RechercheInteresting Engineering 30 septembre 2026

Un robot aérien bio-inspiré amerrit en douceur et se transforme en voilier autonome

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Des chercheurs de la Singapore University of Technology and Design (SUTD) et du MIT ont présenté ALBATROSS (Airborne Lander with Buoyant AuToROtating Sailing Sensor), un robot hybride d'environ 1 kg qui descend du ciel en autorotation, se pose sur l'eau puis fonctionne comme un voilier autonome. Pendant la chute, deux ailes-voiles rigides tournent passivement, à la manière d'une samare d'érable, et ramènent la vitesse de descente à environ 7 m/s, soit une énergie d'impact divisée par 18. À l'amerrissage, le robot se redresse passivement et réutilise ces mêmes ailes comme voiles, sans mécanisme de morphing actif. Un gouvernail caudal inspiré de la nageoire de poisson prend le relais : il oscille pour propulser l'engin jusqu'à 0,4 m/s quand le vent tombe, et sert à remonter au vent dans le cas contraire. L'ensemble se limite à trois actionneurs et trois capteurs principaux, pour un taux d'utilisation effective de la masse de 91 % entre air et eau. Les essais de terrain ont eu lieu sur deux réservoirs de Singapour, avec des largages depuis 150 mètres d'altitude, suivis d'une navigation autonome pilotée par un contrôleur à règles (Rule-Based). Des simulations indiquent qu'un contrôleur par apprentissage par renforcement pourrait réaliser des missions à waypoints complexes, mais ce résultat n'a pas été démontré en conditions réelles.

L'intérêt tient à l'économie de moyens. Les drones amphibies ou aéro-aquatiques classiques cumulent en général moteurs de sustentation et propulsion immergée, donc masse, complexité et coût. Ici, chaque organe remplit deux fonctions, ce qui ouvre la voie à des capteurs déployables à bas coût pour la surveillance climatique, la qualité de l'eau ou la réponse aux catastrophes, où l'on cherche à poser rapidement des points de mesure sur une zone étendue. Il faut néanmoins relativiser : il s'agit d'un prototype académique, sans chiffre de charge utile, d'autonomie, de tenue à la mer ni de coût unitaire. Les essais se sont déroulés sur des réservoirs abrités, bien loin des vagues et des vents du large, et la vitesse de 0,4 m/s montre que la propulsion de secours ne sert qu'à corriger, pas à tenir un cap contre un courant sérieux. La démonstration de l'apprentissage par renforcement reste purement simulée, ce qui laisse entière la question du transfert sim-to-real. Le résultat prouve la viabilité du concept, pas encore celle d'un produit.

Ce travail s'inscrit dans la robotique multimodale, qui cherche à combiner plusieurs modes de locomotion dans une seule plateforme. Les auteurs, dans un commentaire d'accompagnement, défendent l'idée que la nature est une bibliothèque de mécanismes à recombiner plutôt qu'un plan à copier : ici la samare pour l'air, la nageoire pour l'eau, deux solutions que l'évolution n'a jamais réunies. Le positionnement concurrentiel est celui de la recherche, sans acteur industriel identifié, et aucun acteur français ou européen n'est cité. Les suites logiques seraient des essais en mer ouverte, un largage depuis un drone ou un ballon plutôt qu'une hauteur fixe, l'ajout de charges utiles de mesure et la validation en conditions réelles d'un pilotage appris. Aucun calendrier de pilote ni de commercialisation n'a été annoncé.

Impact France/UE

Pas d\'impact direct sur la France/UE

À lire aussi

1arXiv cs.RO

Cuttlebot : démonstration d'une plateforme pour nageurs complexes, autonomes et bio-inspirés

Des chercheurs ont présenté le Cuttlebot, un robot autonome inspiré de la seiche, conçu pour l'exploration sous-marine en utilisant six actionneurs à élastomère diélectrique (DEA) comme muscles artificiels. Ces DEA, qui se déforment sous l'effet d'un champ électrique, sont particulièrement adaptés aux environnements des grands fonds grâce à leur tolérance à la pression et aux basses températures, ainsi qu'à leur structure souple compatible avec les écosystèmes marins fragiles. L'équipe a développé en parallèle la plateforme embarquée CORE, capable de piloter simultanément ces six muscles tout en intégrant des capteurs visuels et spatiaux. Le robot dispose de quatre muscles principaux dans ses nageoires, qui génèrent une nage ondulatoire en trois dimensions, complétés par un préhenseur souple inspiré des tentacules de la seiche. Lors des tests en piscine, en mode filaire et autonome, le Cuttlebot a atteint une vitesse de translation de 2,5 cm/s et une vitesse de rotation de 10 degrés par seconde, des performances modestes mais cohérentes avec un premier démonstrateur académique. La plateforme CORE démontre par ailleurs un contrôle de force et de couple sur six axes. La contribution principale de ce travail réside moins dans les performances brutes que dans l'intégration réussie des DEA dans un système autonome complet. Ces muscles à élastomère diélectrique sont connus depuis longtemps pour leurs propriétés prometteuses (légèreté, silence, biocompatibilité), mais leur intégration dans des architectures robotiques embarquées reste un verrou technique majeur : ils nécessitent des signaux électriques haute tension difficiles à miniaturiser. Le CORE apporte une réponse concrète en proposant une électronique de contrôle dédiée, embarquant à la fois l'actionnement et la perception. Pour les acteurs de l'exploration sous-marine ou de la surveillance environnementale, cette architecture ouvre la voie à des robots plus silencieux et moins intrusifs que les AUV à propulsion mécanique classique, qui perturbent la faune par leurs vibrations et leur bruit. L'intérêt croissant pour les ressources des grands fonds (minéraux, données sismiques, biodiversité) renforce la demande de plateformes robotiques légères et peu invasives, dans des zones où les ROV câblés conventionnels restent coûteux à déployer. Plusieurs équipes travaillent sur des approches comparables, notamment les robots souples de l'ETH Zurich et de Harvard, ou les plateformes bio-inspirées du MIT. Le Cuttlebot se distingue par l'accent mis sur l'autonomie embarquée plutôt que sur la seule démonstration cinématique en laboratoire. La prochaine étape logique serait une évaluation en milieu réel, avec des contraintes de courant, de pression et de turbidité que les tests en piscine ne reproduisent pas.

RecherchePaper

1 source

2Interesting Engineering

Un robot inspiré du vélo réalise des wheelies, des sauts et des saltos avant à grande vitesse

Des chercheurs du Robotics and AI Institute (RAI Institute) ont présenté l'Ultra Mobility Vehicle (UMV), un robot à structure de vélo conçu pour associer la vitesse d'un véhicule à roues et l'agilité d'une machine à pattes. L'engin pèse 23,5 kg (51 livres), atteint 8 m/s (environ 18 mph) et sait tenir en équilibre sur sa roue arrière, sauter latéralement, effectuer des wheelies et réaliser des saltos avant. Il n'utilise que cinq degrés de liberté (DoF) actionnés. Sa tête concentre l'essentiel de la masse (calcul, batteries, actionneurs de saut) et se raccorde au cadre par un lien spatial composé d'un cou et de deux biellettes, qui déplace la masse pour générer les forces de saut et maintenir l'équilibre. Deux actionneurs pilotent le mouvement principal, deux autres agissent via les biellettes pour le mouvement latéral, et deux supplémentaires assurent la direction et la propulsion de la roue arrière. Il n'y a ni roue d'inertie, ni béquille, ni stabilisation statique dédiée. Quatre politiques de contrôle (conduite, wheelie et hop, flip, saut) ont été entraînées par apprentissage par renforcement (algorithme PPO) dans NVIDIA Isaac Lab, avec randomisation de domaine (répartition des masses, frottement, force des moteurs, retards de commande, bruit capteur), puis transférées au matériel sans réentraînement. Lors d'un essai, le robot a approché de façon autonome une plateforme d'un mètre, y a sauté, l'a traversée et en est redescendu, 15 fois de suite. Lors du salto avant, il se replie pour réduire son inertie de rotation, atteint environ 17 rad/s en tangage et boucle la rotation, réception comprise, en moins d'une demi-seconde. Les essais ont eu lieu en laboratoire, avec système de capture de mouvement. L'intérêt tient moins à la démonstration acrobatique qu'à l'économie de moyens. Les robots à pattes obtiennent leur mobilité au prix d'une forte complexité mécanique (nombreux actionneurs, coût, fiabilité), tandis que les plateformes à roues sont efficaces mais limitées sur terrain accidenté. Avec cinq actionneurs, l'UMV suggère une voie intermédiaire : une masse mobile pilotée par politique apprise peut remplacer une partie de la mécanique. Il montre aussi qu'un transfert sim-to-real direct, sans réglage fin, fonctionne sur un système instable et dynamique, ce qui renforce la thèse selon laquelle la randomisation de domaine combinée au PPO passe à des comportements à haute énergie. Les limites sont claires : les résultats viennent d'un environnement de laboratoire instrumenté, sans données sur la robustesse en extérieur, l'autonomie de batterie, la charge utile ou les taux d'échec hors des 15 sauts répétés. Aucun produit, prix ni calendrier de commercialisation n'est annoncé : il s'agit d'un prototype de recherche, pas d'un produit livré ni d'un déploiement. Le RAI Institute travaille sur la locomotion dynamique apprise et sur la fusion entre mobilité à roues et à pattes. L'UMV s'inscrit dans cette logique, en cherchant à étendre les capacités de la locomotion sur roues par l'apprentissage plutôt que par l'ajout de membres. Il se compare indirectement aux robots à pattes et à roues-pattes, ainsi qu'aux humanoïdes dont les démonstrations de saut et de salto reposent aussi sur la simulation et le RL. Le vélo, lui, mise sur la simplicité mécanique et la vitesse. Les suites logiques seraient des essais hors laboratoire sans capture de mouvement, la perception embarquée pour franchir des obstacles non préparés, et l'évaluation de la pertinence pour l'inspection ou la logistique de terrain. Aucun pilote ni partenaire industriel n'a été mentionné à ce stade.

UEPas d\'impact direct sur la France/UE

RecherchePaper

1 source

3arXiv cs.RO

Milo, un chien-guide robotique entièrement autonome pour intérieur et extérieur

Milo est un chien-guide robotique entièrement autonome, présenté dans une prépublication arXiv (arXiv:2607.19530v1), et développé pour un coût matériel d'environ 2 000 dollars, contre près de 50 000 dollars pour l'acquisition et l'entretien d'un chien-guide vivant. La plateforme repose sur un robot quadrupède Unitree Go2 modifié, équipé d'une poignée pour le harnais humain, de capteurs et de tout le calcul embarqué nécessaire, sans dépendance à un serveur externe. Son architecture logicielle combine une pile de perception, cartographie voxel, détection du sol, des obstacles et des piétons, et une pile de navigation fondée sur une politique d'évitement d'obstacles entraînée dans un simulateur vue de dessus (bird's-eye-view) développé en interne. Les auteurs ont testé Milo sur des parcours d'obstacles réels, en intérieur et en extérieur, et l'ont comparé à une approche de référence basée sur une costmap classique, observant une navigation plus fluide et moins de collisions avec le porteur du harnais. L'ensemble, matériel et logiciel, est publié en open source. L'enjeu dépasse la simple démonstration technique. Les chiens-guides robotiques sont envisagés depuis plusieurs années comme alternative aux chiens vivants pour les personnes aveugles ou malvoyantes, mais les prototypes existants butaient sur un problème récurrent: ils nécessitaient un scan 3D préalable de l'environnement ou un calcul déporté, les rendant inutilisables hors d'un cadre contrôlé. En démontrant une autonomie complète, sans connaissance a priori des lieux et sans calcul externe, Milo répond directement à cet écart entre démonstration en laboratoire et déploiement réel, un problème classique en robotique mobile assistive. Le choix de l'open source, à la fois hardware et software, vise explicitement à abaisser la barrière d'accès pour la communauté BLV (blind and low-vision) et pour les chercheurs qui voudraient reproduire ou améliorer la plateforme, plutôt que de verrouiller la technologie derrière un produit commercial fermé. Le projet s'inscrit dans la lignée des travaux académiques sur la navigation collaborative homme-robot utilisant des plateformes quadrupèdes commerciales comme base matérielle, une stratégie déjà explorée par d'autres équipes universitaires mais généralement limitée par l'autonomie de perception. En misant sur un simulateur maison pour l'entraînement de la politique de navigation plutôt que sur des données réelles coûteuses à collecter, les auteurs ouvrent la voie à des itérations rapides. La publication complète du code et des instructions de fabrication laisse présager des reproductions et extensions par la communauté robotique et accessibilité dans les mois à venir.

RecherchePaper

1 source

4arXiv cs.RO

H2INT : un Transformer d'interactions humain-humain et humain-robot pour naviguer en foule dense et incertaine

Une équipe de recherche publie sur arXiv (référence 2609.05300v1, prépublication de septembre 2026) un nouveau cadre d'apprentissage par renforcement baptisé H2INT, pour Human-Human & Human-Robot Interaction Transformer, destiné à la navigation de robots dans des foules denses et imprévisibles. Le système repose sur un Transformer à portes en deux étapes qui encode progressivement les relations humain-humain puis humain-robot, couplé à une politique récurrente chargée de capturer leur évolution temporelle. Un curriculum d'entraînement réduit graduellement la réactivité simulée des piétons afin de complexifier peu à peu les scénarios d'interaction. Point clé de la méthode : la réactivité des piétons au robot influence la dynamique de la foule dès que le robot est visible, mais n'est jamais fournie en entrée à la politique, qui doit donc en déduire les conséquences à partir des seules positions relatives centrées sur le robot. Les expériences, menées en simulation sur plusieurs niveaux de densité de foule et de réactivité, montrent des gains de sécurité et de robustesse par rapport à des méthodes de référence, ainsi qu'un transfert vers des configurations de flux de foule structurellement différentes sans réentraînement. Un déploiement sur robot réel confirme que la politique apprise fonctionne avec des observations limitées. L'enjeu dépasse l'exercice académique : la plupart des politiques de navigation sociale entraînées par apprentissage traitent le mouvement des piétons comme indépendant du robot, ou supposent une réciprocité uniforme entre individus, ce qui ignore une source majeure d'incertitude dans les environnements réels. En modélisant explicitement comment la présence du robot modifie le comportement humain, sans imposer cette information comme donnée d'entrée artificielle, H2INT s'attaque directement à un angle mort connu des robots mobiles autonomes appelés à opérer en entrepôt, hôpital, aéroport ou espace commercial. La capacité démontrée à généraliser sans réentraînement à des topologies de foule inédites est l'élément le plus pertinent pour les intégrateurs, car elle réduit le coût de recalibrage à chaque nouveau site de déploiement, un frein habituel à la commercialisation de la navigation sociale robotisée. Ce travail s'inscrit dans la lignée des recherches en navigation sociale par apprentissage par renforcement, un champ où les limites des hypothèses de réciprocité simplifiée sont documentées depuis plusieurs années. L'abstract ne précise ni les auteurs, ni le laboratoire, ni le matériel robotique utilisé pour la validation réelle, ce qui invite à la prudence tant que ces détails et une évaluation indépendante ne sont pas disponibles. Aucune date de publication en conférence ni de feuille de route de déploiement industriel n'est mentionnée à ce stade.

RecherchePaper

1 source