RechercheIEEE Spectrum Robotics 2 octobre 2026

Vidéo du vendredi : l'albatros chute, tournoie, se redresse et s'éloigne à la voile

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Le dernier Video Friday d'IEEE Spectrum met en avant ALBATROSS, un robot hybride aérien et marin conçu à la Singapore University of Technology and Design et décrit dans Science Robotics. Il se largue depuis les airs, descend en autorotation sans parachute, se redresse passivement après son amerrissage, puis réutilise ses ailes rigides comme voiles pour naviguer de façon autonome grâce au vent, avec un minimum d'actionneurs. Sharpa a dévoilé à l'IROS trois produits : D01, présenté comme un robot à détection tactile intégrée pour la manipulation dextre, W02, une main dextre tactile ultra-compacte, et AE01, un gant exosquelette haptique destiné à collecter des données. Boston Dynamics affirme qu'Atlas lui fera gagner la course aux humanoïdes, en s'appuyant sur le précédent commercial de Spot et de Stretch. La sélection compte aussi un patin de pied souple à épines pour robot sauteur (CLIMB Lab, Toronto), la plateforme HARP, où des drones indépendants se reconfigurent physiquement en vol (General Robotics Lab), des démonstrations de mobilité d'ANYmal (ETH Zurich), un bras robotisé auto-assemblé conçu par un lycéen canadien, Daniel Zhu, pour le secours en décombres, et une démonstration de conduite autonome d'XPENG. L'équipe IT Imperial a enfin relié le connectome MaleCNS d'une mouche drosophile mâle à un humanoïde Unitree G1, dans une boucle caméra, modèle neuronal, décodage moteur, mouvement.

Ce qui ressort tient moins à un produit qu'à un déplacement des centres d'intérêt. ALBATROSS illustre une logique de morphologie intelligente, où la structure remplace des sous-systèmes embarqués, avec une promesse de capteurs marins persistants et déployables rapidement. Reste à savoir si cela dépasse le stade du prototype académique. Côté dextérité, Sharpa vise une brique recherchée, le tactile, ainsi que la collecte de données par téléopération haptique, devenue un goulot d'étranglement pour entraîner les modèles de manipulation. Les formules de Boston Dynamics relèvent du positionnement commercial et ne sont accompagnées d'aucun chiffre de déploiement ou de production dans ce numéro. Le rédacteur de Spectrum se dit lui-même lassé des coups de communication autour des humanoïdes, un signal de fatigue du secteur face aux vidéos spectaculaires non contextualisées. L'expérience IT Imperial est à prendre avec prudence : le rédacteur ignore si la tâche est bien plus facile ou plus difficile qu'elle n'en a l'air, et aucune métrique n'est fournie.

Ces travaux s'inscrivent dans un calendrier de conférences chargé, avec CoRL 2026 du 9 au 12 novembre à Austin puis Humanoids 2026 du 6 au 9 décembre à Santa Clara. Boston Dynamics y défend sa position face aux acteurs de l'humanoïde, tandis que l'ETH Zurich, via ANYmal, et XPENG illustrent la pression venue de la recherche académique et de l'automobile. Tevel, dont les drones cueilleurs de fruits sont salués par Spectrum comme une survivance inattendue, rappelle qu'une robotique agricole peut durer sans les budgets de l'humanoïde. Aucun acteur français ou européen n'est cité dans ce numéro, hormis l'ETH Zurich côté suisse. Les prochaines étapes sont celles de la publication académique : validation sur le terrain pour ALBATROSS, démonstrations de Sharpa et suites des projets HARP et IT Imperial.

Dans nos dossiers

Boston Dynamics Unitree Exosquelettes

À lire aussi

1IEEE Spectrum Robotics

Vendredi vidéo : la mise hors service des robots prend un tour amusant

Dans sa sélection hebdomadaire de vidéos, IEEE Spectrum commence par une moquerie de la dernière opération de communication de Figure. Devanthro vend des balles en plastique à 1 000 dollars pièce, livrables avant Noël. Côté recherche, Hybrid Robotics présente Workhorse, un système qui apprend la manipulation du corps entier avec contacts, à partir de vidéos de démonstrations humaines sans robot, en s'appuyant sur une vision RGB égocentrique et la proprioception. Sur un Unitree G1 réel, le robot trie des boîtes avec les mains et un coup de pied, rattrape une boîte lancée, puis renverse une valise et grimpe dessus. Le MIT dévoile SANDO, un système de navigation qui planifie et ajuste en temps réel une trajectoire sans collision parmi des obstacles mobiles, avec des capteurs et un calcul embarqués et des garanties mathématiques de sécurité. À NC State, un robot nageur souple inspiré des comatules (étoiles de mer à plumes) réalise trois modes de nage (verticale type méduse, direction type poisson, réorientation 3D type rotor) avec seulement deux entrées pneumatiques. L'EPFL montre un moteur linéaire en forme de fil. KUKA teste un lavage automobile où des bras robotisés modélisent le véhicule avant de le nettoyer. Sont aussi évoqués Pollen Robotics, RAI Institute, DEEP Robotics, Generalist, General Robotics Lab et Sanctuary AI. L'intérêt tient moins à une annonce isolée qu'à ce que l'ensemble révèle de la maturité du secteur. Workhorse illustre une piste de plus en plus suivie : apprendre à partir de vidéos humaines plutôt que de téléopération coûteuse, ce qui réduirait le coût de collecte de données. Les tâches montrées sont toutefois des démonstrations sur plateforme de recherche, sans taux de réussite publié dans ce résumé. Le cas KUKA est instructif pour les intégrateurs : l'article rapporte que les avis récents sur ce site suggèrent que les robots ne sont pas encore au niveau, ce qui rappelle l'écart entre un concept déployé auprès du public et un service fiable. De même, le commentaire sur Sanctuary AI relève un montage où le clip central démarre alors que la main tient déjà la bande à peler. C'est un rappel utile pour juger des vidéos de préhension : la phase d'accroche est souvent la plus difficile et la moins montrée. Le contexte est celui d'une course humanoïde où la communication spectaculaire de Figure suscite désormais de l'ironie dans la communauté, comme le montre l'initiative de Devanthro. La France est représentée par Pollen Robotics, qui diffuse une vidéo légère de son robot. Le calendrier à venir est chargé : CoRL 2026 se tient du 9 au 12 novembre à Austin, et Humanoids 2026 du 6 au 9 décembre à Santa Clara, deux rendez-vous où seront confrontés résultats académiques et démonstrations industrielles. Les mini-keynotes d'ICRA 2026 sur la manipulation, les humanoïdes et la conception incarnée sont par ailleurs disponibles en ligne pour qui veut suivre les orientations de la recherche.

RecherchePaper

1 source

2IEEE Spectrum Robotics

Vidéo du vendredi : la découverte de mouvements robotiques révèle des comportements inattendus

La semaine robotique de mi-juin 2026 a été marquée par la présentation de MotionDisco, un framework conçu pour découvrir des comportements de loco-manipulation "contact-rich" sur des horizons longs, sans recourir à la téléopération ni au retargeting de démonstrations humaines. Contrairement aux approches classiques fondées sur des milliers d'exemples capturés par mocap, MotionDisco génère ces comportements moteurs à partir de zéro en explorant l'espace des configurations physiques de manière autonome. Les séquences produites incluent des comportements qualifiés d'"atypiques" même par leurs auteurs, dont certains surprennent par leur aspect non-anthropomorphe. En parallèle, ROBOTIS a dévoilé AI Sapiens, un pipeline permettant à un humanoïde d'apprendre des mouvements depuis une vidéo capturée par smartphone, sans équipement de motion capture professionnel, avec une mise en open source annoncée. LUMOS Robotics a lancé Project EDGE en proposant 100 robots NIX gratuits à des partenaires universitaires et laboratoires sélectionnés à l'échelle mondiale. L'ESA a diffusé un timelapse du robot Dextre, positionné en bout de Canadarm2 sur l'ISS, opéré depuis le sol pour décharger des équipements depuis le compartiment non pressurisé de la capsule Dragon de SpaceX. L'intérêt de MotionDisco pour les équipes d'ingénierie tient à sa promesse de contourner le principal goulot d'étranglement du développement en robotique humanoïde : la collecte de données de démonstration. Les approches VLA (Vision-Language-Action) et les méthodes par imitation requièrent des volumes importants de données de haute qualité, coûteuses à produire par téléopération ou mocap. Un framework capable de "découvrir" des comportements moteurs complexes sans données humaines initiales réduirait ce coût d'entrée, avec un impact direct pour les intégrateurs qui externalisent aujourd'hui cette phase à des prestataires spécialisés. Cela dit, aucune métrique de robustesse, de taux de succès ni de généralisation n'est fournie dans la présentation publique, ce qui limite l'interprétation : les vidéos sélectionnées montrent des résultats visuellement convaincants, pas une validation de déploiement. L'annonce d'AI Sapiens par ROBOTIS signale une démocratisation possible du motion learning : si un smartphone suffit pour entraîner un humanoïde, le besoin en infrastructure de mocap type Vicon ou OptiTrack disparaît pour les laboratoires à budget limité. MotionDisco s'inscrit dans un axe de recherche en expansion depuis 2024, porté par des travaux comme DeepMimic (UC Berkeley) et AMP (Adversarial Motion Priors), qui cherchent à automatiser la génération de comportements locomoteurs sans supervision humaine directe. ROBOTIS, fabricant coréen connu pour la gamme de servos Dynamixel et ses plateformes humanoïdes éducatives (OP3, DARWIN), positionne AI Sapiens comme une brique accessible pour les labos dépourvus de pipelines téléopérés coûteux, face à des acteurs comme Unitree ou Fourier Intelligence qui misent eux aussi sur la réduction du coût de collecte de données. LUMOS Robotics reste peu documentée publiquement : Project EDGE ressemble davantage à un programme d'early adopters qu'à un déploiement commercial établi. Les opérations Dextre sur l'ISS rappellent que la téléopération spatiale demeure le segment le plus mature pour la manipulation dextère à distance dans des conditions réelles contraintes. Les étapes à surveiller : la publication éventuelle du code MotionDisco et le calendrier de la mise en open source du pipeline ROBOTIS.

UEL'ESA est le seul acteur européen cité, avec une opération de routine du robot Dextre sur l'ISS ; aucun impact opérationnel ou commercial direct pour la France ou l'UE.

RecherchePaper

1 source

3arXiv cs.RO

EgoAERO : apprendre la manipulation habile à partir d'une seule vidéo égocentrique sans ressources d'objet

Des chercheurs ont publié en juin 2026 sur arXiv un framework baptisé EgoAERO, capable d'apprendre la manipulation dextre à partir d'une unique démonstration vidéo RGB-D égocentrique humaine, sans recourir à aucun asset 3D de l'objet manipulé. Le pipeline enchaîne trois modules : un tracking et une reconstruction de l'objet sans asset préalable, une compensation du mouvement égocentrique de la caméra, et une optimisation adaptative des contacts main-objet. Les trajectoires cohérentes obtenues sont ensuite converties en politiques robotiques via un apprentissage résiduel en deux étapes. Les auteurs introduisent également un mécanisme d'évaluation de qualité en ligne et publient EgoDex-R, un dataset de 4,3 millions de frames RGB-D pour l'entraînement de politiques dextres. En simulation comme en conditions réelles, EgoAERO atteint des performances proches des reconstructions assistées par modèles CAD sur le benchmark HOI4D, référence standard pour l'interaction main-objet. Le verrou technique levé ici est structurant pour la robotique dextre : jusqu'ici, les méthodes d'imitation à partir de vidéo humaine exigeaient soit des scans 3D préalables des objets, soit plusieurs démonstrations, soit des marqueurs visuels. Or, scanner chaque objet d'un environnement industriel ou domestique est un frein majeur à la scalabilité des systèmes. EgoAERO suggère qu'une caméra RGB-D standard (de type Intel RealSense ou intégrée à des lunettes connectées) et une seule prise vidéo suffisent pour bootstrapper une politique robotique fonctionnelle. C'est un signal fort en faveur d'une démocratisation de la collecte de données dextres, potentiellement réalisable par des opérateurs non spécialisés plutôt que par des sessions de télé-opération coûteuses. Ce travail s'inscrit dans une vague de recherche visant à exploiter les corpus vidéo égocentrique à grande échelle (Ego4D, HOI4D, EPIC-Kitchens), jusqu'ici sous-utilisés pour le robot learning faute de géométrie objet exploitable. Les approches concurrentes en manipulation dextre reposent encore largement sur la télé-opération avec gants haptiques (Physical Intelligence avec pi0, Dexterous Manipulation Lab de CMU) ou sur des assets CAD (DITTO, DexMV). EgoAERO n'est à ce stade qu'un preprint, sans déploiement industriel annoncé ni validation sur une large variété d'objets du monde réel : les expériences rapportées restent sur des scènes contrôlées du benchmark HOI4D, et la robustesse à des objets déformables ou transparents reste à démontrer.

RecherchePaper

1 source

4Interesting Engineering

Vidéo : un robot de la taille d'une main à 8 actionneurs intelligents marche, trotte et saute

Le Q8botOne est un robot quadrupède open-source de la taille d'une paume de main, conçu par Eric Wu et destiné aux hobbyistes, étudiants, chercheurs et développeurs. Contrairement à son prédécesseur Q8bot -- qui nécessitait un assemblage manuel -- le Q8botOne est livré entièrement monté et prêt à l'emploi dès la mise sous tension. Sa mobilité dynamique repose sur huit actionneurs intelligents DYNAMIXEL de la série XL, qui animent des pattes à liaison parallèle légères, fabriquées par impression 3D Multi Jet Fusion (MJF) et équipées de joints à roulements de précision. Ces pattes permettent au robot de marcher, de trotter et de sauter, des capacités habituellement réservées à des plateformes bien plus encombrantes et coûteuses. Le système de contrôle s'articule autour d'un microcontrôleur ESP32-C3-MINI-N4, alimenté par une batterie lithium-ion avec circuit de protection intégré. L'électronique est entièrement centralisée sur un PCB personnalisé, éliminant le câblage distribué caractéristique des projets DIY classiques. Le robot sera disponible prochainement via une campagne Crowd Supply, dont le prix n'a pas encore été communiqué. Ce qui distingue le Q8botOne dans le paysage de la robotique éducative est l'intégration verticale de sa conception : PCB central, actionneurs de série DYNAMIXEL -- habituellement réservés à des plateformes de recherche -- et châssis MJF constituent une combinaison rare à ce format. En supprimant la phase d'assemblage, le projet abaisse significativement le seuil d'entrée pour expérimenter la locomotion quadrupède, un domaine traditionnellement onéreux en temps et en matériel. L'interface UART supporte des coprocesseurs comme un Raspberry Pi avec une alimentation jusqu'à 5 V à 3 A, ouvrant la voie à des applications de vision par ordinateur, de navigation autonome ou d'IA embarquée. Un connecteur Qwiic facilite l'ajout de capteurs compatibles SparkFun et Adafruit sans câblage complexe. Ces choix d'architecture font du Q8botOne un banc d'essai crédible pour la recherche en locomotion et en contrôle, pas uniquement un gadget grand public. Le Q8botOne s'inscrit dans la lignée du Q8bot original, dont il reprend l'approche agile et low-cost tout en franchissant un cap vers la clé-en-main. Le secteur des petits quadrupèdes open-source est animé par des projets comme le Unitree Go1 Nano ou le SpotMicro, mais peu proposent une intégration PCB aussi poussée à ce gabarit. Sur le segment éducatif, le Q8botOne se positionne face aux kits Freenove ou aux dérivés MiniCheetah, avec l'avantage d'actionneurs DYNAMIXEL reconnus pour leur fiabilité dans les labos de recherche. Les fichiers mécaniques sont développés dans Onshape, garantissant l'accessibilité à l'écosystème open-source. La campagne Crowd Supply, dont la date de lancement reste à confirmer, sera le vrai test de la demande du marché pour une plateforme quadrupède aussi compacte et prête à l'emploi.

RecherchePaper

1 source