Fiatlux : un banc d'essai à long horizon pour l'escalade d'échelle et le remplacement d'ampoule par un robot humanoïde

Des chercheurs publient sur arXiv (2609.38216) Fiatlux, un benchmark de simulation bâti sur NVIDIA Isaac Lab, où un humanoïde Unitree G1 doit remplacer une ampoule en un seul épisode. Le robot place un escabeau sous un plafonnier ou une applique murale, grimpe dessus, retire l'ampoule usagée de sa douille, en visse une neuve, puis dépose l'ancienne dans une caisse de rebut. L'épisode est découpé en douze environnements de sous-tâches, notés par des « portes » pondérées selon leur difficulté. Le succès exige que la nouvelle ampoule soit bien vissée, que l'ancienne soit jetée, qu'aucune ne tombe et qu'un seuil de fragilité ne soit pas dépassé. Un crédit partiel est accordé aux essais incomplets. Deux modes d'observation coexistent : un mode standard, limité aux signaux qu'un robot réel pourrait mesurer ou estimer, et un mode privilégié qui expose l'état exact du simulateur. Les auteurs fournissent des références : RSL-RL PPO, des modèles VLA (vision-langage-action) NVIDIA GR00T N1.7 en zero-shot, et des contrôleurs corps entier. Ils publient aussi les enregistrements téléopérés ayant servi à définir et vérifier les critères de réussite. Code et données sont disponibles sur fiatlux-bench.github.io.

L'intérêt tient à ce que les benchmarks actuels séparent la manipulation sur table, les tâches domestiques à plat et la locomotion ou manipulation humanoïde. Aucun ne combine mobilité verticale et travail dextre sur une charge fragile dans un même épisode long. C'est pourtant le profil de nombreuses tâches de maintenance en bâtiment ou en site industriel : accéder en hauteur, stabiliser le corps, manipuler un objet délicat. La séparation entre modes standard et privilégié permet de mesurer l'écart entre ce qu'un robot réel perçoit et ce que le simulateur sait, donc une partie du fossé sim-to-real. Il faut toutefois rester prudent. L'article annonce des implémentations de référence, mais l'extrait ne fournit aucun taux de réussite. On ignore donc si les modèles VLA en zero-shot franchissent ne serait-ce que les premières portes. Il s'agit d'un banc d'essai en simulation, sans validation sur matériel réel ni déploiement.

Le G1 de Unitree, humanoïde compact et relativement abordable, est devenu une plateforme courante de recherche, ce qui explique ce choix. GR00T N1.7 s'inscrit dans la famille de modèles fondation de NVIDIA pour humanoïdes, face à des approches concurrentes comme Pi-0 de Physical Intelligence ou Helix de Figure. Isaac Lab, de son côté, sert de socle standard pour l'apprentissage par renforcement en simulation. La suite logique consiste à voir si des équipes soumettent des résultats sur Fiatlux, et si des politiques entraînées sur ces douze sous-tâches se transfèrent sur un robot physique. Cela dépendra aussi de la fidélité de la simulation des contacts avec l'ampoule et la douille.