critique pour des robots à pattes ou des manipulateurs opérant près de leurs limites physiques. En montrant que ce filtre préserve les performances nominales de la tâche RL dans les régimes sans violation, et qu'il évite même les arrêts d'urgence déclenchés par des dépassements de contrainte lors de commandes de vitesse agressives sur H1 (donc une durée de fonctionnement prolongée), les auteurs répondent directement à un frein connu à l'adoption industrielle : la difficulté de certifier des comportements appris pour un déploiement en sécurité sur du matériel réel. Ce travail s'inscrit dans la lignée des fonctions de barrière de contrôle, un outil de sécurité formelle de plus en plus combiné au RL et au Safe-RL pour compenser l'absence de garanties intrinsèques de ces politiques. Contrairement à des approches qui modifient l'entraînement lui-même, Acc-CBF-QP agit en aval, comme une couche de filtrage appliquée à l'exécution, ce qui facilite son adoption sur des politiques déjà entraînées. La publication du code laisse entrevoir une adoption possible par d'autres équipes travaillant sur l'humanoïde ou la manipulation, sans qu'aucun calendrier de déploiement industriel ne soit pour l'instant annoncé.

RecherchePaper
1 source
Main d'IDMAS : main sensorielle anthropomorphe modulaire à faible impédance et entraînement direct
3943arXiv cs.RO 

Main d'IDMAS : main sensorielle anthropomorphe modulaire à faible impédance et entraînement direct

Des chercheurs ont publié le 17 juillet 2026 sur arXiv un article présentant MIDAS Hand (Modular low-Impedance Direct-drive Anthropomorphic Sensing Hand), une main robotique dexterous à bas coût et open-source destinée à la recherche en manipulation. L'engin offre 16 degrés de liberté au total, dont 13 actifs, avec un entraînement en prise directe (direct-drive) affichant un couple de rétro-entraînement mesurément faible. Elle intègre 283 taxels tactiles trois axes répartis sur l'ensemble de la main, pour un poids compact de 700 grammes et une nomenclature de composants (BOM) inférieure à 3 000 dollars. Entièrement construite à partir de pièces imprimées en 3D, elle s'assemble en moins de trois heures tout en conservant la robustesse et la répétabilité nécessaires à des expériences répétées en conditions réelles. Les auteurs publient l'ensemble de la chaîne technique en accès libre : fichiers de conception, documentation de montage, API Python de contrôle et de lecture tactile, modèles de simulation, ainsi que des pipelines de retargeting et de téléopération. Cette publication cible un goulot d'étranglement bien identifié du secteur : la manipulation dexterous progresse autant grâce aux algorithmes qu'à la disponibilité de matériel accessible, et les mains robotiques existantes sacrifient généralement soit le coût, soit la fabrication facile, soit la richesse du retour tactile, soit l'échelle humaine. En combinant ces quatre propriétés dans une plateforme reproductible et documentée, MIDAS Hand vise à démocratiser la collecte de données de démonstration humain-vers-robot, un enjeu central pour l'entraînement des modèles vision-langage-action (VLA) qui alimentent aujourd'hui les mains et bras robotiques les plus avancés du secteur humanoïde. Le projet s'inscrit dans une lignée de mains dexterous de recherche telles que la Shadow Hand, l'Allegro Hand ou la LEAP Hand, souvent limitées par leur coût ou l'absence de capteurs tactiles denses. Les auteurs caractérisent leur plateforme via des analyses d'espace de travail et de taxonomie de prise, des essais de charge utile et de fiabilité, des mesures de rétro-entraînabilité, et des démonstrations de téléopération avec retour tactile. La documentation complète et le code sont accessibles sur midas-hand.com.

RecherchePaper
1 source
Marinarium : une installation expérimentale modulaire pour la robotique de terrain maritime et analogue-spatiale reproductible
3944arXiv cs.RO 

Marinarium : une installation expérimentale modulaire pour la robotique de terrain maritime et analogue-spatiale reproductible

Marinarium est une installation expérimentale modulaire dédiée à la robotique de terrain maritime et aux analogues spatiaux, présentée dans un article déposé sur arXiv (2602.23053v2, version corrigée). L'infrastructure combine un volume opérationnel sous-marin et aérien entièrement instrumenté, un système de capture de mouvement (MoCap), un toit rétractable permettant un fonctionnement à l'abri ou en plein air, un jumeau numérique implémenté via SMaRCSim, et une intégration directe avec un laboratoire de robotique spatiale planaire. Cette dernière connexion permet de mener des expérimentations à la fois maritimes et d'analogie spatiale sous-marine au sein d'une même installation. Les auteurs valident les capacités de Marinarium à travers quatre études représentatives : l'identification de système pilotée par les données pour la dynamique de véhicules sous-marins, un rendez-vous robotique hétérogène multi-domaine, un transfert sim-to-real pour la robotique sous-marine reposant sur des résidus de dynamique appris, et une validation croisée de l'autonomie de véhicules spatiaux à l'aide de substituts sous-marins. L'enjeu affiché par les auteurs est de combler un vide méthodologique persistant entre la simulation à faible coût mais peu fidèle et l'expérimentation offshore, coûteuse et difficile à reproduire. Les bassins instrumentés existants n'offrent généralement qu'un capteur limité, des capacités expérimentales restreintes et une intégration faible avec les outils de simulation. En proposant un banc d'essai intermédiaire reproductible, Marinarium s'adresse directement aux équipes de recherche en robotique de terrain qui doivent aujourd'hui choisir entre des simulations peu représentatives et des campagnes en mer onéreuses. Le recours à des substituts sous-marins pour valider de l'autonomie spatiale illustre aussi une piste économique pour tester des comportements normalement réservés à des essais orbitaux ou lunaires coûteux. Le nom SMaRCSim renvoie au Swedish Maritime Robotics Centre, dont les outils de simulation servent de jumeau numérique à l'installation, suggérant une origine académique suédoise pour ce projet. L'article ne précise pas de partenaires industriels ni de calendrier de déploiement commercial : il s'agit d'une infrastructure de recherche destinée à la communauté scientifique, positionnée comme complément aux bassins d'essai existants plutôt que comme concurrent direct des grandes installations offshore. Les quatre études servent de preuve de concept plutôt que de démonstration à l'échelle industrielle.

FR/EU ecosystemeActu
1 source
OASIS-Map : détection de changements au niveau des objets en cartographie multi-sessions par mise en correspondance sémantique
3945arXiv cs.RO 

OASIS-Map : détection de changements au niveau des objets en cartographie multi-sessions par mise en correspondance sémantique

Des chercheurs d'Oxford (Oxford Robotics Institute, groupe Dynamic Robot Systems) présentent OASIS-Map, un système de cartographie multi-session conçu pour détecter et suivre les changements d'objets dans des environnements semi-statiques revisités par un robot au fil du temps. Publié sur arXiv (2607.14899v1), le système établit des correspondances sémantiques denses au niveau des patchs entre observations successives, permettant d'associer un même objet d'une visite à l'autre même en cas de vue partielle, d'occlusion ou de segmentation imparfaite, puis de repérer précisément ce qui a changé dans la scène : objets apparus, disparus, déplacés ou remplacés. L'équipe a testé OASIS-Map sur trois scénarios réels distincts : des réarrangements d'objets dans le jeu de données 3RScan, le remplacement de véhicules visuellement similaires dans un parking, et des changements à grande échelle dans un marché extérieur. Les résultats mesurés donnent un score F1 de 0,783 pour la détection de changement dans le scénario du parking (remplacement de voitures) et un F1 de 0,667 pour l'association d'objets déplacés sur 3RScan. Ce travail cible un problème concret pour la robotique d'inspection long terme : une carte statique devient rapidement obsolète dès que l'environnement évolue en l'absence du robot, un défi central pour les déploiements en entrepôt, en parking ou en espace commercial où les objets bougent en permanence. La difficulté technique majeure n'est pas de détecter qu'un changement a eu lieu, mais d'associer correctement les objets entre deux visites malgré des angles de vue différents ou des occlusions partielles, ce que les méthodes fondées sur la géométrie seule ou la sémantique de catégorie peinent à faire de façon fiable. Un F1 de 0,667 sur l'association d'objets déplacés montre que le problème reste loin d'être résolu à l'échelle, ce qui tempère l'idée que la correspondance sémantique multi-session serait déjà mature pour un déploiement industriel sans supervision. OASIS-Map s'inscrit dans une lignée de recherches sur la cartographie sémantique orientée objets et le change detection pour la robotique persistante, un axe où la littérature s'appuyait jusqu'ici surtout sur la géométrie brute ou des catégories sémantiques génériques plutôt que sur une correspondance fine au niveau des patchs. Les auteurs annoncent la mise à disposition d'une page projet (dynamic.robots.ox.ac.uk/projects/oasis-map) mais ne précisent pas de calendrier de déploiement pilote ni de partenariat industriel ; il s'agit pour l'instant d'un travail de recherche validé sur des cas d'usage réels mais circonscrits, sans indication de commercialisation à court terme.

RecherchePaper
1 source
Open-AoE : un jeu de données ouvert de manipulation égocentrique et une chaîne d'outils pour l'apprentissage incarné
3946arXiv cs.RO 

Open-AoE : un jeu de données ouvert de manipulation égocentrique et une chaîne d'outils pour l'apprentissage incarné

Une équipe de recherche publie Open-AoE, un jeu de données ouvert de vidéos égocentriques de manipulation humaine destiné à l'apprentissage de modèles robotiques, accompagné d'une chaîne d'outils complète allant de la capture smartphone jusqu'à l'entraînement de modèles. Décrit dans un article arXiv (2607.14183v1) publié le 17 juillet 2026, ce premier jalon rassemble environ 2 000 heures de vidéos de manipulation tournées en environnement naturel par plus de 500 contributeurs utilisant plus de 400 smartphones différents. Chaque séquence est annotée avec des descriptions textuelles, des poses de main reconstruites via le modèle MANO, des trajectoires de caméra et un découpage temporel en actions atomiques localisées. Le pipeline de traitement transforme les enregistrements bruts en échantillons structurés à travers quatre étapes : segmentation temporelle des actions, annotation sémantique, reconstruction des mains et reconstruction de trajectoire caméra. Une chaîne d'outils distincte permet ensuite la visualisation, le retargeting cross-embodiment (transfert des mouvements humains vers différentes morphologies de robots), la conversion de données spécifique à chaque modèle, ainsi que des recettes d'entraînement pour les politiques VLA, les modèles WAM et les World Models. L'enjeu principal est celui du goulot d'étranglement de données pour l'apprentissage par imitation en robotique : les démonstrations téléopérées sur robot réel restent coûteuses et lentes à collecter à grande échelle, tandis que les vidéos humaines égocentriques offrent une supervision quasi gratuite mais historiquement peu structurée pour un usage robotique direct. En combinant capture low-cost via smartphone, annotations de niveau manipulation (poses de main, actions atomiques) et outils de retargeting prêts à l'emploi, Open-AoE cherche à réduire la friction entre collecte de données humaines et entraînement de politiques robotiques, un axe central pour le transfert humain-vers-robot (human-to-robot transfer) que plusieurs laboratoires explorent en parallèle des approches de téléopération. Ce type d'initiative s'inscrit dans la lignée de jeux de données égocentriques antérieurs comme Ego4D ou Epic-Kitchens, mais se distingue par son orientation explicitement robotique, avec des annotations pensées pour l'entraînement de modèles VLA plutôt que pour la seule reconnaissance d'action. Elle complète des efforts de mutualisation de données robot comme Open X-Embodiment, en s'attaquant cette fois au versant humain de la chaîne de supervision. Les auteurs présentent cette version comme une première publication ouverte à la communauté, invitant à la contribution continue de nouvelles captures, ce qui laisse présager des extensions futures en volume et en diversité de tâches.

RecherchePaper
1 source
DriftWorld : modélisation rapide du monde par dérive
3947arXiv cs.RO 

DriftWorld : modélisation rapide du monde par dérive

Des chercheurs présentent DriftWorld dans un article publié sur arXiv (2607.15065v1), un modèle du monde conditionné par l'action destiné à la planification robotique. Contrairement aux modèles de diffusion classiques qui nécessitent un débruitage itératif à chaque inférence, DriftWorld apprend pendant l'entraînement un "drift" conditionné par l'action, ce qui lui permet de générer les images futures à partir de l'observation courante et d'une séquence d'actions candidates en une seule passe avant. Résultat : plus de 30 images par seconde, soit une vitesse 17 fois supérieure en moyenne aux modèles de diffusion de référence. Les auteurs évaluent leur approche sur les benchmarks standards de manipulation robotique par vision, Bridge-V2, RT-1, Language Table, Push-T et Robomimic, où DriftWorld atteint des performances de décision état de l'art tout en consommant nettement moins de temps de calcul à l'inférence. Le modèle sert aussi de simulateur hors ligne pour classer des politiques de robots réels, avec des scores de rollout corrélés jusqu'à 0,99 avec la vérité terrain. Cette avancée cible un goulot d'étranglement bien identifié : les modèles du monde basés sur la diffusion permettent d'imaginer les conséquences d'une action avant de l'exécuter, mais leur lenteur limite la recherche d'actions à grande échelle en temps réel, un frein direct pour le contrôle robotique embarqué. En rendant chaque rollout quasi instantané sans sacrifier la précision, DriftWorld ouvre la voie à une exploration beaucoup plus large de l'espace des actions au moment de la décision, un enjeu central pour les intégrateurs qui cherchent à déployer des politiques robustes sans multiplier les essais physiques coûteux. Sa capacité à évaluer des politiques hors ligne avec une forte corrélation à la réalité terrain en fait aussi un outil potentiel pour tester des comportements robotiques avant tout déploiement réel. Le papier s'inscrit dans la lignée des travaux récents sur les modèles du monde vidéo pour la robotique, où la diffusion domine depuis plusieurs années malgré son coût d'inférence. Il s'agit ici d'une contribution de recherche académique, sans annonce de produit ni de déploiement industriel : les auteurs positionnent les modèles à drift comme une alternative crédible pour l'imagination rapide au service de la planification et de l'évaluation de politiques, sans préciser à ce stade de calendrier d'intégration commerciale.

RecherchePaper
1 source
Compréhension sémantique du contrôle du corps entier de l'humanoïde par l'audio, en dynamique
3948arXiv cs.RO 

Compréhension sémantique du contrôle du corps entier de l'humanoïde par l'audio, en dynamique

Une équipe du Lab Rococo de l'université Sapienza de Rome a publié le 17 juillet 2026 sur arXiv (2607.14182) un système d'orchestration multimodale permettant à un robot humanoïde de choisir et d'exécuter en temps réel des mouvements en réaction à un flux audio continu, sans script préétabli. Le framework distingue deux branches de traitement : la musique, analysée par empreinte audio et embeddings sémantiques pour identifier un morceau et synchroniser temporellement les mouvements avec ses segments, et la parole, ancrée dans une bibliothèque discrète de compétences apprises par imitation pour permettre une interaction directe humain-robot. Les deux flux passent par une interface unifiée qui ordonnance l'exécution des compétences au sein d'un pipeline de contrôle par renforcement. L'approche a été validée en simulation puis transférée sur un humanoïde Unitree G1, avec des résultats montrant un transfert sim-to-real robuste et une sélection de politique cohérente selon le contenu audio. L'intérêt de ces travaux tient moins à la performance spectaculaire qu'à la nature du problème adressé : la plupart des démonstrations de robots humanoïdes dansant ou réagissant à la musique reposent aujourd'hui sur des séquences chorégraphiées à l'avance et déclenchées manuellement, ce qui limite fortement leur autonomie réelle face à un environnement dynamique. En conditionnant la sélection de compétences motrices sur une compréhension sémantique du signal audio plutôt que sur un déclenchement externe, cette recherche s'inscrit dans la tendance plus large des politiques de contrôle vision-langage-action cherchant à rapprocher la réactivité perceptive des robots de celle d'un humain, un axe scruté de près par les intégrateurs et laboratoires travaillant sur l'autonomie des humanoïdes plutôt que sur la simple téléopération ou le scriptage. Le choix du Unitree G1 comme plateforme d'expérimentation illustre son rôle de standard de facto pour la recherche académique en contrôle humanoïde, grâce à son prix contenu comparé aux plateformes de Boston Dynamics ou Figure. Il s'agit ici d'un travail de recherche publié avec matériel supplémentaire en ligne, non d'un produit commercialisé ; les auteurs ne communiquent pas de calendrier de déploiement au-delà de la validation en laboratoire présentée dans l'article.

FR/EU ecosystemeOpinion
1 source
Never trop tard pour la force : accélérer le post-entraînement des VLA par injection réactive de force
3949arXiv cs.RO 

Never trop tard pour la force : accélérer le post-entraînement des VLA par injection réactive de force

Des chercheurs publient sur arXiv (arXiv:2607.14236v1) LIFT, pour "Late Reactive Injection of Force for VLA Post-Training", une méthode de post-entraînement qui ajoute une réactivité au contact aux politiques vision-langage-action (VLA) déjà pré-entraînées. Le principe : greffer un second "expert d'action" réactif à côté de celui d'origine, initialisé à partir des mêmes poids pré-entraînés, et lui injecter en continu la force 6D mesurée à l'effecteur terminal via une mémoire de force causale et une attention croisée à initialisation nulle. Cela permet de rafraîchir les actions du robot en cours d'exécution, en fonction du retour de force réel et non plus seulement de la vision. Pour gérer le décalage de distribution propre à chaque politique face au retour de contact, LIFT combine cette injection de force avec une boucle DAgger en ligne, entraînée sur un mélange de données hors-ligne alignées sur la tâche et de trajectoires en ligne corrigées par un opérateur humain. Les auteurs testent l'approche sur trois tâches de manipulation fine : pliage de serviette, insertion de livre et empilement d'anneaux façon tour de Hanoï. L'enjeu dépasse la démonstration académique : les politiques VLA actuelles (dans la lignée de RT-2, OpenVLA ou Pi-0) restent essentiellement pilotées par la vision, ce qui les rend fragiles dès que la scène devient occluse, la profondeur ambiguë, ou qu'une petite erreur de force fait sortir l'exécution de la distribution des démonstrations d'entraînement, un scénario fréquent dès qu'il y a contact physique réel avec l'objet. LIFT s'attaque directement à l'un des points faibles documentés du paradigme VLA pour la manipulation en contact, une zone où le fossé entre démonstration vidéo et robustesse en conditions réelles reste large. Les auteurs rapportent un apprentissage plus rapide et des performances supérieures à un post-entraînement uniquement visuel, avec des ablations montrant que la mémoire de force et les corrections humaines en ligne contribuent toutes deux à la robustesse obtenue. Le travail s'inscrit dans la vague actuelle de recherche visant à rendre les politiques VLA génériques exploitables en usine ou en environnement non structuré, où la manipulation fine (insertion, assemblage, tissu) reste le talon d'Achille par rapport aux tâches de préhension simple. Contrairement à un réentraînement complet du modèle, LIFT préserve les connaissances de manipulation générale du VLA de base tout en ajoutant un module spécialisé pour le contact, une approche modulaire plus économe en données. Le code et les données doivent être rendus publics, ce qui permettra à d'autres laboratoires de reproduire les résultats sur d'autres politiques VLA et d'autres tâches de manipulation en contact.

IA physiqueActu
1 source
SafeRelBench : un benchmark sensible aux relations spatiales pour la sécurité au niveau des processus dans les agents incarnés pilotés par VLM
3950arXiv cs.RO 

SafeRelBench : un benchmark sensible aux relations spatiales pour la sécurité au niveau des processus dans les agents incarnés pilotés par VLM

Des chercheurs présentent SafeRelBench, un nouveau benchmark évaluant la sécurité des agents robotiques pilotés par des modèles vision-langage (VLM), avec un focus sur les relations spatiales entre objets plutôt que sur la simple reconnaissance de risques statiques. Le jeu de données comprend 507 échantillons d'évaluation exécutables, répartis entre 248 échantillons centrés sur des relations spatiales (support, confinement, proximité) et 259 échantillons de contrôle non spatiaux. L'équipe a testé sept agents robotiques différents, combinant des VLM open-source et propriétaires, pour mesurer non seulement s'ils accomplissent une tâche demandée, mais s'ils respectent des contraintes de sécurité tout au long du processus d'exécution, avant même que des actions risquées ne soient entreprises. Le résultat principal est préoccupant pour l'industrie : les chercheurs observent un écart important entre la réussite d'une tâche et la conformité en matière de sécurité au niveau du processus. Concrètement, les agents testés parviennent souvent à terminer la tâche demandée tout en violant des règles de sécurité intermédiaires, par exemple en manipulant un objet posé de façon instable ou en ignorant un risque de renversement pendant le mouvement. Ce constat remet en question l'hypothèse répandue dans le secteur selon laquelle un modèle VLA qui réussit une tâche a nécessairement raisonné correctement sur les risques physiques associés. Pour les intégrateurs et décideurs B2B déployant des robots domestiques ou humanoïdes en environnement réel, cela signifie que les métriques de succès de tâche classiques ne suffisent pas à garantir un déploiement sûr, et que l'évaluation doit désormais intégrer explicitement le raisonnement sur les relations spatiales entre objets. Ce travail s'inscrit dans un mouvement plus large de recherche sur la sécurité des agents incarnés (embodied AI), où les benchmarks existants se limitaient jusqu'ici à la reconnaissance de dangers statiques, au refus d'instructions dangereuses, ou à la vérification de l'état final d'une tâche, sans examiner la trajectoire du processus. SafeRelBench se distingue en testant explicitement si les conditions de sécurité sont respectées avant l'exécution d'actions à risque, plaçant les relations spatiales au cœur de l'évaluation. Les auteurs concluent qu'une intelligence incarnée véritablement sûre nécessite, au-delà de meilleures capacités de perception et de planification, un raisonnement fiable sur la manière dont les relations entre objets façonnent le risque pendant l'interaction, un axe de recherche qui devrait gagner en importance à mesure que les déploiements de robots humanoïdes et domestiques s'accélèrent.

RecherchePaper
1 source