RechercheRobohub 14 août 2026

Ce qu'il faut à un robot pour dialoguer avec toute une pièce, pas seulement une personne

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Imperial College London a accueilli, du 20 au 24 juillet, la Imperial Robotics Summer School, un programme intensif réunissant chercheurs en début de carrière, académiques et professionnels de l'industrie robotique. Parmi les participants figurait Umar Farooq, dont la place a été financée par le programme britannique UK RAS STEPS, qui a sélectionné cinq jeunes chercheurs (RTP) pour y assister, avec le soutien de Marie Daniels pour le processus de candidature. Le programme combinait cours magistraux sur la cinématique, la dynamique, la perception et le contrôle des robots, sessions spécialisées sur la robotique aérienne, l'intelligence robotique, la vision en chirurgie robotique, la perception et le contrôle bio-inspirés, ainsi que la robotique d'assistance personnelle. Les participants ont aussi visité les laboratoires d'Imperial dédiés à la robotique adaptative et intelligente, à la robotique aérienne, à la chirurgie robotique, à la manipulation tactile et à l'assistance. Le projet de groupe d'Umar Farooq portait sur l'interaction homme-robot multi-personnes: détection de l'interlocuteur actif en temps réel, suivi de l'identité de chaque personne au fil de l'échange, et génération de comportements naturels de regard et de rotation de tête pour que le robot paraisse attentif à l'ensemble du groupe plutôt qu'à un seul individu.

Ce projet illustre un angle mort fréquent de la robotique sociale actuelle: la plupart des robots conversationnels sont conçus pour une interaction un-à-un, alors que les usages réels, accueil, assistance en entreprise, environnements de soin, impliquent souvent plusieurs interlocuteurs simultanés. L'exercice a aussi permis de dérouler concrètement la chaîne technique complète reliant le langage au mouvement: un LLM traduit une intention exprimée en langage naturel en commandes structurées, celles-ci sont converties en fonctions robotiques de haut niveau, la cinématique inverse les transforme en trajectoires articulaires, qui sont enfin exécutées par la pile de contrôle jusqu'aux actionneurs. Loin d'un produit commercial ou d'une démonstration marketing, ce travail de formation souligne la difficulté réelle de l'interaction homme-robot multi-partie et la nécessité d'une approche interdisciplinaire, mêlant traitement du langage, perception, planification et contrôle moteur, pour qu'un robot social fonctionne au-delà du cas d'usage scripté à deux.

Ce stage s'inscrit dans l'action plus large de UK RAS STEPS, le réseau britannique de robotique et systèmes autonomes, qui multiplie les ateliers de formation pour les chercheurs en début de carrière au-delà de cette seule summer school. Aucun produit ni déploiement commercial n'est annoncé ici: il s'agit d'un exercice académique destiné à structurer la prochaine génération de chercheurs britanniques en robotique, sur des thématiques allant de la locomotion quadrupède à l'apprentissage par vision, en passant par la robotique chirurgicale et la robotique d'assistance. Les suites concrètes évoquées restent la poursuite de la participation aux ateliers UK RAS STEPS et l'approfondissement des recherches menées dans les laboratoires d'Imperial College.

Impact France/UE

Programme de formation britannique (hors UE), sans impact direct sur la France ou l'Union europeenne.

À lire aussi

1arXiv cs.RO

La diversité est-elle tout ce qu'il faut pour la manipulation robotique à grande échelle ?

Une équipe de chercheurs publie sur arXiv (référence 2507.06219) une étude systématique sur le rôle de la diversité des données dans l'apprentissage de la manipulation robotique, remettant en cause l'intuition du "plus c'est divers, mieux c'est". Trois dimensions sont examinées indépendamment. La diversité des tâches s'avère plus critique que le volume de démonstrations par tâche pour le transfert vers de nouveaux scénarios. L'entraînement multi-robots (multi-embodiment) n'est pas nécessaire au transfert inter-plateformes : un modèle entraîné sur un seul type de robot avec des données de haute qualité transfère aussi efficacement, avec de meilleures propriétés de scaling au fine-tuning. Enfin, la diversité des experts humains peut nuire à l'apprentissage via la multimodalité des vitesses d'exécution, chaque opérateur ayant ses propres rythmes et préférences gestuelles. Pour corriger ce biais, les auteurs introduisent une méthode de distribution debiasing appliquée à leur modèle GO-1-Pro, qui gagne 15% de performance, l'équivalent de multiplier par 2,5 le volume de pré-entraînement. Ces résultats ont des implications directes pour les équipes qui conçoivent des pipelines de collecte de données. La conclusion sur le multi-embodiment est particulièrement contre-intuitive : constituer un corpus mono-robot de haute qualité avant de fine-tuner est plus efficace qu'accumuler des datasets disparates multi-robots. Pour un intégrateur ou un décideur industriel, cela redéfinit les priorités de curation : couvrir un maximum de tâches prime sur l'accumulation brute de démonstrations, et standardiser les démonstrations expert devient un levier de performance mesurable. La multimodalité des vitesses est désormais un biais identifiable et corrigeable en amont du pipeline, pas une fatalité inhérente à la collecte humaine. Ce travail s'inscrit dans la dynamique portée par Google DeepMind (RT-2), Physical Intelligence (Pi-0) et les équipes de Berkeley (OpenVLA, Octo), qui cherchent à construire des fondations généralistes pour la manipulation depuis 2023. Contrairement au texte ou aux images, les données de démonstration robotique restent coûteuses à produire, ce qui rend les choix de stratégie de scaling particulièrement stratégiques. Les conclusions orientent directement les acteurs comme Figure AI (Figure 03), Agility Robotics ou, en France, Enchanted Tools (Mirokaï), qui investissent dans de larges datasets de manipulation. Ce travail est purement académique : aucun déploiement ni partenariat commercial n'est annoncé.

UEEnchanted Tools (Mirokaï) est explicitement citée comme acteur concerné par ces stratégies de scaling des données de manipulation, rendant les conclusions directement applicables à leur R&D en France.

RecherchePaper

1 source

2IEEE Spectrum Robotics

Cette main sans corps est tout le robot qu'il vous faut

Des chercheurs du Soft Robotics Lab de l'ETH Zurich ont transformé une main robotique du commerce, fournie par Wuji Technology, en robot autonome qui marche sur le bout des doigts et utilise ces mêmes doigts pour manipuler son environnement. Le projet est dirigé par Amirhossein Kazemipour, doctorant. La main embarque un sac à dos de 80 grammes contenant une batterie, une centrale inertielle (IMU) et un Raspberry Pi Zero. La locomotion a été apprise en simulation par apprentissage par renforcement. L'équipe a ajouté des « ressorts virtuels » : chaque doigt reçoit une position cible par rapport à la paume, correspondant à sa posture naturelle de marche, et toute dérive est pénalisée. Les mouvements avant-arrière sont moins pénalisés que les mouvements latéraux, ce qui rend la marche peu coûteuse. Quatre modèles distincts tiennent sur l'ordinateur de bord : marche, redressement après une chute, appui sur les touches d'un clavier et poussée d'objets vers une cible. Le contrôleur bascule de l'un à l'autre selon le besoin. Lors des essais réels, la main a traversé 14 surfaces, dont sols lisses, grilles métalliques, herbe et gravier, et a aussi réussi des virages. L'intérêt est d'abord méthodologique. Jusqu'ici, les mains marcheuses reposaient sur des mains conçues spécialement pour cela. Ici, la manipulation n'a pas été sacrifiée à la locomotion, et une main de catalogue, optimisée pour la préhension et non pour la marche, a été adaptée par la seule politique de contrôle. La difficulté technique est réelle : une main n'a pas la symétrie gauche-droite des quadrupèdes ou des bipèdes, ses doigts ont des longueurs différentes et elle comporte un pouce opposable. Les recettes classiques de la robotique à pattes ne s'appliquaient donc pas directement. Pour les intégrateurs, le message est celui d'un effecteur détachable et polyvalent, envisagé pour la maintenance dans des espaces confinés ou la recherche et le sauvetage. Ces usages restent des projections des auteurs : aucun test en situation industrielle n'est rapporté, ni mesure de vitesse, d'autonomie ou de charge utile. Ce travail s'inscrit dans une recherche sur les corps robotiques non assignés à un rôle unique. Kazemipour résume la question ainsi : que peut faire une main sans le reste du robot ? Il s'agit d'une démonstration de laboratoire, issue d'une équipe européenne, sans calendrier de transfert industriel ni partenaire commercial annoncé. Elle contraste avec la course aux humanoïdes complets, où Figure, Tesla et d'autres misent sur des mains attachées à un bras et à un tronc. Le choix d'un matériel standard, avec un calcul embarqué minimal, rend la démarche reproductible par d'autres laboratoires. Les suites probables sont des essais sur terrains plus difficiles, une meilleure autonomie énergétique et l'étude de la détachabilité de la main sur un robot hôte, aujourd'hui seulement suggérée.

UETravail issu d'un laboratoire européen (ETH Zurich, Suisse, hors UE), sans partenaire industriel ni calendrier de transfert, donc sans impact direct sur la France/UE à ce stade.

RecherchePaper

1 source

3Interesting Engineering

Automatisation sans code : un seul guide vidéo pour piloter trois robots complètement différents

Des chercheurs du Laboratoire d'algorithmes d'apprentissage et de systèmes (LASA) à l'École Polytechnique Fédérale de Lausanne (EPFL) ont présenté un framework de contrôle robotique baptisé Kinematic Intelligence, capable de transférer une compétence apprise à partir d'une seule démonstration humaine vers des robots de morphologies entièrement différentes, sans réécrire une ligne de code. Dans une expérience sur ligne d'assemblage, une personne a démontré une séquence en trois étapes : pousser un bloc en bois d'un tapis roulant vers un établi, le placer sur une table, puis le jeter dans un panier. Trois robots commerciaux distincts ont ensuite reproduit cette séquence de manière fiable, chacun prenant en charge des étapes différentes. Le système a fonctionné même lorsque la répartition des tâches entre les robots a été modifiée en cours d'expérience, comme l'a précisé Sthithpragya Gupta, doctorant et co-premier auteur : "Chaque robot interprète la même compétence à sa façon, mais toujours dans des limites sûres et faisables." L'enjeu industriel est direct. Aujourd'hui, intégrer un nouveau modèle de robot dans une ligne de production existante implique souvent une reprogrammation complète des tâches, même si le robot entrant est fonctionnellement similaire au précédent. Chaque configuration articulaire différente, chaque amplitude de mouvement propre à un constructeur, exige un travail d'adaptation coûteux en temps et en expertise. Kinematic Intelligence adresse ce goulet d'étranglement en abstrayant la tâche démontrée non pas dans les coordonnées articulaires d'un robot spécifique, mais dans une représentation géométrique universelle ancrée sur la position et la trajectoire de l'effecteur terminal dans l'espace. Cette représentation est ensuite réexprimée dans les termes cinématiques du robot cible, avec une vérification explicite que chaque instruction traduite reste dans l'enveloppe physiquement et sûrement exécutable par la machine. Ce n'est donc pas une simple transposition de mouvements : c'est une garantie de faisabilité avant exécution, ce qui distingue le système d'approches par imitation directe souvent fragiles hors contexte de démonstration. Le LASA, dirigé par la professeure Aude Billard, travaille depuis plusieurs années sur l'apprentissage par démonstration et les systèmes dynamiques pour la robotique. Le framework s'inscrit dans un contexte de marché humanoïde en pleine accélération, où Figure, Agility Robotics, 1X ou Apptronik itèrent leurs plateformes matérielles tous les six à dix-huit mois, rendant la portabilité des compétences entre générations de hardware critique pour la viabilité économique des déploiements. Les chercheurs annoncent vouloir étendre Kinematic Intelligence à la collaboration homme-robot et à l'interaction en langage naturel, permettant à terme à un utilisateur non-technicien d'instruire un robot par commandes simples. Le papier complet n'était pas encore publié au moment de l'annonce : les résultats restent pour l'instant à valider par la communauté en dehors du cadre contrôlé de la démonstration EPFL.

UELe LASA de l'EPFL, institution de recherche européenne de premier rang, produit un framework directement applicable aux intégrateurs robotiques européens confrontés au coût de reprogrammation lors du remplacement de robots en ligne de production.

RecherchePaper

1 source

4arXiv cs.RO

Vers un banc d'essai extensible pour le dialogue oral avec les robots sociaux

Des chercheurs proposent un banc d'essai ouvert, destiné à toute la communauté, pour évaluer le dialogue oral entre humains et robots sociaux. Publié sur arXiv (2610.08733, première version), le travail part d'un constat : les modèles de langage offrent une interface « plug-and-play » entre l'humain et la machine, mais les difficultés réapparaissent dès que la parole, le rythme de l'échange et la collaboration entrent en jeu. Le benchmark cible quatre familles d'artefacts typiques de la conversation orale : les demandes de clarification, les interruptions, les signaux incarnés (hochements de tête, expressions faciales) et les contraintes de temps. Les auteurs décrivent aussi leur intention de l'étendre à d'autres dimensions de l'interaction homme-robot. Pour le rendre praticable, ils recommandent Retico, un framework de communication en temps réel censé répondre aux exigences techniques d'un dialogue oral robotisé. Le résumé ne donne ni scores, ni plateformes testées, ni jeu de données chiffré : il s'agit d'une proposition de cadre, pas d'une évaluation de systèmes existants. L'enjeu pour l'industrie est surtout méthodologique. Les démonstrations de robots conversationnels reposent souvent sur des scénarios choisis, avec des tours de parole bien séparés et une latence rarement documentée. Or, dans un accueil, un service ou un atelier, un robot doit savoir demander de repréciser, accepter d'être coupé et répondre dans un délai tenable, tout en coordonnant sa gestuelle avec sa voix. Aujourd'hui, ces comportements sont jugés au cas par cas, ce qui rend les comparaisons entre fournisseurs peu fiables pour un intégrateur ou un décideur B2B. Un banc d'essai commun, s'il est adopté, permettrait de mesurer ces écarts entre démonstration et usage réel. Il reste toutefois à voir quelles métriques seront retenues et si les pratiques de production, notamment la qualité perçue de l'échange, s'y retrouveront. Ce travail s'inscrit dans le déploiement rapide des LLM et des modèles voix-langage-action sur des robots d'interaction, alors que les évaluations existantes se concentrent surtout sur le texte, la manipulation ou la navigation, rarement sur la dynamique conversationnelle incarnée. Les acteurs de la robotique sociale, dont les européens comme Enchanted Tools avec son robot Mirokaï, auraient un intérêt direct à disposer d'une référence partagée, mais l'article ne cite aucun partenaire industriel. La suite dépendra de l'ouverture effective du code et des scénarios, de l'adhésion de laboratoires tiers et de l'intégration de Retico dans des piles logicielles déjà en place. À ce stade, il s'agit d'un projet de recherche annoncé, sans produit livré ni déploiement.

UEUn banc d'essai commun pour le dialogue oral pourrait servir de référence aux acteurs européens de la robotique sociale, mais aucun partenaire ni déploiement européen n'est cité.

RecherchePaper

1 source