Aller au contenu principal
PhoneBot : une plateforme de robot humanoïde ouverte et économique qui réutilise des smartphones
RecherchearXiv cs.RO 

PhoneBot : une plateforme de robot humanoïde ouverte et économique qui réutilise des smartphones

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

PhoneBot, une équipe de chercheurs publie sur arXiv (2610.08737) une plateforme humanoïde open source à bas coût qui remplace l'électronique embarquée habituelle par un smartphone grand public. Le téléphone, fixé dans le torse, assure à la fois la détection (centrale inertielle IMU, caméra), la connectivité sans fil et le calcul embarqué, y compris le contrôle de la marche et l'interaction avec l'utilisateur. Le robot ne comporte qu'un bas du corps modulaire, animé par 13 actionneurs à faible coût. Les auteurs décrivent la conception mécanique, l'architecture logicielle et le cadre de communication temps réel, et revendiquent une marche stable, du suivi visuel de personnes, de la conversation, du tournage vidéo et de la télé-présence mobile. Matériel et logiciel sont intégralement ouverts, avec un site de documentation dédié (phonebot.dev). L'abstract ne chiffre ni le coût total, ni la vitesse de marche, ni la charge utile, ni le modèle de smartphone utilisé, et ne donne aucun taux de réussite.

L'intérêt tient moins à la performance qu'au positionnement économique. Les humanoïdes restent peu présents dans l'enseignement et la recherche à cause du prix du matériel, de la complexité des capteurs et des besoins en calcul. Réutiliser un smartphone, dont le SoC, la caméra, l'IMU et la connectivité sont produits à très grande échelle et amortis par le marché grand public, déplace le coût vers un composant déjà disponible, souvent en fin de vie dans un tiroir. Pour un laboratoire, un établissement ou un prototypiste, cela abaisse la barrière d'entrée et facilite la reproductibilité. Les limites sont aussi claires : un bas du corps à 13 actionneurs sans bras n'est pas un humanoïde de manipulation, et les « évaluations expérimentales » annoncées devront être jugées sur des protocoles précis (durée de marche, perturbations, robustesse thermique, latence de la boucle de contrôle). Le smartphone impose en outre des contraintes d'ordonnancement temps réel que l'abstract ne détaille pas.

Le projet s'inscrit dans une lignée de plateformes ouvertes et abordables, face aux humanoïdes commerciaux de recherche plus coûteux comme les modèles de Unitree ou d'autres constructeurs, qui visent des performances nettement supérieures. Il n'entre pas en concurrence directe avec les acteurs industriels (Figure, Tesla Optimus, Agility), qui ciblent le travail en entrepôt ou en usine, mais avec l'écosystème éducatif et les kits open source. Aucun acteur français ou européen n'est cité dans l'abstract. La suite dépendra de la disponibilité des plans, du coût réel de la nomenclature et de l'adoption par une communauté d'utilisateurs, seules mesures qui diront si l'approche dépasse le stade du démonstrateur académique.

Impact France/UE

Pas d\'impact direct sur la France/UE

À lire aussi

Enseigner l'apprentissage par renforcement et la robotique humanoïde aux lycéens : un programme validé par des experts sur une plateforme ouverte à faible coût
1arXiv cs.RO 

Enseigner l'apprentissage par renforcement et la robotique humanoïde aux lycéens : un programme validé par des experts sur une plateforme ouverte à faible coût

Un article de recherche publié sur arXiv (référence 2609.25674v1) propose un cadre pédagogique complet pour enseigner la robotique humanoïde et l'apprentissage par renforcement (RL) à des lycéens, en s'appuyant sur une plateforme robotique open source à faible coût. Le curriculum organise en parallèle plusieurs volets disciplinaires, séquencés selon leurs dépendances techniques, avec une intégration progressive entre simulation et matériel réel, des jalons de performance à chaque étape, et un équilibre entre travail en équipe et responsabilité individuelle. Concrètement, des binômes d'élèves assemblent eux-mêmes un robot humanoïde open source, entraînent en simulation une politique de marche par apprentissage par renforcement, puis la déploient sur la plateforme physique. Le cadre a été affiné par un processus de conception itératif incluant une évaluation formative menée par cinq experts issus de la recherche en robotique, de l'ingénierie, de l'enseignement scientifique secondaire et de la conception de curriculum. Ce travail s'attaque à un problème concret pour la filière robotique et l'éducation technique : le fossé entre un workflow de recherche complet, assemblage mécanique, câblage électrique, simulation, apprentissage de politique, identification de système et déploiement physique, et un format enseignable à des novices sans expérience préalable. En démontrant qu'un tel parcours peut être rendu accessible dès le lycée grâce à du matériel open source bon marché, l'étude ouvre une voie pour démocratiser plus tôt les compétences en RL et en robotique humaine, des compétences aujourd'hui rares et recherchées par les intégrateurs et les industriels du secteur. Elle constitue aussi un cas d'usage pédagogique concret pour la vague actuelle de plateformes humanoïdes open source à bas coût, dont l'intérêt dépasse le seul laboratoire de recherche. L'analyse des experts a fait émerger trois tensions de conception centrales : l'authenticité du travail de recherche face à la charge cognitive imposée aux élèves, l'intégration système complexe face au besoin de progrès visibles et rapides pour maintenir la motivation, et la constitution d'équipes de travail face à l'exigence de responsabilité individuelle dans l'évaluation. Ces arbitrages ont directement façonné la version finale du cadre présenté dans l'article. Les auteurs précisent que ce travail reste une proposition de conception validée par des experts, et non une évaluation en conditions réelles : des études de terrain en classe sont désormais nécessaires pour mesurer l'implémentation effective du curriculum et les apprentissages réels des élèves.

RecherchePaper
1 source
BRIDGE : une plateforme humanoïde open source par co-conception morphologie-contrôle pour l'IA physique
2arXiv cs.RO 

BRIDGE : une plateforme humanoïde open source par co-conception morphologie-contrôle pour l'IA physique

Bridge rejoint une catégorie de plateformes humanoïdes compactes et open source aux cotes de Toddlerbot, K1 et Bumi, conçues comme des bancs d'essai de recherche a bas cout plutôt que des produits commerciaux, a l'oppose des humanoïdes adultes fermes vises pour l'usine ou l'entrepôt par les grands acteurs prives du secteur. Publiee sur arXiv sous la référence 2609.03497, l'étude présente Bridge, un humanoïde open source de 88 centimètres conçu via un cadre de co-design reliant morphologie et contrôle moteur complet du corps. Plutot que de dessiner d'abord le squelette puis d'y greffer une politique de contrôle, comme le fait l'approche classique, les chercheurs optimisent conjointement la structure physique et la capacité du robot a reproduire des mouvements humains. Ils introduisent aussi une métrique inédite combinant fidélité de retargeting cinématique et performance de suivi dynamique. Face a trois références, Bumi, K1 et Toddlerbot, Bridge obtient les meilleurs scores sur toutes les métriques, avec une locomotion stable, un équilibre robuste et des mouvements dynamiques avances. Le robot, sa politique de contrôle et les vidéos de démonstration sont publies en accès libre. Cette publication pointe un problème structurel de la robotique humanoïde actuelle : la séparation entre conception mécanique et développement du contrôle produit des machines dont les mouvements restent rigides face a ceux d'un humain. En dimensionnant le corps du robot a partir des données de mouvement humain a reproduire, Bridge vise a améliorer la qualité des données capturées par téléopération, un enjeu direct pour l'entrainement des modèles vision-langage-action (VLA) dont les performances dépendent de la fidélité geste-machine. Pour les laboratoires et intégrateurs travaillant sur l'apprentissage par imitation, ce travail suggère que le goulot d'étranglement se situe autant dans la conception matérielle que dans les algorithmes, un facteur souvent éclipse par la course aux annonces de modèles de fondation. En publiant intégralement design, politique de contrôle et outils associes, les auteurs misent sur une adoption académique plutôt que sur une mise sur le marche. Le papier ne mentionne aucun partenariat industriel ni calendrier de déploiement au-delà de cette mise a disposition en open source, laissant présager une diffusion progressive du cadre de co-design vers d'autres équipes de recherche cherchant a améliorer la fidélité de mouvement de leurs propres plateformes.

RecherchePaper
1 source
Vieux smartphone, nouvelles jambes : PhoneBot, projet open source de l'UCLA, marche sur un corps de robot à 400 $
3Interesting Engineering 

Vieux smartphone, nouvelles jambes : PhoneBot, projet open source de l'UCLA, marche sur un corps de robot à 400 $

Des smartphones Android oubliés au fond d'un tiroir pourraient bientôt servir de cerveau à un robot marcheur, grâce à PhoneBot, un projet open source du Robotics and Mechanisms Laboratory de l'UCLA. Le robot mesure environ 48 cm (19 pouces) pour moins de 1,8 kg (4 livres). Un smartphone du commerce forme son torse et fournit la caméra, les capteurs inertiels, le processeur et la connexion sans fil, qui servent à la vision, à l'équilibre et au calcul des mouvements. Le corps, les moteurs et l'électronique coûtent environ 400 dollars, le téléphone étant la seule variable. L'ensemble repose sur 13 servomoteurs DYNAMIXEL bon marché : six par jambe (hanche, genou, cheville) et un dernier qui fait pivoter le haut du corps, ce qui permet à la caméra de balayer latéralement pour suivre une personne sans déplacer les pieds. Un petit ordinateur embarqué dans le bas du corps reçoit les ordres du téléphone par Wi-Fi et les convertit en consignes de position moteur, sans câblage entre les deux. L'équipe a testé quatre appareils, dont un Honor 9 de 2017 et deux modèles d'entrée de gamme à 50 à 80 dollars. Tous ont assuré la marche, la détection de mouvement et la vision de base, mais l'Honor, dépourvu des services Google requis, n'a pas pu faire de cartographie embarquée. Le contrôleur de marche est un réseau de neurones entraîné uniquement en simulation par apprentissage par renforcement. Le robot virtuel était récompensé pour rester debout, alterner les pieds et tenir sa vitesse, et pénalisé pour les couples élevés, les freinages brusques et la charge sur un seul pied. Les limites de force et de vitesse des vrais moteurs ont été intégrées à la simulation. Les premiers résultats étaient asymétriques, un pied faisant l'essentiel du travail. L'ajout d'échantillons en miroir inversant gauche et droite a donné une foulée plus régulière, moins de variance entre les essais et un meilleur partage de la charge. Le robot réel marche dans toutes les directions sur sol plat jusqu'à 0,5 m/s et se relève seul après une chute. Une application Android exécute TensorFlow Lite environ 50 fois par seconde pour la marche et la récupération, avec les capteurs du téléphone. La caméra suit les personnes et leur position et, sur les modèles compatibles, fait de la cartographie visuelle pour la téléprésence et la photographie. La reconnaissance vocale et le traitement du langage restent sur un portable à proximité. L'intérêt est moins de performance que d'accès. Un bipède fonctionnel en sim-to-real pour environ 400 dollars, avec un calcul qui tourne sur un téléphone à 50 dollars, abaisse nettement la barrière d'entrée pour les laboratoires, les écoles et les amateurs, là où les plateformes de recherche comparables coûtent des dizaines de milliers de dollars. Le résultat confirme aussi qu'une politique de locomotion apprise en simulation se transfère sur du matériel très bon marché, à condition de modéliser les limites des actionneurs. Les capacités restent toutefois modestes : pas de bras, donc aucune manipulation ni transport, essais limités au sol plat, et un couple moteur qui plafonne charge utile et vitesse. Les escaliers, pentes et terrains irréguliers sont en cours de travail. Les chiffres de robustesse ne sont pas détaillés, et il ne s'agit pas d'un robot destiné à des usages industriels. C'est un outil de recherche et d'enseignement. PhoneBot s'inscrit dans la tendance des bipèdes open source et peu coûteux, qui contraste avec la course aux humanoïdes industriels de Figure, Tesla ou Agility, où l'enjeu est la charge utile et le déploiement. Ici, le pari est de réutiliser du matériel de consommation déjà amorti, dont les capteurs et la puissance de calcul progressent à chaque génération. L'équipe indique pouvoir déplacer la reconnaissance vocale et le traitement du langage sur le téléphone à mesure que les modèles embarqués s'améliorent, ce qui rendrait le robot entièrement autonome. Matériel et logiciel sont publiés en totalité. La suite dépendra surtout de la locomotion sur terrains variés et de l'ajout éventuel de membres supérieurs, aucun calendrier n'ayant été annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source
Ce que la carte d'élévation ne voit pas : locomotion sémantique et navigation tenant compte de l'exécution pour robot humanoïde
4arXiv cs.RO 

Ce que la carte d'élévation ne voit pas : locomotion sémantique et navigation tenant compte de l'exécution pour robot humanoïde

Des chercheurs proposent un nouveau benchmark de simulation pour la navigation des robots humanoïdes, accompagné d'un cadre de contrôle en boucle fermée associant navigation visuelle guidée par le langage (VLN) et politique de locomotion. Le travail, publié sur arXiv (2610.07396), part d'un constat : les benchmarks VLN existants produisent certes des déplacements physiquement exécutables, mais reposent sur deux hypothèses jugées irréalistes. La première est que tous les dangers sont visibles dans une carte d'élévation. La seconde est que les mouvements réalisés correspondent fidèlement aux mouvements commandés. Le nouveau benchmark modélise à la fois des obstacles « subtils en élévation » (une bouteille tombée, ambiguë sur une carte de hauteur, ou la difficulté de distinguer un téléphone d'une flaque d'eau) et des écarts d'exécution. Le cadre proposé réaligne en continu la navigation de haut niveau sur l'état réel du robot. L'évaluation est menée en simulation, et la politique de locomotion est validée sur un humanoïde Unitree G1 réel. Les résultats indiquent que l'entrée sémantique réduit les contacts avec les dangers mal représentés par les cartes d'élévation, et que le mécanisme anti-déviation améliore le taux de réussite de navigation. L'extrait disponible ne fournit ni taux de réussite chiffrés, ni taille du benchmark, ni nombre d'essais sur le matériel. L'intérêt tient à ce que ce travail s'attaque à un angle mort des évaluations actuelles. Quand la locomotion esquive un danger, le robot s'écarte du chemin voulu par la politique de navigation, et cet écart se cumule jusqu'à conduire la machine vers un endroit non prévu. Pour les intégrateurs et les responsables d'exploitation qui envisagent des humanoïdes dans des environnements encombrés (entrepôts, ateliers, commerces), le message est clair : mesurer seulement l'achèvement du trajet, ou seulement l'évitement d'obstacles, donne une image trompeuse. Les auteurs plaident pour une évaluation conjointe des deux. Cela relativise aussi les démonstrations où la carte d'élévation suffit à tout : un liquide au sol ou un objet plat échappe à la géométrie pure, et la perception sémantique devient nécessaire. Il faut toutefois rester prudent : il s'agit d'un benchmark simulé, et la validation physique porte sur la locomotion, pas sur la chaîne complète de navigation. Ce travail s'inscrit dans la montée en puissance des approches VLN et des politiques de locomotion apprises pour humanoïdes, où le G1 d'Unitree est devenu une plateforme de recherche courante grâce à son coût relativement abordable. Les évaluations sur matériel à grande échelle restent coûteuses et risquées, ce qui explique le recours aux benchmarks de simulation, au prix d'un écart sim-to-real que ce papier ne referme pas entièrement. La suite logique serait une validation de bout en bout sur robot physique, avec davantage de scénarios et de types de dangers. Aucun calendrier ni partenaire industriel n'est annoncé.

UEPas d\'impact direct sur la France/UE

RecherchePaper
1 source