Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Zetta ζ : un harnais incarné en boucle fermée efficace pour une intelligence physique auto-évolutive
RecherchearXiv cs.RO 

Zetta ζ : un harnais incarné en boucle fermée efficace pour une intelligence physique auto-évolutive

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Une équipe de recherche publie sur arXiv (référence 2608.16590v1) un système baptisé Zetta, présenté comme un harnais agentique en boucle fermée pour l'intelligence physique incarnée. Contrairement aux approches agentiques existantes qui suivent des compétences fixes pendant l'exécution et ne réfléchissent qu'après la fin d'un épisode, Zetta garde le modèle de politique de base figé mais fait évoluer en ligne, pendant l'exécution, des critiques codées et des compétences de récupération. Le système repose sur trois boucles séparées par échelle de temps : une gouvernance au rythme de l'action, une proposition de critique et de récupération au niveau du rollout, et des mises à jour de compétences validées avant intégration. Associé à Z-Infra, une infrastructure qui découple la logique de l'agent des ressources d'exécution matérielles hétérogènes, Zetta atteint 90,8% de réussite sur le benchmark de simulation LIBERO-Pro et 93,6% sur RoboCasa, avec une accélération d'inférence de 11,1 fois par rapport aux méthodes comparées, dans le budget de rollout testé par les auteurs.

L'enjeu dépasse le simple score de benchmark : la plupart des harnais agentiques actuels échouent à boucler l'apprentissage pendant l'exécution physique elle-même, car les décisions doivent suivre des états robot-environnement qui évoluent trop vite pour les grands modèles agentiques actuels. Si les résultats se confirment au-delà de la simulation, cela offrirait une voie pour combler l'écart entre modèles de bout en bout figés et agents capables de s'auto-corriger en conditions réelles, un enjeu central pour les intégrateurs cherchant des politiques robotiques fiables à grande échelle plutôt que des démonstrations isolées. Il faut toutefois noter que LIBERO-Pro et RoboCasa restent des environnements simulés, non des déploiements sur robots physiques.

Le papier s'inscrit dans la lignée des travaux sur les modèles vision-langage-action (VLA), en cherchant à dépasser leur principale limite : l'incapacité à s'adapter dynamiquement pendant l'exécution. Les auteurs rapportent que la performance continue de progresser avec l'expérience d'auto-exploration accumulée, que les compétences apprises se transfèrent en zero-shot à de nouvelles tâches, et que des comportements de résolution soudaine ("Aha Moments") émergent au fil de l'entraînement, sans préciser à ce stade de calendrier de validation sur robot réel.

Dans nos dossiers

IA physique & VLAarXiv cs.RO

À lire aussi

De l'IA du monde à l'IA incarnée : une feuille de route pour l'intelligence physique en monde ouvert
1arXiv cs.RO 

De l'IA du monde à l'IA incarnée : une feuille de route pour l'intelligence physique en monde ouvert

Publié sur arXiv le 14 juillet 2026 (arXiv:2607.11689), cet article de synthèse dresse un état des lieux des modèles d'action pour la robotique et propose une feuille de route vers ce que les auteurs nomment le « cerveau incarné » (embodied brain). Le texte retrace l'évolution des politiques vision-langage-action (VLA) vers les World Action Models (WAM), des systèmes qui relient une intervention candidate à ses conséquences prédites avant exécution. Trois failles couplées freinent le secteur selon les auteurs: des espaces d'action et cibles de prédiction incompatibles d'un modèle à l'autre, une absence de standardisation des jeux de données et des protocoles d'évaluation, et des interfaces d'exécution trop fermées pour permettre la réutilisation entre systèmes. Plutôt qu'un nouveau modèle entraîné, le papier propose une architecture cible: le cerveau incarné intégrerait un contexte multimodal, comparerait plusieurs interventions candidates, puis émettrait des requêtes de transition d'état ou de capacité plutôt que des commandes moteur directes, les WAM servant de prototypes pour ces fonctions prédictives. Pour les intégrateurs et décideurs en robotique, ce travail nomme un problème concret: chaque laboratoire, qu'il s'agisse de Physical Intelligence avec Pi-0, NVIDIA avec GR00T N2 ou Figure avec Helix, construit son propre espace d'action et son propre format de données, rendant quasi impossible la comparaison directe des performances ou la réutilisation d'un modèle entre un bras robotique et un humanoïde. En proposant des contrats partagés entre modèles, données, tâches et morphologies, et un post-entraînement en boucle fermée transformant les interactions vérifiées en expérience réutilisable, la feuille de route vise à sortir la robotique généraliste du stade de la démonstration isolée. C'est une contribution méthodologique plus qu'un résultat expérimental: elle ne prouve pas qu'un tel système fonctionne à l'échelle, mais formalise ce qui manque pour y parvenir, un constat qui recoupe les critiques récurrentes sur l'écart entre vidéos de démonstration sélectionnées et déploiements robustes en conditions réelles. Le papier s'inscrit dans la continuité des travaux sur les modèles d'action et les world models, qui ont convergé avec l'essor des VLA avant que des approches hybrides, combinant prédiction du monde et politique d'action, ne donnent naissance aux WAM. Les auteurs ne mentionnent aucun déploiement propre mais positionnent leur cadre face aux systèmes existants de Physical Intelligence, NVIDIA et Figure, sans citer d'acteur français ou européen dans cette revue. La suite annoncée est l'adoption progressive de ces contrats partagés par la communauté de recherche, préalable jugé nécessaire à l'émergence d'agents physiques réellement adaptatifs et auto-améliorants hors laboratoire.

RecherchePaper
1 source
REVOLVE : un cadre automatisé en boucle fermée pour faire évoluer la manipulation robotique avec une intervention humaine minimale
2arXiv cs.RO 

REVOLVE : un cadre automatisé en boucle fermée pour faire évoluer la manipulation robotique avec une intervention humaine minimale

Publié en septembre 2026 sur arXiv (2609.14633v1), REVOLVE (Robot Evolving via Orchestrated Loops, Verification, and Experience) est un framework logiciel qui automatise en boucle fermée l'entraînement de politiques de manipulation robotique. Il combine ARC (Automated Reset and Collection), qui réinitialise seul l'environnement et corrige les échecs de la politique, et DLE (Dual-Loop Evolution), qui réinjecte en continu les données d'échec dans l'entraînement et affine, via une mémoire externe des erreurs, le jugement de l'agent superviseur. Sur quatre tâches de manipulation réelles, après cinq itérations, REVOLVE relève de 18,5% le taux de réussite moyen des politiques et de 8,5% la précision de jugement de l'agent, tout en réduisant l'effort humain de 94,4% en collecte de données et de 95,1% en tests de déploiement. L'enjeu dépasse la prouesse technique : dans la quasi-totalité des déploiements de robots manipulateurs, remettre en état l'environnement et collecter des données correctives après un échec restent des tâches manuelles qui freinent le passage à l'échelle des politiques apprises par imitation ou par renforcement. En automatisant détection d'échec, réinitialisation physique et intégration continue de l'expérience, REVOLVE s'attaque au goulot d'étranglement qui sépare les démonstrations de laboratoire d'un déploiement industriel autonome. Pour les intégrateurs et équipes robotique en entreprise, l'intérêt est un modèle qui s'améliore pendant son exploitation plutôt qu'un système figé après l'entraînement, un argument qui pèse dans le débat sur la capacité réelle des politiques vision-language-action hors des vidéos de démonstration soigneusement sélectionnées. Cette proposition s'inscrit dans une limite connue de la recherche en manipulation robotique : les politiques data-driven progressent en exécution et en généralisation, mais restent dépendantes d'une supervision humaine constante pour corriger les erreurs et remettre les objets en place après chaque essai raté. REVOLVE se présente comme une plateforme logicielle unifiée regroupant collecte, entraînement, déploiement et apprentissage continu dans un seul flux, en alternative aux pipelines où ces étapes restent cloisonnées et dépendantes d'opérateurs. Classé «new» sur arXiv, ce travail reste une contribution de recherche, non un produit commercialisé ni un déploiement industriel confirmé, et l'article ne précise ni la nature des quatre tâches testées ni l'identité des laboratoires impliqués.

RecherchePaper
1 source
Infrastructure de simulation cloud-native évolutive, reproductible et en boucle fermée pour l'IA incarnée
3arXiv cs.RO 

Infrastructure de simulation cloud-native évolutive, reproductible et en boucle fermée pour l'IA incarnée

Des chercheurs ont déposé le 27 juin 2026 sur arXiv (arXiv:2606.27962) un framework d'infrastructure de simulation cloud-native pour l'intelligence embarquée, conçu pour unifier en une seule plateforme la génération d'environnements de simulation, l'exécution de tâches, la collecte de trajectoires, l'évaluation de modèles et la gestion de données. L'architecture s'articule en quatre couches fonctionnelles et intègre quatre systèmes représentatifs : D-VLA, RL-VLA3, Sword et Pre-VLA, couvrant respectivement la simulation scalable, la planification dynamique des ressources, l'augmentation visuelle et le filtrage de données en temps réel. Le tout repose sur des technologies cloud-native telles que l'ordonnancement élastique des ressources et la simulation conteneurisée, pour gérer des workloads multi-modèles et multi-tâches à grande échelle. L'enjeu sous-jacent touche directement au goulot d'étranglement qui freine les modèles VLA (Vision-Language-Action) : la collecte de données réelles est coûteuse, peu reproductible et difficile à scaler. Ce framework propose une réponse systémique en substituant ou en complétant les données terrain par de la simulation industrialisée, avec une boucle fermée (closed-loop) permettant d'optimiser les données de façon itérative. Si les composants comme Pre-VLA (filtrage temps réel) et RL-VLA3 (apprentissage par renforcement sur architecture VLA) tiennent leurs promesses à l'échelle, cela pourrait réduire significativement le sim-to-real gap qui reste l'obstacle majeur pour déployer des robots génériques en environnement industriel réel. Il faut toutefois noter que la publication reste au stade de preprint sans benchmarks indépendants validés, et les performances sur robots physiques ne sont pas documentées dans ce papier. Ce travail s'inscrit dans une compétition internationale intense autour des infrastructures de simulation pour l'IA incarnée. NVIDIA pousse Isaac Sim avec l'écosystème Isaac Lab pour l'entraînement par renforcement, tandis que Genesis (dévoilé en 2024, affilié MIT) et MuJoCo Playground ciblent eux aussi la simulation GPU-accélérée à grande échelle. L'approche présentée ici se distingue par son orientation service (SOA) et sa couche de gestion de données unifiée, pensée pour des déploiements multi-équipes plutôt qu'un usage chercheur individuel. Les auteurs ne précisent pas d'affiliation institutionnelle clairement identifiable ni de calendrier de mise à disposition publique du code, deux points qui limiteront concrètement l'adoption tant qu'ils resteront non documentés.

RechercheOpinion
1 source
EmbodiedEvo : un agent de code auto-évolutif pour l'IA physique
4arXiv cs.RO 

EmbodiedEvo : un agent de code auto-évolutif pour l'IA physique

Des chercheurs proposent EmbodiedEvo, un agent de code auto-évolutif pour le contrôle robotique, décrit dans une prépublication arXiv (v2). Le principe: un agent de code observe la scène via une interface programmatique du robot, exécute des programmes de contrôle et les corrige selon l'état physique obtenu, ce qui en fait une politique en boucle fermée sans fine-tuning sur la tâche cible. Les auteurs constatent que cette adaptation intra-épisode ne se conserve pas d'une scène à l'autre: les agents dépensent leurs budgets d'interaction et d'inférence à établir des opérations efficaces et leurs préconditions, et un nouvel agent ne peut pas réutiliser ces découvertes. EmbodiedEvo distille donc le retour physique en « Skills » (code réutilisable) et en « Lessons » (diagnostics). L'expérience est acquise sur une seule scène « Playground » par tâche, puis figée pour des agents indépendants dans des scènes inédites, sans mise à jour des poids. Sur RoboDojo-Sim, le système atteint un score moyen de 44,48 et un taux de succès de 37,82 %, au-dessus de tous les résultats officiellement vérifiés. Pour les intégrateurs et les équipes R&D, l'intérêt tient à la voie proposée: capitaliser l'expérience sous forme de code et de notes lisibles plutôt que de réentraîner un modèle. Ce savoir est inspectable, transférable et peu coûteux à stocker, ce qui contraste avec les politiques VLA (vision-langage-action) dont les acquis sont enfouis dans les poids. Des tests appariés montrent les gains les plus nets sur les tâches dépendant de la mémoire et une bonne réutilisation de procédures coordonnées. L'expérience d'un modèle plus fort profite aussi à des exécutants plus faibles: celle d'Astra relève les taux de succès de Sol et Luna de 8,86 et 5,50 points de pourcentage par rapport à l'absence d'expérience. Comparés à l'historique brut d'interaction, Skills et Lessons offrent des performances comparables pour un coût d'exécution inférieur de 53,0 %. Les auteurs reconnaissent toutefois que le contrôle fin des contacts reste difficile. Ces résultats sont obtenus en simulation, sur un seul benchmark: un taux de succès de 37,82 % reste modeste, et rien n'indique encore un transfert vers du matériel réel, où la fiabilité des contacts, la perception et la latence pèsent davantage. Le travail s'inscrit dans la tendance des agents de code comme couche de contrôle, en concurrence avec les VLA entraînés de bout en bout (Pi-0, GR00T, Helix), qui exigent données de téléopération et réentraînement. Le « score le plus élevé » vaut uniquement face aux résultats officiellement vérifiés de RoboDojo-Sim. Les suites logiques seraient une validation sur robots physiques, des tests sur d'autres benchmarks et la mesure de la robustesse des compétences figées face à des scènes plus éloignées de celle d'apprentissage.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source