Actualités robotique — page 74

7 309 articles au fil, du plus récent au plus ancien.

47

3651Pandaily 

WAIC 2026 Robotique : quatre changements fondamentaux après 30 000 pas dans les allées du salon

Trois jours et environ 30 000 pas dans le hall robotique du WAIC 2026 à Shanghai suffisent à identifier quatre ruptures dans l'industrie des robots humanoïdes. D'abord, le salon a cessé d'être une scène de démonstration pour devenir un lieu de transactions concrètes: les visiteurs ne se contentent plus de regarder des robots danser ou donner des coups de pied dans un ballon, ils négocient prix, délais de livraison et cas d'usage. Des stands affichent des tarifs de location à partir de 100 yuans par jour ou 3 000 yuans par mois, et des délégations d'acheteurs internationaux, badges "Buyers" au cou, signent des bons de commande directement sur place. Ensuite, le contrôle moteur s'est banalisé. Là où Unitree faisait figure d'exception il y a peu, le T1 de Booster Robotics marque des buts avec précision, le Tiangong 3.0 du Beijing Humanoid Innovation Center enchaîne des chorégraphies, et le Q1 d'AGIBOT boxe. Marcher, courir, sauter sont désormais des prérequis basiques plutôt que des arguments de différenciation. Cette convergence technique a des conséquences directes pour les intégrateurs et les décideurs industriels. Selon le CTO de LimX Dynamics, l'écart entre les acteurs sur le contrôle de mouvement s'est nettement réduit, ce qui déplace la compétition ailleurs. Troisième rupture: l'industrie abandonne le discours du robot généraliste au profit d'applications verticales précises. Kepler Robotics présente un robot barista, Star Dynamics du picking sur ligne d'assemblage, YouiBot de la récupération de pièces en usine, et Leju simule une supérette pour des tâches de commerce de détail. Plusieurs de ces machines renoncent même à la forme humanoïde complète, remplaçant des mains dextres par des pinces ou des jambes par des bases à roues: la fonction prime sur l'imitation anthropomorphique, ce qui contredit l'idée d'un design universel unique vers lequel convergerait le secteur. Cette évolution s'inscrit dans une phase de maturation après plusieurs années dominées par des démonstrations spectaculaires mais peu représentatives des conditions réelles d'usage. Le quatrième changement observé au WAIC 2026 est justement ce déplacement de l'innovation visible vers l'infrastructure invisible: modèles, données d'entraînement, capteurs tactiles et pipelines d'apprentissage progressent davantage que les figures chorégraphiées mises en avant sur les réseaux sociaux. Le secteur atteint un équilibre provisoire qui porte en germe une différenciation plus marquée: les entreprises capables de garantir fiabilité d'exécution, sécurité et coûts de fabrication maîtrisés devraient se démarquer, tandis que celles reposant uniquement sur la performance motrice risquent la banalisation. La question centrale du salon n'est plus de savoir si les robots savent bouger, mais s'ils savent travailler.

Chine/Asie❧Opinion

1 source

36

365236Kr 

L'application de compagnie émotionnelle aux 60 millions d'utilisateurs, générant des centaines de millions de revenus, lance un robot domestique

Le groupe chinois Xinyan (心言集团), éditeur de l'application de bien-être émotionnel Ceice (测测), forte de plus de 60 millions d'utilisateurs depuis son lancement en 2013, a présenté son premier robot de compagnie familial, Buboo 1 (巴布), lors du salon WAIC 2026 à Shanghai. Haut de 65 centimètres, une taille calculée pour correspondre au niveau du regard d'un enfant de trois ans, le robot se distingue par une interaction dite proactive : sans mot de réveil, il détecte les expressions faciales, les gestes et la distance d'un utilisateur pour engager la conversation de lui-même, puis se retire discrètement en veille lorsque l'échange se termine. Buboo s'appuie sur le modèle propriétaire Xinyuan (心元), structuré en trois couches : un grand modèle de langage intégrant agents multiples, recherche augmentée (RAG) et mémoire longue durée ; une couche multimodale pour la reconnaissance vocale proche et lointaine et la synthèse vocale ; et un modèle embarqué baptisé xyVLA qui relie perception visuelle, compréhension et action motrice. L'ensemble a été entraîné sur le corpus émotionnel accumulé par Ceice, dont l'audience est composée à 80% de femmes, qui compte plus d'un million d'ouvertures quotidiennes et génère plusieurs centaines de millions de yuans de revenus annuels pour sa maison mère. Le lancement de Buboo illustre une bifurcation stratégique observée dans l'ensemble du secteur de la robotique en 2026 : d'un côté les humanoïdes destinés aux usines et à la logistique, de l'autre des robots domestiques centrés sur l'accompagnement affectif et le lien intergénérationnel. Xinyan parie que la vraie barrière technique n'est pas la marche bipède ni la dextérité manuelle, mais la capacité à juger quand parler, à qui, et avec quel contenu adapté au contexte, un problème que les grands modèles génériques, entraînés sur du texte en ligne sans repères domestiques réels, ne résolvent pas. Pour un secteur où aucun robot familial n'a encore rencontré de succès commercial établi, la démonstration pose une question de fond : la mémoire émotionnelle longue durée et la perception multimodale ambiante suffisent-elles à transformer un gadget de salon en véritable compagnon quotidien ? Le choix de Xinyan, entreprise internet rentable sans expérience matérielle préalable, d'investir dans du hardware coûteux, signale aussi que des acteurs de services numériques aux marges confortables considèrent désormais le robot domestique comme une extension défendable de leur base d'utilisateurs plutôt qu'une diversification risquée. Cette décision trouve son origine dans un constat interne : l'usage de Ceice chute nettement une fois les utilisateurs mariés et parents, alors même que les besoins affectifs (solitude parentale, anxiété liée à l'éducation, isolement des personnes âgées) ne font que croître à cette étape de vie, sans que l'interaction textuelle sur smartphone puisse y répondre. Buboo est ainsi pensé comme un prolongement physique du cycle de vie des utilisateurs de l'application plutôt que comme un produit indépendant, avec trois usages prioritaires : l'accompagnement linguistique détendu pour jeunes enfants, le soutien émotionnel de longue durée pour parents actifs et seniors isolés, et la capture d'images légère, déclenchée d'un geste de la main, convertie en style bande dessinée et traitée localement pour préserver la vie privée. Le robot peut aussi filmer de manière autonome des scènes du quotidien (enfants, personnes âgées, animaux) pendant l'absence de l'utilisateur, pour les lui transmettre à distance. Face à des concurrents jusqu'ici focalisés sur les articulations bioniques ou les démonstrations chorégraphiées, Xinyan mise sur cette présence émotionnelle comme différenciateur, sans toutefois communiquer de calendrier de commercialisation ni de prix pour Buboo 1, qui reste à ce stade au niveau de la démonstration WAIC plutôt que du déploiement pilote en famille.

Chine/Asie❧Opinion

1 source

38

3653SCMP Tech 

Les fabricants chinois de robots déplorent : « Il nous faudrait un meilleur cerveau, et plus de données »

Lors de la World Artificial Intelligence Conference (WAIC), qui s'est achevée lundi à Shanghai, plusieurs représentants du secteur chinois de la robotique ont dressé un constat commun : leurs entreprises manquent à la fois de données suffisantes et d'un "cerveau" IA suffisamment performant pour que leurs machines interagissent correctement avec le monde physique. Wang Xiaogang, cofondateur de SenseTime et président de sa division robotique, a résumé le défi central de l'industrie de l'IA incarnée (embodied AI) comme la nécessité de "relier matériel, données, modèles et scénarios réels dans un système itératif en boucle fermée". Ce diagnostic, partagé par plusieurs intervenants du salon, souligne un goulot d'étranglement technique plutôt qu'un simple retard industriel. Cet aveu est significatif car il vient contredire le discours dominant sur l'avance chinoise en robotique humanoïde, portée par des volumes de production et des annonces de déploiement impressionnants. Il révèle que la couche logicielle, les modèles de type VLA (vision-language-action) capables de généraliser à partir de données réelles, reste le principal verrou, un problème que rencontrent aussi les acteurs américains comme Figure ou Physical Intelligence. Pour les intégrateurs et décideurs B2B, ce constat invite à distinguer les capacités matérielles, souvent matures chez les fabricants chinois, de l'intelligence embarquée réelle, encore largement en phase de recherche. Le WAIC, principal rendez-vous chinois sur l'IA, sert traditionnellement de baromètre des priorités stratégiques de Pékin, qui pousse fortement le secteur de la robotique incarnée comme relais de croissance industrielle. La reconnaissance publique de ce manque de données et de modèles fiables laisse présager de nouveaux investissements chinois dans la collecte de données réelles et les architectures de type "world model", pour combler l'écart avec les meilleurs systèmes de contrôle actuels.

Chine/Asie❧Opinion

1 source

36

3654New Atlas Robotics 

Robot en trompe d'éléphant : une caméra interne pour un sens du toucher

Les chercheurs du Japan Advanced Institute of Science and Technology (JAIST) ont développé un nouveau type de pince robotique souple baptisée EleTac, dont la conception s'inspire directement de l'extrémité préhensile de la trompe d'éléphant. Contrairement aux pinces industrielles classiques équipées de capteurs de force externes, EleTac intègre une caméra miniature directement à l'intérieur de sa structure souple en silicone. Cette caméra observe en continu les déformations internes du matériau lorsque celui-ci entre en contact avec un objet, permettant au système de reconstituer, par traitement d'image, la forme, la texture et la fermeté de ce qu'il saisit, un peu comme le fait un vrai appendice d'éléphant grâce à ses terminaisons nerveuses. Le dispositif s'inscrit dans la famille des capteurs tactiles dits "vision-based", une approche déjà popularisée par des systèmes comme GelSight, mais appliquée ici à un actionneur souple et non à un doigt rigide. Pour l'industrie robotique, cette approche confirme une tendance de fond: remplacer des réseaux de capteurs de force coûteux et fragiles par une simple caméra interne couplée à du traitement d'image, ce qui réduit le coût et la complexité de câblage tout en conservant une sensibilité fine au toucher. Pour les intégrateurs travaillant sur la préhension d'objets fragiles, irréguliers ou déformables (fruits, textiles, composants électroniques), un tel gripper biomimétique promet une manipulation plus adaptative que les pinces rigides classiques, sans nécessiter de modèle physique complexe de l'objet saisi. Cette recherche s'inscrit dans une lignée plus large de robotique bio-inspirée, où l'on retrouve aussi des robots capables de s'enrouler comme des tatous pour se protéger. EleTac reste à ce stade un prototype de laboratoire; les prochaines étapes attendues concernent la validation sur des tâches de préhension réelles et une possible intégration à des bras robotiques industriels ou des systèmes AMR.

Recherche❖Paper

1 source

28

3655Robotics Business Review 

Bâtir des robots pour des environnements imprévisibles et sans infrastructure

Burro, entreprise américaine de robotique agricole, a présenté son premier robot en 2018 lors d'une démonstration réussie qui a néanmoins masqué l'ampleur réelle du problème à résoudre. La plateforme Burro est conçue pour transporter, tracter, patrouiller, tondre, pousser ou tirer différents équipements en environnement agricole extérieur, sans infrastructure fixe, sans éclairage contrôlé et souvent sans fiabilité GPS sous couvert végétal. Contrairement à la robotique en environnement fermé, où l'optimisation en conditions contrôlées peut se prolonger des années avant la confrontation au terrain, Burro n'a eu d'autre choix que d'affronter immédiatement les conditions réelles: température allant de sous zéro à environ 49°C, luminosité variable selon l'heure et la saison, sol changeant entre pluie, poussière et boue. L'entreprise dit avoir appris deux choses au contact du terrain: la tolérance quasi nulle des utilisateurs professionnels à toute défaillance dès lors que le robot devient un outil dont dépend leur activité, et le fait qu'un robot fiable dans une condition climatique donnée n'est pas une version légèrement améliorée d'un même système, mais le résultat d'un tout autre travail d'ingénierie construit sur l'exposition réelle et répétée au terrain plutôt que sur la seule simulation. Ce retour d'expérience illustre un écart largement documenté dans le secteur entre la démonstration en conditions favorables et le déploiement réel en production, un point sensible pour les intégrateurs et décideurs industriels qui évaluent des solutions robotiques mobiles ou humanoïdes. Le message central de Burro est que la bascule d'un client, de la curiosité pour un nouvel outil à la dépendance opérationnelle vis-à-vis de celui-ci, s'opère en quelques semaines seulement, ce qui relève d'emblée la barre de fiabilité exigée bien au-delà de ce qu'un environnement de laboratoire permet d'anticiper. Pour les acheteurs B2B de robotique mobile autonome, cela recadre l'évaluation d'un fournisseur: la question n'est pas seulement la performance de pointe démontrée en vidéo, mais la capacité prouvée à accumuler des données opérationnelles réelles, à échouer sans danger et à corriger rapidement, plutôt que la seule sophistication de la simulation utilisée en amont. Burro positionne cette expérience agricole comme transférable à d'autres environnements extérieurs jugés comme la prochaine frontière de la robotique autonome: les cours de ports, qui ajoutent à la variabilité climatique un trafic dense de véhicules lourds et des mouvements humains irréguliers; les campus logistiques, qui combinent terrain extérieur imprévisible et exigences de débit ne tolérant aucune interruption; et les chantiers de construction, dont la configuration physique change chaque jour. Selon l'entreprise, aucun de ces environnements ne peut être résolu depuis un laboratoire ni par la seule simulation, mais uniquement par une présence opérationnelle continue sur site. Ce plaidoyer, publié à l'approche de la conférence RoboBusiness 2026, s'inscrit dans un débat plus large du secteur sur la solidité réelle des architectures VLA et de l'autonomie mobile à grande échelle, au-delà des annonces et des vidéos soigneusement sélectionnées.

Industriel⚡Actu

1 source

29

3656The Robot Report 

Boston Dynamics discute l'art derrière l'interaction homme-robot

Boston Dynamics organise cette semaine un webinaire gratuit intitulé « The Art Behind Human-Robot Interaction », consacré à l'interaction homme-robot (HMI) dans un contexte où les humanoïdes quittent les laboratoires pour les environnements industriels et commerciaux. La session, prévue le mercredi 22 juillet 2026 à 11h00 (heure de l'Est), est animée par Mario Bollini, directeur de l'interaction homme-robot chez Boston Dynamics, et Leland Hepler, designer UI et ancien animateur chez Disney et dans le jeu vidéo. Les intervenants doivent aborder quatre axes concrets : la communication d'intention via des signaux anticipatoires et des comportements de « réflexion » visible, la sécurité de l'humanoïde Atlas en version électrique conçu pour travailler sans cage de protection aux côtés d'humains, l'apport des grands modèles de langage (LLM) qui font passer les robots de scripts rigides à des interactions plus naturelles, et le choix de conserver une forme mécanique assumée plutôt que d'imiter l'humain pour éviter la vallée de l'étrange. Atlas fait partie des rares humanoïdes actuellement en essais commerciaux. Ce positionnement est significatif pour l'industrie robotique : Boston Dynamics affirme explicitement que la confiance et la sécurité dans la cohabitation homme-robot ne reposent pas sur un mimétisme humain poussé, mais sur la prévisibilité des comportements du robot. C'est un message qui s'adresse directement aux intégrateurs et décideurs B2B évaluant le déploiement d'humanoïdes en usine ou en entrepôt, où l'acceptabilité par les opérateurs humains conditionne autant l'adoption que les performances techniques. L'intégration de LLM pour sortir des scripts pré-programmés illustre aussi une tendance plus large du secteur, où l'IA générative vient compléter les architectures de contrôle robotique classiques, un sujet à suivre avec prudence tant les démonstrations en environnement contrôlé ne garantissent pas toujours une robustesse équivalente en conditions réelles de production. Ce webinaire s'inscrit dans la trajectoire de Bollini, ancien du MIT et l'une des premières recrues commerciales de Boston Dynamics, qui a piloté la mise à l'échelle du quadrupède Spot à plusieurs milliers d'unités déployées avant de diriger le programme Atlas jusqu'à son lancement en version production-grade au CES. Hepler, chez Boston Dynamics depuis 2018 après avoir dirigé l'expérience utilisateur chez Rethink Robotics, apporte une expertise d'animation de personnages issue de quatorze ans chez Disney, sur des films comme Le Roi Lion et Chicken Little. Boston Dynamics ne précise pas de calendrier de déploiement commercial élargi pour Atlas au-delà des essais en cours, mais la mise en avant de l'interaction homme-robot comme discipline à part entière signale que la course aux humanoïdes, longtemps focalisée sur la mobilité et la manipulation, se déplace désormais aussi vers l'expérience utilisateur et l'acceptabilité sociale.

Humanoïdes⚡Actu

1 source

45

3657Robotics Business Review 

AGIBOT dévoile quatre produits d'IA incarnée pour des opérations en conditions réelles au WAIC

Un article robotique en français à trois paragraphes, respectant les consignes éditoriales (pas de titres, pas de tirets cadratins, ton factuel type IEEE Spectrum). AGIBOT a dévoilé quatre nouveaux produits lors du World Artificial Intelligence Conference (WAIC) 2026 à Shanghai, sur un stand de 200 m² (booth H3-C101) au Shanghai World Expo Exhibition and Convention Center. Le A3 Ultra est un humanoïde grande taille de 1,74 m pour 60 kg, doté de 51 degrés de liberté actifs, d'une capacité de charge de 5 kg par bras et d'une autonomie combinée pouvant atteindre huit heures. Il embarque un système de perception composé de lidar 3D, de caméras RGB-D, de caméras fisheye et de vision binoculaire, ainsi que du GPS, du RTK et de l'UWB pour la navigation, le tout piloté par une puce NVIDIA Thor. Le G2 Max, premier robot industriel à fort payload et contrôle en force de la société, cible la manutention et la palettisation grâce à des bras à contrôle de force, une hauteur de travail ajustable et une mobilité omnidirectionnelle sur roues. L'OmniHand 3 Ultra-M est une main dextre à entraînement direct de 20 degrés de liberté actifs pesant 630 g, conçue pour l'entraînement de modèles d'IA incarnée, la téléopération et la manipulation fine. Un cinquième produit, le X2 Edu, cible le marché éducatif. Lors de l'événement, un robot à roues G2 assurait un guidage en temps réel dans le métro de Shanghai, et AGIBOT a annoncé avoir produit son 15 000e robot le mois dernier. Ces annonces marquent un déplacement du discours du secteur, du spectaculaire vers l'opérationnel. Peng Zhihui, cofondateur, président et directeur technique d'AGIBOT, a résumé cette ambition en affirmant que l'industrie ne devrait plus juger l'IA incarnée sur sa capacité à réussir une démonstration impressionnante, mais sur sa fabricabilité, sa livraison et son intégration fiable dans des environnements réels. Le positionnement mérite d'être nuancé: la démonstration de danse du A3 Ultra sur le salon reste un exercice de vitrine classique, tandis que le guidage effectif dans le métro par le G2 et le cap des 15 000 unités produites constituent des indicateurs plus tangibles de déploiement réel. Pour les intégrateurs industriels et les décideurs B2B, l'intérêt de ce lancement tient surtout au G2 Max et à l'OmniHand 3 Ultra-M, qui s'attaquent directement au goulot d'étranglement identifié depuis des années dans la robotique humanoïde: la manipulation dextre fiable et la manutention à fort payload en environnement de production existant, plutôt que la simple locomotion bipède. Fondée en 2023 à Shanghai sous le nom de Zhiyuan New Technology Co., AGIBOT développe à la fois des modèles fondationnels et les corps robotiques associés, avec une architecture dite "Three Intelligences in One" qui unifie locomotion, interaction et manipulation. Sa gamme couvre déjà des humanoïdes, des quadrupèdes, des systèmes de préhension dextres et des solutions de nettoyage commercial. Les nouveaux produits s'inscrivent dans la continuité de cas de déploiement industriel présentés sur le stand du WAIC, dans un marché chinois de la robotique humanoïde marqué par une compétition intense sur la vitesse de production et la fiabilité en usine plutôt que sur la seule prouesse technique isolée. L'entreprise n'a pas communiqué de calendrier précis de déploiement commercial élargi pour ces quatre nouveaux modèles au-delà de leur présentation au salon.

Chine/Asie❧Opinion

1 source

40

3658Interesting Engineering 

Nouvelle main robotique soulève 25 kilos tout en manipulant des objets fragiles avec une dextérité proche de l'humain

La startup suisse Mimic Robotics a dévoilé la Mimic Hand M1, une main robotique dexterous destinée à l'automatisation industrielle. Conçue et fabriquée en Suisse, elle repose sur une architecture à câbles tendineux (tendon-driven) inspirée de l'anatomie humaine : les actionneurs sont logés dans l'avant-bras plutôt que dans la paume ou les doigts, et entraînent les phalanges via des tendons passant sur des roulements et poulies plutôt que dans des gaines de guidage sujettes au frottement. La main compte 15 degrés de liberté actifs répartis sur 21 articulations, avec abduction des doigts et pouce opposable. Pour un poids d'environ 1,8 kg, elle peut maintenir une prise cylindrique stable sur des charges dépassant 25 kg, tout en détectant, selon Mimic Robotics, des forces aussi faibles que 0,1 newton (soit l'équivalent d'un objet d'environ 50 grammes) via le seul courant moteur. Des capteurs tactiles aux extrémités des doigts mesurent en complément la force normale, la force de cisaillement tangentielle et la localisation précise du contact. Ces chiffres proviennent des communications de l'entreprise et n'ont pas fait l'objet de validation indépendante à ce stade. Cette annonce s'inscrit dans un débat plus large sur la meilleure architecture de préhension pour les robots humanoïdes et l'automatisation industrielle. Plutôt que les pinces à deux doigts classiques, largement répandues mais limitées en polyvalence, Mimic mise sur une main à morphologie humaine pour faciliter le transfert de compétences apprises par démonstration humaine vers un système robotique, un enjeu central pour l'IA physique (Physical AI). L'entreprise présente la M1 non comme un simple effecteur terminal mais comme une plateforme sensorielle conçue pour rester identique entre la phase de collecte de données, l'entraînement des modèles d'IA et le déploiement final, dans le but de réduire ce qu'elle appelle le « fossé d'incarnation » (cross-embodiment gap), soit la perte de performance quand un modèle entraîné sur des mouvements humains doit s'adapter à une pince mécaniquement différente. Si cette approche tient ses promesses en conditions réelles d'usine, elle pourrait peser dans l'arbitrage entre pinces spécialisées et mains anthropomorphes pour les intégrateurs industriels. La M1 s'inscrit dans une plateforme robotique plus large développée par Mimic, incluant un gant portable destiné à la collecte de données de démonstration humaine, utilisé pour entraîner les modèles avant déploiement sur la main robotique. L'annonce intervient peu après que la firme norvégienne 1X a présenté ses propres mains à câbles tendineux à 25 degrés de liberté pour son robot NEO, avec des objectifs similaires de précision, de robustesse et de sécurité. La course à la main robotique dexterous s'accélère ainsi chez plusieurs acteurs du secteur humanoïde, chacun cherchant à résoudre le même problème : donner aux robots une préhension suffisamment fine et polyvalente pour remplacer, à terme, la main humaine sur les lignes de production.

IA physique⚡Actu

1 source

39

3659Interesting Engineering 

China : nouveau robot humanoïde d'AGIBOT avec 51 degrés de liberté, autonomie de 8 heures

AGIBOT a dévoilé quatre nouveaux produits robotiques lors de la World Artificial Intelligence Conference (WAIC) 2026 à Shanghai : l'humanoïde A3 Ultra, la plateforme éducative X2 EDU, le robot industriel G2 Max et la main robotique OmniHand 3 Ultra-M. L'A3 Ultra, conçu pour des tâches commerciales et de service sur de longues durées, mesure 1,74 mètre pour 60 kilogrammes, offre 51 degrés de liberté et peut porter jusqu'à 5 kilogrammes par bras, avec une autonomie annoncée de huit heures. Il embarque un LiDAR 3D, des caméras RGB-D, fisheye et binoculaires, ainsi que des systèmes de positionnement GPS, RTK et UWB, le tout piloté par une puce NVIDIA Thor ; il peut se recharger via câble, échange de batterie ou recharge autonome. Le X2 EDU, plateforme modulaire à architecture ouverte destinée à la recherche et à l'éducation, mesure environ 1,3 mètre, compte 29 degrés de liberté dont sept par bras, et supporte des charges de 3 kilogrammes. Le G2 Max cible la manutention lourde et la palettisation en usine grâce à des bras à contrôle de force et une mobilité omnidirectionnelle, tandis que l'OmniHand 3 Ultra-M, une main de 630 grammes dotée de 20 degrés de liberté actifs et de capteurs tactiles par vision, peut saisir des charges allant jusqu'à 5 kilogrammes. Par ailleurs, AGIBOT a récemment diffusé en direct des robots G2 inspectant de façon autonome des tablettes tactiles sur une chaîne de production, tout en annonçant la fabrication de son 15 000e robot. Ces annonces illustrent la stratégie d'AGIBOT visant à démontrer un déploiement industriel réel plutôt que de simples démonstrations contrôlées, un point sensible pour un secteur régulièrement critiqué pour l'écart entre ses vidéos promotionnelles et la réalité opérationnelle. Sur le site de Longcheer Technology à Nanchang, l'entreprise affirme avoir intégré une ligne de production complète en 36 heures, avec des robots G2 traitant environ 3 000 tablettes par équipe, cumulant plus de 64 heures de fonctionnement continu et un taux d'indisponibilité inférieur à 4 %. Si ces chiffres proviennent directement du communiqué d'AGIBOT et méritent donc d'être pris avec prudence, notamment quant à la représentativité de la période mesurée, ils s'adressent directement aux intégrateurs et décideurs industriels en quête de preuves de fiabilité en conditions de production plutôt que de promesses. La capacité annoncée à travailler aux côtés d'équipements existants, sans reconfiguration majeure de la chaîne, est l'argument central pour convaincre les industriels que les humanoïdes généralistes peuvent s'insérer dans des usines déjà en place, plutôt que d'exiger des lignes conçues autour d'eux. Ces lancements s'inscrivent dans la course mondiale aux humanoïdes commerciaux, où des acteurs chinois comme AGIBOT ou Unitree affichent des cadences de production et des déploiements industriels revendiqués comme plus rapides que ceux de leurs homologues occidentaux. AGIBOT a construit ces annonces en partenariat avec Longcheer Technology et PIA Automation, et présente également ses robots dans des usages hors industrie, comme l'accueil touristique, le guidage d'information et le transport de personnes, signe d'une volonté de diversifier les cas d'usage commerciaux au-delà de l'usine. Aucune échéance précise n'a été communiquée pour un élargissement de ces déploiements à d'autres sites ou clients, mais la cadence de production revendiquée, avec un 15 000e robot déjà sorti des chaînes, suggère qu'AGIBOT cherche à passer rapidement du pilote à l'échelle industrielle.

Chine/Asie⚡Actu

1 source

38

3660Robotics & Automation News 

AGIBOT dévoile quatre nouveaux robots au WAIC 2026 et étend son portefeuille d'IA incarnée industrielle

AGIBOT a dévoilé quatre nouveaux produits robotiques lors du World Artificial Intelligence Conference (WAIC) 2026 à Shanghai, élargissant son portefeuille au-delà du seul robot humanoïde vedette. La gamme annoncée comprend l'A3 Ultra, un robot humanoïde, le X2 EDU, une plateforme dédiée à l'éducation, le G2 Max, un robot industriel destiné à l'automatisation d'usine, et OmniHand, une main robotique dextre vendue comme composant autonome. L'entreprise chinoise met en avant des déploiements commerciaux croissants pour justifier cette diversification, sans toutefois détailler publiquement des chiffres précis de volumes, de prix ou de spécifications techniques (charge utile, degrés de liberté) pour chacun des quatre systèmes. Cette annonce illustre un basculement stratégique notable chez AGIBOT: plutôt que de concentrer sa communication sur un unique robot humanoïde généraliste, l'entreprise segmente son offre par cas d'usage, éducation, industrie, préhension dextre, ce qui reflète une approche plus proche de celle d'un fournisseur de composants et de solutions verticales que d'un pur constructeur de robots humanoïdes. Pour les intégrateurs et décideurs industriels, ce mouvement suggère que la rentabilité à court terme passe davantage par des systèmes spécialisés déployables rapidement que par le pari du robot humanoïde universel, encore loin d'une adoption massive. AGIBOT, aussi connu sous le nom Zhiyuan Robotics, s'est imposé comme l'un des acteurs chinois les plus visibles de la robotique incarnée, aux côtés d'Unitree, Fourier Intelligence et UBTech, dans une course où Pékin soutient activement l'industrie face aux ambitions américaines de Figure AI ou Tesla avec Optimus. Le WAIC sert traditionnellement de vitrine annuelle pour ces annonces, sans toujours garantir une disponibilité commerciale immédiate.

Chine/Asie⚡Actu

1 source

42

3661Robohub 

Simulateur de monde interactif pour l'entraînement et l'évaluation des politiques de robots

Une équipe de recherche présente un simulateur de monde interactif destiné à l'entraînement et à l'évaluation de politiques robotiques, conçu pour remplacer une partie du travail réalisé aujourd'hui sur robot réel. Il s'agit d'un modèle de prédiction vidéo conditionné par l'action, entraîné sans aucun moteur physique intégré : à partir d'une image et d'une séquence d'actions robotiques, le système prédit les frames suivantes directement en pixels. Concrètement, un opérateur peut brancher un dispositif de téléopération et piloter un bras robotique à travers ce modèle appris pendant plus de dix minutes, à 15 images par seconde, sur une seule carte graphique RTX 4090, tout en conservant une vidéo stable et physiquement plausible. Le modèle a été entraîné sur quatre tâches de manipulation aux régimes physiques très différents : le poussage d'un objet en T (contact rigide), le routage d'une corde dans un clip (interaction déformable-rigide), la préhension d'une tasse (dynamique fine de la pince) et le balayage de tas d'objets. L'architecture repose sur deux étapes : un autoencodeur compresse d'abord les images RGB en représentations latentes compactes, puis un modèle de dynamique conditionné par l'action, entraîné dans cet espace latent gelé, prédit les états latents futurs qui sont ensuite décodés en images, de manière autorégressive. L'enjeu dépasse la simple démonstration technique. La collecte de démonstrations et l'évaluation de politiques sur robot réel restent les deux goulots d'étranglement classiques de l'apprentissage robotique : matériel qui casse, éclairage qui varie, objets qui dérivent, chaque nouvelle tâche exigeant des heures de manipulation en laboratoire. Si un simulateur appris atteint un niveau de fidélité suffisant, il devient possible de générer des données d'entraînement à moindre coût directement dans le simulateur, et surtout d'évaluer plusieurs politiques dans des conditions rigoureusement identiques et reproductibles, ce qu'un banc de test physique ne permet pas. Les exemples montrés, comme la distinction correcte entre une corde effectivement insérée dans un clip et une corde qui le frôle sans contact, ou la simulation d'une tasse qui glisse hors de la pince, suggèrent que le modèle capture des dynamiques fines sans recourir à des a priori physiques codés en dur, un point que le secteur observe de près depuis l'essor des modèles VLA (vision-language-action). Cette approche s'inscrit dans une lignée de travaux sur les "world models" appliqués à la robotique, où l'ambition est de remplacer les simulateurs physiques classiques, coûteux à construire et souvent imparfaitement fidèles à la réalité, par des modèles vidéo appris directement à partir de données d'interaction. Le projet met à disposition une démonstration interactive en ligne, jouable au clavier depuis un navigateur, ce qui permet une vérification indépendante des affirmations avancées. Les prochaines étapes attendues par le secteur portent sur le passage à l'échelle vers davantage de tâches et de configurations matérielles, ainsi que sur la démonstration effective que des politiques entraînées dans ce simulateur transfèrent avec succès vers des robots réels, condition encore non confirmée à ce stade par l'article.

Recherche❖Paper

1 source

36

3662TechNode 

Elon Musk trouve les combats de robots amusants après avoir regardé la bataille de robots humanoïdes en Chine

Une entreprise de robotique basée à Shenzhen a organisé le 19 juillet un combat entre deux robots humanoïdes EngineAI T800, dont la vidéo est devenue virale au point d'attirer l'attention d'Elon Musk, qui a repartagé les images sur X en commentant que les combats de robots sont amusants. Les deux machines, échangeant coups de poing et coups de pied dans une cage octogonale de style MMA, mesurent 1,73 mètre pour 75 kilogrammes et sont équipées d'articulations hydrauliques haute résistance leur permettant d'exécuter des mouvements de combat proches de ceux d'un humain : jabs, coups de pied circulaires, projections. Moment le plus marquant de l'affrontement, la tête de l'un des robots a été arrachée d'un coup de pied par son adversaire ; privé de ses capteurs céphaliques, il a néanmoins continué à se battre, encaissant et rendant des coups grâce à son système de contrôle central logé dans le torse. L'événement est présenté par ses organisateurs comme la première compétition de combat libre entre robots humanoïdes « de niveau industriel » au monde. Au-delà de l'effet spectacle, l'épisode met en avant la résilience mécanique recherchée par les fabricants chinois de robots humanoïdes : continuer à opérer après la perte d'un module sensoriel critique est un argument de robustesse pertinent pour des usages industriels réels, où chocs et pannes partielles sont fréquents. L'événement s'inscrit surtout dans une course commerciale et médiatique très active entre acteurs chinois (EngineAI, Unitree, Fourier), qui multiplient les démonstrations spectaculaires, boxe, danse, course, désormais combat, pour affirmer la maturité de leurs plateformes face aux Optimus de Tesla ou au Figure 03. La réaction de Musk, qui développe lui-même Optimus, confirme que ces démonstrations chinoises sont suivies de près par les concurrents occidentaux, même si l'écart entre performance en cage contrôlée et déploiement industriel réel reste important ; l'appellation « niveau industriel » avancée par les organisateurs mérite d'être prise avec prudence, aucune application commerciale concrète n'ayant été documentée. EngineAI, jeune pousse chinoise spécialisée dans les robots humanoïdes bipèdes, avait déjà attiré l'attention avec des démonstrations de marche et de course rapide de son T800. Ce combat s'ajoute à une série d'événements similaires organisés en Chine ces derniers mois, marches, matchs de boxe et désormais free-fight, portés par des entreprises comme Unitree, qui cherchent à construire une image de marque autour du spectacle autant que de la technologie. Aucune date ni format n'ont été annoncés pour une suite, et EngineAI n'a communiqué aucun calendrier de commercialisation ou de déploiement industriel pour le T800. Le contraste reste net avec des acteurs occidentaux ou français comme Wandercraft (exosquelettes médicaux) ou Enchanted Tools, qui misent sur des démonstrations orientées usage professionnel plutôt que sur le spectacle de combat.

Chine/Asie⚡Actu

1 source

42

3663TechNode 

Yimu Tech lève plus d'un milliard de RMB pour la détection tactile robotique et la production

La start-up chinoise Yimu Tech, spécialisée dans les capteurs tactiles pour les systèmes d'intelligence incarnée, a bouclé un tour de table Série E de plus d'1 milliard de yuans (environ 140 millions de dollars), portant sa valorisation au-delà de 10 milliards de yuans (près d'1,4 milliard de dollars). L'opération a été menée conjointement par plusieurs fonds en yuans, des fonds en dollars et des investisseurs industriels, sans que leurs noms soient précisés. Yimu Tech développe l'ensemble de la chaîne de détection tactile pour robots : matériaux sensoriels, puces dédiées, algorithmes de traitement et modèles associés. Les fonds levés serviront à la R&D ainsi qu'à industrialiser la production et honorer les commandes en carnet sur ses lignes de fabrication. L'information a été rapportée par le média chinois 36Kr, sans détail sur les clients ou volumes concernés. Cette levée illustre l'appétit croissant des investisseurs chinois pour les briques technologiques de l'intelligence incarnée, au-delà des seuls robots humanoïdes. Le toucher reste l'un des verrous majeurs de la manipulation fine : sans retour tactile fiable, les modèles VLA (vision-language-action) peinent à saisir des objets fragiles, déformables ou mal positionnés, un problème récurrent lors des démonstrations de robots humanoïdes. Une levée de cette taille, associée à des investisseurs industriels, suggère que Yimu Tech honore déjà des commandes concrètes plutôt que de miser sur un pari purement technologique, ce qui la distinguerait des nombreuses démos qui ne débouchent jamais sur une production réelle. Le marché des capteurs tactiles pour la robotique reste jeune et fragmenté, avec des acteurs comme Contactile en Australie ou Tacterion en Allemagne, ainsi que des solutions de peau artificielle développées en interne par des fabricants de robots humanoïdes. En Chine, Yimu Tech s'inscrit dans une vague d'investissements massifs dans la chaîne de valeur de la robotique incarnée, alimentée par la concurrence sino-américaine sur les mains robotiques et la manipulation dextre. Les prochaines étapes annoncées concernent la montée en cadence industrielle des lignes de production, sans calendrier précis communiqué pour de nouveaux partenariats ou déploiements clients.

Chine/Asie⚡Actu

1 source

48

3664arXiv cs.RO 

Xiaomi-Robotics-1 : passage à l'échelle des modèles vision-langage-action avec plus de 100 000 heures de trajectoires réelles

Xiaomi a dévoilé Xiaomi-Robotics-1, un modèle vision-langage-action (VLA) fondation entraîné sur plus de 100 000 heures de trajectoires de manipulation collectées en conditions réelles via des dispositifs UMI (Universal Manipulation Interface). L'entraînement se déroule en deux temps : une phase de pré-entraînement qui dote le modèle de capacités générales de génération d'actions, appuyée sur un pipeline d'auto-annotation générant des descriptions en langage naturel des transitions d'état de la scène, puis une phase de post-entraînement qui aligne ces capacités sur des instructions impératives et sur des embodiments robotiques spécifiques. Sur les benchmarks de simulation, le modèle établit un nouvel état de l'art avec 57,6% de taux de réussite sur RoboCasa365 (contre 46,6% précédemment) et un score moyen de 20,07 sur RoboDojo (contre 13,07 pour le meilleur résultat antérieur). Xiaomi annonce la publication future du code et des poids du modèle. L'intérêt principal tient au comportement de scaling observé : les performances progressent de façon cohérente avec la taille des données et du modèle en pré-entraînement, et ce gain se transfère directement au post-entraînement, avec de meilleures performances hors distribution sur robot réel. C'est un signal notable pour l'industrie, qui cherche à valider l'hypothèse que les modèles VLA généralistes, entraînés à grande échelle sur données réelles plutôt que simulées, peuvent servir de politique de base robuste, adaptable à des tâches dextres complexes avec peu de données de fine-tuning. Pour les intégrateurs et décideurs robotique, cela renforce la piste des foundation models comme alternative viable aux pipelines spécialisés tâche par tâche. Ce travail s'inscrit dans une compétition intense entre grands acteurs sur les modèles VLA fondation, aux côtés de Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure. L'usage de dispositifs UMI, portables et peu coûteux pour collecter des données de manipulation sans robot physique, s'inscrit dans une tendance à contourner le goulot d'étranglement de la téléopération classique. Reste à voir si la publication effective du code et des checkpoints, promise mais non encore livrée, confirmera la reproductibilité des résultats annoncés.

IA physique⚡Actu

1 source

45

3665arXiv cs.RO 

Apprentissage de la tâche « reach-avoid » par renforcement : simulation vectorisée et benchmark

Des chercheurs ont publié sur arXiv (référence 2607.15935v1) un nouveau benchmark pour la tâche dite "reach-avoid" en apprentissage par renforcement profond (DRL), appliquée au contrôle de bras robotiques. L'objectif est d'atteindre une cible tout en évitant des obstacles, dans des scénarios qui reproduisent la complexité du monde réel plutôt que les environnements de table simplifiés habituellement utilisés dans la recherche. Les auteurs s'appuient sur le moteur physique MuJoCo MJX et la bibliothèque Brax pour paralléliser massivement à la fois la simulation et les algorithmes de DRL. Testé sur deux bras industriels courants, l'UR5e d'Universal Robots et le Franka Emika Robot (Panda), le système atteint des taux de réussite de 96,1% (UR5e) et 98,8% (Franka) sur la tâche de reach seule, et de 86,8% (UR5e) et 95,2% (Franka) sur la tâche complète de reach-avoid statique, avec obstacles. L'apport principal n'est pas la performance brute mais le constat qu'elle contredit une partie de la littérature existante. Les agents DRL qui résolvaient "parfaitement" la tâche reach-avoid dans des configurations tabletop simplifiées voient leurs performances s'effondrer nettement dès qu'ils sont évalués dans des scénarios plus réalistes, en particulier sur la variante avec évitement. Pour les intégrateurs et équipes R&D qui envisagent le DRL pour du pick-and-place ou de l'évitement de collision en environnement industriel réel, ce résultat est un signal de prudence : les benchmarks académiques historiques surestiment la maturité de ces méthodes, et le gap simulation-vers-réalité reste loin d'être comblé même en simulation complexe. La tâche reach-avoid est un environnement de référence de longue date dans la communauté DRL appliquée à la robotique, mais la plupart des travaux antérieurs reposaient sur des versions allégées, sans obstacles dynamiques ni contraintes physiques réalistes. Ce papier propose donc un cadre d'évaluation plus exigeant et le publie en open source, code et environnement inclus, pour permettre à d'autres équipes de comparer leurs algorithmes sur une base commune. Les auteurs concluent explicitement que la tâche reach-avoid pour bras robotiques ne peut pas encore être considérée comme résolue par le DRL, ouvrant la voie à des travaux futurs sur des obstacles mobiles et des scènes encore plus proches des conditions industrielles réelles.

Recherche❖Paper

1 source

45

3666arXiv cs.RO 

SLAC : apprentissage par renforcement sûr et efficace pour robots réels via pré-entraînement non supervisé en simulation

Le robot mobile bimanuel de niveau industriel exige de maîtriser des systèmes à degrés de liberté (DoF) élevés, un défi classique pour l'apprentissage par renforcement (RL). Une équipe de recherche présente SLAC (Safe and Efficient Real-Robot Reinforcement Learning), une méthode qui rend le RL directement en environnement réel viable pour des robots complexes. L'approche s'appuie sur un simulateur basse fidélité pour pré-entraîner, hors ligne, un espace d'actions latent indépendant de toute tâche spécifique. Cet espace est construit via une méthode de découverte de compétences non supervisée, conçue pour favoriser l'abstraction temporelle, la désentrelation des variables et la sécurité des mouvements. Une fois cet espace latent appris, SLAC l'utilise comme interface d'action pour un nouvel algorithme RL off-policy, qui apprend ensuite des tâches concrètes par interaction directe avec le monde réel. Sur une série de tâches de manipulation mobile bimanuelle avec contact riche, la méthode atteint des performances état de l'art, apprenant des comportements complets du corps du robot en moins d'une heure d'interactions réelles, sans démonstrations humaines ni comportements pré-programmés à la main. Ce résultat s'attaque à deux limites structurelles qui freinent le déploiement du RL sur des robots industriels ou domestiques à haut DoF : l'apprentissage direct en réel est risqué et gourmand en données, tandis que le sim-to-real reste fragile à cause de l'écart de réalité entre simulation et monde physique. En pré-entraînant un espace d'actions latent plutôt qu'une politique complète en simulation, SLAC évite de transférer des comportements calibrés sur un modèle imparfait du monde, ce qui limite l'impact du reality gap. Pour les intégrateurs et décideurs robotique, la promesse concrète est celle d'un apprentissage de tâches en usine ou en environnement domestique sans phase de collecte de démonstrations coûteuse, un frein connu à l'adoption du RL en dehors des laboratoires de recherche. Le papier, republié en version révisée sur arXiv (2506.04147v5), s'inscrit dans la lignée des travaux récents sur les architectures vision-langage-action (VLA) et les politiques génériques de manipulation, à l'image de GR00T N2 de NVIDIA ou Pi-0 de Physical Intelligence, qui cherchent elles aussi à réduire la dépendance aux démonstrations massives. SLAC se distingue en misant sur la découverte de compétences non supervisée plutôt que sur l'apprentissage par imitation à grande échelle. Les auteurs mettent à disposition des vidéos et documents complémentaires sur robo-rl.github.io ; les prochaines étapes attendues concernent l'extension à un plus grand nombre de tâches et embodiments, ainsi que la validation sur des plateformes robotiques industrielles au-delà du cadre expérimental académique actuel.

Recherche❖Paper

1 source

43

3667arXiv cs.RO 

Let the Body Follow : contrôle égocentrique couplé pour la téléopération d'un robot en corps entier

Une équipe de recherche présente le "coupled egocentric control" (contrôle égocentrique couplé), une nouvelle approche de téléopération pour robots à corps complet, détaillée dans un article publié sur arXiv le 20 juillet 2026 (arXiv:2607.16095v1). Le problème visé : lors d'une téléopération classique d'un robot mobile manipulateur, l'opérateur doit gérer simultanément la tête, les bras, le torse et la base, généralement via des commandes explicites au pavé tactile pour chaque ajustement de posture, ce qui alourdit considérablement la charge cognitive. La solution proposée fait suivre automatiquement le torse et la base aux mouvements de tête et de bras de l'opérateur : le tangage (pitch) de la tête ajuste la hauteur du torse, le lacet (yaw) de la tête pilote la rotation de la base, la hauteur de l'effecteur terminal module le mouvement du torse, et le franchissement des limites de l'espace de travail de l'effecteur déclenche une translation de la base. Les chercheurs ont testé ce système lors d'une étude utilisateur sur un robot mobile manipulateur TIAGo, pour des tâches inspirées de l'assistance à domicile, en le comparant à une interface hybride classique. Cette approche s'attaque à un vrai goulot d'étranglement de la téléopération de robots humanoïdes et mobiles : la coordination motrice entre perception, manipulation et déplacement, souvent citée comme facteur limitant pour des applications comme la téléassistance à domicile ou les interventions à distance en environnement dangereux. Les résultats de l'étude sont positifs sur plusieurs axes mesurables : meilleure efficacité de manipulation d'objets, réduction du recours aux commandes au pavé tactile, moins de singularités cinématiques des bras, charge mentale et effort perçu plus faibles, et préférence utilisateur plus marquée pour le contrôle du torse et de la base. Ces gains, s'ils se confirment à plus grande échelle, pourraient simplifier l'entraînement des opérateurs et réduire la fatigue lors de sessions de téléopération prolongées, un enjeu concret pour les déploiements commerciaux de robots téléopérés en environnement réel plutôt qu'en démonstration contrôlée. Le travail s'inscrit dans la lignée des recherches en interfaces homme-robot visant à réduire la charge de contrôle explicite en exploitant les intentions naturelles de l'opérateur (regard, posture) plutôt que des commandes manuelles dédiées, une direction déjà explorée pour les bras robotiques mais moins pour la coordination corps entier incluant base mobile. Le choix du TIAGo, plateforme de recherche standard de PAL Robotics, en fait une étude de faisabilité plutôt qu'un système prêt à déployer ; les auteurs ne mentionnent pas de suite industrielle ou de partenariat commercial à ce stade. La validation reste limitée à une étude utilisateur en laboratoire sur des tâches inspirées du soin à domicile, sans indication de volumes testés, de durée des sessions ni de profil des participants, ce qui appelle à la prudence avant d'extrapoler ces gains à des contextes de téléopération professionnelle à grande échelle.

Recherche❖Paper

1 source

43

3668arXiv cs.RO 

Localisation robotique holistique : estimation d'état par graphes de facteurs, indépendante de la tâche et du dispositif

Des chercheurs du Robotic Systems Lab de l'ETH Zurich, le laboratoire suisse connu pour le robot quadrupède ANYmal, ont publié la version 2 de leur article sur Holistic Fusion, un framework open source de fusion de capteurs pour la localisation et l'estimation d'état des robots mobiles. Le code est disponible sur GitHub (leggedrobotics/holistic_fusion) accompagné d'une page projet dédiée. Contrairement aux approches classiques conçues pour un scénario ou un robot précis, Holistic Fusion traite la fusion de capteurs comme un problème d'estimation combiné : l'état local et global du robot d'un côté, un nombre théoriquement illimité de variables dynamiques de l'autre, avec alignement automatique des référentiels. Techniquement, le système repose sur une formulation en graphe de facteurs qui intègre directement des mesures absolues, locales et de repères (landmarks) exprimées dans des référentiels différents, en les modélisant comme des marches aléatoires. Une attention particulière est portée à la fluidité et à la cohérence locale pour éviter les sauts d'estimation. Les auteurs rapportent une estimation d'état en ligne à faible latence sur du matériel robotique standard, avec une localisation globale à faible dérive calculée au rythme de mesure de la centrale inertielle (IMU). Pour l'industrie robotique, l'intérêt tient moins à un exploit spectaculaire qu'à la promesse d'un outil générique : la plupart des solutions de fusion de capteurs actuelles sont hard-codées pour une tâche donnée (drone, robot à pattes, véhicule à roues), ce qui oblige les intégrateurs à réécrire leurs pipelines de localisation à chaque nouveau cas d'usage. Un framework agnostique de la tâche et de la configuration matérielle, s'il tient ses promesses en conditions réelles au-delà des cinq scénarios testés, réduirait le travail d'ingénierie nécessaire pour porter une pile de navigation d'une plateforme à une autre, un enjeu concret pour les fabricants de robots mobiles industriels (AMR) et les intégrateurs multi-plateformes. L'équipe a validé le framework sur trois plateformes robotiques distinctes couvrant cinq scénarios réels, sans préciser lesquelles dans le résumé, ce qui limite l'évaluation indépendante des performances annoncées. Cette version 2 remplace une première publication d'avril 2025 sur arXiv, signe d'un travail itératif plutôt que d'une annonce ponctuelle. Le positionnement open source, plutôt inhabituel pour ce type de brique technique critique, s'inscrit dans la tradition du laboratoire, déjà connu pour la publication de ses outils autour d'ANYmal et de la navigation legged.

Recherche❖Paper

1 source

42

3669arXiv cs.RO 

Robot tenségrité : capteur visuotactile open source pour l'estimation du torseur de contact à 6 axes

Léo, une araignée-robot en tenségrité (structures de barres rigides tenues par des câbles élastiques) vient de recevoir une peau tactile open source capable de mesurer six axes de force et de couple à chaque point de contact. Décrit dans un article publié le 18 juillet sur arXiv, le capteur "endcap" combine une coque élastomère, une interface imprimée en 3D en polyuréthane thermoplastique (TPU) et une base rigide logeant une caméra miniature et un anneau de LED. La liaison entre l'élastomère et le TPU repose sur une nouvelle technique d'infill gyroïde qui évite tout adhésif, rendant l'ensemble léger et modulaire pour équiper de grandes structures de tenségrité. Un réseau de neurones convertit les champs vectoriels de cisaillement observés par la caméra en mesures de force et de couple sur six dimensions. Les tests affichent une erreur quadratique moyenne de 0,1531 en validation statique, avec une bonne généralisation hors domaine en mouvement dynamique, et l'intégration complète sur un robot de tenségrité de 12 kg confirme sa capacité à détecter fiablement les contacts au sol. Le code et les fichiers de fabrication sont publiés sur GitHub (Jonathan-Twz/tensegrity-gelfoot). L'intérêt dépasse le simple exercice académique: les robots en tenségrité, souples et résilients aux chocs, peinent depuis des années à obtenir une perception fiable de leur propre état, faute de capteurs adaptés à leur géométrie compliante et distribuée. Un capteur tactile bon marché, reproductible et physiquement interprétable ouvre la voie à une proprioception réellement embarquée, condition nécessaire pour que ces structures sortent du laboratoire vers des usages concrets comme l'exploration en terrain accidenté ou la manipulation douce. Les robots en tenségrité, popularisés notamment par les travaux de la NASA (le rover SUPERball) pour l'exploration planétaire à faible risque de casse, restent handicapés par l'absence de retour tactile natif comparé aux capteurs de type GelSight ou DIGIT conçus pour des mains robotiques classiques. Cette publication, en rendant le design entièrement open source, vise justement à combler ce manque et à standardiser l'instrumentation de ces plateformes encore largement expérimentales.

Recherche❖Paper

1 source

42

3670arXiv cs.RO 

AC-VLA : exécution robuste d'actions hors distribution par apprentissage compositionnel

Des chercheurs présentent AC-VLA (Action Compositional Vision-Language-Action), un framework destiné à corriger les lacunes des modèles VLA lorsqu'ils doivent recombiner des sous-tâches déjà apprises dans des configurations inédites. L'équipe identifie deux défauts qui se renforcent mutuellement : le "trajectory overfitting", où le modèle mémorise des trajectoires globales plutôt que la sémantique des sous-compétences, et le "perceptual shortcut", où les tokens d'action s'appuient excessivement sur les textures visibles par la caméra poignet au détriment d'un ancrage spatial global. AC-VLA combine deux briques indépendantes de l'architecture : un module d'apprentissage compositionnel, qui utilise un LLM pour décomposer les instructions et un aligneur de trajectoires proprioceptives afin de générer une supervision dense par sous-tâche, entraîné en mélange avec des démonstrations complètes ; et une stratégie de masquage asymétrique conditionné à l'état, qui coupe les entrées de la caméra poignet pendant les phases de préhension fermée pour forcer le modèle à s'appuyer sur une vision globale. Implémenté sur le modèle π0.5 et testé sur les benchmarks LIBERO et LIBERO-OOD, AC-VLA obtient environ 28 points de pourcentage de gain absolu sur les tâches compositionnelles hors distribution, sans dégrader les performances sur les tâches classiques. Ce résultat touche un point sensible du secteur robotique : la capacité réelle des modèles VLA à généraliser au-delà de ce qu'ils ont vu à l'entraînement, plutôt qu'à simplement reproduire des démonstrations mémorisées. C'est précisément l'écart entre démonstration scénarisée et robustesse en conditions réelles que pointent régulièrement les critiques adressées aux vidéos promotionnelles de humanoïdes comme Figure ou Optimus. Un gain de 28 points sur des scénarios recombinés, sans architecture spécifique ni perte en distribution, suggère qu'une partie du problème de généralisation compositionnelle peut se résoudre par la donnée et la supervision plutôt que par des modèles plus gros. AC-VLA se positionne comme une méthode "plug-and-play", compatible avec n'importe quel backbone VLA existant, dans la lignée des travaux récents comme π0, GR00T N2 ou Helix qui cherchent à industrialiser l'apprentissage par imitation à grande échelle. Le choix de π0.5 comme base d'évaluation ancre directement la contribution dans l'écosystème Physical Intelligence. Les auteurs ne mentionnent pas de déploiement matériel réel ni de calendrier de transfert vers des robots physiques : à ce stade, les résultats restent circonscrits aux benchmarks de simulation LIBERO.

Recherche⚡Actu

1 source

42

3671arXiv cs.RO 

Une approche de machine à états finis partiellement spécifiée pour la planification de comportements complexes

Des chercheurs proposent une nouvelle architecture neurosymbolique baptisée GPSFSM (Generative Partially Specified Finite State Machine), destinée à la planification de comportements pour robots autonomes évoluant en environnement dynamique. Contrairement aux approches existantes qui couplent des grands modèles de langage (LLM) à des Behavior Trees (BT), cette équipe mobilise les machines à états finis (FSM), un formalisme largement adopté pour son efficacité de calcul mais jusqu'ici jamais exploité dans un cadre génératif. Le système repose sur trois briques logicielles publiées en open source : Fabric, un moteur FSM capable d'analyser, valider et exécuter des plans de comportement incluant des structures de contrôle séquentielles, de récupération d'erreur, et parallèles (Parallel-Any, Parallel-All) ; une extension du package Capabilities2 pour ROS2, dotée d'un système d'événements asynchrones pour l'enchaînement de comportements et l'injection de paramètres en temps réel ; et PromptTools, une interface ROS2 unifiée vers des LLM locaux ou cloud. L'ensemble a été testé sur des tâches de navigation robotique et comparé au système de référence BTGenBot. Ce travail s'attaque à un problème connu du secteur : la capacité des plans générés par LLM à réellement s'exécuter de façon fiable, en particulier en zero-shot, un scénario où les Behavior Trees peinent traditionnellement. Les auteurs rapportent des taux de réussite de génération de plans systématiquement supérieurs à BTGenBot, avec une latence de planification comparable ou inférieure à celle de LLM frontière. Pour les intégrateurs et développeurs ROS2, l'intérêt réside surtout dans la standardisation : des descriptions sémantiques de capacités communes permettent un développement agnostique du robot cible, un enjeu concret pour qui déploie des flottes hétérogènes de machines. L'essor des Behavior Trees couplés aux LLM a déjà produit plusieurs systèmes de planification générative, mais les FSM, malgré leur ancienneté et leur robustesse dans l'industrie, restaient absentes de cette dynamique. En comblant ce vide et en publiant l'intégralité de la pile logicielle sous licence ouverte, les auteurs cherchent à rendre la planification FSM générative reproductible et directement testable par la communauté robotique, sans toutefois annoncer de déploiement en conditions réelles au-delà des bancs d'essai de navigation présentés dans l'article.

Recherche❖Paper

1 source

41

3672arXiv cs.RO 

Data et apprentissage là où ça compte pour la manipulation à contact riche

Des chercheurs proposent une nouvelle méthode de collecte de données pour l'apprentissage de tâches de manipulation robotique à contact riche, où la précision est critique (insertion, assemblage, etc.). Décrite dans un article publié sur arXiv (arXiv:2607.15982v1), l'approche part d'un constat : les politiques apprises de bout en bout sur de larges jeux de données restent fragiles sur les tâches de haute précision et généralisent mal, notamment parce que la collecte de données manque de structure et de ciblage. Les auteurs proposent donc de concentrer la collecte dense de données uniquement sur le segment critique de contact, en s'appuyant sur une planification classique pour les mouvements simples en espace libre. Un schéma de collecte automatisée, combiné à de l'apprentissage par renforcement profond hors ligne, traite spécifiquement la phase de contact, sans dépendre de la dextérité d'un téléopérateur humain ni de mises à jour de politique en ligne. Sur quatre tâches réelles jugées difficiles, seulement 2 à 2,5 heures de collecte de données autonome suffisent pour atteindre un taux de réussite moyen de 96 %, contre 55 % pour la meilleure référence testée. Pour l'industrie robotique, ce résultat s'attaque directement à un problème central de la manipulation fine par apprentissage : le fossé entre démonstration et performance réelle, en particulier en dehors des conditions d'entraînement. Les approches de bout en bout perdent généralement en fiabilité sur des scénarios hors distribution, alors que la méthode proposée conserve un taux de réussite élevé dans ces conditions, ce qui suggère que cibler la collecte de données sur la phase de contact, plutôt que de tout apprendre uniformément, réduit la dépendance à des volumes massifs de démonstrations. Pour les intégrateurs et décideurs industriels, cela ouvre la voie à des déploiements de politiques d'assemblage ou d'insertion nécessitant beaucoup moins d'heures d'acquisition de données, et sans mobiliser un opérateur expert pendant tout le processus. Ce travail s'inscrit dans une tendance récente de la recherche en apprentissage par renforcement appliqué à la robotique, qui cherche à réduire le coût et la complexité de la téléopération humaine tout en conservant les gains de robustesse permis par l'apprentissage profond. En combinant planification traditionnelle et RL hors ligne de façon segmentée plutôt que de miser sur un unique modèle bout en bout, les auteurs proposent une piste concrète pour industrialiser les tâches de précision, un domaine où la robotique humanoïde et les bras manipulateurs peinent encore à passer de la démonstration en laboratoire au déploiement fiable en usine.

Recherche❖Paper

1 source

40

3673arXiv cs.RO 

IMBench : un benchmark pour la manipulation robotique intuitive

Une équipe de recherche publie IMBench, un nouveau benchmark conçu pour évaluer ce qu'elle appelle la « manipulation intuitive » des robots, c'est-à-dire la capacité à combiner raisonnement physique et exécution motrice de façon intégrée, plutôt que de tester ces deux compétences séparément. L'article, déposé sur arXiv le 15 juillet 2026, propose un jeu de 35 tâches couvrant la manipulation avec contact riche, l'usage d'outils et les dépendances multi-étapes, accompagné de 14 000 trajectoires filtrées et d'outils permettant de générer de nouveaux scénarios à l'échelle. Contrairement aux benchmarks existants, IMBench exige des modèles qu'ils identifient d'abord la structure physique pertinente d'une scène (poids, friction, contraintes géométriques) avant de produire une séquence d'actions exécutable sous contraintes explicites. Les auteurs ont testé à la fois des modèles vision-langage (VLM) et des modèles vision-langage-action (VLA) de dernière génération sur cet ensemble de tâches. Les résultats mettent en évidence un écart systématique dans les systèmes actuels : les VLM montrent une capacité de raisonnement physique partielle mais ne parviennent pas à traduire ce raisonnement en plans d'action exécutables, tandis que les VLA de pointe échouent à respecter les contraintes des tâches et généralisent mal d'un scénario à l'autre. Pour l'industrie robotique, ce constat confirme un doute déjà répandu chez les intégrateurs : la performance affichée par les politiques génératives sur des démonstrations contrôlées ne garantit pas une compréhension physique transférable à des scènes nouvelles. IMBench propose ainsi une mesure plus rigoureuse pour distinguer les systèmes qui « comprennent » réellement une scène de ceux qui reproduisent des schémas d'entraînement. Ce travail s'inscrit dans une vague récente de benchmarks cherchant à combler le fossé entre évaluation en simulation et déploiement réel, alors que des modèles comme GR00T N2, Pi-0 ou Helix visent une manipulation généraliste dans des environnements variés. En isolant explicitement la composante « raisonnement intuitif » comme axe manquant des politiques robotiques actuelles, les auteurs positionnent IMBench comme un outil de diagnostic pour orienter les prochaines générations de modèles fondation en robotique, plutôt que comme un simple classement de performance brute.

Recherche❖Paper

1 source

39

3674arXiv cs.RO 

Robot leader implicite : estimation décentralisée de pose relative par vision seule pour formations multi-robots

Le contrôle classique de formation en mode "leader-suiveur" souffre d'un défaut structurel bien identifié en robotique multi-agents: un seul point de défaillance (si le leader tombe, toute la formation est perturbée) et une propagation d'erreur en cascade vers les suiveurs. Ces architectures reposent en outre sur des capteurs de localisation absolue (GPS, motion capture, UWB) mal adaptés aux environnements sans GPS comme les entrepôts, les tunnels ou les zones sinistrées. Une publication parue sur arXiv en juillet 2026 (2607.15708) propose une alternative entièrement décentralisée, fondée uniquement sur la vision monoculaire et la communication inter-robots, via des réseaux de neurones sur graphes (GNN). Le concept central, baptisé "implicit virtual leader" (IVL), est un référentiel de formation virtuel, non rattaché à un robot physique en particulier, que le GNN apprend implicitement à partir des seules images caméra embarquées. Pour quantifier la fiabilité des estimations de pose relative, les auteurs ajoutent une tête GNLL hétéroscédastique captant l'incertitude aléatoire (bruit des données) et un mécanisme de MC Dropout pour l'incertitude épistémique (limites du modèle), validés à la fois en simulation et sur bancs d'essai réels. L'intérêt pour l'industrie robotique tient moins à un produit qu'à une brique technique potentiellement réutilisable: supprimer la dépendance à un leader physique et à une infrastructure de localisation externe change la donne pour les flottes de robots mobiles autonomes (AMR) en entrepôt ou les essaims de drones opérant dans des environnements GPS-denied. Le fait que le système généralise à des plateformes hétérogènes et à des tailles de formation variables, sans réentraînement dédié à chaque configuration, répond directement à une limite récurrente des approches de formation control existantes, souvent démontrées sur un nombre fixe de robots identiques. C'est un signal utile pour les intégrateurs qui envisagent des flottes mixtes (drones et robots au sol combinés, par exemple), même si l'étude reste à ce stade une preuve de concept académique plutôt qu'un système prêt au déploiement industriel. Ce travail s'inscrit dans une tendance de recherche plus large qui combine vision par caméra embarquée et GNN pour la coordination décentralisée d'essaims, en rupture avec les architectures historiques dépendantes de capteurs externes coûteux ou d'une infrastructure fixe. Aucun acteur industriel n'est associé à cette publication, purement académique, et aucune date de commercialisation n'est évoquée. Les auteurs mentionnent une comparaison systématique entre jeux de test simulés et réels comme validation, sans toutefois préciser d'échelle de déploiement ni de partenaire de terrain, ce qui invite à suivre les publications de suivi pour mesurer la robustesse de l'approche à plus grande échelle.

Recherche❖Paper

1 source

39

3675arXiv cs.RO 

Structure continûment stable par déformation plastique

Des chercheurs présentent une nouvelle structure de préhenseur souple baptisée CSSPD (continuously stable structure through plastic deformation), décrite dans une prépublication arXiv (2607.15659). Le dispositif exploite la déformation plastique pour maintenir une configuration stable sans apport d'énergie continu, contrairement aux préhenseurs pneumatiques classiques. L'équipe y intègre un coussinet bioinspiré, calqué sur des pattes animales, qui améliore la stabilité et permet une saisie rapide pilotée par capteurs. La structure repose sur une couche métallique en kirigami, optimisée mathématiquement pour équilibrer souplesse et rigidité. Les essais montrent une force de maintien passive allant jusqu'à 16 newtons sans aucune alimentation, une performance comparable à celle d'un actionnement pneumatique à 0,3 MPa. Couplé à une assistance pneumatique, le préhenseur reste stable sous des accélérations pulsées atteignant 400 m/s². Il peut aussi se percher passivement sur une branche d'arbre pendant une durée prolongée, sans consommation électrique. L'enjeu dépasse la simple démonstration de laboratoire. Les robots souples séduisent par leur compliance et leur capacité d'adaptation, mais cette souplesse se paie généralement en stabilité: sous accélération ou perturbation externe, un préhenseur souple classique risque de lâcher sa prise, un problème critique pour toute application dynamique ou mobile. En obtenant une tenue mécanique comparable à l'actionnement pneumatique sans consommer d'énergie en continu, cette approche pourrait réduire la dépendance des grippers souples à des systèmes d'air comprimé embarqués, un frein connu pour les plateformes mobiles ou aériennes. La capacité de perchage passif ouvre notamment des perspectives pour des robots volants ou grimpants devant économiser leur énergie entre deux tâches. Le travail s'inscrit dans un courant de recherche en robotique souple cherchant à résoudre le compromis historique entre adaptabilité et rigidité, généralement traité par actionnement pneumatique ou électroactif énergivore. En misant sur la déformation plastique et une structure kirigami plutôt que sur des matériaux actifs, les auteurs proposent une alternative low-tech et low-power. S'agissant d'une prépublication, aucune date d'intégration industrielle n'est annoncée; les prochaines étapes concerneront vraisemblablement la validation sur des plateformes robotiques mobiles réelles au-delà des essais en laboratoire.

Recherche❖Paper

1 source

39

3676arXiv cs.RO 

VTAP : combiner détection au bout des doigts et paume active visuo-tactile pour la manipulation dextérique en main

Une équipe de recherche présente le VTAP, un gripper robotique à trois doigts doté d'une paume visuo-tactile active combinée à des doigts compliants et reconfigurables équipés de capteurs tactiles matriciels. La paume actionnée associe localisation visuelle longue portée et retour tactile riche en contacts, ce qui étend nettement les capacités de manipulation par rapport aux pinces classiques. Pour piloter cette structure à trois doigts, différente de la main humaine, les chercheurs proposent un cadre de retargeting téléopérationnel par étapes, conditionné par gestes, traduisant les mouvements de la main d'un opérateur vers le gripper. Les expériences couvrent plusieurs tâches exigeantes : saisie réactive d'objets du jeu YCB et d'objets fragiles, réorientation en main d'une seringue avec actionnement du piston, séparation d'objets agglomérés jusqu'à 3 mm de diamètre, et insertion de type peg-in-hole guidée par vision et tact. Le papier est publié sur arXiv (2607.15448) avec une page projet dédiée. Cette démonstration intéresse directement les équipes de R&D en manipulation dextre, car elle contredit l'hypothèse selon laquelle une manipulation fine exige des mains anthropomorphiques à haut nombre de degrés de liberté. En combinant seulement trois doigts compliants et une paume active multimodale, l'équipe montre qu'une synergie structurée doigts-paume peut suffire pour des tâches de précision comme la manipulation d'objets millimétriques ou l'insertion guidée. Pour les industriels, l'architecture proposée sert surtout de référence pratique pour la conception de grippers et la collecte de données riches en contacts, un enjeu central pour entraîner des politiques de manipulation par apprentissage, qui manquent aujourd'hui de jeux de données tactiles à grande échelle. Ce travail s'inscrit dans la continuité des recherches sur les capteurs tactiles matriciels et la fusion vision-tact, un axe exploré par des laboratoires travaillant sur des mains tactiles ainsi que par des fabricants de mains anthropomorphiques à haut DOF comme Shadow Robot ou les mains humanoïdes de Tesla et Figure. Contrairement à ces approches privilégiant le nombre d'articulations, le VTAP mise sur la coordination doigts-paume et la perception multimodale plutôt que sur la complexité mécanique. Le projet ne mentionne pour l'instant aucun partenariat industriel ni calendrier de transfert commercial : il s'agit d'une preuve de concept en laboratoire destinée à informer la conception future de préhenseurs dextres et la collecte de données pour l'apprentissage robotique.

Recherche❖Paper

1 source

39

3677arXiv cs.RO 

BayesContact : estimation incertaine de la pose via propositions visuo-tactiles et inférence basée sur la simulation

Des chercheurs présentent BayesContact, un système d'estimation de pose par inférence basée sur la simulation pour la manipulation robotique en contact, appliqué en priorité aux tâches d'insertion de type peg-in-hole (goujon dans trou). Le système maintient une croyance probabiliste sous forme d'un nuage de particules sur la pose de l'objet manipulé, et fusionne deux sources de données : les observations de profondeur issues du capteur visuel et les indices de contact dérivés des mesures de force/couple. Pour chaque hypothèse de pose testée, un moteur de rendu simule les mesures de profondeur attendues, tandis qu'un simulateur physique prédit les résultats de contact obtenus lors de mouvements de sondage prudents (guarded probing) ; les deux prédictions sont comparées aux observations réelles du robot pour affiner la croyance sur la pose. Cette croyance multimodale permet en outre de choisir activement, par gain d'information, la prochaine action de sondage la plus utile pour lever l'ambiguïté sur la pose estimée. Les auteurs ont testé BayesContact à la fois sur des géométries simulées et sur un robot réel, et rapportent une amélioration de 30% de l'observabilité de la pose et du taux de succès d'insertion par rapport à une inférence basée uniquement sur la vision. Pour l'assemblage industriel et les tâches d'insertion de précision, en particulier pour les intégrateurs robotiques travaillant sur des lignes d'assemblage automatisées, l'estimation de pose reste un goulot d'étranglement quand la seule profondeur ne suffit pas à distinguer des géométries proches ou partiellement occluses. Les approches existantes combinant vision et contact reposent généralement sur un entraînement hors ligne coûteux, qu'il faut recommencer à chaque nouvel environnement ou nouvelle géométrie de pièce, ce qui limite leur déploiement sur des lignes de production changeantes. En s'appuyant sur des modèles génératifs de simulation plutôt que sur un apprentissage supervisé figé, BayesContact promet une adaptation plus rapide à de nouvelles pièces sans réentraînement complet, un argument qui, s'il se confirme à plus grande échelle, intéresserait directement les fabricants de bras robotiques et les intégrateurs cherchant à réduire le temps de reconfiguration des cellules d'assemblage. Ce travail s'inscrit dans le champ de la manipulation robotique riche en contact, où la fusion vision-tactile est étudiée depuis plusieurs années comme alternative à la vision seule pour des tâches fines comme l'insertion de connecteurs ou l'assemblage de petites pièces. Contrairement aux méthodes d'apprentissage par renforcement ou aux réseaux entraînés hors ligne sur de larges jeux de données, l'inférence bayésienne basée sur la simulation cherche à s'affranchir du coût de réentraînement en s'appuyant directement sur des modèles physiques et de rendu, calibrés en ligne face aux observations réelles. Publié sur arXiv (2607.16123), ce travail reste à ce stade une contribution de recherche académique, validée sur un nombre limité de géométries et un seul robot réel ; les auteurs ne mentionnent ni partenariat industriel ni calendrier de transfert vers un produit commercial, et la généralisation à des tâches d'assemblage plus complexes que le peg-in-hole reste à démontrer.

Recherche❖Paper

1 source

39

3678arXiv cs.RO 

MuxGel : détection visuo-tactile duale simultanée par multiplexage spatial et reconstruction profonde

MuxGel est un capteur visuo-tactile présenté dans un article de recherche déposé sur arXiv (version révisée, révision de type "replace"), qui résout un problème classique des capteurs tactiles à base de vision de type GelSight : leur revêtement opaque permet de détecter le contact mais bloque toute observation visuelle directe de la scène. La solution proposée repose sur un revêtement en damier qui multiplexe spatialement des zones sensibles au toucher et des fenêtres transparentes, le tout capté par une seule caméra. Un réseau de reconstruction basé sur une architecture U-Net, entraîné via un pipeline sim-to-real, permet ensuite de reconstruire séparément les signaux visuels et tactiles denses à partir de ce flux multiplexé unique. Le dispositif garde le format standard des capteurs GelSight et s'intègre en remplaçant simplement le pad de gel, sans modification matérielle plus profonde. L'intérêt pour la robotique de manipulation est direct : la plupart des capteurs tactiles optiques actuels obligent à combiner une caméra dédiée au toucher avec une caméra externe pour la vision, ce qui complique la calibration et l'intégration sur un effecteur. En unifiant les deux modalités sur un seul capteur, MuxGel simplifie l'architecture de perception d'une pince ou d'une main robotique. Les auteurs démontrent l'approche sur des tâches de préhension où le retour visuel local aide à l'alignement de l'objet et le retour tactile reconstruit gère l'interaction de contact, avec une bonne généralisation sur des objets non vus à l'entraînement selon les expériences rapportées. Il s'agit à ce stade d'un travail de recherche académique, avec une page projet dédiée, et non d'un produit commercialisé. Le format GelSight, né au MIT et largement repris dans la recherche en robotique tactile, sert ici de base standard sur laquelle se greffent d'autres approches concurrentes comme DIGIT ou TacTip. MuxGel se positionne comme une extension logicielle et matérielle légère plutôt qu'une rupture, potentiellement transposable à d'autres capteurs tactiles optiques au-delà du seul format GelSight.

Recherche❖Paper

1 source

39

3679arXiv cs.RO 

Localisation UWB prête au déploiement pour robots industriels : calibrage automatique des ancres et fusion tenant compte du terrain

Des chercheurs présentent, dans un article publié le 20 juillet 2026 sur arXiv (2607.15807v1), une chaîne de traitement complète pour la localisation par Ultra-Wideband (UWB) de robots mobiles autonomes (AMR) industriels, combinant calibration automatique des ancres et fusion multi-capteurs adaptée aux véhicules roulant au sol. Le système comprend deux étapes : une phase de calibration qui estime automatiquement la position des ancres UWB fixes ainsi que les biais de mesure de distance, puis une phase de localisation qui fusionne les données UWB avec les capteurs proprioceptifs embarqués via un filtre de Kalman étendu (EKF) tenant compte des biais, sans nécessiter un réglage manuel poussé des paramètres. La méthode a été testée sur un AMR logistique commercial en entrepôt, avec un positionnement précis maintenu en intérieur comme lors des transitions vers l'extérieur, et sa transférabilité a été validée sur un jeu de données indépendant issu d'un chariot élévateur (forklift). Le jeu de données d'entrepôt collecté a été rendu public. Cette avancée s'attaque à deux verrous concrets qui freinent l'adoption industrielle de l'UWB malgré son coût réduit et sa précision reconnue : la calibration des ancres statiques, longue et sujette aux erreurs manuelles, et l'intégration cohérente avec les capteurs déjà présents sur les AMR existants. En automatisant la calibration et en garantissant une fusion robuste même avec une couverture d'ancres éparse ou une visibilité directe limitée, les auteurs réduisent significativement l'effort de déploiement, un facteur souvent sous-estimé face aux annonces spectaculaires sur les capacités des robots. Pour les intégrateurs et décideurs en logistique, cela rapproche l'UWB d'une solution de localisation clé en main, complémentaire au LiDAR ou à la vision, particulièrement utile dans les zones où le GPS est absent et où les repères visuels manquent. L'UWB s'est imposé ces dernières années comme alternative économique aux systèmes de localisation plus complexes pour les AMR en environnement industriel, mais son déploiement à grande échelle restait entravé par la charge d'ingénierie liée à l'installation des ancres. Ce travail s'inscrit dans une tendance plus large de simplification des pipelines de localisation pour AMR, aux côtés d'approches concurrentes basées sur le SLAM visuel ou le LiDAR. La mise à disposition publique du jeu de données d'entrepôt devrait faciliter les comparaisons futures et l'adoption par d'autres équipes de recherche ou fournisseurs de flottes robotiques.

Infrastructure⚡Actu

1 source

39

3680arXiv cs.RO 

Environnement conçu pour l'autonomie partagée fiable avec garanties probabilistes

Une équipe de recherche propose une méthode pour concevoir des environnements de travail optimisés pour l'autonomie partagée entre humains et robots, avec des garanties probabilistes de fiabilité. Publiée sur arXiv le 20 juillet 2026, l'étude s'attaque à un angle mort des systèmes d'autonomie partagée existants : la plupart des travaux antérieurs cherchent à améliorer l'inférence d'intention de l'utilisateur en supposant un environnement fixe, sans questionner l'agencement physique de l'espace de travail lui-même. Les chercheurs formalisent la disposition des objets sur un plan de travail comme un problème d'optimisation, et démontrent qu'un agencement bien pensé améliore directement la capacité du système à distinguer les objectifs possibles de l'utilisateur, même en présence de bruit dans les commandes (mouvements de joystick, gestes, ou autres entrées imprécises). Les tests, menés en simulation sur plusieurs scénarios de manipulation sur table, montrent que les configurations optimisées réduisent l'ambiguïté d'inférence par rapport à des dispositions de référence. Une démonstration sur système physique réel valide l'intégration de cette approche. L'apport principal est conceptuel autant que technique : au lieu de chercher uniquement à améliorer l'algorithme d'inférence d'intention (le "cerveau" du système), l'étude montre qu'agir sur l'environnement physique lui-même (le placement des objets, leur espacement, leur disposition) constitue un levier complémentaire et mesurable pour fiabiliser l'assistance robotique partagée. Pour les intégrateurs et concepteurs de postes de travail collaboratifs, cela ouvre une piste d'ingénierie low-cost : repenser l'agencement d'une cellule de travail peut réduire les erreurs d'interprétation sans toucher au logiciel de commande, avec une garantie mathématique de correction sous un modèle de bruit borné plutôt qu'une simple amélioration empirique. Le travail s'inscrit dans la lignée des recherches sur l'autonomie partagée (shared autonomy), un domaine actif depuis plusieurs années visant à combiner commande humaine directe et assistance autonome, notamment pour les bras robotiques manipulateurs et les interfaces d'assistance aux personnes en situation de handicap. Les auteurs positionnent leur contribution comme complémentaire aux approches classiques d'inférence d'intention plutôt que concurrente, et ouvrent la voie à des extensions vers des environnements plus complexes et des tâches multi-étapes.

Recherche❖Paper

1 source

39

3681arXiv cs.RO 

Génération et adaptation dynamique pour manipulation robotique par imitation d'exemples inédits

Cette annonce technique concerne DAMI (Dynamics-Aware Meta-Imitation), un nouveau framework de recherche pour l'apprentissage par imitation en robotique, publié le 20 juillet 2026 sur arXiv (référence 2607.15880v1). L'apprentissage par imitation permet aux robots d'acquérir des compétences à partir de démonstrations, mais souffre traditionnellement d'un manque de données et de difficultés à généraliser à de nouvelles tâches non vues à l'entraînement. Pour résoudre ce problème, les chercheurs combinent le meta-learning avec plusieurs modules techniques : un module Visual-Motor Trajectory (VMT) qui capture les dynamiques spatio-temporelles complexes dans l'espace latent de la tâche, un bloc Unpaired Unified Task (U2T) qui fusionne des observations multimodales non structurées, et un mécanisme de Task-Conditioned Feature Modulation (TCFM) qui module les caractéristiques 3D de bas niveau. Le système apprend la logique sous-jacente d'une tâche à partir d'une seule démonstration de référence complète, plutôt que de mémoriser des indices statiques figés. Des expériences en simulation et en conditions réelles montrent que DAMI surpasse les approches de référence existantes, aussi bien en inférence directe sur des tâches connues qu'en adaptation à des tâches inédites via du few-shot fine-tuning. L'enjeu ici dépasse la simple performance sur benchmark : c'est le fossé entre démonstration et généralisation réelle qui reste le principal obstacle à la commercialisation des robots manipulateurs et humanoïdes. La plupart des systèmes actuels performent bien sur les tâches pour lesquelles ils ont été entraînés, mais s'effondrent dès qu'un intégrateur change légèrement l'environnement, l'objet ou la disposition de la cellule de production. Si les résultats de généralisation few-shot se confirment au-delà du papier, cela réduirait le coût de redéploiement d'un robot manipulateur sur une nouvelle tâche industrielle, un frein économique majeur actuellement pour les intégrateurs et les décideurs B2B qui hésitent à investir dans des cellules robotisées rigides. Ce travail s'inscrit dans la lignée des architectures VLA (Vision-Language-Action) et des approches de meta-learning déjà explorées par des acteurs comme Physical Intelligence (Pi-0) ou NVIDIA (GR00T N2), qui cherchent tous à résoudre le même problème de transfert sim-to-real et de généralisation inter-tâches. Contrairement à ces produits commerciaux, DAMI reste à ce stade une contribution académique publiée sur arXiv, sans indication de partenaire industriel ni de déploiement prévu. Les prochaines étapes attendues seraient une validation sur des plateformes robotiques tierces et une comparaison directe avec les frameworks VLA propriétaires pour juger de sa maturité réelle.

Recherche❖Paper

1 source

39

3682arXiv cs.RO 

Handroid : relier main dextérique et robot humanoïde

Handroid, présenté dans une prépublication arXiv (2607.16187), est une plateforme robotique de bureau à double incarnation qui réutilise un seul corps électromécanique à 27 degrés de liberté (DoF) pour former soit une main dextre, soit un humanoïde miniature. Le robot mesure 0,33 mètre de haut pour un poids de 2,05 kg. En configuration main, 20 DoF reproduisent fidèlement la structure cinématique de la main humaine. En configuration humanoïde, les mêmes modules articulés sont reconfigurés en une silhouette dotée d'une tête, de bras et de jambes, avec une structure de membres inférieurs à 12 DoF pour la locomotion et le mouvement corps entier. Les équipes ont développé un framework de contrôle et d'apprentissage unifié couvrant la téléopération de la main, la préhension dextre, la manipulation intra-main, la locomotion, la génération de démarche et la création de mouvements par keyframes. Le système a été validé par des essais réels de manipulation dextre, de locomotion par apprentissage par renforcement, de déploiement de mouvements pré-enregistrés, et par une tâche complexe combinant reconfiguration d'incarnation, déplacement, arrimage (docking) et préhension-dépose fine. L'intérêt de Handroid tient à sa réponse à une fragmentation persistante du secteur robotique: la recherche sur les mains dextres (manipulation à l'échelle de l'objet) et celle sur les humanoïdes (mobilité, interaction corps entier) avancent généralement sur des plateformes matérielles distinctes, ce qui complique le transfert d'apprentissage entre les deux échelles. En unifiant le matériel, Handroid ouvre la voie à un apprentissage cross-embodiment reproductible à bas coût, un enjeu concret pour les laboratoires universitaires qui n'ont pas accès aux humanoïdes grandeur nature à plusieurs centaines de milliers de dollars comme Figure ou Optimus. Le papier s'inscrit dans une tendance de recherche vers des plateformes compactes et reconfigurables, pensées comme bancs d'essai pour valider des algorithmes avant transfert vers des robots pleine taille. Aucun acteur industriel n'est associé à cette publication académique; les auteurs présentent Handroid comme un outil reproductible destiné à la communauté de recherche en robotique morphologiquement reconfigurable, sans calendrier de commercialisation annoncé.

Recherche❖Paper

1 source

39

3683arXiv cs.RO 

Contrôleur à horizon glissant dans l'espace des tâches pour l'évitement rapide de collisions

Des chercheurs publient sur arXiv (2607.15733v1) un nouveau contrôleur à horizon glissant dans l'espace des tâches pour l'évitement de collision en temps réel sur bras manipulateurs robotiques. La méthode combine un rollout court et "contact-consistant", basé sur un solveur dynamique itératif appliqué à des géométries convexes gonflées du robot et des obstacles, pour générer une référence cinématique terminale respectant les contraintes de non-pénétration internes. Seule la première commande d'une transition lisse à accélération minimale vers cette référence est ensuite calculée à chaque cycle, en partant d'une loi de régulation par cinématique inverse en boucle fermée. Les auteurs démontrent une régulation exponentielle locale dans l'espace des tâches lorsque les contacts sont inactifs, et bornent l'effet des obstacles mobiles sur les ensembles de fonctionnement réguliers lorsque des contacts s'activent pendant le rollout. Les tests incluent des simulations sur un système multi-chaînes à 40 degrés de liberté (DOF) et des expériences matérielles sur une plateforme à 6 DOF. L'enjeu pratique est le compromis classique entre anticipation et réactivité en robotique industrielle: le contrôle prédictif complet (MPC) offre une vision à long terme mais son coût de calcul explose avec l'horizon, la fidélité du modèle et le nombre de contraintes géométriques actives, tandis que les méthodes réactives sans horizon restent rapides mais peu clairvoyantes en environnement encombré et dynamique. Les résultats montrent que des horizons intermédiaires équilibrent ces deux exigences, avec des taux de succès supérieurs à des baselines MPC et à des "dynamic optimization fabrics" en clutter dynamique, tout en gardant des temps de résolution compatibles avec l'exécution temps réel testée. Point notable pour les intégrateurs: le comportement reste cohérent entre simulation et réel sans estimation précise des paramètres inertiels, ce qui limite l'effort de calibration habituellement nécessaire au transfert sim-to-real. Ce travail s'inscrit dans la lignée des recherches en contrôle prédictif appliqué à la manipulation en environnement dynamique, un axe où les laboratoires universitaires cherchent à réduire le fossé entre démonstrations en simulation et déploiements réels sur bras industriels ou collaboratifs. La comparaison directe avec des baselines MPC et fabrics d'optimisation dynamique positionne la méthode comme une alternative moins coûteuse en calcul pour l'évitement d'obstacles mobiles, un enjeu croissant pour les cellules robotiques partagées avec des opérateurs humains ou d'autres machines mobiles (AMR). Les auteurs ne mentionnent pas de partenariat industriel ni de calendrier de transfert vers un produit commercial à ce stade.

Recherche❖Paper

1 source

38

3684arXiv cs.RO 

Une étude systématique des grands modèles de langage pour la planification tâche-mouvement avec PDDLStream

Une équipe de recherche a mené une étude systématique sur l'usage des grands modèles de langage (LLM) pour la planification tâche-mouvement (TAMP) en robotique, en s'appuyant sur le framework PDDLStream. Les auteurs ont conçu 16 algorithmes différents substituant des composants clés de TAMP par des LLM, puis les ont évalués en zero-shot sur 13750 essais répartis sur trois domaines robotiques distincts. Le code et les résultats complets sont disponibles publiquement sur GitHub (jorge-a-mendez/llm-pddlstream). L'article, référencé arXiv:2510.00182, constitue une version révisée (replace) d'une publication antérieure. Les résultats tempèrent nettement l'enthousiasme autour des LLM comme solution universelle de planification robotique. Les planificateurs basés sur des LLM affichent des taux de réussite inférieurs et des temps de calcul supérieurs comparés aux systèmes d'ingénierie classiques, spécialisés pour la tâche. Autre constat contre-intuitif: fournir des détails géométriques supplémentaires aux LLM augmente le nombre d'erreurs de planification par rapport à des descriptions PDDL pures, suggérant que l'ajout de contexte ne se traduit pas automatiquement par de meilleures décisions. Les variantes LLM "directes", plus rapides, surpassent dans la majorité des cas les variantes à raisonnement explicite, plus lentes, ce qui interroge la valeur ajoutée du chain-of-thought pour ce type de tâche. Pour les intégrateurs et chercheurs en robotique, ce travail rappelle que malgré les progrès des LLM sur le raisonnement sémantique, le couplage avec la planification formelle et géométrique reste un défi ouvert, loin d'être résolu par la simple taille des modèles. TAMP combine depuis des années la planification symbolique de tâches et la planification continue de mouvements, un problème historiquement traité par des solveurs spécialisés comme PDDLStream. L'essor des LLM a multiplié les propositions visant à exploiter leurs connaissances sémantiques pour remplacer certains de ces composants formels, souvent via des démonstrations isolées et peu comparables entre elles. Cette étude se distingue en proposant une évaluation empirique large et contrôlée plutôt qu'un nouveau système ponctuel, offrant une base de comparaison utile pour orienter les futurs travaux hybrides associant raisonnement neuronal et garanties formelles.

Recherche❖Paper

1 source

38

3685arXiv cs.RO 

EmbodiedDiffusion : diffusion visuelle guidée par la franchissabilité pour la navigation de robots hétérogènes

Des chercheurs présentent EmbodiedDiffusion, un framework basé sur la diffusion qui prédit simultanément des cartes de franchissabilité (traversability) et génère des trajectoires directement à partir d'images RGB, sans carte ni planificateur séparé. Le système distille les connaissances sémantiques d'un modèle vision-langage (VLM) enseignant vers un modèle étudiant léger pendant l'entraînement, ce qui permet une inférence sans prompt, en temps réel, une fois déployé. Un mécanisme de conditionnement modulaire basé sur FiLM isole le raisonnement spécifique à chaque plateforme robotique dans un sous-ensemble compact et entraînable du réseau, sans toucher au backbone visuel ni au modèle de diffusion de trajectoire. Testé en environnements intérieurs sur des robots quadrupèdes et aériens, le système atteint un taux de réussite de navigation de 80 à 100% en régime de données complètes, avec un temps d'inférence de 90 millisecondes, et s'adapte à une nouvelle plateforme robotique avec seulement 10 minutes de collecte de données visuelles. Il s'agit d'une quatrième version révisée d'un article déposé sur arXiv, donc d'un travail académique et non d'un produit commercialisé. L'intérêt principal tient à l'unification de deux tâches habituellement traitées séparément, l'estimation de franchissabilité et la planification de trajectoire, dans un seul modèle bout-en-bout qui se passe de cartographie lourde et de réglage manuel. Pour les intégrateurs travaillant avec des flottes hétérogènes (drones, quadrupèdes, à terme humanoïdes), la promesse clé est la portabilité rapide entre plateformes robotiques sans réentraînement complet, un point de friction connu des pipelines de navigation actuels. Le chiffre de 90 ms d'inférence, s'il se confirme hors laboratoire, positionnerait l'approche comme compatible temps réel sur du matériel embarqué, un critère souvent absent des démonstrations VLM à base de prompts. Les approches dominantes en navigation autonome reposent soit sur des VLM pilotés par prompts, coûteux en latence, soit sur des pipelines découplés associant cartographie SLAM et planificateurs classiques, longs à déployer et à calibrer par robot. EmbodiedDiffusion s'inscrit dans la tendance plus large des modèles vision-action (VLA) qui cherchent à remplacer ces chaînes modulaires par un apprentissage de bout en bout, dans la lignée des travaux sur la généralisation cross-embodiment. Les résultats restent pour l'instant limités à des environnements intérieurs contrôlés avec deux types de plateformes ; leur validation sur des cas industriels réels et sur davantage de morphologies robotiques reste une étape à venir.

Recherche⚡Actu

1 source

38

3686arXiv cs.RO 

Impédance passive orientée par phase pour une accélération rapide chez les nageurs robotiques souples

Les chercheurs à l'origine de ces travaux, publiés sur arXiv (2603.03537, version révisée), s'intéressent aux robots nageurs souples capables d'accélérations brutales et de manœuvres rapides. Leur constat de départ inverse une idée reçue en robotique bio-inspirée : la performance en accélération dépendrait moins d'un réglage précis de la résonance que de l'alignement de phase entre force et vitesse pendant la génération de poussée. Pour exploiter ce principe, l'équipe a testé un amortissement à couche contrainte (constrained-layer damping, CLD), un mécanisme passif qui module sélectivement l'impédance de flexion selon la fréquence d'actuation. Contrairement aux approches classiques qui ajustent la raideur, le CLD amplifie la composante dissipative de l'impédance tout en préservant la raideur de stockage, ce qui déplace progressivement le comportement du matériau vers une dominance dissipative quand la fréquence augmente. Après des mesures d'impédance à sec et des essais de propulsion contrainte couvrant plusieurs nombres de Strouhal, les essais de nage libre ont montré un gain d'accélération de pointe presque quintuplé et une vitesse terminale triplée par rapport à un système sans CLD. L'intérêt pratique tient à la simplicité du dispositif : aucun contrôle actif, aucun actionneur supplémentaire, juste une modification structurelle du matériau. Pour les concepteurs de robots sous-marins souples et de véhicules autonomes bio-inspirés, cela ouvre une voie low-cost pour améliorer les phases transitoires (démarrage rapide, esquive, capture) sans alourdir l'électronique embarquée ni complexifier la commande. Le résultat conforte aussi l'idée que le calage fréquence-phase, plutôt que la seule résonance, est le levier clé pour la propulsion transitoire des systèmes souples. Ce travail s'inscrit dans la lignée des recherches sur la robotique molle bio-inspirée, où la plupart des approches précédentes cherchaient à accorder la raideur des matériaux pour maximiser l'efficacité en régime établi, plutôt qu'en accélération. Il s'agit ici d'une étude académique à un stade de validation en laboratoire (mesures d'impédance, essais contraints puis nage libre), et non d'un produit ou d'un prototype destiné à un déploiement réel. Aucun acteur industriel n'est mentionné ; les suites logiques concerneraient l'intégration de ce principe dans des plateformes nageuses complètes et sa validation à plus grande échelle.

Recherche❖Paper

1 source

38

3687arXiv cs.RO 

Adaptation de la personnalité par élicitation conversationnelle dans l'interaction humain-robot (PACE)

PACE (Persona Adaptation through Conversational Elicitation) est un framework présenté par des chercheurs pour équiper le robot humanoïde Ameca, du fabricant britannique Engineered Arts, d'une identité conversationnelle adaptable plutôt que figée. Le système repose sur un pipeline d'élicitation interactive de persona : via une session de questions-réponses avec l'utilisateur, le robot construit dynamiquement un profil psychologique structuré, ensuite compilé en un prompt multi-dimensionnel qui pilote son comportement. Les auteurs détaillent aussi l'intégration embarquée nécessaire pour traduire cette spécification textuelle en comportements multimodaux expressifs (voix, gestuelle, expressions faciales) sur la plateforme Ameca. Le système a été évalué lors d'une étude d'interaction homme-robot comparant les personas générées dynamiquement à une persona générique de référence, sur cinq axes : confiance de l'utilisateur, anthropomorphisme perçu, cohérence de la persona dans le temps, pertinence personnelle et qualité globale de l'interaction. Une démonstration vidéo est disponible en ligne, mais l'article ne publie pas de métriques chiffrées détaillées ni la taille de l'échantillon testé. Cette approche s'attaque à un problème concret du secteur des robots humanoïdes et compagnons conversationnels : la plupart des identités robotiques restent codées en dur par les concepteurs, identiques pour chaque utilisateur, ce qui limite l'engagement et la confiance sur la durée. En générant la persona à la volée à partir d'un échange conversationnel, PACE ouvre une voie vers des assistants humanoïdes personnalisables à l'échelle, un enjeu direct pour les intégrateurs qui déploient des robots d'accueil, d'assistance ou de représentation dans des contextes variés (retail, événementiel, santé). Si les gains mesurés sur la confiance et l'anthropomorphisme perçu se confirment au-delà de cette étude pilote, cela renforcerait l'idée que la personnalisation conversationnelle, plus que le seul réalisme physique, constitue un levier clé de l'acceptabilité des robots sociaux. Le travail s'inscrit dans la lignée des recherches en interaction homme-robot cherchant à dépasser les personas scriptées, une limite documentée depuis plusieurs années sur des plateformes conversationnelles comme Pepper ou Sophia. Ameca, connue pour l'expressivité de son visage animé, sert ici de banc d'essai plutôt que de produit commercial déployé en volume : l'étude reste au stade académique, publiée sur arXiv sans partenaire industriel annoncé. Les auteurs présentent PACE comme une voie scalable vers des identités fiables pour les assistants humanoïdes incarnés, sans préciser de calendrier de transfert vers des déploiements réels ni de suite de publication prévue.

Recherche❖Paper

1 source

38

3688arXiv cs.RO 

Exploration collaborative économe en énergie pour une équipe UAV-UGV

Une équipe de chercheurs présente un cadre de coordination énergétique pour l'exploration collaborative d'environnements inconnus par un duo drone (UAV) et robot terrestre (UGV). La contrainte de vol du drone est modélisée comme une autonomie de vol maximale : le drone effectue une série de tournées d'exploration bornées en énergie, pendant que le robot au sol explore lui aussi le terrain et sert simultanément de station de recharge mobile. Un mécanisme de rendez-vous sous budget de temps partagé garantit que les deux véhicules se retrouvent à la fin de chaque tournée, avant que le drone n'atteigne sa limite d'autonomie. Pour planifier les trajets, les auteurs construisent une carte de routes air-sol faiblement couplée via un PRM (probabilistic roadmap) stratifié et sensible à la densité de l'environnement, puis formulent la sélection des tournées comme des problèmes d'orienteering couplés, visant à maximiser le gain d'information tout en respectant la contrainte de rendez-vous. Les trajets générés passent uniquement par des arêtes de la carte validées pour éviter les collisions. La méthode a été testée en simulation, comparée à des approches de référence, et validée par des expériences réelles. Le papier, publié sur arXiv (2603.22507), est une version révisée d'un travail antérieur. Cette approche s'attaque à un verrou classique de l'exploration robotique autonome : l'autonomie limitée des drones, qui restreint la portée et la durée des missions de cartographie ou de recherche en zone inconnue. En couplant la rapidité et le point de vue aérien du drone à l'endurance du robot terrestre faisant office de station de charge mobile, le système vise à prolonger les missions sans intervention humaine, un enjeu clé pour la recherche et sauvetage, l'inspection d'infrastructures ou la surveillance en environnement GPS-dénié. La formulation en problème d'orienteering couplé, plutôt qu'en simple planification indépendante de chaque véhicule, permet d'arbitrer explicitement entre gain d'information et contrainte de rendez-vous énergétique, un compromis rarement traité de façon aussi intégrée dans la littérature sur les équipes hétérogènes air-sol. Les systèmes multi-robots air-sol combinant PRM et théorie des graphes pour la planification de trajectoire existent depuis plusieurs années, mais la plupart traitent la gestion énergétique et la coordination de rendez-vous séparément, ou supposent une recharge illimitée. Ce travail se distingue en couplant explicitement roadmap, contrainte énergétique et logique de rendez-vous dans une seule formulation d'optimisation, et en la validant au-delà de la simulation par des essais matériels réels, une étape que beaucoup d'approches académiques similaires ne franchissent pas. Les suites naturelles concernent le passage à l'échelle vers des flottes de plusieurs drones et robots terrestres, ainsi que la robustesse face à des environnements dynamiques ou partiellement cartographiés.

Recherche❖Paper

1 source

38

3689arXiv cs.RO 

Connectivité multi-robots : maintien et récupération pour la planification de mouvement

Des chercheurs proposent un nouvel algorithme de planification de trajectoire pour flottes de robots, baptisé MPC-CLF-CBF, conçu pour maintenir la connectivité du réseau de communication entre robots tout en évitant les obstacles. Décrit dans une version révisée d'un article arXiv (2510.03504v3), ce planificateur en temps réel combine fonctions barrières de contrôle d'ordre élevé (CBF) et fonctions de Lyapunov de contrôle (CLF) au sein de trajectoires basées sur des courbes de Bézier, calculant simultanément trajectoire et commandes. Contrairement aux contrôleurs réactifs classiques à base de CBF, qui préservent la connectivité quand elle est déjà assurée mais se bloquent fréquemment en environnement encombré, cette approche sait aussi restaurer la connectivité depuis une configuration initialement déconnectée ou après une séparation temporaire causée par un obstacle. En simulation avec 4 à 12 robots et une densité d'obstacles de 20%, le système maintient un graphe connecté entre 95,8% et 100% du temps, contre seulement 48,9% à 61,3% pour la méthode de référence MPC-CBF, sans aucune collision observée. Les auteurs ont aussi validé l'approche physiquement sur un essaim de 8 nano-quadricoptères Crazyflie. Pour l'industrie robotique, ce travail s'attaque à un verrou concret des flottes multi-robots : maintenir un réseau de communication fonctionnel dans un environnement encombré, sans sacrifier la capacité de déplacement de la flotte. Le phénomène de blocage (deadlock) des contrôleurs CBF classiques en milieu cluttered est un problème connu et documenté dans la littérature ; le proposer comme point de comparaison chiffré, avec un écart net (quasi 100% contre environ 50-60%), donne une mesure concrète du gain. La capacité du planificateur à produire des dérivées analytiques continues le rend directement applicable aux systèmes différentiellement plats comme les drones quadrirotors, ce qui ouvre la voie à des essaims aériens plus robustes pour l'inspection, la surveillance ou la recherche-sauvetage en zones GPS-dégradées où la connectivité inter-robots est critique. Le sujet s'inscrit dans une lignée de recherche active sur les CBF appliqués à la coordination multi-agents, où la difficulté centrale reste de concilier sécurité (éviter collisions et obstacles), connectivité du réseau et progression réelle vers un objectif. La comparaison directe avec un MPC-CBF plus classique sert de baseline pour situer l'apport du couplage CLF. La validation matérielle sur banc de 8 Crazyflie, bien que modeste en échelle, apporte une preuve de concept au-delà de la simulation, un point souvent absent des publications purement théoriques sur ce sujet.

Recherche❖Paper

1 source

37

3690arXiv cs.RO 

VTLoc : localisation tactile de contact par apprentissage dans des nuages de points visuels

Voici la traduction/résumé de l'article. Des chercheurs présentent VTLoc, un système d'apprentissage qui combine vision et toucher pour localiser précisément un point de contact tactile sur la surface d'un objet, à partir d'un nuage de points 3D issu d'une caméra. Le défi technique central est l'alignement spatial entre les données tactiles, très locales et ponctuelles, et la géométrie visuelle globale de l'objet. VTLoc s'appuie sur deux composants: un module d'alignement multimodal géométrique, qui reconstruit un pseudo-nuage de points à partir des caractéristiques visuelles-tactiles fusionnées puis l'aligne avec le nuage de points visuel réel pour garantir une cohérence spatiale entre les deux modalités; et un module de raffinement itératif, qui ajuste progressivement l'estimation du point de contact au fil des itérations en réexploitant les données fusionnées. Le système a été évalué sur un nouveau benchmark constitué de 100 objets réels, où il améliore la localisation d'un contact tactile unique en réduisant l'ambiguïté de correspondance entre repère local (le capteur tactile) et repère global (l'objet dans son ensemble). Pour l'industrie robotique, cette avancée s'attaque à un verrou concret de la manipulation fine: savoir exactement où un doigt ou un capteur tactile touche un objet est indispensable pour des tâches comme l'insertion de précision, la manipulation en aveugle partiel ou le réajustement de prise sans vision directe du point de contact. La plupart des systèmes actuels traitent vision et toucher comme des flux séparés ou les fusionnent de façon grossière, ce qui laisse une ambiguïté importante dès que le capteur tactile ne "voit" qu'une zone très locale de la surface. En démontrant une réduction mesurable de cette ambiguïté sur un benchmark réel de 100 objets plutôt que sur des simulations, VTLoc apporte une preuve empirique que la fusion géométrique multimodale peut combler l'écart entre la perception globale par caméra et le retour local par capteur tactile, un prérequis pour des manipulateurs plus autonomes en environnement encombré ou peu éclairé. Ce travail s'inscrit dans une lignée de recherche en perception visuo-tactile qui s'est accélérée avec la démocratisation de capteurs tactiles denses (type GelSight ou équivalents) et la maturation des architectures de nuages de points 3D pour la robotique. Il se positionne aux côtés d'efforts plus larges sur les modèles vision-langage-action (VLA) et les architectures de perception multimodale pour la manipulation, sans toutefois constituer un produit déployé: il s'agit d'une contribution de recherche publiée sur arXiv, évaluée en laboratoire, dont les suites naturelles seraient une intégration dans des pipelines de contrôle en boucle fermée et des tests sur des tâches de manipulation complètes plutôt que sur la seule localisation de contact.

Recherche❖Paper

1 source

37

3691arXiv cs.RO 

MemoGuard : un environnement d'exécution adaptatif contre les pièges mémoriels en navigation robotique à communication limitée

MemoGuard, un runtime léger développé pour sécuriser la navigation robotique en environnement à communication limitée, vient d'être présenté dans un article de recherche publié sur arXiv (arXiv:2607.15589v1). Le système cible les robots déployés en mission critique, inspection de sites dangereux ou recherche et sauvetage, qui doivent prendre des décisions embarquées fiables sans accès à un opérateur distant ni à des services de raisonnement haute capacité. L'approche s'attaque à un problème spécifique : la réutilisation de mémoire épisodique, technique de secours à faible coût, peut produire des "pièges mémoriels" (memory traps), des actions passées qui semblent correspondre au contexte actuel par similarité mais s'avèrent invalides à l'exécution, à cause d'une topologie modifiée, d'une marge de batterie insuffisante ou d'un historique de résultats peu fiable. Testé dans un simulateur d'inspection de corridors basé sur graphes, MemoGuard réduit de 76,6% les violations de sécurité liées à la batterie par rapport à une réutilisation par similarité simple, tout en diminuant de 21,4% le nombre d'appels au raisonnement de secours comparé à une stratégie qui invoquerait systématiquement ce raisonnement. Sur une carte NVIDIA Jetson AGX Xavier avec un modèle local llama3.2:3b comme mécanisme de repli, cela se traduit par une économie de 3,67 secondes et 36,97 joules par essai. Le code est disponible en open source sur GitHub. L'enjeu dépasse le cas d'usage ponctuel : il touche à un compromis fondamental entre sécurité et efficacité énergétique pour tout robot autonome opérant hors ligne. Toujours invoquer le raisonnement local améliore la sécurité mais coûte cher en calcul et en énergie, une contrainte critique pour des plateformes embarquées à batterie limitée comme les drones d'inspection ou les robots de recherche en zone sinistrée. À l'inverse, se fier uniquement à la similarité de récupération mémorielle minimise le coût mais expose à des erreurs dangereuses. MemoGuard propose une troisième voie, validant les épisodes mémoriels contre des contrats de topologie, de ressources et de résultats avant réutilisation, et n'invoquant le raisonnement de secours qu'en cas d'échec de validation. Pour les intégrateurs et concepteurs de systèmes robotiques autonomes déployés sur le terrain, ce type d'architecture adaptative pourrait devenir un composant standard dès lors que la mémoire épisodique est utilisée comme mécanisme de repli économique. Ce travail s'inscrit dans la lignée des recherches sur les architectures hybrides mémoire-raisonnement pour la robotique embarquée, où l'enjeu est de combiner rapidité d'exécution et fiabilité sans dépendre en permanence de modèles de langage lourds. Le choix de llama3.2:3b comme modèle de repli local, plutôt qu'un service cloud, reflète une tendance vers l'inférence embarquée sur du matériel comme le Jetson AGX Xavier, dans des contextes où la connectivité n'est pas garantie. Les auteurs ne précisent pas de calendrier de déploiement réel au-delà du simulateur de corridors et du code désormais public sur GitHub, ce qui place pour l'instant cette contribution du côté de la recherche méthodologique plutôt que du produit prêt à l'emploi.

Recherche❖Paper

1 source

37

3692arXiv cs.RO 

Vision-Language-Motion Maps : un attribut de mouvement interrogeable, conscient de l'incertitude et à vocabulaire ouvert pour les cartes de scènes 3D

Un article de recherche publié sur arXiv (arXiv:2607.16173v1, soumission nouvelle datée du 20 juillet 2026) présente Vision-Language-Motion Maps (VLMM), une carte 3D interrogeable en langage naturel qui ajoute un attribut de mouvement à chaque élément de la scène. Contrairement aux cartes 3D "open-vocabulary" existantes, qui supposent un monde statique et ne répondent qu'à des questions de type quoi et où, VLMM fusionne un a priori sémantique de mobilité issu d'un modèle vision-langage (VLM/LLM) avec un mouvement observé géométriquement d'une image à l'autre, le tout assorti d'une incertitude par élément. Les auteurs valident l'approche sur un banc d'essai simulé avec vérité terrain exacte (AI2-THOR, trois types de scènes) puis sur des séquences RGB-D réelles et dynamiques issues des jeux de données TUM et Bonn (six séquences). Résultat clé: le canal d'incertitude, présenté comme la principale nouveauté par rapport aux travaux antérieurs sur le mouvement fusionné, améliore de façon constante la précision moyenne pour distinguer mobile de statique et réduit les fausses détections de mouvement, y compris avec des poses de caméra bruitées. La confiance brute du modèle n'est toutefois pas calibrée nativement: une calibration isotonique a posteriori ramène l'erreur de calibration attendue à 0,10, un chiffre à interpréter comme un correctif nécessaire plutôt qu'une performance native. L'apport pratique tient dans la distinction entre trois états que les robots ne pouvaient pas interroger jusqu'ici: ce qui a été vu en mouvement, ce qui pourrait bouger mais ne l'a pas encore fait, et ce qui reste réellement immobile. Pour la planification de trajectoire ou la navigation en environnement dynamique, cette granularité change la donne: une carte purement sémantique échoue sur les requêtes de mouvement même avec de bonnes features, et aucun des deux signaux de mouvement pris isolément (l'a priori sémantique ou l'observation géométrique) ne suffit à répondre à l'autre type de question. C'est une preuve empirique que la fusion des deux, incertitude comprise, est nécessaire et non un choix de conception arbitraire. Sur le plan du positionnement, les auteurs situent VLMM par rapport aux cartes concurrentes existantes en pointant que chacune d'elles omet au moins une des quatre propriétés réunies ici: vocabulaire ouvert, interrogation en langage naturel, fusion prior/observé du mouvement, et incertitude par élément. Il s'agit d'une contribution de représentation plutôt que d'un système déployé: aucun pilote industriel n'est annoncé, l'étape suivante naturelle étant l'intégration de ce schéma de carte dans des pipelines de navigation robotique complets.

Recherche❖Paper

1 source

37

3693arXiv cs.RO 

Exploration au-delà des frontières : exploration autonome guidée par les anomalies de scène

Des chercheurs viennent de publier sur arXiv (2607.15828) un nouveau framework baptisé SCAGE (Scene Anomaly Guided Exploration), destiné à l'exploration autonome d'environnements 3D inconnus par un robot mobile. Contrairement aux méthodes classiques qui maximisent la couverture spatiale via des heuristiques géométriques de type "frontières" (frontier-based), sans tenir compte du contexte structurel, SCAGE reformule le problème comme une minimisation d'anomalies géométriques. Le système opère directement sur des nuages de points non structurés et embarque une compréhension a priori de l'architecture intérieure standard (murs, tables, plans habituels). Pendant sa navigation, le robot compare en continu ses observations 3D en temps réel à ces attentes apprises : dès qu'une géométrie incohérente apparaît, un mur fragmenté ou une table partiellement reconstruite, la zone est signalée comme anomalie et devient une cible d'investigation prioritaire, explorée depuis le point de vue optimal pour la résoudre. Les auteurs rapportent une couverture volumétrique d'environ 90% sur l'ensemble des scènes testées, avec une qualité de reconstruction 3D supérieure aux méthodes de référence de l'état de l'art. L'intérêt de cette approche est de recoupler exploration et fidélité de reconstruction, deux objectifs souvent traités séparément en robotique mobile. Les méthodes actuelles, en cherchant à couvrir l'espace vide le plus vite possible, produisent des trajectoires efficaces en surface mais laissent des zones mal reconstruites, un problème direct pour les applications qui dépendent de modèles 3D précis : cartographie d'entrepôts, jumeaux numériques de bâtiments, inspection industrielle ou navigation de robots de service. En ciblant activement les régions structurellement incohérentes plutôt que le vide géométrique, SCAGE s'attaque frontalement à l'écart bien connu entre "avoir couvert une zone" et "l'avoir correctement reconstruite". Le travail s'inscrit dans la lignée des méthodes d'exploration autonome pilotées par frontières, une approche dominante en SLAM depuis plusieurs années, en y ajoutant une couche de raisonnement structurel appris. Il s'agit pour l'instant d'un preprint évalué en conditions contrôlées, sans mention d'intégration produit ni de déploiement industriel : la validation sur robots réels, en environnements variés et bruités, reste l'étape suivante avant toute adoption par les intégrateurs.

Recherche❖Paper

1 source

37

3694arXiv cs.RO 

RAVEN : planification par graphe de visibilité adaptative par renforcement pour une navigation robuste des humanoïdes avec MPC sans collision

Voici le résumé pour l'article RAVEN. Une équipe de chercheurs présente RAVEN (Reinforcement-Adaptive Visibility-Graph Planning), un cadre hiérarchique combinant apprentissage par renforcement (RL) et commande prédictive par modèle (MPC) pour la navigation de robots humanoïdes en environnement dynamique. Publié le 20 juillet 2026 sur arXiv (2607.15701v1), le système s'attaque à un problème concret des planificateurs classiques par graphe de visibilité couplés à un MPC : leurs performances dépendent de paramètres réglés manuellement et d'une modélisation précise du système, ce qui les rend vulnérables aux délais de contrôle, au bruit d'estimation d'état et aux incertitudes de locomotion réelles. Plutôt que d'utiliser le RL pour ajuster des poids de coût ou remplacer entièrement la planification comme le font d'autres approches, RAVEN l'utilise pour modifier directement la construction géométrique du graphe de visibilité, notamment l'inflation des obstacles, ce qui reconfigure la topologie du chemin global pour compenser les délais et imperfections de suivi. Une couche MPC garantissant l'absence de collision suit ensuite la trajectoire planifiée tout en imposant des contraintes explicites de vitesse et d'évitement d'obstacles. L'intérêt pour l'industrie robotique tient à la démonstration empirique, entraînée sous délais et bruit réalistes, que cette approche réduit les dépassements près des obstacles et améliore la fiabilité dans les passages étroits par rapport à deux références : un planificateur par graphe de visibilité réglé manuellement et une politique de navigation RL pure de bout en bout. Pour les intégrateurs et décideurs, ce résultat pèse dans le débat entre planification géométrique interprétable et apprentissage end-to-end pour la navigation humanoïde : RAVEN conserve l'explicabilité et les garanties de contrainte d'un planificateur classique tout en gagnant la robustesse généralement associée aux méthodes apprises, sans sacrifier l'un pour l'autre. Ce travail s'inscrit dans la lignée des recherches cherchant à combler l'écart entre planification hors ligne optimale et exécution réelle imparfaite sur des plateformes bipèdes, un défi central alors que les humanoïdes commerciaux (Figure, Boston Dynamics, Unitree) visent des déploiements en environnements non structurés. Contrairement aux approches purement end-to-end qui sacrifient l'interprétabilité, ou aux méthodes de réglage de poids de coût déjà explorées dans la littérature, RAVEN se positionne sur l'adaptation directe de la géométrie du graphe, une piste moins explorée. Les auteurs ne précisent pas de calendrier de déploiement sur robot physique ni de partenariat industriel ; l'évaluation reste à ce stade centrée sur des comparaisons en simulation ou banc d'essai contrôlé.

Recherche❖Paper

1 source

37

3695arXiv cs.RO 

Une stratégie de découplage basée sur un modèle pour la proprioception et la détection de contact dans un manipulateur souple architecturé

Des chercheurs présentent une stratégie de détection embarquée pour les robots continus souples, appliquée à un segment baptisé Innervated Trimmed Helicoid (ITH). Chaque segment intègre six canaux pneumatiques disposés en zigzag localisé sur sa circonférence, alors que la cinématique ne compte que trois degrés de liberté principaux : compression axiale et flexion selon deux axes (x et y). Les six mesures de pression forment ainsi un système surdéterminé. Un modèle de courbure constante par morceaux convertit ces pressions en forme du segment, tandis qu'une régression de Huber identifie les canaux aberrants dont les résidus trahissent un contact externe. Sur un segment ITH isolé, l'approche atteint une erreur relative de flexion de 0,11 ± 0,02 et un taux de détection de contact de 97% sur 178 essais. Huit segments ITH ont ensuite été assemblés dans un manipulateur souple actionné par câbles nommé Air-Helix, testé lors de démonstrations exploratoires : apprentissage par démonstration tactile, régulation de force par contrôle en admittance, et reconstruction tactile d'objets. L'enjeu principal de ces travaux est d'obtenir, avec un seul jeu de capteurs de pression fluidique, à la fois la proprioception (savoir quelle forme adopte le bras) et la détection de contact, sans ajouter de capteurs tactiles dédiés sur la structure. Pour les robots souples, historiquement difficiles à instrumenter en raison de leur grande déformabilité, cette redondance exploitée par le modèle offre une voie pratique pour réduire coûts et complexité d'intégration tout en gardant une sensibilité au contact utile en manipulation fine. Les résultats restent toutefois à des stades différents de maturité : la caractérisation quantitative solide (178 essais) porte sur un seul segment, alors que les démonstrations sur le bras complet Air-Helix sont qualifiées d'exploratoires, sans métriques de performance globales publiées. Les robots continus souples s'inspirent de structures biologiques comme la trompe d'éléphant ou les tentacules de poulpe, mais restent complexes à équiper de capteurs rigides classiques. L'usage de la pression fluidique pour estimer la forme existe déjà dans des architectures pneumatiques, mais la nouveauté ici réside dans la séparation explicite, via régression robuste, entre signal de forme et signal de contact à partir des mêmes canaux. Le préprint (arXiv:2607.15582) ouvre la voie à des travaux futurs sur le passage à l'échelle et l'évaluation en conditions réelles au-delà des démonstrations exploratoires actuelles.

Recherche❖Paper

1 source

37

3696arXiv cs.RO 

SkillNav : intervention par compétence au niveau des scores pour la navigation zero-shot vers un objet

Une équipe de recherche publie SkillNav, un framework de navigation pour agents basés sur des modèles vision-langage (VLM), destiné à la navigation zero-shot vers un objet cible (object-goal navigation). Le système exploite la carte de valeurs de curiosité déjà maintenue par les navigateurs VLM modernes comme support inscriptible sur lequel des compétences comportementales modulaires s'ajoutent sans coût de tokens supplémentaire. Ces compétences sont organisées en trois niveaux d'autorité croissante : le réglage souple (pondération proportionnelle), le renforcement de borne inférieure (garanties au niveau des régions) et le remplacement forcé (actions imposées par seuil), combinés selon un ordre de composition fixe. Le système est entraîné une fois sans réentraînement additionnel (training-free) et établit de nouveaux records sur trois benchmarks de référence : un score SPL de 25,5 sur MP3D, 39,3 sur HM3D v0.1 et 43,2 sur HM3D v0.2, soit une amélioration allant jusqu'à 6,0 points par rapport à la meilleure méthode antérieure, avec les meilleurs taux de réussite observés (69,7 % sur HM3D v0.1 et 75,9 % sur HM3D v0.2). L'enjeu dépasse la simple compétition de benchmarks : les agents de navigation basés sur des VLM en mode zero-shot souffrent typiquement d'un raisonnement image par image, sans mémoire comportementale entre les étapes, ce qui provoque des blocages en cul-de-sac, des boucles dans une même pièce ou des trajectoires détournées vers une cible pourtant détectée. Les correctifs existants, fondés sur l'ajout d'instructions textuelles, alourdissent le budget de tokens et peinent à encoder des signaux intrinsèquement spatiaux comme les angles ou les coordonnées de vue. En inscrivant la mémoire directement sur la carte spatiale plutôt que dans le prompt, SkillNav propose une piste pour améliorer les capacités de navigation par simple ajout de nouvelles compétences, sans retoucher le modèle VLM sous-jacent ni perturber les comportements déjà en place. Ce travail s'inscrit dans la lignée des recherches récentes sur la navigation d'objets sans apprentissage spécifique, où les VLM généralistes sont mobilisés directement comme moteurs de décision pour des robots ou agents simulés, en s'appuyant sur des jeux de données de référence comme Matterport3D (MP3D) et Habitat-Matterport 3D (HM3D). L'approche se positionne face aux méthodes de navigation par prompt engineering, jugées coûteuses en tokens et limitées pour représenter l'espace. En proposant une architecture extensible où chaque nouvelle compétence s'enregistre indépendamment, les auteurs ouvrent la voie à un raffinement continu du comportement de navigation, sans les cycles de réentraînement habituellement nécessaires pour intégrer de nouvelles capacités.

Recherche❖Paper

1 source

36

3697arXiv cs.RO 

ContactFusion : cartes de surface de Poisson stochastiques à partir de la détection visuelle et tactile

ContactFusion, décrite dans un article arXiv (2503.16592, version 2) actualisant une publication antérieure, propose une méthode pour améliorer la précision des tâches d'assemblage robotique nécessitant l'insertion de pièces à tolérances serrées. L'approche combine une cartographie visuelle globale, construite à partir de nuages de points, avec des informations de contact locales obtenues par capteur de force/couple au poignet du robot. Les chercheurs introduisent un procédé d'estimation de l'occupation de contact basé sur l'échantillonnage par rejet (rejection sampling), qui localise le point de contact sur l'effecteur terminal à partir des seules mesures de force. Ces données sont ensuite fusionnées dans une carte appelée Stochastic Poisson Surface Map (SPSMap), mise à jour via l'algorithme de reconstruction de surface stochastique de Poisson (SPSR). La méthode a d'abord été validée en simulation, confirmant la capacité du capteur d'occupation de contact à localiser correctement les points de contact, puis testée sur une tâche classique de peg-in-hole, où elle améliore l'estimation de la pose du trou par rapport à une approche purement visuelle. L'enjeu dépasse la démonstration académique isolée: dans l'assemblage industriel, le bruit de perception issu de la seule vision reste souvent supérieur aux tolérances mécaniques exigées, ce qui fait échouer les insertions automatisées. En montrant qu'une fusion vision-contact réduit concrètement cette incertitude, ContactFusion s'attaque directement à un goulot d'étranglement connu des intégrateurs en assemblage de précision, secteur où la robotique manipulatrice peine encore à rivaliser avec la dextérité humaine sur les opérations fines. Ce travail s'inscrit dans une lignée de recherche plus large sur la fusion multimodale tactile-visuelle en robotique, domaine où plusieurs laboratoires explorent des capteurs tactiles (type GelSight) ou des méthodes bayésiennes de fusion de capteurs pour combler les limites de la perception purement visuelle. La publication d'une deuxième version sur arXiv suggère un article retravaillé, probablement en vue d'une conférence ou revue en robotique, avec pour prochaine étape logique un déploiement sur des tâches d'assemblage plus complexes ou multi-pièces.

Recherche❖Paper

1 source

36

3698arXiv cs.RO 

Calibration simultanée de la covariance du bruit et de la cinématique pour l'estimation d'état des robots à pattes via optimisation bi-niveau

Une équipe de recherche publie sur arXiv (arXiv:2510.11539, version 5, republication d'un article existant) un nouveau cadre d'optimisation à deux niveaux pour calibrer simultanément les matrices de covariance de bruit et les paramètres cinématiques utilisés dans l'estimation d'état des robots à pattes. Le niveau supérieur traite les covariances de bruit de processus et de mesure ainsi que les paramètres du modèle cinématique comme des variables à optimiser, tandis que le niveau inférieur exécute un estimateur "full-information" complet. En rendant cet estimateur différentiable, les chercheurs peuvent optimiser directement des objectifs définis sur des trajectoires entières plutôt que sur des mesures instantanées. La méthode a été validée sur des robots quadrupèdes et humanoïdes, avec des gains mesurés en précision d'estimation et en calibration de l'incertitude par rapport à des réglages manuels de référence. L'enjeu dépasse le simple exercice académique. L'estimation d'état, savoir en temps réel où se trouve chaque articulation et comment le corps du robot évolue, est le socle sur lequel reposent l'équilibre, la marche et la manipulation des robots humanoïdes et quadrupèdes. Or les paramètres de bruit qui alimentent ces estimateurs (filtres de Kalman étendus, estimateurs à information complète) sont aujourd'hui réglés à la main par des ingénieurs, un processus long, peu reproductible et rarement optimal d'une plateforme à l'autre. Automatiser cette calibration via l'optimisation à deux niveaux s'attaque à un goulot d'étranglement resté dans l'ombre du débat plus médiatisé sur le "sim-to-real" des politiques de contrôle : ici, c'est la fiabilité de la perception proprioceptive elle-même qui est visée, un sujet critique pour tout intégrateur déployant des humanoïdes en environnement réel et non simulé. Ce travail s'inscrit dans une lignée de recherches sur les estimateurs différentiables et l'apprentissage de bout en bout appliqué aux filtres bayésiens, un axe actif depuis plusieurs années en robotique mobile et aérienne. Le fait que la méthode soit revendiquée comme généralisable "à travers diverses plateformes robotiques" laisse entrevoir un intérêt potentiel pour les fabricants de robots à pattes, humanoïdes comme quadrupèdes, qui doivent tous composer avec des capteurs bruités et des modèles cinématiques imparfaits, sans qu'aucun partenariat industriel ni déploiement commercial ne soit mentionné à ce stade.

Recherche❖Paper

1 source

36

3699arXiv cs.RO 

Interaction-Aware : contrôle du corps entier pour un transport d'objets compliant

Le transport coopératif d'objets en environnement non structuré reste un défi majeur pour les robots humanoïdes assistants, car les forces d'interaction fortes et variables dans le temps rendent peu fiable le contrôle corps entier classique axé sur le suivi de trajectoire, notamment lors de tâches de soutien en contact rapproché. Une équipe de recherche propose IO-WBC (Interaction-Oriented Whole-Body Control), un contrôle bio-inspiré fonctionnant comme un "cervelet artificiel" : un agent moteur adaptatif qui traduit des commandes de haut niveau en comportements corps entier stables et physiquement cohérents sous contact. L'architecture sépare structurellement l'exécution des interactions du haut du corps du contrôle de soutien du bas du corps, permettant au robot de garder l'équilibre tout en modulant les échanges de force avec l'objet transporté. Un générateur de référence optimisé par trajectoire fournit un a priori cinématique, tandis qu'une politique d'apprentissage par renforcement gère les réponses du corps sous charges lourdes et perturbations. Cette politique est entraînée en simulation avec masse et inertie de charge randomisées, puis déployée via une distillation asymétrique enseignant-élève, l'élève ne s'appuyant à l'exécution que sur l'historique proprioceptif. L'article, republié en version révisée sur arXiv (2603.03751v2), rapporte des expériences montrant un comportement corps entier stable même quand le suivi précis de vitesse devient impossible. Ce travail s'attaque à un point de friction connu de la robotique humanoïde assistive : les contrôleurs classiques, optimisés pour suivre une trajectoire, décrochent dès que les forces de contact deviennent imprévisibles, ce qui limite les cas d'usage réels de transport ou de manipulation coopérative. En démontrant qu'une politique RL entraînée sur charge et perturbations randomisées peut maintenir la stabilité sans suivi de vitesse parfait, l'étude apporte un argument concret dans le débat sur l'écart entre démonstrations en simulation et robustesse en conditions réelles, un sujet sensible pour tout intégrateur évaluant des humanoïdes pour la logistique ou l'assistance physique. Il s'agit d'une publication académique, sans lien annoncé avec un produit commercial ou une plateforme robotique spécifique ; l'article ne mentionne ni partenaire industriel ni calendrier de déploiement. La distillation enseignant-élève et l'entraînement par domain randomization s'inscrivent dans une lignée de méthodes désormais courantes en contrôle locomoteur par apprentissage, appliquées ici à un problème encore peu traité : la manipulation coopérative sous forte charge de contact.

Recherche❖Paper

1 source

35

3700arXiv cs.RO 

Vers des nerfs artificiels : détection tactile biomimétique par fibre optique pour robots

Le préprint arXiv 2607.15746, publié cette semaine, présente OptiTac, un capteur tactile biomimétique conçu pour se rapprocher de la sensibilité et de la résolution de la peau humaine. Le principe repose sur une architecture qui reproduit le trajet mécanorécepteur-nerf du toucher biologique : chaque picot mécanique disposé sur une peau souple est associé à sa propre fibre optique, jouant le rôle de nerf artificiel et acheminant l'information tactile loin de la surface de contact sans perdre en résolution spatiale. Plutôt que de s'appuyer sur des modèles de deep learning opaques, très répandus dans les capteurs tactiles récents, les chercheurs traitent les signaux tactiles comme des images et utilisent des méthodes analytiques simples pour déduire la localisation, la taille et la forme d'un contact. Cette approche répond à un problème concret pour l'industrie robotique : rendre la manipulation fine et l'interaction physique homme-robot plus sûres suppose des capteurs tactiles denses, mais la miniaturisation et le câblage de nombreux points de mesure restent un goulot d'étranglement, notamment pour les capteurs à base de caméra type GelSight qui nécessitent un espace optique volumineux sous la peau. En misant sur des fibres optiques individuelles plutôt que sur une caméra centralisée ou un réseau électronique dense, OptiTac propose une voie vers des systèmes tactiles distribués et scalables. Le choix de méthodes analytiques interprétables plutôt que de réseaux de neurones répond aussi à une exigence croissante côté intégrateurs industriels : pouvoir auditer et faire confiance au raisonnement du capteur, plutôt que de dépendre d'une boîte noire. Le travail s'inscrit dans une démarche explicitement bio-inspirée, cherchant à transposer des principes évolutifs du vivant à la conception de systèmes nerveux artificiels pour robots. Il s'agit à ce stade d'une publication de recherche académique, sans nom d'entreprise ni déploiement industriel associé, et le préprint ne fournit pas de chiffres de résolution, de nombre de picots ou de bande passante précis. Les auteurs présentent OptiTac comme une brique de cadre technique plutôt qu'un produit fini, avec pour perspective de futurs systèmes de peau tactile distribuée pour la robotique dextre de nouvelle génération.

Recherche❖Paper

1 source