Actualités robotique — page 41

7 313 articles au fil, du plus récent au plus ancien.

43

2001SCMP Tech 

JD.com va déployer 3 millions de robots pour automatiser entièrement sa logistique

JD.com, le géant chinois du commerce électronique, a présenté mercredi à Pékin, via sa filiale JD Logistics, un plan d'automatisation de sa logistique nationale et lancé sa gamme de robots industriels Wolf Robot. Sur cinq ans, l'entreprise prévoit de déployer 3 millions de robots, 1 million de véhicules sans chauffeur et 100 000 drones de livraison, en promettant de reconvertir ses coursiers vers des postes techniques. L'annonce reste peu détaillée sur le calendrier, le coût ou les caractéristiques techniques des robots Wolf, comme la charge utile ou les degrés de liberté. Ce plan dépasse largement les déploiements pilotes habituels du secteur et illustre la volonté chinoise d'industrialiser l'automatisation logistique à grande échelle. Pour les intégrateurs et décideurs B2B, JD.com se positionne moins comme client de solutions tierces que comme donneur d'ordre capable de structurer un marché domestique massif pour les robots, les véhicules autonomes et les drones. La promesse de reconvertir les coursiers vise à désamorcer les craintes sociales liées aux suppressions d'emplois, mais un objectif de trois millions de robots suggère un remplacement structurel des tâches manuelles. JD Logistics exploite déjà l'un des plus vastes réseaux d'entrepôts de Chine et investit depuis plusieurs années dans l'automatisation d'entrepôt et les véhicules autonomes. L'annonce le place en concurrence directe avec Cainiao (Alibaba), Meituan et SF Express, qui développent leurs propres flottes robotisées, ainsi qu'avec des acteurs internationaux comme Amazon Robotics. Aucun calendrier détaillé n'a été communiqué, l'annonce relevant pour l'instant du registre stratégique plus que d'un déploiement opérationnel vérifié.

Chine/Asie⚡Actu

1 source

37

2002TechNode 

Comment Excelland Robotics met ses robots au travail

Excelland Robotics, fondée à Shenzhen en 2013, prépare une introduction en bourse à Hong Kong sous la raison sociale Excelland Robotics (Wuxi) Co. Ltd. Selon son prospectus, la société avait vendu, à mars 2026, plus de 114 600 robots à plus de 5 100 clients dans le monde. Son premier produit, le robot de livraison intérieure Yomie, sort en 2016, suivi en 2017 par Yodee, à plus grande capacité et destiné aux lieux de loisirs, puis par la gamme Yogel pour la livraison à la demande sur campus. Les volumes cumulés dépassent 2 500 unités en 2019 et franchissent 10 000 en 2021. Excelland élargit ensuite son offre avec la ligne de nettoyage Yoxiaogu, lancée en intérieur en 2022 puis en extérieur en 2023, et avec Yoshop, une famille de robots distributeurs pour le commerce sans personnel. Ses machines opèrent aujourd'hui dans des hôtels, bureaux, lieux de divertissement, campus, centres commerciaux, hubs de transport et parkings souterrains. Ce parcours illustre une approche différente de la course aux robots actuellement dominée par les annonces d'humanoïdes qui génèrent beaucoup de battage médiatique mais peu de déploiements vérifiables. Excelland construit son activité sur des tâches étroites, mesurables et difficiles à pourvoir en personnel, la livraison puis le nettoyage, plutôt que sur une machine universelle capable de tout faire. Pour les intégrateurs et décideurs industriels, le chiffre de plus de 114 600 unités vendues, tiré d'un document réglementaire destiné aux investisseurs et donc à lire avec la prudence habituelle réservée aux prospectus d'introduction en bourse, montre qu'un modèle de robotique de service spécialisée peut atteindre une échelle commerciale réelle sans recourir à l'IA générale ni à des architectures de type VLA. L'opération confirme aussi la maturité du marché chinois de la robotique commerciale, où plusieurs fournisseurs de robots de livraison et de nettoyage visent désormais la bourse de Hong Kong pour financer leur expansion. Excelland a débuté comme fournisseur de systèmes de contrôle robotique avant de se lancer dans la fabrication de robots de service complets, à une époque où convaincre les entreprises de confier des tâches courantes à des machines restait en soi un argument de vente. Le passage du nettoyage intérieur au nettoyage extérieur, entre 2022 et 2023, a exposé les robots à des conditions bien plus variables que le couloir d'hôtel ou le hall d'entreprise : chaleur, gaz d'échappement et circulation dans les parkings souterrains, revêtements irréguliers, luminosité changeante et piétons en extérieur. Ce mouvement place Excelland aux côtés d'autres fabricants chinois de robots de livraison et de nettoyage tels que Pudu Robotics ou Keenon Robotics, engagés eux aussi dans une expansion internationale et, pour certains, des démarches de cotation à Hong Kong. L'introduction en bourse annoncée, si elle aboutit, doit surtout servir à financer l'extension de ce catalogue vers des environnements encore plus complexes plutôt qu'à lancer un produit inédit.

Chine/Asie❧Opinion

1 source

39

2003Robotics Business Review 

Anciens de Boston Dynamics lancent Dynamic Creatures pour donner vie à des personnages grâce à la robotique

Marc Theermann, ancien directeur de la stratégie de Boston Dynamics, et Farbod Farshidian, ancien responsable de recherche au Robotics and AI Institute (RAI Institute), ont annoncé début septembre 2026 la création de Dynamic Creatures, une société dédiée aux robots de divertissement. Théermann prend la direction générale, Farshidian la direction technique. Le nom de l'entreprise rend hommage à la fois à Boston Dynamics et au Creature Shop de Jim Henson. Dynamic Creatures devient le partenaire officiel de Boston Dynamics pour les secteurs du divertissement et de l'hôtellerie, avec des applications visées dans les parcs à thème, les casinos, les croisières et l'hôtellerie. La jeune pousse a levé des fonds auprès d'investisseurs américains et européens, dont Eniac Ventures, Kindred Ventures, Heliad, Sunshine Lake et BlueGrass Ventures, ainsi que des business angels stratégiques, notamment Marc Raibert, fondateur de Boston Dynamics et directeur exécutif du RAI Institute, et Lukas Ziegler. La société a aussi présenté SnowJay, une plateforme logicielle d'IA et de robotique conçue comme couche de contrôle commune à ses robots, axée sur deux fonctions: une locomotion naturelle, obtenue par capture de mouvement et par apprentissage par renforcement combiné à des outils NVIDIA, et l'interaction homme-robot. Farshidian, qui a dirigé une partie des travaux de locomotion, avait déjà contribué à la démarche plus naturelle d'Atlas présentée lors du CES 2026. Le positionnement de Dynamic Creatures tranche avec l'orientation dominante du secteur humanoïde, focalisée sur les modèles vision-langage-action et la manipulation dextre comme prochain verrou technique. Théermann revendique au contraire l'interaction homme-robot, jugée négligée, comme condition d'acceptation sociale des robots dans des lieux publics comme les restaurants. Pour Boston Dynamics, l'opération permet de valoriser commercialement son image grand public, construite depuis des années via des vidéos virales de Spot et Atlas dansant, exécutant des figures acrobatiques ou apparaissant lors d'America's Got Talent et de la Coupe du monde de la FIFA, sans dévier son activité principale de robotique industrielle. À ce stade, il s'agit d'une annonce de lancement d'entreprise et d'une plateforme logicielle présentée publiquement, non d'un produit commercialisé ni de déploiements chiffrés: l'article ne fournit ni volumes, ni prix, ni sites clients confirmés, ni données chiffrées de performance des robots. Boston Dynamics, dont Amanda McMaster assure la direction générale par intérim, décrit ce partenariat comme l'ouverture d'une "nouvelle frontière" pour la robotique avancée, une formulation promotionnelle qu'il convient de lire comme un positionnement stratégique plutôt qu'un constat établi. L'implication personnelle de Marc Raibert comme investisseur souligne la continuité avec l'écosystème historique de Boston Dynamics et du RAI Institute. Aucun acteur français ou européen du type Wandercraft, Pollen Robotics ou Enchanted Tools n'est mentionné dans l'article, malgré la présence de fonds européens au tour de table. Aucune date de déploiement pilote ni de calendrier commercial précis n'est communiquée à ce stade.

Business❧Opinion

1 source

34

2004Robotics Business Review 

L'IA ne peut pas dépasser les limites matérielles d'un humanoïde

Andreas Friedrich, directeur technologie et stratégie chez le fabricant de semi-conducteurs Allegro MicroSystems, interviendra les 20 et 21 octobre 2026 à la conférence RoboBusiness de Santa Clara pour présenter les avancées qui rendent possible l'actionnement des robots humanoïdes de nouvelle génération. Son propos part d'une comparaison simple : un bras robotique industriel classique compte six à sept axes, reste fixé au sol toute sa vie utile, et peut s'appuyer sur des câbles en cuivre épais, des variateurs moteurs déportés dans des armoires de commande et un refroidissement conséquent. Un humanoïde cumule au contraire 30 degrés de liberté ou plus, et chaque articulation ajoute des moteurs, de l'électronique de puissance, des capteurs de position et de courant, du contrôle et de la sécurité, le tout embarqué sur la machine elle-même. Chaque gramme pèse sur l'énergie nécessaire au mouvement et chaque millimètre est disputé dans les bras, jambes, mains et doigts, un problème particulièrement aigu dans les mains dextres où plusieurs moteurs et capteurs doivent tenir dans un espace minuscule. L'architecture électrique suit cette contrainte : les robots mobiles avancés et les humanoïdes passent progressivement d'une distribution basse tension à des bus 48V. Pour une même puissance délivrée, passer de 12V à 48V divise le courant nécessaire par quatre, et comme les pertes résistives augmentent avec le carré du courant, les pertes en câblage chutent d'un facteur 16, ce qui permet des fils plus fins et plus légers. Ce constat déplace le débat dominant du secteur : les progrès de l'intelligence artificielle en perception et en prise de décision ne suffisent plus à eux seuls, la contrainte se déplaçant vers le matériel chargé de traduire ces décisions en mouvements précis, fluides et sûrs. Pour les intégrateurs et décideurs industriels, cela signifie que la course aux humanoïdes ne se gagnera pas seulement sur des modèles d'IA plus performants, mais sur l'ingénierie électromécanique embarquée : gestion thermique sans refroidissement actif, densité de composants par articulation, tenue en tension des circuits de commande. Le passage au 48V, s'il réduit poids et échauffement, introduit un revers : lors de décélérations rapides, les moteurs se comportent en générateurs et produisent des surtensions transitoires nettement supérieures à la tension nominale du bus, que l'électronique de commande doit encaisser sans dommage ni perte de contrôle. Ce discours doit toutefois être resitué : il émane d'un fournisseur de capteurs et de circuits de commande moteur, pour qui démontrer que le matériel constitue le vrai goulot d'étranglement sert aussi d'argument commercial en faveur de ses propres composants. Cette intervention s'inscrit dans la mutation plus large de la robotique, qui passe d'une automatisation fixe, verrouillée sur des lignes de production depuis des décennies, à des machines autonomes appelées à évoluer aux côtés des humains dans des entrepôts, usines ou environnements de service. Elle ne présente ni produit ni déploiement chiffré, mais pose un cadre que plusieurs fournisseurs de semi-conducteurs pour la robotique, dont Allegro MicroSystems, mettent en avant pour orienter les choix d'architecture électrique des futurs humanoïdes. RoboBusiness 2026 est organisé par The Robot Report et sa maison mère Arrowfly ; l'intervention de Friedrich doit y détailler comment la bascule vers le 48V et la miniaturisation des systèmes d'articulation conditionneront la prochaine génération de robots bipèdes et de mains robotiques, sans que l'article ne précise de calendrier de disponibilité commerciale pour ces architectures.

Humanoïdes⚡Actu

1 source

35

2005New Atlas Robotics 

Ce poisson-robot nage comme un vrai et peut être construit à n'importe quelle taille

Des ingénieurs de la Tandon School of Engineering de New York University ont mis au point un robot poisson dont la nage imite celle d'un poisson réel, conçu pour être décliné à n'importe quelle taille, du prototype de laboratoire à des versions bien plus grandes. Ni les dimensions ou performances précises, ni les noms des chercheurs ou la publication associée ne sont indiqués : il s'agit pour l'instant d'une annonce de recherche illustrée par une démonstration, pas d'un produit fini ni d'un système déployé sur le terrain. Le projet s'inscrit dans le mouvement de la robotique bio-inspirée, qui a déjà produit des machines imitant les tatous, les éléphants ou les oiseaux pour reproduire des capacités que les architectures classiques peinent à égaler. Sous l'eau, un corps ondulant et des nageoires promettraient plus de maniabilité et une propulsion plus discrète que les hélices rigides des véhicules autonomes actuels, un atout pour l'inspection industrielle et la surveillance environnementale. L'argument central est la scalabilité : décliner un même design à des échelles très différentes pour passer du laboratoire à un usage commercial. Aucun calendrier de tests en conditions réelles, aucun partenaire industriel ni aucune date de publication ne sont mentionnés. Le projet rejoint la lignée des robots poissons de recherche, dont le RoboTuna et SoFi du MIT sont des précédents connus, sans qu'on sache si ce nouveau système se distingue par des performances mesurées ou par sa seule conception modulaire. Faute de données chiffrées, ce développement reste un jalon de recherche, pas une avancée prête à être industrialisée.

Recherche❖Paper

1 source

25

2006Robotics Business Review 

Pourquoi la vision par IA est le pilier de la sécurité sur les chantiers automatisés

ViAct commercialise viBOT, un moniteur robotique autonome destiné aux chantiers de construction, présenté comme illustration d'une tendance plus large: engins de terrassement autonomes, systèmes de implantation robotisés et drones d'inspection passent progressivement des pilotes contrôlés à un usage actif sur site. Le marché mondial de la robotique de construction est estimé à 3,66 milliards de dollars d'ici 2030 selon le cabinet Grand View Research. Côté sécurité, les statistiques de l'OSHA citées montrent que les "Fatal Four" (chutes, heurts par véhicule ou engin, électrocution, coincement) représentent environ 58 à 59% des décès dans la construction aux Etats-Unis ces dernières années, les incidents de heurt par engin tuant à eux seuls plus de cent travailleurs par an, majoritairement liés à des véhicules ou machines en mouvement. La norme ANSI/RIA R15.08, conçue pour les robots mobiles autonomes évoluant en environnement dynamique, est mentionnée comme succédant aux anciennes normes AGV qui supposaient des trajectoires fixes. L'argument central de l'article est que le succès de l'automatisation des chantiers dépendra moins des capacités techniques des machines que de la cohabitation sûre entre humains et systèmes autonomes, en particulier dans les zones de transition où un ouvrier peut entrer sans préavis dans la trajectoire d'un compacteur autonome pour récupérer un outil, sans qu'aucun dysfonctionnement ne se produise. Chaque robot ne perçoit que son environnement immédiat via caméras, lidar, radar et GPS embarqués; aucun ne peut appréhender l'ensemble d'un chantier de vingt hectares partagé entre équipes de terrassement, électriciens et machines autonomes. C'est le créneau que revendique le "vision AI" comme couche de perception transversale, agrégeant flux CCTV existants, caméras temporaires, drones et caméras portées. Il faut noter que le texte reste largement descriptif d'une catégorie logicielle plutôt qu'une annonce produit vérifiable: aucun chiffre de déploiement, prix ou performance concernant viBOT n'est communiqué, et le ton reste proche du plaidoyer sectoriel. viBOT s'inscrit dans une catégorie naissante d'unités de patrouille mobile autonome dédiées spécifiquement à cette perception de sécurité, distincte des robots opérationnels comme les compacteurs ou les drones d'inspection déjà présents sur les chantiers. L'article ne précise ni date de lancement de viBOT, ni sites de déploiement, ni volumes commercialisés, ce qui limite sa portée à un positionnement de marché plutôt qu'à une annonce vérifiable. Aucun concurrent direct n'est nommé, et aucun acteur français ou européen du secteur n'apparaît dans le texte source.

Industriel⚡Actu

1 source

39

2007Interesting Engineering 

Vidéo : un robot humanoïde apprend à combattre et à s'entraîner de façon autonome, sans contrôle humain

Unitree Robotics a publié une vidéo montrant son robot humanoïde G1 combattre en sparring, sans télécommande, face à un partenaire humain. Le système repose sur un nouveau modèle d'IA baptisé UnifoLM-X2-1.0, qui remplace le pilotage classique via casque VR ou manette par une architecture de perception-action prédictive : elle traite en continu l'environnement, anticipe l'évolution probable de la scène et du geste de l'adversaire, puis planifie les mouvements du robot avant leur exécution. Dans la vidéo, le G1 ajuste sa garde et son jeu de jambes, esquive des coups entrants et enchaîne poings et pieds en temps réel. Des visualisations superposées montrent les prédictions de trajectoires futures intégrées au planning moteur. Unitree présente UnifoLM-X2-1.0 comme un modèle "monde-action" conçu pour réduire le délai entre perception, décision et action physique lors d'interactions très dynamiques. Un détail technique tempère toutefois l'annonce : les journaux de la console affichent des commandes comme OBS/replan et env.step, ce qui suggère que les données des capteurs sont envoyées à un ordinateur externe exécutant le modèle, qui renvoie ensuite les instructions de mouvement au robot. Le calcul embarqué complet n'est donc pas encore acquis. Cette démonstration marque une étape dans le passage des humanoïdes du télépilotage vers une autonomie de décision réelle, un enjeu suivi de près par les intégrateurs et décideurs industriels qui veulent des robots capables de réagir à des environnements physiques changeants sans opérateur. Le combat sert ici de banc d'essai extrême pour l'IA physique : si un robot peut prédire les mouvements d'un adversaire, garder son équilibre et répondre à des contacts imprévus en une fraction de seconde, la même architecture pourrait, selon Unitree, sécuriser des tâches en environnement industriel complexe où collisions et imprévus sont fréquents. Mais la dépendance apparente à un calcul déporté relativise la promesse d'autonomie totale et rappelle l'écart persistant entre démonstration filmée et déploiement en conditions réelles, un travers récurrent du secteur humanoïde. UnifoLM-X2-1.0 s'inscrit dans la famille de modèles fondation qu'Unitree développe depuis ses premiers systèmes dédiés à la manipulation en usine, désormais élargis vers des architectures multimodales combinant perception, prédiction du monde et action. La démonstration positionne Unitree face aux autres approches VLA du secteur, comme Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure AI, toutes engagées dans la course à des modèles généralistes capables de contrôler un corps humanoïde sans scripts figés. Aucune date de déploiement commercial ni de pilote industriel n'a été communiquée à ce stade ; la vidéo reste une démonstration de capacité technologique, destinée à illustrer la trajectoire de recherche d'Unitree plutôt qu'un produit prêt à l'emploi.

IA physique⚡Actu

1 source

39

2008Pandaily 

XPeng met en service sa ligne automatisée du robot humanoïde IRON avant la production de masse prévue fin d'année

XPeng a mis en service à Guangzhou une ligne de production automatisée pour son robot humanoïde IRON, une étape présentée comme le passage du prototype de recherche à la fabrication industrielle. L'entreprise affirme que plus de 80% des processus centraux de la ligne sont automatisés, et une unité IRON complète a quitté la chaîne en marchant par ses propres moyens après assemblage, un signal que le matériel peut sortir de la station sans téléopération ou mise en scène pour la démonstration finale. XPeng présente son site comme une opération de niveau automobile, appliquant à la fabrication de robots de précision les systèmes qualité, la discipline de chaîne d'approvisionnement et les outils IA développés pour ses véhicules électriques. Le président et PDG He Xiaopeng a indiqué que ces lignes avaient été conçues de zéro, sans modèle industriel préexistant, qualifiant cette mise en service de petit pas vers une catégorie de produit entièrement nouvelle, tout en promettant des cycles de production plus rapides et une échelle de fabrication croissante à mesure que l'expérience s'accumule sur le terrain. La production de masse reste ciblée pour fin 2026, avec des premiers robots destinés aux boutiques et campus du groupe avant toute commercialisation large ; un lancement officiel et des livraisons en Chine et à l'international sont prévus pour 2027. XPeng n'a communiqué ni capacité de ligne, ni coût unitaire, ni prix public. La nouvelle génération d'IRON, dévoilée en novembre 2025, comporte 76 degrés de liberté sur le corps et 21 par main, enfermés dans une structure en treillis flexible censée concilier apparence humaine et sécurité en environnement partagé, le tout piloté par trois puces Turing AI maison délivrant jusqu'à environ 2250 TOPS effectifs. Cette annonce marque le basculement d'IRON du stade de démonstrateur vers celui d'objet industrialisable, un jalon que les intégrateurs et décideurs robotique surveillent de près dans une course humanoïde où l'écart entre vidéo de démonstration et réalité opérationnelle reste la principale source de scepticisme. La mise en service d'une ligne ne vaut pas production de série, et XPeng le reconnaît lui-même en distinguant explicitement ce jalon de process des futurs volumes de fabrication. L'enjeu technique central est ailleurs : la puissance de calcul embarquée doit faire tourner directement sur le robot la pile Physical AI de XPeng (modèles vision-langage, contrôle vision-langage-action), pour réduire la latence et la dépendance à la téléopération continue, un test concret de la promesse selon laquelle les modèles VLA peuvent fonctionner en autonomie à l'échelle industrielle, et non seulement en laboratoire. XPeng s'appuie sur son expérience de constructeur automobile électrique pour transposer ses méthodes qualité et ses outils IA à la robotique humanoïde, dans un paysage concurrentiel qui inclut Tesla avec Optimus, Figure avec ses modèles Figure 03, Nvidia avec GR00T, ou encore Physical Intelligence avec Pi-0. Les prochaines étapes attendues sont un déploiement pilote dans les boutiques et campus internes de l'entreprise, avant le lancement commercial visé pour 2027, avec pour véritable test la capacité à tenir les objectifs de volume fin 2026 face aux courbes d'apprentissage de rendement et à la disponibilité des composants, bien plus que la simple répétition d'une sortie de chaîne filmée pour les caméras.

Chine/Asie⚡Actu

1 source

41

2009TechNode 

Le boom des robots humanoïdes en Chine (partie II) : les startups passent des salons aux vrais emplois

La cote chinoise de la robotique humanoïde a franchi une étape symbolique en août 2026 avec l'introduction en bourse d'Unitree sur le STAR Market de Shanghai : le titre a ouvert à 1 100 RMB, soit 629 % au-dessus du prix d'offre de 150,80 RMB, valorisant brièvement l'entreprise à 444,9 milliards de RMB avant de perdre plus de la moitié de sa valeur deux semaines plus tard. Le fondateur Wang Xingxing peut néanmoins s'appuyer sur des fondamentaux solides : 1,15 milliard de RMB de chiffre d'affaires au premier semestre (+48,5 % sur un an) et environ 18 000 robots humanoïdes bipèdes produits à ce jour, un intérêt relayé côté investisseurs via l'ETF KOID de KraneShares et un ETF concurrent lancé par Defiance. À côté de ce cas emblématique, d'autres acteurs avancent sur des usages plus concrets. Zerith, startup de Hefei fondée en 2025 par des membres de la communauté IA et robotique de Tsinghua, commercialise depuis le deuxième trimestre 2026 son robot à roues H1 à 199 000 RMB (29 000 dollars), déjà déployé à l'aéroport international de Hefei Xinqiao, dans des supermarchés Olé à Shenzhen et Hefei, et dans trois magasins pilotes à Shanghai ; l'entreprise a levé plus de 100 millions de RMB en avril 2026 pour un carnet de commandes dépassant ce même montant. RobotEra, basée à Pékin et fondée en 2023 par le professeur assistant de Tsinghua Chen Jianyu et Xi Yue, développe des mains dextres à cinq doigts et équipe plus de dix centres logistiques de China Post et SF Express, pour des commandes supérieures à 500 millions de RMB ; elle a levé un milliard de RMB en mars 2026 (valorisation supérieure à 10 milliards de RMB), plus de 200 millions de dollars menés par SF Group, puis un nouveau milliard de RMB en juillet mené par Chengtong Fund. Dans l'hôtellerie, huit robots Keenon opèrent à l'hôtel Shangri-La de Shanghai pour l'accueil, les bagages et le service en chambre, avec une réduction revendiquée d'environ 30 % de la demande en tâches répétitives et 35 % des temps d'attente clients, des chiffres communiqués par l'entreprise sans audit indépendant. Ce panorama illustre un basculement du secteur, des vitrines spectaculaires vers des déploiements payants et récurrents en logistique, retail et hôtellerie, un signal suivi de près par les intégrateurs et décideurs industriels qui cherchent des preuves de fiabilité au-delà des démonstrations. La question qui reste ouverte pour chacun de ces acteurs est celle de la répétabilité commerciale : transformer des pilotes et des commandes ponctuelles en revenus récurrents justifiant les valorisations déjà atteintes. Cette diversification s'inscrit dans la continuité de l'essor de Unitree, devenu la vitrine internationale de la robotique chinoise grâce à ses démonstrations de robots quadrupèdes et humanoïdes, et qui a ouvert la voie à un écosystème plus large adossé aux laboratoires universitaires, notamment Tsinghua, dont sont issus les fondateurs de Zerith et RobotEra. La compétition s'organise désormais sur des segments d'usage distincts, la préhension généralisée pour Zerith, la manipulation fine et la logistique pour RobotEra, le service à la clientèle pour Keenon, avec des tours de financement rapprochés qui traduisent un afflux de capital chinois et international vers ce secteur.

Chine/Asie⚡Actu

1 source

43

2010Interesting Engineering 

Les humanoïdes IRON de XPeng sortent de la chaîne de production, tandis que l'Optimus de Tesla accuse du retard

Le constructeur automobile chinois XPeng a lancé la production de son robot humanoïde IRON dans une usine dédiée à Guangzhou, où un exemplaire a quitté la chaîne de manière autonome après assemblage, selon un communiqué de l'entreprise début septembre 2026. XPeng dit automatiser plus de 80% des processus clés de cette ligne. IRON combine une structure en treillis flexible entièrement carénée, 76 degrés de liberté (DOF) pour le corps et 21 DOF par main. Trois puces Turing AI maison lui donnent une puissance de calcul annoncée de 2 250 TOPS, suffisante pour exécuter son modèle de fondation "Physical AI" directement à bord, sans téléopération ni calcul déporté. He Xiaopeng, PDG de XPeng, veut faire d'IRON "un compagnon dans la vie quotidienne des gens". L'annonce survient alors que Tesla retarde de nouveau Optimus: la production, initialement prévue cet été avec des ventes dès fin 2026, est désormais attendue "dans les prochains mois", pour une commercialisation visée au second semestre 2027. Le robot "sortant seul" de la chaîne reste une démonstration mise en scène illustrant l'intégration de la robotique et de l'IA en usine, pas une preuve de volumes réels ni de fiabilité en conditions de production. XPeng dispose toutefois d'un atout rare parmi les acteurs de l'humanoïde: une expertise industrielle automobile directement transposée à la fabrication de robots, comparable à celle de Tesla mais absente chez la plupart des start-up pures. Pour les intégrateurs et décideurs B2B, l'enjeu se déplace du prototype vers la fabrication en série, terrain désormais plus décisif que les démonstrations de marche ou de préhension. Faire tourner l'inférence en local plutôt qu'en téléopération conforte l'hypothèse d'architectures vision-langage-action (VLA) embarquées à faible latence comme condition d'une autonomie réelle, à l'inverse des glissements répétés du calendrier d'Optimus, qui rappellent l'écart persistant entre annonces et industrialisation effective dans ce secteur. IRON s'inscrit dans la stratégie "Physical AI" de XPeng, qui transpose son savoir-faire de constructeur de véhicules électriques et l'automatisation de ses usines à la robotique humanoïde généraliste, un segment où la Chine aligne aussi Unitree, Fourier ou UBTech face aux acteurs américains. Le robot est présenté comme une plateforme généraliste censée s'améliorer par auto-renforcement à partir d'expériences réelles, au-delà d'une tâche industrielle unique. Tesla reste la référence occidentale la plus scrutée avec Optimus, dont le dévoilement officiel est attendu près du lancement de production et dont la génération suivante dépendra des retours de terrain, tandis que XPeng n'a communiqué ni cadence de montée en volume ni client ou site pilote identifié pour IRON au-delà de cette première sortie de chaîne.

Humanoïdes❧Opinion

1 source

42

2011Interesting Engineering 

Des machines se transforment en activistes : des robots manifestent, brandissent des drapeaux et scandent des slogans pour sauver des emplois humains

Une trentaine de robots ont défilé lundi dans les rues de Varsovie, agitant des drapeaux et diffusant par haut-parleurs des slogans enregistrés comme "Défendez les emplois" et "N'attendez pas, régulez", devant le ministère polonais des Affaires numériques. Le cortège mêlait humanoïdes bipèdes et robots quadrupèdes ressemblant à des chiens, encerclant le bâtiment ministériel. L'événement, organisé par l'initiative Democratism pour alerter sur les effets de l'IA et de la robotisation sur l'emploi, réunissait notamment un humanoïde Agibot A3, qui a déclaré à l'AFP que ces machines visaient à montrer que cette technologie est déjà une réalité. Son organisateur, Grzegorz Kulis, directeur informatique d'une entreprise de robotique et dirigeant d'une agence pour l'emploi, ancien membre à deux reprises du Conseil du marché du travail polonais, a justifié le recours à de vrais robots par leur capacité déjà acquise à se déplacer seuls, ce qui les rendait selon lui aptes à "manifester pour elles-mêmes". Le ministre des Affaires numériques Krzysztof Gawkowski s'est rendu sur place et a jugé problématique la combinaison de modèles d'IA mal maîtrisés et de robots humanoïdes en constante évolution. L'épisode illustre surtout l'écart entre mise en scène et autonomie réelle : les robots se contentaient de rejouer des messages préenregistrés dans un périmètre contrôlé, ce qui relève d'une démonstration de mobilité et d'un coup médiatique plus que d'une preuve d'agentivité ou de raisonnement. Pour les intégrateurs et décideurs industriels, l'événement rappelle que la navigation autonome en milieu urbain reste, pour ce type de plateformes, un argument de communication plus qu'une fonction déployée en production à grande échelle. Il révèle aussi un déplacement du débat : la crainte porte moins sur les tâches manuelles automatisées de longue date que sur le remplacement d'emplois cognitifs par l'IA générative couplée à des corps humanoïdes, un risque que les agences pour l'emploi commencent tout juste à anticiper. La manifestation intervient quelques mois après la promulgation, en juillet 2026 par le président Karol Nawrocki, d'une loi transposant l'AI Act européen en droit polonais et créant une autorité nationale chargée de son application. Democratism, à l'initiative de l'événement, n'est pas un acteur industriel mais un collectif citoyen cherchant à provoquer un débat public, porté par une inquiétude que Kulis dit personnelle face à la vitesse du changement technologique. Aucun constructeur européen de robotique de service, tel que Wandercraft ou Pollen Robotics, n'apparaît dans cette opération, les humanoïdes utilisés provenant de fabricants asiatiques comme Agibot. L'épisode illustre une tension plus large en Europe : la régulation avance par textes comme l'AI Act, mais le rythme de déploiement commercial des robots et des modèles d'IA continue de devancer largement le débat public et législatif.

Societe/Ethique❧Opinion

1 source

39

2012TechNode 

Xpeng active une ligne de production pour son robot humanoïde

Xpeng a mis en route une ligne de production automatisée dédiée a son robot humanoïde, avec ce que le constructeur chinois présente comme le premier robot humanoïde généraliste "de haut niveau" a avoir été assemble puis a être sorti de la chaine en marchant de manière autonome. Cette ligne, conçue pour la production de masse, affiche un taux d'automatisation supérieur a 80% sur ses processus clés. Xpeng vise le début de la production en volume d'ici fin 2026, avec des premières livraisons en Chine et sur les marches internationaux prévues en 2027. L'information, rapportée par le media chinois Yicai, ne précise ni le nom du modèle ni les spécifications techniques (charge utile, degrés de liberté, temps de cycle) du robot concerne. L'annonce marque une étape dans la transition d'Xpeng, jusqu'ici surtout connu comme constructeur de véhicules électriques et pour ses projets d'aéronefs urbains, vers la robotique humanoïde industrielle. Elle intervient alors que plusieurs acteurs chinois (Unitree, UBTech, Xiaomi) et américains (Tesla avec Optimus, Figure) se disputent le passage de la démonstration a la production de série, un cap que peu ont réellement franchi. La séquence "assemblage puis marche autonome hors de la chaine" reste une mise en scene contrôlée, typique des communiques du secteur, et le chiffre de 80% d'automatisation, donne sans détail sur son périmètre exact, doit être lu comme un indicateur industriel plutôt qu'une preuve de maturité du robot lui même. Il s'agit d'une mise en service de ligne, pas encore d'un déploiement commercial réel. Cette annonce s'inscrit dans la stratégie de diversification des grands groupes automobiles chinois vers la robotique, a l'image de BYD ou Xiaomi, portée par des chaines d'approvisionnement de composants déjà maîtrisées pour les véhicules électriques. Xpeng avait dévoile ses ambitions humanoïdes lors de précédents événements produits, dans un marche chinois déjà très compétitif sur ce segment. Les prochaines étapes annoncées restent la montée en volume fin 2026, puis l'ouverture des livraisons en Chine avant une extension aux marches internationaux en 2027.

Humanoïdes❧Opinion

1 source

44

2013Robot Magazine FR 

La robotique doit répondre aux grands défis écologiques et sociétaux

La France et l'Europe doivent-elles suivre la course technologique américano-chinoise en robotique, ou tracer une voie différente ? C'est la question que traite un entretien accordé à Robot Magazine par Catherine Simon, Conseillère Numérique Industriel pour la 5G, l'électronique et la robotique au Secrétariat général pour l'investissement (SGPI). Elle y retrace l'évolution de la robotique depuis les premières éditions du salon Innorobo, où les robots déployés restaient des outils industriels spécialisés pour des tâches répétitives en environnement contrôlé, malgré une diversité déjà réelle d'applications allant du médical à la logistique, en passant par l'agriculture et l'exploration en milieu extrême. Elle situe la rupture actuelle dans la convergence de l'IA générative et de la Physical AI, qui fait basculer la robotique vers le statut de « General Purpose Technology ». Elle identifie quatre moteurs de cette transformation : l'agentification autonome, qui permet une prise de décision en temps réel sans intervention humaine ; la perception multimodale combinant vision, toucher et audition ; l'apprentissage actif et par renforcement ; et l'intégration de modèles de langage (LLM) pour une interaction vocale et gestuelle plus naturelle, y compris pour des utilisateurs non experts. Ce cadrage est significatif pour les industriels et décideurs européens, car il formalise une ligne de démarcation stratégique avec les États-Unis et la Chine. Catherine Simon pointe la logique technocentrée de ces deux puissances, illustrée par des démonstrations de robots humanoïdes effectuant des saltos ou courant des marathons, des vitrines qu'elle distingue implicitement d'une réponse à un besoin réel. Elle plaide pour une approche inverse en France et en Europe, tirée par la demande des secteurs économiques stratégiques et par les urgences environnementales et sociétales, plutôt que par la course à la performance technique pour elle-même. Pour un intégrateur ou un COO industriel, ce positionnement suggère que les financements publics français chercheront à prioriser des marchés à besoins massifs et avérés plutôt qu'à soutenir des démonstrations robotiques spectaculaires sans débouché immédiat. Cette prise de position s'inscrit dans la mission du SGPI, qui pilote une partie des investissements technologiques de l'État français, dans un contexte de compétition mondiale sur l'IA physique et les humanoïdes largement dominée jusqu'ici par les annonces américaines et chinoises. Catherine Simon défend l'idée que la France et l'Europe disposent d'un écosystème complet, grands groupes industriels, PME innovantes, laboratoires de recherche et compétences techniques en matériel comme en logiciel, pour construire une offre compétitive. L'entretien ne comporte toutefois aucune annonce de produit, de pilote industriel ni de calendrier de déploiement précis : il s'agit d'une déclaration d'orientation stratégique destinée à peser sur les priorités d'investissement public, pas d'un bilan de réalisations. La suite qu'elle esquisse consiste à identifier les marchés porteurs où cet écosystème franco-européen pourrait se positionner face aux acteurs nord-américains et chinois.

FR/EU ecosysteme❧Opinion

1 source

36

2014Robot Magazine FR 

Liebherr RLS : un système de chargement rotatif pour automatiser des pièces

Liebherr-Verzahntechnik GmbH fait évoluer son système de chargement rotatif RLS, dédié à l'automatisation des centres d'usinage. La principale nouveauté est une classe de charge portée à 2 000 kg, qui complète les versions existantes de 800 kg et 1 500 kg. Les diamètres maximaux du cercle d'interférence sont également élargis, atteignant 900 mm et 1 400 mm selon la configuration retenue. Le RLS combine un rayonnage circulaire, un module élévateur assurant le stockage et le déstockage automatiques des pièces, et une station de préparation ; une tour de stockage complémentaire peut s'ajouter selon les besoins. Le rayonnage se décline en deux à quatre niveaux, et un seul module peut alimenter simultanément deux centres d'usinage tout en conservant une emprise au sol réduite. Le système est annoncé indépendant du fabricant de la machine-outil, ce qui permet de l'associer à des équipements de marques différentes. Markus Zollitsch, chef de projet du développement du RLS chez Liebherr, justifie cette montée en charge par la nécessité d'éviter que l'automatisation périphérique ne freine les capacités croissantes des machines-outils. Cette évolution traduit un déplacement concret dans l'automatisation des ateliers : elle ne concerne plus seulement les pièces légères en grandes séries, mais s'étend à des productions plus diversifiées incluant des composants lourds, typiques de secteurs comme l'aéronautique, l'énergie ou la construction de machines. Pour les intégrateurs et décideurs industriels, l'enjeu est d'aligner la capacité des systèmes d'alimentation périphérique sur celle des centres d'usinage modernes, capables de traiter des pièces toujours plus volumineuses ; un système de manutention sous-dimensionné devient sinon le facteur limitant de toute la ligne. La compatibilité multi-marques répond à une contrainte fréquente des parcs machines hétérogènes, courants dans les sites industriels qui n'achètent pas tous leurs équipements chez un même fournisseur. La logique de compacité, avec un module unique desservant deux machines, s'attaque à une problématique classique d'atelier : gagner en productivité sans disposer de surface supplémentaire. Il s'agit ici d'une extension incrémentale de gamme plutôt que d'une rupture technologique, révélatrice d'une automatisation industrielle qui progresse sur des cas d'usage concrets plutôt que sur l'effet d'annonce. Le RLS s'inscrit dans la gamme d'automatisation périphérique de Liebherr-Verzahntechnik, filiale du groupe Liebherr spécialisée dans les machines de taillage d'engrenages et les solutions d'automatisation associées. La classe 2 000 kg vient compléter, sans les remplacer, les versions 800 kg et 1 500 kg déjà commercialisées, ce qui élargit le spectre de clients adressables sans repenser l'architecture de base. Sur ce segment de l'automatisation périphérique des centres d'usinage, Liebherr évolue face à des acteurs établis du chargement de palettes et de pièces, qu'il s'agisse de fabricants de machines-outils proposant leurs propres cellules ou d'intégrateurs spécialisés en systèmes de palettisation. La modularité du RLS, avec un module de base reconfigurable selon la classe de charge, vise à limiter les coûts d'adaptation pour les industriels dont la production évolue. Liebherr ne communique pas de calendrier de déploiement ni de premiers clients pour cette version 2 000 kg : l'annonce se situe pour l'instant au stade de l'extension de gamme, avant tout retour d'expérience documenté sur des sites de production.

Industriel⚡Actu

1 source

38

2015Interesting Engineering 

Nouveau robot terrestre rejoint la plateforme logicielle qui équipe aussi les drones aériens

XTEND, société israélienne spécialisée dans l'IA physique, a livré son premier robot terrestre AtlasROVER équipé de son système d'exploitation XOS à un client non identifié en Asie-Pacifique. Il s'agit du premier robot conçu par Atlas, entreprise lettone rachetée par XTEND plus tôt en 2026, à fonctionner sous XOS. AtlasROVER est présenté comme capable d'opérer dans des environnements difficiles et de transporter différentes charges utiles selon la mission. XTEND n'a communiqué ni l'identité ni la localisation précise du client, ni le nombre d'unités livrées, ni la nature exacte de la mission couverte par le contrat. XOS, de son côté, est décrit comme un système d'exploitation agnostique au matériel, conçu pour donner aux robots des outils communs : fonctions d'IA, applications spécifiques à une tâche et interfaces de contrôle pour les opérateurs humains. Le PDG et cofondateur d'XTEND, Aviv Shapira, a déclaré viser une couche logicielle commune pouvant s'étendre à l'air, au sol et, à terme, au domaine maritime, plutôt que des produits robotiques isolés. Ce déploiement illustre la tentative d'XTEND d'unifier, via un seul socle logiciel, des flottes robotiques hétérogènes plutôt que de développer un environnement distinct pour chaque plateforme, un pari partagé par plusieurs acteurs de la robotique et des drones qui cherchent à mutualiser IA embarquée et interfaces opérateur. Pour les intégrateurs et décideurs industriels, l'intérêt d'une architecture agnostique au matériel est de réduire les coûts de formation et de maintenance logicielle lorsqu'un site exploite à la fois drones aériens et véhicules terrestres. Toutefois, l'absence de tout chiffre concret, qu'il s'agisse du nombre de robots livrés, de l'autonomie, de la charge utile réelle ou du contexte précis de la mission, limite fortement la portée de l'annonce : elle relève davantage d'une preuve de concept commerciale que d'une validation opérationnelle à grande échelle. Ce flou reflète un écart courant dans le secteur entre les annonces de convergence logicielle multi-domaine et leur démonstration effective sur le terrain. XOS a d'abord été conçu pour les plateformes aériennes d'XTEND, avant que l'entreprise ne rachète Atlas, société de robotique terrestre basée en Lettonie, au début de 2026, ce qui lui a apporté des capacités d'ingénierie et de fabrication supplémentaires en Europe. Depuis cette acquisition, XTEND a entamé l'intégration des technologies et systèmes déjà déployés par Atlas dans son portefeuille robotique élargi, et la livraison de l'AtlasROVER sous XOS constitue l'une des premières étapes visibles de cette intégration. L'entreprise ne cite aucun concurrent direct dans cette annonce, mais son positionnement s'inscrit dans une tendance plus large du secteur visant à remplacer les piles logicielles propriétaires par des couches d'orchestration communes couvrant plusieurs types de robots. XTEND indique que l'extension de XOS au domaine maritime constitue la prochaine étape de sa feuille de route, sans toutefois avancer de calendrier précis.

IA physique⚡Actu

1 source

38

2016Interesting Engineering 

Vidéo : un robot-chien chinois brave le sable rouge et des pentes abruptes dans une aventure extrême en plein désert

DEEP Robotics, société basée à Hangzhou, a diffusé une nouvelle vidéo intitulée « Conquering the Red Desert » montrant son robot à roues et pattes Lynx M20 franchir du sable rouge meuble, des pentes abruptes et des terrains accidentés. Contrairement aux robots quadrupèdes classiques qui reposent uniquement sur des pattes articulées, le Lynx M20 combine roues et pattes pour rouler sur les sections stables et adapter sa posture sur les zones difficiles. L'entreprise indique que la plateforme supporte des températures allant jusqu'à 55°C, et a par le passé été testée jusqu'à moins 30°C ainsi que dans des cours d'eau gelés d'une profondeur allant jusqu'à 80 centimètres. Le Lynx M20 est déjà commercialisé auprès de clients industriels, à un prix de départ annoncé autour de 17 999 dollars. Cette démonstration illustre une tendance de fond dans la robotique industrielle : le passage de robots à pattes purs vers des architectures hybrides roues pattes, censées combiner la vitesse et l'efficacité énergétique du roulage avec la capacité de franchissement des robots à pattes. DEEP Robotics présente le Lynx M20 comme le premier robot industriel à roues et pattes conçu spécifiquement pour les terrains difficiles et les environnements dangereux, une formulation qui relève davantage du positionnement marketing que d'une vérification indépendante, plusieurs acteurs travaillant sur des architectures comparables. Pour les intégrateurs et décideurs B2B, l'intérêt réside surtout dans les cas d'usage ciblés : inspection d'installations électriques, intervention d'urgence, lutte contre l'incendie, recherche et sauvetage, exploration scientifique, autant de tâches où l'exposition humaine au danger peut être réduite. Il faut toutefois noter que la vidéo reste une démonstration contrôlée et ne documente pas de déploiement opérationnel confirmé sur un site industriel réel. Cette vidéo dans le désert s'inscrit dans une série de démonstrations extrêmes menées par DEEP Robotics pour crédibiliser la robustesse de sa gamme Lynx, après des essais similaires par grand froid et en franchissement de cours d'eau gelés. L'entreprise cherche ainsi à se différencier sur un marché de la robotique légère industrielle de plus en plus concurrentiel, où la disponibilité commerciale effective, plutôt que la seule démonstration vidéo, devient l'argument distinctif face aux autres plateformes quadrupèdes et roues pattes en développement. Avec un prix d'entrée sous les 18 000 dollars et une disponibilité déjà annoncée pour les clients industriels, DEEP Robotics mise sur le déploiement réel plutôt que sur le simple prototype pour installer le Lynx M20 comme référence des robots à roues et pattes destinés aux environnements hostiles. Aucune date de déploiement pilote spécifique ni aucun client nommé n'ont toutefois été communiqués à ce stade.

Chine/Asie❧Opinion

1 source

42

2017Robotics Business Review 

Inbolt aborde le problème du déploiement de l'IA physique à RoboBusiness

Le fondateur et directeur général d'Inbolt, Rudy Cohen, interviendra le 20 octobre 2026 à 14h15 lors de la conférence RoboBusiness, qui se tient les 20 et 21 octobre à Santa Clara, en Californie. Sa présentation, intitulée "Physical AI Doesn't Have a Data Problem; It Has a Deployment Problem", s'appuiera sur des données de production issues de lignes chez Stellantis, Toyota et Ford. Inbolt, startup française fondée en 2019 par Cohen, passé par la recherche en mathématiques appliquées à l'École Normale Supérieure Paris-Saclay puis par un master entrepreneuriat à Polytechnique et HEC Paris, a levé 20 millions d'euros (23,2 millions de dollars) depuis sa création. L'entreprise revendique un déploiement dans plus de 100 usines en Europe, aux États-Unis et au Japon, pour plus de 40 millions de cycles robotiques exécutés, des chiffres avancés par la société elle-même et non vérifiés de manière indépendante. Sa technologie combine guidage visuel et préhension flexible: les robots saisissent des pièces selon les opportunités disponibles, puis une localisation en main permet d'ajuster la trajectoire en cours de mouvement. La couche de contrôle développée par Inbolt convertit des jumeaux numériques en exécution robotique en temps réel. Le discours de Cohen s'oppose frontalement au consensus dominant du secteur de l'IA physique, selon lequel les progrès dépendraient avant tout du volume et de la qualité des données d'entraînement, un raisonnement valable en laboratoire mais, selon lui, inadapté à l'usine. Le vrai goulot d'étranglement se situerait dans la boucle entre perception et mouvement, et dans ce qu'il appelle la "taxe d'intégration": les mois de conception de montages, de câblage et d'ajustements qui transforment chaque déploiement en projet à six chiffres. Cette thèse, qui sert aussi à positionner commercialement le produit d'Inbolt comme réponse à ce problème précis, apporte néanmoins un éclairage utile pour les intégrateurs et décideurs industriels engagés dans la course à l'IA physique et aux modèles vision-langage-action: elle suggère que la fermeture de la boucle à fréquence servo, plutôt que la taille des modèles fondation, conditionne la rentabilité réelle des déploiements. Elle rappelle aussi que l'IA physique est déjà rentable dans des applications industrielles précises et documentées, dans l'automobile notamment, loin des vitrines médiatiques des démonstrations humanoïdes. Inbolt illustre la présence, encore rare mais réelle, d'acteurs français dans la robotique industrielle pilotée par IA, aux côtés d'autres entreprises tricolores comme Wandercraft ou Exotec sur d'autres segments du marché. Contrairement aux protagonistes de la course humanoïde tels que Figure (Figure 03), Tesla (Optimus), Physical Intelligence (Pi-0) ou NVIDIA (GR00T N2), Inbolt se concentre sur le contrôle vision-guidé de bras robotiques industriels existants plutôt que sur des plateformes humanoïdes complètes. Cette intervention à RoboBusiness reste une présentation de conférence, et non une annonce produit ni un nouveau déploiement: elle vise à faire connaître la position d'Inbolt sur le marché en amont de l'événement, dont l'inscription est ouverte via l'organisateur Arrowfly, avec des tarifs réduits pour le monde académique, les associations et les groupes d'entreprises. Aucune nouvelle étape de déploiement ni nouveau client n'est annoncé au-delà de cette prise de parole.

FR/EU ecosysteme⚡Actu

1 source

48

2018Robotics Business Review 

Agility Robotics annonce 1,8 million de dollars de revenus avant sa fusion SPAC dans l'humanoïde

Agility Robotics a déposé le 5 septembre 2026 un formulaire S-4 auprès de la SEC dans le cadre de sa fusion prévue avec la SPAC Churchill Capital Corp. XI, une opération qui valorise l'entreprise à 2,5 milliards de dollars. Le document révèle des finances jusqu'ici confidentielles : 1,8 million de dollars de chiffre d'affaires net en 2025, pour une perte opérationnelle de 140 millions de dollars et 111 millions de dollars de dépenses d'exploitation, contre 71 millions en 2024. La trésorerie brûlée sur l'année atteint environ 100 millions de dollars. La fusion doit rapporter plus de 620 millions de dollars, dont environ 420 millions issus du compte séquestre de Churchill et 200 millions via un PIPE mené par Foxconn. Agility affirme avoir déployé son humanoïde Digit sur 9 sites clients, cumulant plus de 65 000 heures de fonctionnement, et dispose de commandes pluriannuelles dépassant 300 millions de dollars pour la version Digit v5 auprès d'un seul client. Digit avait été désigné Robot of the Year 2024 par The Robot Report. Le même mois, le fabricant chinois Unitree est entré en bourse sur le STAR Market de Shanghai, clôturant sa première séance en hausse de 460 % après avoir levé 6,1 milliards de yuans, environ 905 millions de dollars. Le rapport entre le chiffre d'affaires réel et la valorisation, soit près de 1 400 fois les ventes 2025, illustre un écart que le secteur préférait jusque-là ne pas exposer publiquement : Figure, Apptronik, 1X et d'autres ont levé des montants comparables sur la base de projections, sans jamais ouvrir leurs comptes puisqu'ils restent des sociétés privées. En choisissant la voie de la SPAC, Agility devient le premier acteur américain de l'humanoïde à rendre ses chiffres publics, et le fossé documenté entre déploiements annoncés et revenus réels vient nourrir le scepticisme sur la vitesse de commercialisation de ces robots. Le S-4 détaille deux modèles économiques pour Digit v5 : un abonnement RaaS à 8 500 dollars par mois (environ 102 000 dollars par an) plus 25 000 dollars de frais de déploiement, générant environ 535 000 dollars sur cinq ans par robot, et un achat direct à environ 200 000 dollars plus 36 000 dollars annuels de maintenance, soit environ 400 000 dollars sur cinq ans. Agility mise sur la formule RaaS pour sa trajectoire de croissance, projetant environ 800 unités Digit v5 déployées en 2027, 7 000 en 2030 et jusqu'à 25 000 en 2035, ce qui représenterait 2,55 milliards de dollars de revenus d'abonnement annuels à pleine échelle. L'entreprise reconnaît elle-même que ces hypothèses de tarification, de calendrier et d'utilisation restent incertaines : il lui faudrait multiplier son chiffre d'affaires par 57 rien que pour égaler les revenus de 1 000 robots en RaaS. Fondée pour développer des robots bipèdes à usage industriel, Agility s'inscrit dans une course à l'humanoïde désormais marquée par deux voies de financement distinctes, la SPAC transparente mais sous pression des marchés publics, et la levée privée qui préserve la confidentialité des comptes, à l'image de Figure ou 1X. L'exemple d'Unitree, déjà rentable et coté avec des revenus concrets, sert désormais de point de comparaison direct pour juger si la valorisation d'Agility reflète une exécution réelle ou surtout des paris sur l'avenir.

Business❧Opinion

1 source

39

2019Robotics Business Review 

MassRobotics dévoile les résultats de son sondage auprès des membres sur les restrictions de la FCC

En juillet 2026, la Federal Communications Commission (FCC) a annoncé l'interdiction de nouveaux modèles de « dispositifs robotiques avancés » fabriqués à l'étranger, incluant robots mobiles et humanoïdes, invoquant des risques pour la chaîne d'approvisionnement et la cybersécurité. La règle vise les robots terrestres connectés de plus de 1,9 kg (4,4 livres), équipés de capteurs environnementaux comme le lidar ou des caméras, d'une connectivité d'au moins 200 kbps, et dotés de logiciels de navigation et de perception. Pour être qualifié de « fabriqué aux Etats-Unis », un robot doit compter 65 % du coût total de ses composants d'origine domestique, seuil que la FCC prévoit de relever à 75 % en 2029. Des exceptions existent pour les achats fédéraux et pour les entreprises obtenant une dérogation du Department of War (DoW), via un processus d'« approbation conditionnelle » qui prend de quatre à huit semaines. Bien qu'elle s'applique aux importations de tout pays, la mesure vise largement la Chine, qui a installé plus de la moitié des robots industriels mondiaux. Face à la confusion suscitée chez les fournisseurs, l'Association for Advancing Automation (A3) a organisé un webinaire avec le cabinet DLA Piper, tandis que l'organisation bostonienne MassRobotics a sondé en août 2026 quatorze entreprises de son écosystème, de startups à un seul fondateur jusqu'à des structures de plus de 200 employés. Résultat : 43 % des répondants jugent la mesure « bénéfique » ou « très bénéfique », exactement la même proportion la juge « préjudiciable » ou « très préjudiciable », et 14 % n'anticipent aucun impact. Cette scission quasi parfaite illustre comment cette politique redistribue les positions concurrentielles selon l'empreinte manufacturière de chaque acteur plutôt que selon sa taille. MassRobotics observe que « le sentiment suit de près l'empreinte manufacturière de l'entreprise » : les sociétés déjà productrices aux Etats-Unis y voient un avantage, celles dépendant même partiellement de chaînes d'approvisionnement étrangères la perçoivent comme une perturbation coûteuse. Une entreprise sondée anticipe un « sévère coup de pouce positif », une autre affirme devoir relocaliser son siège aux Etats-Unis, et 29 % des répondants ont des projets de relocalisation industrielle non encore engagés. Pour les intégrateurs et décideurs B2B, ce clivage confirme que la compétition robotique et humanoïde se joue désormais aussi sur la géographie de la supply chain : moteurs, capteurs, alimentations, convertisseurs DC/DC et bras robotiques restent largement sourcés en Asie de l'Est, exposant une large partie du secteur, y compris américain, à un risque de non-conformité. La demande la plus fréquente exprimée par les entreprises interrogées porte sur des réseaux d'approvisionnement de relocalisation vérifiés, signe que le secteur manque encore d'infrastructure de confiance pour opérer ce virage rapidement. Cette enquête s'inscrit dans une séquence réglementaire plus large lancée par l'annonce initiale de la FCC, depuis complétée par d'autres restrictions visant notamment de nouveaux robots grand public. Elle fait écho aux appels répétés d'organisations professionnelles, dont A3, en faveur d'une stratégie nationale de la robotique face aux menaces tarifaires et réglementaires. Les entreprises sondées redoutent aussi des représailles chinoises et d'être dépassées par des concurrents étrangers ayant déjà établi une présence industrielle américaine, ainsi qu'un possible retournement réglementaire autour des élections de mi-mandat aux Etats-Unis. MassRobotics, l'un des principaux clusters et accélérateurs robotiques du pays, recommande aux pouvoirs publics et associations professionnelles d'adapter leur communication et leur accompagnement selon l'empreinte manufacturière de chaque entreprise plutôt que de traiter le secteur comme un bloc homogène. Aucune échéance n'a été communiquée pour un assouplissement de la règle avant le relèvement du seuil domestique à 75 % prévu en 2029, laissant le secteur dans une période prolongée d'incertitude réglementaire.

Regulation⚖Reglementation

1 source

38

2020Interesting Engineering 

Le nouveau système de Galbot aide les robots humanoïdes à bouger naturellement pendant une conversation

Galbot, entreprise chinoise de robotique, a dévoilé RoboGesture, un framework destiné à générer en temps réel des gestes synchronisés avec la parole pour les robots humanoïdes. Développé avec des chercheurs de l'université Tsinghua, de l'université de Pékin, du Beijing Institute of Technology, du Harbin Institute of Technology et du Shanghai Qi Zhi Institute, le système sera présenté à l'European Conference on Computer Vision (ECCV) 2026. Annoncé le 5 septembre 2026 sur le compte X de Galbot, RoboGesture ferme la boucle écoute-réponse-geste en environ deux secondes. Le système convertit la parole entrante en tokens audio via le codec Mimi, puis analyse le signal à plusieurs niveaux : les caractéristiques de bas niveau captent le rythme et les variations de ton, tandis que les couches plus profondes extraient le sens sémantique. La composante sémantique a été entraînée sur 300 catégories de gestes. Les signaux sont ensuite transmis à un modèle de génération de mouvement fondé sur un transformer à diffusion, qui produit des trajectoires dans un espace de mouvement continu plutôt que des commandes fixes, permettant un enchaînement fluide des gestes. Cette annonce vise une limite récurrente des robots humanoïdes commerciaux : des mouvements souvent perçus comme mécaniques, répétitifs ou déconnectés du discours, un défaut qui nuit à l'acceptation des robots dans des rôles d'accueil, de guide ou d'assistance sociale. Les chercheurs affirment s'attaquer à trois obstacles concrets : le manque de données d'entraînement, la difficulté à relier la parole au mouvement approprié, et les risques de sécurité lorsque des gestes générés par IA sont transférés à un robot physique. Ils identifient également un problème baptisé « éclipse de modalité », où le modèle se met à répéter des gestes issus de ses mouvements précédents au lieu de réagir à la nouvelle parole ; une méthode de guidage nommée Anti-Inertia classifier-free guidance masking est présentée comme correctif. Ces travaux restent toutefois au stade de la recherche académique : la démonstration diffusée sur X ne constitue pas une validation indépendante, et aucun chiffre de déploiement, de coût ou de robustesse en conditions réelles n'est fourni, ce qui invite à la prudence sur la portée réelle du système hors laboratoire. Galbot s'inscrit dans la vague des start-up chinoises de robotique généraliste qui, comme leurs homologues américaines telles que Figure avec son modèle Figure 03, Tesla avec Optimus, ou les initiatives fondées sur des modèles VLA comme Pi-0 de Physical Intelligence ou GR00T N2 de Nvidia, cherchent à doter les humanoïdes de capacités de manipulation et de perception avancées. RoboGesture se distingue en ciblant spécifiquement la communication non verbale plutôt que la manipulation ou la locomotion, un axe encore peu exploré par une concurrence surtout focalisée sur les tâches industrielles ou logistiques. La présentation prévue à l'ECCV 2026, conférence académique de référence en vision par ordinateur, signale une publication scientifique plutôt qu'un lancement commercial : l'article ne mentionne ni pilote annoncé, ni calendrier de déploiement, ni partenaire industriel identifié à ce stade.

Recherche❖Paper

1 source

42

2021arXiv cs.RO 

Squint : apprentissage par renforcement visuel rapide pour la robotique, du simulateur au réel

Une équipe de recherche a publié une version mise à jour (v2) de son article sur arXiv, référencé 2602.21203, décrivant Squint, une méthode d'apprentissage par renforcement visuel fondée sur l'algorithme Soft Actor-Critic. Squint combine simulation parallèle, un critique distributionnel, une technique de réduction de résolution d'image baptisée "résolution squinting", une normalisation par couches, un ratio mise à jour/données optimisé et une implémentation logicielle accélérée. Les auteurs introduisent aussi le SO-101 Task Set, une nouvelle suite de huit tâches de manipulation construite dans le simulateur ManiSkill3, avec une randomisation de domaine poussée pour forcer la robustesse des politiques apprises. Résultat chiffré central : l'entraînement complet tient en 15 minutes sur un unique GPU RTX 3090, la majorité des huit tâches convergeant en moins de 6 minutes, et les politiques ainsi obtenues sont transférées avec succès à un bras robotique SO-101 réel, sans réentraînement supplémentaire signalé. L'enjeu dépasse la simple prouesse technique : le RL visuel est historiquement écarté en robotique car les méthodes off-policy, économes en données, restent lentes en temps réel, tandis que les méthodes on-policy se parallélisent facilement mais consomment beaucoup d'échantillons. Des travaux récents avaient déjà montré qu'une méthode off-policy pouvait battre l'on-policy en temps horloge pour du contrôle basé sur des états, mais l'extension à des entrées visuelles haute dimension restait un verrou, à cause du coût de stockage et d'encodage des images. En démontrant un cycle d'entraînement à l'échelle de la minute sur du matériel grand public, Squint réduit fortement la barrière à l'entrée pour prototyper des politiques visuomotrices en sim-to-real, un argument direct pour les laboratoires et intégrateurs qui cherchent à itérer vite sans cluster GPU dédié. Le SO-101 est un bras robotique peu coûteux popularisé dans l'écosystème open source de la robotique d'apprentissage, ce qui facilite la reproductibilité annoncée par les auteurs. L'article se positionne explicitly contre les approches on-policy et les méthodes off-policy visuelles antérieures jugées trop lentes en pratique. À ce stade, il s'agit d'un résultat de recherche publié sur arXiv, validé sur une suite de tâches maison et un seul robot réel, non d'un produit ou d'un déploiement industriel ; aucune feuille de route commerciale n'est mentionnée.

Recherche❖Paper

1 source

42

2022arXiv cs.RO 

Ce qui compte, quand : diagnostic et amélioration de l'ancrage visuel conditionnel dans les politiques d'imitation visuomotrice

Une nouvelle étude publiée sur arXiv (arXiv:2609.05376) documente un mode d'échec récurrent des politiques d'imitation visuomotrice en robotique manipulative : leur performance chute dès que des objets ou réceptacles visuellement proches de la cible apparaissent dans la scène, alors qu'elles réussissent parfaitement en conditions d'entraînement. Les auteurs testent ce phénomène avec Action Chunking with Transformers (ACT), une architecture de référence en apprentissage par imitation, en introduisant systématiquement des distracteurs dont la couleur ou la forme se rapproche plus ou moins de l'objet cible. Les essais sont menés en simulation et sur un bras robotique physique UR3e, avec localisation précise des échecs aux phases de préhension et de dépose. L'analyse est ensuite étendue à une politique vision-langage-action (VLA) préentraînée, appliquée à une tâche de manipulation d'instruments médicaux où la destination correcte dépend de l'état observé de l'instrument. Le résultat central intéresse directement les intégrateurs et responsables robotique en B2B : une compétence motrice peut rester intacte tout en échouant à cause d'une mauvaise sélection de la cible visuelle, un problème distinct de la robustesse gestuelle généralement mise en avant dans les démonstrations. Cette distinction contredit l'hypothèse implicite selon laquelle les politiques VLA récentes, entraînées sur de larges corpus, généraliseraient nativement aux perturbations visuelles de la scène. Elle confirme au contraire que l'écart entre démonstration contrôlée et déploiement réel reste largement lié à la perception conditionnelle, c'est-à-dire à la capacité du modèle à identifier le bon indice visuel selon la phase de la tâche, plutôt qu'à la seule motricité. Pour corriger ce défaut, l'équipe évalue trois interventions complémentaires : l'augmentation par distracteurs à l'entraînement, une régularisation de l'attention dépendante de la phase de manipulation, et un prompting visuel basé sur l'apparence, conçu pour améliorer la sélection de cible sans dégrader l'information spatiale nécessaire au contrôle moteur. Ces approches améliorent sensiblement la robustesse en simulation comme sur le UR3e physique, et le même schéma de correction reste efficace sur la politique VLA appliquée à la tâche médicale conditionnée par l'état de l'instrument. L'étude ne présente ni produit commercial ni déploiement industriel : il s'agit d'un travail de diagnostic méthodologique destiné à orienter la conception des futures politiques d'imitation et VLA à mesure qu'elles se rapprochent d'un usage en production.

Recherche❖Paper

1 source

42

2023arXiv cs.RO 

LIBERO-RECOVER : au-delà de la réussite des tâches, la récupération après échec dans les modèles de manipulation robotique

Des chercheurs ont publié le 5 septembre 2026 sur arXiv (2609.05178) LIBERO-Recover, un benchmark consacré à la récupération après échec des modèles de manipulation robotique Vision-Language-Action (VLA) ou World Action (WAM). Construit à partir de LIBERO, référence de l'apprentissage robotique en simulation, il rassemble plus de 1 000 scénarios d'échecs réels issus de modèles état de l'art, répartis en quatre niveaux : réessai d'action, adaptation d'action, récupération de l'état de l'objet et récupération environnementale. Il évalue quatre compétences : compréhension spatiale, raisonnement sur la structure des objets, compréhension des interactions et raisonnement topologique. Le projet est disponible sur liulin815.github.io/LIBERO-Recovery. L'enjeu est réel pour les intégrateurs et décideurs du secteur robotique : les modèles les plus avancés affichent des taux de succès proches de 100% sur LIBERO, souvent présentés comme preuve de maturité pour un déploiement réel. Les auteurs contestent cette lecture, car ces scores mesurent l'exécution de tâches depuis des états initiaux idéaux, sans jamais tester la réaction à une prise ratée, une collision ou un déplacement involontaire d'objet, situations pourtant inévitables hors laboratoire. LIBERO-Recover déplace ainsi la question de la réussite d'une tâche vers la capacité à s'en remettre après un échec, nuançant l'idée que le sim-to-real et l'apprentissage par imitation à grande échelle seraient déjà résolus. Pour les industriels évaluant des piles VLA, ce travail rappelle que les scores de benchmark actuels ne garantissent pas la robustesse opérationnelle. Ce travail s'inscrit dans une critique méthodologique croissante des benchmarks de manipulation robotique : LIBERO, désormais jugé saturé, ne mesurait que la réussite finale d'une tâche, jamais la résilience face à l'imprévu. Il s'agit d'une contribution académique en preprint, sans lien annoncé avec un produit commercial : aucun robot physique, partenariat industriel ni calendrier de commercialisation n'est mentionné. Les auteurs présentent LIBERO-Recover comme le premier benchmark à grande échelle consacré à la récupération après échec en robotique incarnée, un manque notable face à la multiplication des modèles fondation pour la manipulation. La suite attendue est l'adoption de ce protocole par la communauté pour évaluer les futurs modèles VLA sur cet axe de robustesse, plutôt que sur le seul taux de succès brut.

Recherche❖Paper

1 source

41

2024arXiv cs.RO 

Même trajectoire, récompenses contradictoires (ROBORMBENCH) : la fragilité des modèles de récompense vision-langage face aux paraphrases

Une équipe de recherche a publié ROBORMBENCH, un benchmark mesurant la fragilité des modèles vision-langage (VLM) utilisés comme fonctions de récompense en robotique, dans un article mis en ligne en septembre 2026 sur arXiv sous la référence 2609.05401. Le jeu de données réunit 2 390 trajectoires de robots réels, des étiquettes de progression vérifiées au sol, et 21 673 paraphrases vérifiées couvrant des réécritures lexicales, syntaxiques et de type action-objectif. Constat central : reformuler une consigne, sans toucher à la trajectoire réellement exécutée par le robot, peut faire varier fortement le score de progression prédit par le modèle, au point de faire basculer un comportement identique entre échec et succès. Testée sur des modèles propriétaires et open-source, cette instabilité induite par la paraphrase s'avère répandue, sévère, s'aggrave à mesure que les reformulations s'éloignent du texte d'origine, et résiste aussi bien à l'augmentation de la taille du modèle qu'à l'ajout de raisonnement explicite. Seuls des modèles de récompense dédiés, entraînés avec une supervision ancrée dans la trajectoire, se montrent nettement plus stables. Ce résultat fragilise une hypothèse de plus en plus répandue dans le secteur, selon laquelle des VLM généralistes peuvent servir tels quels de juges pour entraîner des politiques robotiques par renforcement. Pour les intégrateurs et laboratoires qui bâtissent des pipelines de fine-tuning à partir de récompenses générées automatiquement, l'étude pointe un risque concret : une même démonstration réussie pourrait être notée comme un échec simplement parce que l'instruction textuelle a changé de formulation, introduisant un bruit silencieux dans l'entraînement des politiques. Le fait que ni l'échelle du modèle ni un raisonnement explicite ne corrigent le problème contredit l'idée que ces limites se résorberaient naturellement avec des modèles plus gros ou plus verbeux, et plaide pour des modèles de récompense spécialisés plutôt que pour des VLM généralistes détournés de leur usage d'origine. ROBORMBENCH s'inscrit dans la tendance récente consistant à réutiliser des VLM prêts à l'emploi comme évaluateurs automatiques de progression de tâche en robotique, une alternative moins coûteuse que la supervision humaine ou l'écriture manuelle de fonctions de récompense. Le benchmark combine des trajectoires issues de robots réels, et non simulées, avec des paraphrases vérifiées par des humains, ce qui le distingue des tests synthétiques habituels du domaine. Le résumé de l'article ne précise ni les organismes à l'origine des travaux ni de calendrier de suite, mais la publication invite explicitement le secteur à traiter la robustesse aux paraphrases comme un critère obligatoire avant de déployer des VLM comme juges dans des boucles d'entraînement robotique, aux côtés de métriques plus classiques comme la précision ou la cohérence temporelle des prédictions.

Recherche❖Paper

1 source

41

2025arXiv cs.RO 

VLA-Precision : co-amorçage asymétrique pour un apprentissage par renforcement en ligne efficace en réel des modèles VLA

Publié le 4 septembre 2026 sur arXiv (2609.04355v1), VLA-Precision est un cadre de renforcement en ligne conçu pour affiner en conditions réelles des modèles vision-langage-action (VLA) déjà préentraînés. Il repose sur l'algorithme ACoB, qui combine un apprentissage comportemental guidé par intervention humaine en début d'entraînement avec un calibrage progressif des valeurs par propagation globale du retour et classement de préférences, et sur l'architecture ACoB-Stream, qui découple les états invariants et diffuse les données à la demande pour alléger le calcul des grands VLA. Testé sur neuf tâches de chimie de haute précision, réparties en quatre catégories et exécutées par quatre corps robotiques différents, le système atteint 98,3% de réussite moyenne en 45,8 minutes par tâche, avec des épisodes de 27,6 secondes, soit 1,2 et 1,8 fois plus rapide que les références VLA et RL respectivement, et un gain de débit allant jusqu'à 10,9 fois. Le code et les ressources sont publiés sur vla-precision.github.io. L'enjeu est concret pour la robotique industrielle : les VLA préentraînés généralisent bien en manipulation mais restent peu fiables dès qu'une précision et une répétabilité strictes sont exigées, l'écart habituel entre démonstration en laboratoire et usage réel. En s'attaquant à la fois à la dérive de politique causée par des signaux de valeur peu fiables et au coût de calcul prohibitif des grands VLA en boucle d'apprentissage, l'étude propose une voie pour rendre l'amélioration autonome par essai-erreur exploitable à grande échelle plutôt que limitée aux démonstrations coûteuses à collecter. Les résultats restent toutefois issus d'un cadre de laboratoire contrôlé et n'ont pas encore été validés en déploiement industriel réel. Ce travail s'inscrit dans la lignée des modèles VLA qui, à l'image de Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure AI, unifient perception, langage et contrôle moteur dans un réseau entraîné sur de vastes corpus de démonstrations, avec pour limite commune la fragilité sur les tâches de précision fine. VLA-Precision ne change pas le modèle de base mais y ajoute une couche de renforcement en ligne compatible avec les grands VLA existants. Classé comme nouvelle publication sur arXiv, l'article ne mentionne aucun partenariat industriel ni calendrier commercial : il s'agit à ce stade d'une contribution de recherche à ressources ouvertes, dont l'extension à d'autres domaines que la chimie de précision constitue la suite naturelle pour la communauté.

IA physique❧Opinion

1 source

40

2026arXiv cs.RO 

RoboSPA : les modèles VLA peuvent-ils dépasser les scènes simples et les tâches à court terme ?

Des chercheurs ont publié RoboSPA (Robot Spatial-Procedural Assessment), un jeu de données et un benchmark à grande échelle destinés à diagnostiquer les capacités de raisonnement des modèles Vision-Language-Action (VLA) en manipulation robotique, décrits dans un article arXiv (2609.05324) mis en ligne début septembre 2026. Le benchmark couvre deux axes, le raisonnement spatial fin et la planification procédurale à long horizon, répartis en 10 catégories et 56 tâches de base. Chaque tâche est déclinée en cinq niveaux de difficulté croissante, ce qui génère 280 variantes testant l'ambiguïté spatiale et la complexité procédurale. Les auteurs ont collecté 527 000 trajectoires sur plusieurs types de robots et des scènes variées, et ont conçu des métriques de diagnostic allant au-delà du simple taux de réussite binaire pour isoler précisément où un modèle échoue. Le code et les données sont disponibles sur GitHub (fanzhenxuan/RoboSPA). Les expériences menées sur des modèles VLA représentatifs montrent que les systèmes actuels peinent encore face à des relations spatiales complexes, à une exécution bas niveau précise et à des tâches de planification gourmandes en mémoire. Pour les intégrateurs et décideurs qui évaluent des piles VLA comme Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure, ce résultat est un signal utile: les benchmarks existants, basés sur des scènes simples et des tâches à court horizon, mesurent surtout la réussite en conditions favorables et masquent l'écart entre démonstration et robustesse réelle. RoboSPA formalise ce que le secteur soupçonnait déjà empiriquement, à savoir que la généralisation spatiale et procédurale reste un problème non résolu à l'échelle, même pour les modèles les plus médiatisés du marché. Ce travail s'inscrit dans une vague de benchmarks académiques cherchant à combler les limites des évaluations actuelles de la manipulation robotique, généralement cantonnées à des configurations prédéfinies offrant peu de visibilité sur le raisonnement du modèle à mesure que la complexité augmente. En positionnant RoboSPA comme un outil diagnostique plutôt qu'un simple classement de performance, les auteurs visent à orienter le développement de futurs agents incarnés vers davantage de fiabilité et de généralisation, plutôt que vers l'optimisation de scores sur des tâches faciles. L'article ne mentionne aucun partenariat industriel ni calendrier de déploiement: il s'agit d'une contribution de recherche ouverte, dont l'impact dépendra de son adoption par les équipes qui entraînent et évaluent les modèles VLA d'acteurs comme Physical Intelligence, NVIDIA, Figure ou Google DeepMind.

Recherche❖Paper

1 source

40

2027arXiv cs.RO 

Besoins d'adaptation des systèmes robotiques : évaluation des arbres de comportement et de leurs améliorations

Les Behavior Trees (BT), largement employés dans les architectures de contrôle robotique pour leur modularité, leur lisibilité et leur réactivité, suffisent-ils face aux besoins d'adaptation des systèmes robotiques modernes évoluant en environnement dynamique et incertain ? C'est la question posée par une étude publiée le 7 septembre 2026 sur arXiv (2609.05331), combinant revue de littérature et validation empirique. Les auteurs établissent d'abord une classification des besoins d'adaptation robotique en six catégories : Connaissance, Perception, Actionnement, Système, Mission et Environnement. Ils évaluent ensuite les capacités et limites des BT classiques vis-à-vis de chacune, avant de recenser les approches existantes visant à les renforcer, regroupées en quatre familles principales : génération, extension, évolution et raffinement, certaines combinant plusieurs de ces familles à la fois. Le constat principal est que la modularité et la réactivité des BT classiques ne suffisent pas dès qu'il s'agit de restructurer l'arbre de comportement en temps réel, de raisonner sous incertitude, de réinterpréter une mission en cours d'exécution, d'intégrer de l'apprentissage ou de se connecter à des mécanismes externes de planification et de connaissance. Les versions enrichies de BT comblent une partie de ces lacunes, mais de façon inégale et avec leurs propres limitations. Pour les intégrateurs et concepteurs d'architectures de contrôle, ce travail fournit un cadre décisionnel concret : quand un BT classique reste suffisant, et quand il devient nécessaire de basculer vers des mécanismes enrichis. La question est d'autant plus sensible que l'essor des architectures vision-langage-action (VLA) et de l'IA générative appliquée au contrôle robotique promet une adaptabilité que les BT, dans leur forme d'origine conçue pour des comportements prédéfinis, ne peuvent pas offrir nativement. Les BT, hérités des architectures de jeu vidéo avant leur adoption massive en robotique comme alternative aux machines à états finis, sont aujourd'hui un standard de facto dans de nombreuses piles de contrôle. Cette étude s'inscrit dans un mouvement plus large de confrontation entre architectures symboliques structurées, historiquement fiables et interprétables, et approches d'apprentissage ou hybrides intégrant planification et raisonnement, jugées plus adaptatives mais moins prévisibles. Les auteurs ne proposent pas de nouveau framework mais une cartographie destinée à guider les choix d'architecture, tout en identifiant les défis qui restent ouverts, voire émergent, pour concevoir des systèmes de contrôle robotique réellement adaptatifs.

Recherche❖Paper

1 source

40

2028arXiv cs.RO 

Morphologie et actionnement comme biais inductifs dans la manipulation par main robotique

Une équipe de recherche publie sur arXiv (2609.05206) un cadre d'analyse unifie qui évalué séparément puis conjointement la cinématique et l'actionnement des mains robotiques dexterees, via le conditionnement du jacobien de tache et de la matrice d'actionnement. La méthode compare deux mains aux philosophies opposées, la Shadow Dexterous Hand a architecture orthogonale et l'Anatomically Correct, Biomechatronic Hand (ACH) a haute fidélité anatomique, selon quatre critères : géométrie des axes articulaires, ratio actionneurs/degrés de liberté, architecture de couplage et distribution de l'autorité des actionneurs, tous extraits des modèles numériques canoniques des deux mains. Ces prédictions sont validées par apprentissage par renforcement avec trois algorithmes, PPO, DDPG+HER et TQC+HER, sur trois taches de manipulation distinctes. Le résultat central contredit l'idée reçue selon laquelle une plus grande fidélité anatomique améliore uniformément le contrôle. Sur l'ACH, les axes obliques du pouce améliorent son conditionnement mais dégradent celui des doigts longs par rapport a la Shadow Hand, tandis que son réseau tendineux ramifie améliore la cartographie de commande de chaque doigt long mais la dégradé nettement au pouce, ou l'autorité des actionneurs se concentre sur l'opposition. Pour les concepteurs de mains robotiques, l'enseignement est que reproduire l'anatomie humaine n'offre aucune garantie de contrôlabilité supérieure : chaque choix morphologique impose des compromis locaux, articulation par articulation, plutôt qu'un gain global. Ce travail s'inscrit dans la recherche établie sur la manipulation dexteree, ou la Shadow Dexterous Hand, développée par la britannique Shadow Robot, sert depuis plus d'une décennie de plateforme de référence, notamment pour les travaux d'OpenAI sur la résolution du Rubik's Cube en 2019. L'ACH appartient a une famille plus récente de mains biomimétiques visant a reproduire la structure osseuse et tendineuse humaine. Il s'agit d'une contribution méthodologique publiée sur arXiv, sans annonce de produit, de déploiement industriel ni de partenariat commercial ; les auteurs ne communiquent aucun calendrier pour d'éventuels prolongements sur d'autres plateformes robotiques.

Recherche❖Paper

1 source

39

2029arXiv cs.RO 

NavArena : construction automatisée de bancs d'essai de navigation orientés objectifs à partir de reconstructions par 3D Gaussian Splatting

Une équipe de recherche publie sur arXiv (arXiv:2609.04602v1, septembre 2026) NavArena, un framework automatisé qui transforme des reconstructions figées en 3D Gaussian Splatting (3DGS) en bancs d'essai pour la navigation visuelle orientée objectif. Le système combine trois briques techniques : un modèle 3DGS gelé pour le rendu RGB-D en vue égocentrique, une carte d'occupation dérivée de la densité des gaussiennes et de statistiques de hauteur pour évaluer la franchissabilité du terrain et détecter les collisions, et des candidats d'objectifs sémantiques extraits de masques multi-vues en vocabulaire ouvert. Ces composants permettent de générer automatiquement des épisodes de navigation et de les évaluer selon un protocole unifié en boucle fermée. Sur plus de 2 000 scènes, NavArena a généré 22,2 millions de trajectoires expertes. Les auteurs annoncent la publication publique de tous les outils de génération de benchmarks, des protocoles d'évaluation et des jeux de données dérivés. Le problème que résout NavArena est concret : les reconstructions 3DGS offrent des vues nouvelles photoréalistes mais manquaient jusqu'ici des contraintes de franchissabilité, des objectifs valides et des protocoles en boucle fermée nécessaires pour évaluer réellement une politique de navigation. En automatisant la construction de ces bancs d'essai à grande échelle, le framework répond à un goulot d'étranglement classique de la recherche en navigation embarquée et en IA incarnée, où la création manuelle de benchmarks réalistes reste coûteuse et peu reproductible. Pour les laboratoires qui entraînent des politiques de navigation visuelle sur robots mobiles ou AMR, l'intérêt est double : un volume massif de trajectoires expertes pour l'apprentissage, et une capacité diagnostique, les auteurs précisant que les tests de politiques (rollouts) servent surtout à démontrer la valeur diagnostique du protocole d'évaluation, plutôt qu'à afficher des scores flatteurs. NavArena s'inscrit dans la généralisation du 3D Gaussian Splatting comme technique de rendu rapide et photoréaliste, de plus en plus utilisée pour construire des environnements de simulation à partir de captures du monde réel, en remplacement des maillages synthétiques des bancs d'essai historiques bâtis sur des jeux de données comme Matterport3D. Ces reconstructions 3DGS existantes manquaient jusqu'ici de la couche sémantique et physique nécessaire à une évaluation de navigation rigoureuse, se limitant à la synthèse de vues. Aucune date de disponibilité publique n'est communiquée pour l'instant : seule l'intention de publier les outils de génération, les protocoles d'évaluation et les données dérivées est annoncée, sans calendrier ni partenaire de déploiement précisé.

Recherche❖Paper

1 source

39

2030arXiv cs.RO 

Modèles du monde de robots persistants : stabiliser les déploiements multi-étapes par apprentissage par renforcement

Des chercheurs publient sur arXiv (2603.25685) une méthode de post-entraînement par apprentissage par renforcement (RL) pour stabiliser les "world models" robotiques, ces réseaux qui génèrent des vidéos futures d'une scène manipulée à partir d'une séquence d'actions du robot. Le problème identifié : ces modèles, entraînés pour la prédiction court terme, se dégradent rapidement en usage autorégressif, chaque clip prédit servant de contexte au suivant, ce qui accumule les erreurs et détériore la qualité visuelle. L'équipe adapte un objectif RL contrastif récent, conçu pour les modèles de diffusion, à ce contexte de rollout vidéo, avec des garanties de convergence conservées. Le protocole génère et compare plusieurs futurs candidats de longueur variable depuis un même état, en renforçant les prédictions les plus fidèles, et introduit une récompense de fidélité visuelle multi-vues combinant plusieurs métriques perceptuelles agrégées au niveau du clip. Résultat annoncé sur le jeu de données DROID : un nouvel état de l'art en fidélité de rollout, avec LPIPS réduit de 14% sur les caméras externes, SSIM amélioré de 9,1% sur la caméra poignet, 98% de comparaisons gagnées face à la meilleure référence, et 80% de préférence dans une étude humaine en aveugle. Cette avancée s'adresse directement à un goulot d'étranglement connu des architectures VLA (vision-language-action) et des pipelines d'apprentissage par simulation : la capacité d'un world model à rester cohérent sur des horizons longs, condition nécessaire pour l'utiliser comme simulateur d'entraînement ou pour de la planification par recherche d'actions. Un world model qui décroche visuellement après quelques secondes ne peut servir ni à entraîner une politique robuste ni à évaluer des comportements complexes, ce qui limitait jusqu'ici leur usage à des démonstrations courtes. Si les gains se confirment au-delà de DROID, cela renforcerait l'argument selon lequel les world models vidéo peuvent remplacer, au moins partiellement, les moteurs physiques classiques pour des tâches de manipulation difficiles à modéliser, un enjeu suivi de près par les équipes travaillant sur des politiques génériques type GR00T N2, Pi-0 ou Helix. DROID est un jeu de données de manipulation robotique multi-caméras largement utilisé comme banc d'essai académique, ce qui situe ce travail dans le champ de la recherche plutôt que du produit déployé ou du pilote industriel. La démarche s'inscrit dans une lignée de travaux appliquant des techniques de RL post-entraînement, éprouvées sur les grands modèles de langage, aux modèles de diffusion vidéo. L'article étant une "replace" (version révisée) sur arXiv, il s'agit d'une contribution scientifique en évolution, sans annonce de partenariat industriel, de déploiement ni de calendrier commercial à ce stade.

Recherche❖Paper

1 source

39

2031arXiv cs.RO 

TacPAC : prédiction tactile, correction d'action en temps réel, modèles monde-action pour manipulation à contacts riches

Des chercheurs du Logos Robotics Group ont publié le 7 septembre 2026 sur arXiv (2609.05266) TacPAC, un mécanisme de correction tactile en temps réel pour les modèles monde-action de manipulation robotique. Alors que ces modèles planifient habituellement leurs actions à partir de prédictions purement visuelles des observations futures, TacPAC met en cache le contact prédit lors de la planification, ainsi que la représentation du plan lui-même, puis compare chaque image tactile réellement perçue à ce cache pour corriger, en cours d'exécution, les actions pas encore jouées. Sur cinq tâches réalisées avec un robot réel, insertion de précision, manipulation d'objets fragiles, réorientation d'objets et manipulation à long horizon, le taux de réussite moyen passe de 22% pour le modèle de référence purement visuel à 64% avec TacPAC, pour un coût de correction 20,7 fois inférieur à celui d'une régénération complète du segment d'actions. Le code est publié sur GitHub sous LogosRoboticsGroup/TacPAC. Ce résultat cible une faiblesse connue des modèles vision-langage-action et monde-action: leur cécité aux repères de contact locaux, pourtant déterminants dans les tâches riches en contact comme l'assemblage de précision ou la manipulation d'objets fragiles. Les auteurs montrent surtout qu'ajouter la prédiction tactile comme simple vue supplémentaire ne récupère qu'un tiers du gain possible, à cause d'un décalage temporel entre la prédiction, qui précède l'action, et le retour tactile, qui arrive pendant son exécution. Pour les intégrateurs industriels, la leçon dépasse le simple ajout d'un capteur tactile: sans boucle de correction dédiée exploitant ce que le plan avait anticipé, le tactile apporte peu de gain réel, un point qui tempère l'enthousiasme actuel autour des modèles génératifs multimodaux appliqués à la manipulation fine. Le travail prolonge la lignée des modèles monde-action qui conditionnent la génération d'actions sur des observations futures prédites, une approche jusqu'ici centrée sur la vision et illustrée par des systèmes comme Pi-0, GR00T N2 ou Helix. TacPAC reste un article de recherche déposé sur arXiv, pas un produit commercial ni un déploiement industriel: ses résultats portent sur cinq tâches en laboratoire avec un seul robot, sans précision sur le nombre d'essais ni sur une généralisation à d'autres plateformes ou bras robotiques. Le code source ouvert laisse toutefois la porte à une reprise par d'autres équipes de recherche en manipulation robotique. Aucun acteur français ou européen n'apparaît dans cette publication.

Recherche⚡Actu

1 source

39

2032arXiv cs.RO 

APEX-RBD : cadre d'exploration en précision mixte pour la conception d'accélérateurs de dynamique robotique efficaces en matériel

Des chercheurs publient sur arXiv (2609.05161v1) APEX-RBD, un framework automatisé de conception d'accélérateurs matériels pour la dynamique des corps rigides (Rigid Body Dynamics, RBD), le calcul au cœur du contrôle robotique temps réel. Ces accélérateurs coûtent cher en surface de silicium et en énergie, ce qui freine leur déploiement sur des plateformes embarquées ; la quantification uniforme utilisée jusqu'ici ignore que chaque variable tolère différemment la perte de précision. APEX-RBD élague l'espace de recherche par une approche pilotée par la physique (regroupement de variables, analyse de sensibilité), prédit l'erreur de trajectoire via un modèle de substitution économe en données plutôt que par simulation coûteuse, puis optimise la configuration en précision mixte sous contraintes utilisateur. Résultat annoncé : jusqu'à 1,9 fois moins de surface et 1,8 fois moins de puissance consommée que les approches à précision uniforme, sur plusieurs plateformes robotiques testées. Pour les concepteurs de puces robotiques, ce résultat s'attaque à un vrai goulot d'étranglement : le calcul RBD, exécuté à chaque cycle de contrôle pour la cinématique et la dynamique inverse, limite souvent le déploiement d'un contrôleur temps réel sur un bras, un robot mobile ou un humanoïde à budget silicium et énergie restreint. Le choix était jusqu'ici binaire entre précision uniforme, simple mais gourmande, et précision mixte plus efficace mais inexplorable faute de pouvoir tester l'immense nombre de configurations sans simulation coûteuse en boucle fermée. En rendant cette exploration praticable, APEX-RBD ouvre la voie à des accélérateurs sur mesure, moins chers à fabriquer et moins énergivores, sans dégrader la précision de mouvement au-delà des seuils fixés par le concepteur, un enjeu direct pour les fabricants de SoC robotiques. Le travail s'inscrit dans la tendance plus large de la quantification à précision mixte, déjà éprouvée sur les réseaux de neurones, appliquée ici aux accélérateurs RBD en silicium apparus ces dernières années pour soulager le CPU et le GPU du calcul de dynamique en temps réel. L'article ne précise ni institution ni partenaire industriel et reste à ce stade un preprint de recherche, sans prototype silicium annoncé, sans feuille de route commerciale et sans acteur français ou européen impliqué. La validation demeure expérimentale et réalisée en simulation ; la suite logique serait une implémentation matérielle réelle, en FPGA ou en ASIC, pour confirmer ces gains de surface et de puissance en conditions physiques.

Recherche❖Paper

1 source

38

2033arXiv cs.RO 

Raisonnement sans coût d'inférence : échafaudage sémantique latent pour les politiques VLA de robots

Une équipe de recherche a publié sur arXiv (arXiv:2609.04893v1, soumis début septembre 2026) une méthode nommée Latent Semantic Scaffolding (LSS), conçue pour les modèles vision-langage-action (VLA) qui pilotent des robots manipulateurs. Le constat de départ : les VLA actuels apprennent par imitation à partir de démonstrations humaines et retiennent quelle action exécuter, mais pas pourquoi ; ajouter un raisonnement causal améliore la manipulation, mais les méthodes existantes le paient cher à l'inférence, en générant des tokens de raisonnement ou en simulant des états futurs à chaque pas de contrôle, un surcoût qui s'accumule sur les séquences longues. LSS introduit à la place une perte auxiliaire appliquée uniquement pendant le pré-entraînement sur démonstrations humaines : une petite tête de projection aligne les représentations des tokens d'action du VLA avec des embeddings textuels de justifications physiques du geste. Cette tête est ensuite supprimée à l'inférence, laissant la politique de base intacte et donc sans coût additionnel au déploiement. La découverte centrale concerne la granularité de cet alignement : une version « Dense », qui relie chaque token d'action au raisonnement propre à sa phase de manipulation, transfère nettement mieux vers des tâches inédites qu'une version « Pooled » fondée sur un embedding unique pour tout l'épisode, laquelle se sur-spécialise à la tâche d'entraînement. Une sonde représentationnelle montre que Dense LSS induit environ deux fois plus de séparabilité par phase dans le réseau de base. Le résultat intéresse directement les concepteurs de politiques VLA de type Pi-0, GR00T N2 ou Helix, confrontés à un arbitrage classique entre qualité du raisonnement et fréquence de contrôle en temps réel. En déplaçant le bénéfice du raisonnement causal vers la phase d'entraînement, LSS suggère qu'il est possible d'obtenir un gain de généralisation sans dégrader le temps de cycle ni la charge de calcul embarquée, un point critique pour les intégrateurs qui évaluent le ROI de bras manipulateurs ou d'humanoïdes en production. Il faut toutefois noter qu'il s'agit d'un article de recherche non encore relu par les pairs, avec des résultats obtenus sur un jeu de tâches et d'architectures limité, pas d'une validation à grande échelle industrielle. Ces travaux s'inscrivent dans la lignée des VLA de type fondation qui dominent la robotique de manipulation depuis l'essor de modèles comme RT-2, Pi-0 ou GR00T N2, et dans le prolongement d'une autre famille de méthodes qui injectent du raisonnement explicite via chaînes de pensée ou modèles du monde, au prix d'un calcul supplémentaire à chaque étape. LSS se positionne comme une alternative à ce compromis en traitant l'alignement sémantique comme un mécanisme d'entraînement jetable plutôt que comme un module permanent. L'abstract ne mentionne ni laboratoire ni entreprise nommément, ni acteur français ou européen ; les auteurs annoncent vouloir approfondir l'effet de la granularité de l'alignement sur d'autres tâches et vérifier si Dense LSS se généralise à des architectures VLA de plus grande échelle.

Recherche⚡Actu

1 source

38

2034arXiv cs.RO 

Emballer à ma façon : collaboration homme-robot triadique pour un emballage autonome personnalisé

Une équipe de recherche présente dans un article publié le 4 septembre 2026 sur arXiv (2609.04620) une étude sur le rangement autonome personnalisé par robot, où les préférences de l'utilisateur ne peuvent pas être déduites de la seule géométrie de la scène. Les chercheurs testent une collaboration triadique impliquant un résident, un médiateur de correction et un robot, en comparant deux formes de médiation : un expert humain en téléopération contre un agent vocal. L'étude, menée via un protocole nommé Show-Correct-Generalize, évalue trois catégories de tâches, protection, compacité et regroupement, en mesurant la capacité du robot à corriger son comportement puis à généraliser cette correction lorsque les objets environnants sont réarrangés. Résultat central : la médiation par agent vocal obtient des performances comparables à celle de l'expert humain sur deux des trois catégories de préférences testées, malgré des instructions plus courtes et moins détaillées. Les deux modes de médiation sont jugés aussi faciles à utiliser l'un que l'autre, mais l'expert humain reste perçu comme plus fiable par les utilisateurs. Ce résultat intéresse directement les intégrateurs et les décideurs travaillant sur l'autonomie domestique et logistique des robots, car il attaque un goulot d'étranglement connu : le déploiement à grande échelle de robots personnalisables reste bridé par la nécessité d'un téléopérateur expert pour interpréter les préférences humaines. Si un agent vocal peut approcher les performances humaines sur la correction et la généralisation de préférences, cela ouvre la voie à des déploiements sans supervision experte continue, réduisant le coût opérationnel du dernier kilomètre de personnalisation. L'étude reste toutefois nuancée : elle documente aussi les limites actuelles, notamment sur la fiabilité perçue et la généralisation dans certains cas, ce qui tempère l'idée d'un problème déjà résolu. Ce travail s'inscrit dans la lignée des recherches sur les architectures vision-langage-action (VLA) et l'apprentissage de préférences pour la manipulation robotique, un axe où des acteurs comme les développeurs de Pi-0 ou GR00T N2 explorent aussi l'interaction naturelle homme-robot pour des tâches ménagères ou industrielles. L'article ne mentionne pas de déploiement commercial ni de partenaire industriel identifié, il s'agit d'une étude utilisateur en laboratoire destinée à orienter les futures architectures de médiation vocale pour l'autonomie personnalisée, avec la fiabilité perçue et la généralisation des préférences comme prochains chantiers de recherche.

Recherche❖Paper

1 source

38

2035arXiv cs.RO 

Codage tactile temporel et compliance pour la remise bimanuelle robot-humain sensible à l'intention

Un article soumis sur arXiv le 7 septembre 2026 (2609.05282v1) décrit un système de remise bimanuelle d'objets du robot vers l'humain combinant un modèle VLA affiné par démonstrations humaines et un contrôleur de compliance réduisant les forces d'interaction. L'entrée associe images RGB, signal tactile encodé temporellement et proprioception, pour distinguer une prise volontaire d'un simple contact, d'une prise faible ou d'une force mal orientée. Testé lors d'une étude avec sujets humains contre deux références, sans tactile puis avec tactile sans compliance, le système complet se montre nettement supérieur selon des métriques objectives et un questionnaire. Code et données seront publiés après acceptation de l'article. Le résultat cible un point de friction concret pour la robotique collaborative et humanoïde : la vision seule peine à distinguer une intention claire de prise d'un simple frôlement, provoquant des lâchers d'objet trop tôt, trop tard ou inconfortables. En traitant la remise comme un problème intrinsèquement multimodal, l'étude suggère que les VLA généralistes gagnent en fiabilité en intégrant tactile temporel et contrôle de force en boucle fermée, plutôt qu'en s'appuyant sur la seule caméra. Pour les intégrateurs en logistique, assistance à la personne ou cobotique industrielle, cette brique conditionne directement la sécurité et l'acceptabilité des interactions main-à-main homme-robot, un maillon encore peu résolu malgré les progrès des modèles de manipulation généralistes. Ce travail s'inscrit dans la vague de modèles VLA de manipulation apparue avec des systèmes comme Pi-0 ou GR00T N2, conçus surtout pour la préhension et le déplacement d'objets plutôt que pour l'interaction physique directe avec un humain. La remise d'objet main-à-main reste un sous-problème peu traité, alors que la course aux robots humanoïdes généralistes multiplie les démonstrations de manipulation fine sans toujours documenter la robustesse ni le confort de ces transferts pour la personne réceptrice. L'article ne mentionne aucune affiliation industrielle ni calendrier de déploiement : il s'agit d'une contribution de recherche académique, dont la publication annoncée du code et des données, après acceptation, permettra d'en vérifier les résultats.

Recherche❖Paper

1 source

38

2036arXiv cs.RO 

Contrôle couplé et modèles du monde sans fil pour un pilotage robotique à distance résilient

Un article publié sur arXiv (référence 2609.04851v1) décrit un cadre de contrôle robotique à distance conçu pour rester fiable sur des réseaux sans fil aux conditions changeantes. Le système couple un contrôleur classique à des modèles du monde de type JEPA (Joint Embedding Predictive Architecture), qui apprennent conjointement la dynamique du robot et l'évolution du canal radio à partir d'images caméra et de représentations RF combinant spectrogrammes bruts et images de persistance, une technique issue de l'analyse topologique des données. Ces représentations latentes permettent de prédire l'état futur du robot et du réseau pour limiter les transmissions montantes inutiles, tandis qu'un mécanisme de résilience adaptatif corrige la perception dès qu'un écart de prédiction apparaît, sans réentraîner toute la politique de contrôle. Testé dans un environnement de simulation synchronisé Gazebo, ROS et Sionna (le simulateur radio open source de NVIDIA) sous diverses perturbations de propagation et de perception, le système dépasse un contrôleur PID classique, un agent DQN et des approches prédictives à base de Vision Transformers en efficacité de communication et en robustesse, tout en préservant la performance de navigation. Pour les intégrateurs de flottes de robots mobiles et les opérateurs de téléopération industrielle, le problème adressé est concret : transmettre en continu des flux vidéo haute définition sur un réseau sans fil coûte de la bande passante et de l'énergie, et devient fragile dès que la connectivité se dégrade en usine ou en entrepôt. En modélisant conjointement perception et état du canal radio dans un même espace latent, ce travail propose une piste pour réduire le trafic réseau sans sacrifier la performance, un compromis que les architectures de contrôle classiques peinent à tenir. Il faut toutefois noter que ces résultats reposent uniquement sur une simulation, sans robot physique ni liaison radio réelle, ce qui limite pour l'instant la portée des chiffres annoncés. Ce travail s'inscrit dans deux tendances convergentes : la généralisation des modèles du monde appris, dont l'architecture JEPA a été popularisée pour la prédiction vidéo et physique, et la montée des réseaux sans fil privés, 5G ou futur 6G, pour piloter des robots sans câblage en environnement industriel. En comparant sa méthode à un contrôleur PID, un agent DQN et des approches Vision Transformer, l'équipe se positionne face au contrôle classique comme face au deep learning générique qui ignore l'état du canal de communication. La suite logique, non détaillée dans l'article, consisterait à valider l'approche sur un robot physique relié par une liaison sans fil réelle, puis à l'éprouver à l'échelle de flottes multi-robots partageant un même spectre.

Recherche❖Paper

1 source

38

2037arXiv cs.RO 

Vers une assistance contextuelle par exosquelette : estimation de charge utile par vision et optimisation multi-critères

Des chercheurs ont publié une étude préimprimée sur arXiv (2508.06207, version 3, republiée en septembre 2026) décrivant deux avancées pour les exosquelettes de soutien lombaire, conçus pour réduire les troubles musculosquelettiques liés au port de charges. La première contribution est un espace d'optimisation multi-métrique construit à partir d'essais menés sur 12 sujets, combinant réduction de l'activité électromyographique (EMG), inconfort perçu et préférence de l'utilisateur. Les auteurs y mettent en évidence une relation non linéaire entre le poids de la charge portée et le niveau d'assistance optimal, ce qui invalide l'hypothèse d'un réglage d'assistance simplement proportionnel à la charge. La seconde contribution est un système de contrôle adaptatif basé sur la vision par ordinateur : un vision transformer DINOv2 affiné (fine-tune), couplé à un capteur de profondeur, estime le poids d'une charge avant même que l'utilisateur ne la soulève, supprimant ainsi le délai d'actionnement propre aux systèmes réactifs classiques. Testé sur 12 sujets supplémentaires, ce module de perception prédictive atteint 82,41% de précision dans l'estimation du poids. Combinée à la stratégie d'assistance adaptative, l'approche réduit jusqu'à 23% le pic d'activation des muscles dorsaux et améliore de 8,15% en moyenne le déchargement mécanique par rapport à des réglages d'assistance statiques, sans augmentation de l'inconfort perçu. Pour les fabricants et intégrateurs d'exosquelettes industriels, ces résultats répondent directement à une limite structurelle des systèmes actuels : la plupart des exosquelettes de soutien dorsal commercialisés s'appuient sur des capteurs myoélectriques ou de force qui ne détectent l'effort qu'une fois la charge déjà soulevée, générant un temps de réponse mécanique incompressible. En anticipant le poids par vision avant le geste de levage, cette approche prédictive vise à combler ce décalage temporel, un enjeu concret pour la logistique, la manutention et les lignes de production où les cycles de levage sont répétitifs. Elle illustre aussi une tendance plus large de transfert de modèles de vision génériques (ici DINOv2) vers des tâches d'estimation physique embarquées, hors du seul champ de la robotique mobile ou humanoïde. Le travail s'inscrit dans le prolongement des recherches sur l'assistance ergonomique adaptative, où la modulation de l'assistance reste généralement statique ou réactive faute de perception anticipative fiable. Publiée d'abord en août 2025 puis révisée en version 3, l'étude reste à ce stade un résultat de laboratoire validé sur un total de 24 sujets, sans indication de partenariat industriel ni de déploiement commercial annoncé. Les auteurs présentent leur travail comme une preuve de concept ouvrant la voie à une intégration future dans des exosquelettes commerciaux de soutien lombaire, la prochaine étape logique étant une validation à plus grande échelle et en conditions de terrain plutôt qu'en environnement contrôlé.

Exosquelettes❖Paper

1 source

37

2038arXiv cs.RO 

CoFreeVLA : manipulation à deux bras sans collision par modèle vision-langage-action et estimation du risque

Des chercheurs ont publié une nouvelle version (v3) de CoFreeVLA, un framework qui ajoute aux modèles Vision-Language-Action (VLA) un estimateur léger de risque de collision pour bras robotiques doubles, décrit dans le papier arXiv 2601.21712. Le module prédit la probabilité de collision entre les deux bras ou avec l'objet saisi à partir de l'état proprioceptif, des embeddings visuels et des actions candidates, puis bloque les commandes risquées, génère une trajectoire de repli sûre et réoriente l'entraînement de la politique. L'entraînement combine un pré-entraînement sur des collisions synthétiques et un post-entraînement sur des trajectoires réelles. Sur cinq tâches bimanuelles, six backbones VLA et 30 essais par variante, le taux de collision moyen tombe de 0,54 à 0,23 et le taux de réussite grimpe de 0,45 à 0,61. L'enjeu dépasse la simple démonstration : la plupart des politiques VLA bout-en-bout ont été validées sur bras unique, où l'auto-collision n'existe pas, alors qu'elle devient un frein direct dès que deux bras coordonnés manipulent une charge commune. Pour les intégrateurs, la preuve qu'un tel garde-fou de sécurité se greffe sur six architectures existantes sans réentraînement complet abaisse le coût d'adoption d'une couche de sécurité indépendante du backbone. L'échantillon reste toutefois modeste, 30 essais par variante sur cinq tâches, ce qui invite à la prudence avant d'extrapoler ces gains de taux de collision à des lignes de production réelles. CoFreeVLA s'inscrit dans la généralisation des modèles VLA, dans la lignée de Pi-0, RT-2, OpenVLA ou GR00T N2, comme couche de contrôle générique pour la manipulation instruite, un paradigme éprouvé jusqu'ici surtout sur des bras uniques. La multiplication des humanoïdes et des cellules industrielles à deux bras rend ce manque de modélisation des auto-collisions de plus en plus pressant à mesure que ces systèmes quittent le laboratoire. Le travail reste pour l'instant une contribution académique publiée sur arXiv, sans partenaire industriel ni déploiement annoncé, dont la portée devra être confirmée sur davantage de plateformes et de tâches.

Recherche❖Paper

1 source

37

2039arXiv cs.RO 

Développement d'un prototype de robot humanoïde pour l'interaction homme-robot multimodale

Des chercheurs présentent un prototype de robot humanoïde conçu comme plateforme de test pour l'interaction homme-robot multimodale, détaillé dans un article publié sur arXiv le 5 septembre 2026. Le système repose sur un mécanisme bimanuel à 12 degrés de liberté et une tête à 2 DOF équipée d'un écran LCD expressif capable de simuler des émotions faciales. L'ensemble du matériel est piloté par une carte contrôleur conçue sur mesure, avec traitement IA embarqué en temps réel via un module Jetson. Trois modules d'intelligence artificielle sont intégrés : reconnaissance gestuelle (MediaPipe Pose combiné à un classifieur LSTM), détection d'objets avec localisation 3D (YOLO), et traitement de commandes vocales par reconnaissance de la parole couplée à un modèle de langage (LLM) pour l'analyse sémantique. Les tests de validation rapportent une erreur moyenne de manipulation d'environ 1,83 cm en précision de positionnement, une précision de tâche globale supérieure à 90%, avec 96% pour la reconnaissance gestuelle et 92% pour la reconnaissance vocale. Ce prototype illustre une tendance de fond dans la recherche robotique : plutôt que de viser des démonstrations spectaculaires, l'accent est mis sur la reproductibilité et l'accessibilité d'une plateforme complète pour l'intégration de modules IA hétérogènes. Pour les laboratoires académiques et les équipes d'intégration disposant de budgets limités, disposer d'une architecture bimanuelle documentée, avec carte de contrôle personnalisée et pipeline multimodal (vision, geste, voix) déjà assemblé, réduit la barrière d'entrée pour prototyper des interactions homme-robot sans dépendre des plateformes commerciales fermées. Les chiffres de précision restent toutefois issus d'un cadre expérimental contrôlé et ne permettent pas de conclure directement sur une robustesse en environnement industriel réel, un point que l'article ne détaille pas davantage. Le projet s'inscrit dans la lignée des travaux académiques sur les robots compagnons et assistants, où l'expressivité faciale et la fusion de plusieurs canaux de perception (vision, geste, parole) sont recherchées pour rendre l'interaction plus naturelle. Contrairement aux humanoïdes commerciaux orientés manipulation industrielle comme Figure 03 ou Optimus, ce prototype cible explicitement la recherche en HRI et le prototypage reproductible plutôt qu'un déploiement en usine. L'article ne précise ni le nom de l'institution porteuse, ni de calendrier de diffusion ou de partenariat industriel, ce qui situe cette publication au stade de la recherche académique plutôt que d'une annonce produit.

Recherche❖Paper

1 source

37

2040arXiv cs.RO 

FailureSpot : détection d'échecs au niveau des timestamps, économe en étiquettes, pour les modèles vision-langage-action

Des chercheurs présentent FailureSpot, un cadre méthodologique décrit dans un article arXiv (2609.04277v1, publie début septembre 2026) pour détecter les échecs des politiques vision-langage-action (VLA) au niveau de chaque instant de la trajectoire, et non plus seulement a l'échelle globale d'une tentative. Le système exploite d'abord des blocs d'actions non annotes générés par la politique VLA elle-même pour construire des signaux de supervision faible : il repere des motifs anormaux comme des blocs d'actions consécutifs incohérents entre eux, des actions figées ou inactives, ou au contraire des mouvements aléatoires trop brusques. Un mécanisme d'apprentissage actif sélectionné ensuite uniquement les trajectoires les plus incertaines pour un étiquetage humain fin, sur lesquelles le détecteur est ensuite affine. Teste sur plusieurs politiques VLA, ce pipeline améliore a la fois la détection au niveau de la trajectoire complète et la localisation précise du moment ou l'échec survient. L'enjeu dépasse la seule performance académique : les politiques VLA, présentées comme la voie vers la manipulation robotique généraliste, échouent encore de manière imprévisible sur des taches longues, ce qui bloque leur déploiement en conditions réelles sans garde-fou de sécurité. Les approches existantes étaient soit réactives, détectant l'échec seulement après coup via l'analyse vidéo, soit proactives mais entraînées avec des étiquettes posées au niveau de toute la trajectoire, ce qui étiquette a tort comme "échec" le comportement normal précédant la défaillance et dégradé la fiabilité du détecteur. En réduisant le cout d'annotation grâce a l'apprentissage actif, ce travail s'attaque directement a un frein concret pour les intégrateurs industriels : construire une couche de supervision fiable sans devoir annoter manuellement chaque instant de chaque trajectoire d'échec, un cout aujourd'hui prohibitif a l'échelle d'un déploiement de flotte. Ce travail s'inscrit dans la lignée des détecteurs proactifs bases sur les représentations internes des modèles VLA, en réponse directe aux limites des méthodes purement visuelles de détection d'échec. Aucun acteur industriel ni déploiement sur robot physique n'est mentionne dans cette publication, qui reste a ce stade une contribution méthodologique validée expérimentalement sur plusieurs politiques VLA en simulation ou benchmark. Les prochaines étapes attendues concernent l'intégration de ce type de détecteur comme couche de sécurité dans des pipelines de déploiement réels, avant une adoption plus large par les équipes travaillant sur des politiques généralistes de manipulation.

Recherche⚡Actu

1 source

37

2041arXiv cs.RO 

Vers un raisonnement procédural neuro-symbolique pour la manipulation VLA à long horizon

Un article publié sur arXiv (référence 2609.05369) début septembre 2026 présente un cadre neuro-symbolique destiné à corriger la fragilité des modèles vision-langage-action (VLA) sur les manipulations longues. Ces modèles exécutent bien des compétences courtes et isolées, mais peinent à maintenir un état de tâche persistant, à raisonner sur les dépendances entre actions et à gérer des décisions conditionnelles sur des séquences étendues. La méthode associe un contrôle VLA appris à des graphes de tâches explicites, qui encodent dépendances d'actions, transitions valides et conditions de branchement, ainsi qu'une mémoire procédurale multimodale qui suit l'étape active, les actions déjà accomplies, le contexte textuel et les preuves visuelles pertinentes. Des indices de regard humain, annotés en pseudo-regard sur des vidéos de téléopération vue robot, guident ensuite le fine-tuning et l'inférence du VLA. Deux domaines de test sont retenus: le débarrassage d'un espace de travail et la manipulation d'instruments chirurgicaux, évalués sur la sélection correcte d'objet et de destination, la complétion des sous-tâches et le taux de réussite complet de la procédure. Ce travail s'attaque à un angle mort du secteur: les modèles VLA de bout en bout, à l'image de Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure, généralisent bien sur des tâches courtes grâce au volume de données d'entraînement, mais leur fiabilité chute nettement sur des procédures longues et structurées, un écart entre démonstration et usage réel rarement exposé publiquement. En réintroduisant une couche symbolique explicite plutôt qu'en misant uniquement sur davantage de données et de paramètres, l'étude suggère que la fiabilité recherchée par l'industrie et la chirurgie assistée passera par des architectures hybrides, pas seulement par le scaling des réseaux de neurones. C'est un signal utile pour les intégrateurs qui évaluent la maturité réelle des VLA au-delà des vidéos de démonstration soigneusement sélectionnées. Il s'agit d'une étude de recherche exploratoire, pas d'un produit déployé. Pour isoler l'effet du guidage visuel sur l'apprentissage de la politique, les auteurs contournent volontairement, dans cette première phase, le transfert de regard entre vue humaine et vue robot, une simplification méthodologique qu'ils assument eux-mêmes. Aucun partenaire industriel, site pilote ni calendrier de commercialisation n'est mentionné dans le document. Les auteurs indiquent vouloir étendre l'approche au transfert de regard inter-vues comme prochaine étape, afin de généraliser ce guidage à des démonstrations non téléopérées et de renforcer la robustesse du raisonnement procédural sur des tâches encore plus longues.

Recherche❖Paper

1 source

37

2042arXiv cs.RO 

Graphes de scène 3D en ensemble ouvert pour la robotique de terrain : étude de cas en extérieur

Des chercheurs publient le 7 septembre 2026 sur arXiv (2609.04607v1) un rapport de terrain sur les graphes de scène 3D en robotique extérieure, testant le système Terra 3DSG sur cinq jeux de données robotiques outdoor distincts. Ces cartes hiérarchiques combinent géométrie et sémantique via des modèles vision-langage en ensemble ouvert (VLM open-set), afin de permettre un raisonnement robotique de haut niveau. L'étude introduit de nouvelles métriques de cohérence pour vérifier si les propriétés sémantiques et structurelles du graphe restent stables lors de traversées répétées du même environnement. Résultats chiffrés : les embeddings de points sémantiques produits par les VLM présentent des valeurs aberrantes et des modes multiples sur l'ensemble des jeux de données testés, avec un ratio d'outliers supérieur à 0,1 pour environ 30% des points. La récupération d'objets par navigation atteint un taux de succès proche de 70%, mais les trajectoires affichent en moyenne environ 66% d'inefficacité par rapport au chemin optimal, freinées par des échecs de franchissabilité du terrain et un routage peu efficace. La compréhension au niveau des régions reste limitée, avec un score F1 moyen de seulement 0,359. En revanche, la représentation reste compacte, moins de 600 Mo pour des trajectoires de plusieurs kilomètres. Ces résultats importent car ils testent en conditions réelles une hypothèse répandue dans la recherche en robotique cognitive : que les graphes de scène 3D couplés à des VLM en ensemble ouvert peuvent servir de carte générale pour la navigation et la manipulation. L'étude nuance cet optimisme en documentant des limites concrètes, la sémantique visuelle reste bruitée en extérieur, la planification de trajectoire ignore encore la franchissabilité réelle du terrain, et la compréhension de régions naturelles complexes (forêts, terrains accidentés) reste un problème ouvert. Pour les intégrateurs travaillant sur des robots de terrain, drones, quadrupèdes, véhicules autonomes agricoles ou d'inspection, ce constat signale que les architectures VLA et les cartes sémantiques validées en intérieur ou en environnement urbain simulé ne se transposent pas directement à l'extérieur sans adaptation. Le travail s'inscrit dans la lignée des recherches sur les 3DSG initiées ces dernières années pour doter les robots de représentations de scène exploitables par des modèles de langage, jusqu'ici majoritairement validées en intérieur. Terra 3DSG sert ici de cas d'étude représentatif plutôt que de produit commercial abouti, l'article se positionnant explicitement comme une analyse de limites plutôt qu'une annonce de performance. Les auteurs identifient trois pistes de travail futures : mieux gérer les modes sémantiques multiples dans les embeddings, intégrer la franchissabilité du terrain directement dans la structure du graphe, et améliorer la compréhension sémantique au niveau des régions, autant de chantiers ouverts avant un déploiement robuste en extérieur à grande échelle.

Recherche❖Paper

1 source

37

2043arXiv cs.RO 

AquaBEV : occupation BEV sous-marine monoculaire supervisée par sonar 3D

Des chercheurs ont présenté AquaBEV, un modèle de perception pour robots sous-marins autonomes capable de prédire une carte d'occupation en vue aérienne (bird's eye view, BEV) à partir d'une seule image RGB, publié sur arXiv en septembre 2026 (arXiv:2609.04411v1). Le système transforme les caractéristiques visuelles extraites de l'image en une représentation polaire sans calibration préalable, applique un décodage causal le long de la dimension de portée, puis reconstruit la prédiction finale en coordonnées cartésiennes BEV. Pendant l'entraînement uniquement, le modèle est supervisé par des données de sonar imageur 3D appariées à l'image RGB, qui servent de vérité terrain géométrique. Les auteurs ont construit un benchmark dédié à cette tâche RGB-vers-sonar, en adaptant plusieurs méthodes d'occupation existantes au même protocole pour permettre une comparaison directe. AquaBEV atteint un score de 31,4 en Visible IoU et 38,6 en Observed IoU, soit des gains relatifs de 4,0% et 4,3% par rapport à la meilleure méthode de référence transférée depuis d'autres domaines. L'enjeu pratique est net pour les intégrateurs de robotique sous-marine: la navigation sûre d'un véhicule autonome (AUV ou ROV) exige de savoir en temps réel quel espace est libre ou occupé, mais l'image RGB seule fournit des indices géométriques peu fiables sous l'eau, à cause de la turbidité, de l'absorption lumineuse et du faible contraste. Le sonar imageur 3D offre une mesure géométrique plus robuste mais reste un capteur coûteux et gourmand en calcul à embarquer en continu. En cantonnant le sonar au seul rôle de supervision à l'entraînement, et en ne nécessitant qu'une caméra RGB en inférence, AquaBEV pointe vers des architectures de perception moins chères à déployer en flotte, un enjeu concret pour l'inspection d'infrastructures immergées, la surveillance environnementale ou les missions d'exploration à budget limité. Le travail s'inscrit dans la continuité des méthodes d'occupation BEV développées pour les véhicules terrestres autonomes, que les auteurs ont explicitement adaptées et re-testées dans un environnement sous-marin pour établir des baselines de comparaison, faute d'équivalent direct dans ce domaine encore peu couvert. Aucun acteur industriel ni date de déploiement n'est mentionné dans la publication: il s'agit à ce stade d'un résultat de recherche académique validé sur un benchmark contrôlé, sans indication de passage à un produit commercial ou à des essais en conditions réelles.

Recherche❖Paper

1 source

37

2044arXiv cs.RO 

LookStep : navigation vision-langage efficace grâce à l'anticipation linguistique et une mémoire événementielle

Des chercheurs ont publié LookStep, un framework de navigation vision-langage (VLN) qui vise à réduire les besoins en calcul et en données d'entraînement des agents suivant des instructions en langage naturel dans des environnements inconnus. Décrit dans un article déposé sur arXiv (identifiant 2609.02350v2, republication croisée), le code et le modèle sont disponibles en open source sur GitHub, sous le compte kunyang-YU. Le système combine deux mécanismes : une modélisation de futurs états centrée sur le langage, qui attribue à chaque action candidate une étiquette textuelle décrivant la progression de la navigation et l'état futur attendu, et une mémoire glissante événementielle bornée, qui décide de façon autonome quelles observations conserver en leur assignant un rôle sémantique. Sur le benchmark de référence R2R-CE Val-Unseen, LookStep atteint un taux de réussite de 49,7 %, supérieur aux méthodes existantes entraînées dans les mêmes conditions, avec une meilleure efficacité mémoire et moins de données utilisées. Ce résultat cible un point de friction connu de la navigation robotique par instructions : la plupart des méthodes récentes, portées par les grands modèles multimodaux (MLLM), reposent sur une prédiction action par action supervisée uniquement sur l'action experte, ce qui exige d'énormes volumes de données annotées. Elles s'appuient aussi sur des cartes cognitives, un historique complet d'images accumulées ou des outils 3D externes pour maintenir un état du monde, au prix d'une charge mémoire et calculatoire élevée. En montrant qu'un agent peut égaler, voire dépasser, ces méthodes avec une mémoire bornée et moins de données d'entraînement, LookStep suggère que l'efficacité ressource n'est pas nécessairement sacrifiée à la performance, un enjeu direct pour tout intégrateur visant un déploiement embarqué sur robot mobile ou drone plutôt qu'un calcul déporté vers le cloud. Le gain reste toutefois mesuré sur un seul benchmark simulé, sans validation rapportée sur robot physique en conditions réelles. L'approche s'inscrit dans la lignée des travaux récents exploitant les MLLM pour la navigation embarquée, un domaine où le paradigme dominant reste la prédiction du prochain pas d'action à partir des instructions et des observations visuelles. L'abstract ne mentionne aucun partenariat industriel, ni acteur commercial concurrent, ni calendrier de déploiement : il s'agit à ce stade d'un travail de recherche académique validé sur le benchmark VLN-CE, et non d'un produit commercialisé ou d'un pilote annoncé. La publication du code et du modèle en open source doit permettre à la communauté de reproduire les résultats et de comparer LookStep aux approches concurrentes de navigation vision-langage sur les mêmes jeux de données.

Recherche❖Paper

1 source

36

2045arXiv cs.RO 

Un mot, deux actions différentes : un benchmark robotique réel pour le raisonnement incarné conditionné au langage

Des chercheurs ont mis en ligne sur arXiv, en septembre 2026, un preprint non encore relu par les pairs présentant un nouveau benchmark nommé « One Word, Different Action » (référence 2609.05260), conçu pour évaluer le raisonnement incarné conditionné par le langage directement sur robot réel plutôt qu'en simulation. Le protocole s'appuie sur des états de décision physiques et des actions exécutables, en confrontant des paires d'instructions qui soit préservent la tâche malgré un changement de mot, soit la modifient réellement. Il mesure ainsi séparément deux capacités : l'invariance décisionnelle, soit la capacité à conserver la même action quand la tâche ne change pas, et la sensibilité décisionnelle, soit la capacité à changer d'action quand la consigne l'exige vraiment. Deux volets complètent l'évaluation : un test de raisonnement multi-contraintes, où plusieurs exigences de tâche doivent être combinées en une seule décision exécutable, et un test d'ancrage sur images RGB réelles plutôt que sur des représentations symboliques simplifiées. Les résultats montrent que les modèles actuels frôlent la saturation face à un changement isolé d'instruction, une difficulté donc largement surmontée par l'état de l'art. Ils se dégradent en revanche nettement dès qu'il faut intégrer plusieurs contraintes simultanées dans une seule décision exécutable. Pour les intégrateurs et décideurs qui déploient des robots pilotés en langage naturel, ce constat déplace le véritable verrou technique : il ne s'agit plus de détecter qu'une consigne a changé, mais de composer correctement plusieurs contraintes, par exemple l'objet visé, la position et une condition de sécurité, en une action cohérente. Le résultat invite à tempérer l'idée reçue selon laquelle les modèles vision-langage-action (VLA) auraient déjà réglé le suivi d'instructions en robotique : le goulot d'étranglement se déplace du repérage du changement vers le raisonnement compositionnel. Ce travail s'inscrit dans une tendance plus large des bancs d'essai en robotique cherchant à dépasser les métriques obtenues en simulation, jugées trop éloignées des conditions réelles, en testant directement sur robot physique avec des images RGB non retouchées. Il fait écho à une limite déjà observée sur les modèles vision-langage-action déployés dans l'industrie : de bonnes performances sur des démonstrations isolées et contrôlées, mais une généralisation plus fragile dès que plusieurs contraintes de tâche doivent être combinées en une seule décision. L'abstract publié ne précise ni le robot manipulateur utilisé ni les modèles VLA spécifiquement testés, et ne mentionne aucun jeu de données ou code source rendu public à ce stade. « One Word, Different Action » ouvre néanmoins la voie à des comparaisons futures entre modèles sur la composition de contraintes, un axe que les prochains bancs d'essai du secteur devront probablement intégrer pour aller au-delà du simple test de détection de changement d'instruction.

Recherche❖Paper

1 source

36

2046arXiv cs.RO 

SocioGesture : perception adaptative en temps réel des gestes sociaux pour l'interaction homme-robot

Des chercheurs présentent SocioGesture, un système de perception gestuelle sociale conçu pour l'interaction humain-robot en temps réel, décrit dans un article publié sur arXiv le 4 septembre 2026 (arXiv:2609.04545v1). L'objectif est de faire reconnaître à un robot non seulement des commandes explicites, mais aussi des signaux sociaux comme une invitation, un refus ou un signe d'indisponibilité, à partir de capteurs embarqués imparfaits, sujets aux occlusions partielles et aux changements de point de vue. Le système repose sur une représentation compacte du squelette corps-mains avec score de confiance, couplée à un modèle léger à deux flux qui fusionne le mouvement du corps et l'articulation des mains pour une reconnaissance à faible latence directement sur le robot. Pour renforcer la robustesse, les chercheurs entraînent le modèle avec une méthode de corruption volontaire du squelette simulant des mains manquantes, des bras occultés ou des points-clés instables dans le temps, sans alourdir le coût de calcul à l'inférence. Testé sur un jeu de données de gestes sociaux collecté en environnements mixtes intérieur-extérieur, SocioGesture atteint une bonne reconnaissance sur des sujets non vus à l'entraînement, améliore nettement la robustesse face aux occlusions structurées, et tourne en temps réel sur un dispositif de calcul embarqué (edge). Cette avancée cible un angle mort concret de la robotique de service et industrielle: la plupart des systèmes actuels traitent les gestes comme des commandes isolées, mais ignorent les signaux sociaux implicites qui régulent une interaction naturelle en environnement partagé avec des humains, ce qui limite l'acceptabilité et la fluidité des robots déployés en espace public ou en usine. En prouvant qu'un modèle léger peut tourner en embarqué avec robustesse face à l'occlusion, un problème récurrent en conditions réelles, sans démonstration vidéo sélective ni matériel de calcul déporté, l'étude apporte un signal utile aux intégrateurs qui cherchent à dépasser le stade de la démo contrôlée en laboratoire. Le mécanisme d'apprentissage continu, qui met de côté les séquences ambiguës pour un étiquetage différé et permet d'étendre le vocabulaire gestuel sans dégrader les classes déjà apprises, répond aussi à un frein classique au déploiement long terme des robots sociaux. Le travail s'inscrit dans la lignée des recherches en HRI (human-robot interaction) cherchant à rapprocher la perception gestuelle des conditions réelles de terrain, plutôt que des jeux de données propres en studio, une problématique partagée par les laboratoires travaillant sur les modèles vision-langage-action (VLA) et la navigation sociale de robots mobiles ou d'AMR. L'article ne mentionne ni partenariat industriel, ni date de déploiement pilote, ni comparaison chiffrée directe avec des systèmes concurrents commerciaux: il s'agit à ce stade d'une contribution de recherche publiée en preprint, dont la prochaine étape logique serait une validation sur des plateformes robotiques commerciales et des comparaisons benchmark publiques.

Recherche❖Paper

1 source

36

2047arXiv cs.RO 

Une queue robotique souple biomimétique et vertébrée pour des manœuvres dynamiques rapides et puissantes

Des chercheurs ont publié sur arXiv (article 2509.20219, version révisée) la conception d'une queue robotique baptisée BVSR, pour Biomimetic Vertebraic Soft Robotic tail. Il s'agit d'un corps pneumatique souple renforcé par une colonne vertébrale articulée passivement, inspirée des structures musculo-squelettiques animales. Actionné jusqu'à 6 bars de pression, ce dispositif atteint des vitesses angulaires supérieures à 670 degrés par seconde. Avec une charge utile de 500 grammes fixée en bout de queue, il génère des forces inertielles jusqu'à 23,6 newtons et des couples jusqu'à 2,48 newton-mètres, soit une amélioration de plus de 200 % par rapport aux queues souples dépourvues de structure vertébrale. Les auteurs ont bâti et validé expérimentalement un modèle cinématique et dynamique intégrant les contraintes de la colonne, puis testé la queue sur plusieurs tâches : stabilisation rapide d'un chariot, franchissement d'obstacles, virages à haute vitesse et intégration sur un robot quadrupède. Cette architecture hybride répond à un compromis classique en robotique mobile : les queues rigides produisent de forts effets inertiels mais deviennent dangereuses en environnement non structuré, tandis que les queues souples, plus sûres, manquent de vitesse et de force pour stabiliser efficacement un robot en mouvement rapide. En séparant la fonction porteuse, confiée à la colonne vertébrale passive, de la fonction d'actionnement, assurée par le corps pneumatique, les chercheurs ouvrent une voie pour équiper des plateformes agiles, quadrupèdes ou robots de terrain, d'un organe d'équilibrage à la fois puissant et compliant. Si ces performances se confirment hors laboratoire, elles réduiraient l'écart entre les démonstrations spectaculaires de robots inspirés du vivant et des usages réels exigeant robustesse aux chocs et sécurité en environnement humain. Le projet s'inscrit dans une lignée de travaux biomimétiques s'inspirant des queues de guépards ou de kangourous, utilisées dans la nature pour la stabilisation en course et les virages rapides. Jusqu'ici, les concepteurs devaient arbitrer entre queues rigides motorisées, puissantes mais risquées, et queues souples en élastomère, sûres mais peu réactives ; la colonne vertébrale passive proposée ici comble cet écart. L'article ne mentionne aucun partenaire industriel ni calendrier commercial ; les prochaines étapes annoncées portent sur une intégration plus poussée à des plateformes quadrupèdes et l'extension des essais en conditions dynamiques réelles.

Recherche❖Paper

1 source

35

2048arXiv 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.

Recherche❖Paper

1 source

34

2049arXiv cs.RO 

Couverture cognitive continue des robots autonomes via un traitement et un apprentissage événementiels

Un article publié sur arXiv (arXiv:2609.04770v1) propose un nouveau cadre baptisé "continuous cognitive coverage" pour les robots autonomes, destiné à traiter en continu chaque événement perçu plutôt que d'attendre qu'une tâche explicite le requière. Le système attribue à chaque événement admis en cognition un traitement dépendant de son état, de son contexte et de son historique : description, mise en mémoire, prédiction de risque, planification, diagnostic, analogie, ou tout autre traitement appris. Les événements familiers sont traités automatiquement par des mécanismes appris, tandis que les événements inconnus ou incertains déclenchent une délibération explicite ou un raisonnement de secours. Plusieurs processus cognitifs peuvent être suspendus, repris et entrelacés, ce qui permet au système de continuer à traiter de nouveaux événements pendant que d'autres attendent des preuves supplémentaires. Les expériences validées sont apprises en continu pour automatiser, affiner et réviser les traitements. Les auteurs rapportent 96,76% de précision sur le traitement structuré des événements, 93,66% de traitement automatique, 92,64% de couverture cognitive sous des charges de travail en rafale et différées, 79,53% de précision jointe en apprentissage continu, et jusqu'à 100% de traitement automatique en cas de réutilisation d'événements nouveaux proches de cas déjà rencontrés. L'enjeu dépasse la performance brute : la plupart des architectures robotiques actuelles restent pilotées par tâche, réactives, ou appliquent des procédures de raisonnement fixes, ce qui les rend incapables de traiter en continu tout ce qu'un robot perçoit en dehors des situations pour lesquelles elles ont été programmées. Pour un intégrateur déployant des robots autonomes en environnement réel, entrepôt, usine ou espace public, cette lacune se traduit par des angles morts cognitifs concrets : un événement non prévu par la tâche en cours peut rester ignoré jusqu'à devenir un problème. Le travail distingue explicitement le traitement automatique, rapide et appris, du raisonnement délibératif, lent et explicite, une séparation qui rejoint les débats actuels sur les architectures cognitives à deux systèmes appliquées aux modèles vision-langage-action. Il ne s'agit pas d'un modèle VLA de bout en bout mais d'une couche de contrôle cognitif complémentaire, placée au-dessus de la perception et de l'action. Il s'agit d'un article de recherche fraîchement mis en ligne, sans entreprise ni produit identifié dans le résumé, et les chiffres proviennent d'expériences contrôlées plutôt que d'un déploiement sur robot physique en conditions réelles, une nuance importante puisque le texte ne précise ni la plateforme ni les scénarios exacts testés. Le cadre se positionne en rupture avec la littérature dominante en cognition robotique, qui traite les événements de façon sélective ou applique un raisonnement figé indépendamment du contexte. Aucun calendrier de suite, partenariat industriel ou transfert vers une plateforme commerciale n'est annoncé ; la publication reste à ce stade un travail académique dont la reproductibilité et la généralisation restent à démontrer.

Recherche❖Paper

1 source

33

2050arXiv cs.RO 

Habillage assisté par robot : une politique de diffusion sensible au mouvement humain

Une équipe de robotique publie sur arXiv (2609.04759v1) l'article "Dressing in Motion", qui présente une politique visuomotrice pour l'habillage assisté de personnes âgées ou à mobilité réduite. À la différence des systèmes antérieurs, qui supposent un bras immobile, la méthode généralise à un porteur en mouvement à partir de démonstrations expertes statiques, grâce à une "diffusion policy" et à une représentation qui modélise la distribution axiale du bras sur des nuages de points partiels pour suivre son déplacement et adapter la trajectoire en temps réel. L'approche a été testée en simulation puis avec neuf participants, trois types de vêtements et six schémas de mouvement du bras, sur un projet resté anonyme en vue d'une évaluation par les pairs. L'habillage assisté figure parmi les tâches les plus difficiles de la robotique de service, mêlant contact continu avec un objet déformable, occlusions du bras par le tissu et, surtout, une variabilité du mouvement humain que les travaux précédents évitaient en figeant la posture du porteur. Montrer qu'une politique entraînée sur de simples démonstrations statiques généralise à un porteur qui bouge apporte un argument concret sur la capacité des politiques d'imitation à s'adapter à des conditions inédites, un enjeu central pour tout déploiement en EHPAD ou en rééducation. Les auteurs rapportent des gains sur la progression de l'habillage, la liberté de mouvement et le confort perçu face à des méthodes de référence, mais un échantillon de neuf personnes reste trop restreint pour trancher avant un usage clinique. Ce travail prolonge une recherche déjà ancienne sur la manipulation d'objets déformables et l'assistance à l'habillage, longtemps freinée par la difficulté à percevoir un bras occlus par un vêtement en cours d'enfilage. Il reprend le cadre des "diffusion policies", popularisé depuis 2023 dans l'apprentissage par imitation en robotique et repris dans des modèles de contrôle généralistes de type VLA, en l'adaptant à la géométrie propre à l'interaction vêtement-humain. Le format "letter" et la soumission anonyme indiquent un dépôt en vue d'une revue ou conférence à comité de lecture, probablement IEEE Robotics and Automation Letters. Il s'agit à ce stade d'un préprint sans partenaire industriel ni calendrier de déploiement, la suite logique étant une validation sur un panel plus large et davantage de types de vêtements.

Recherche❖Paper

1 source