Aller au contenu principal

Actualités robotique — page 75

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

Chine dévoile une plateforme cerveau-robot qui permet de contrôler des machines par la pensée
3701Interesting Engineering 

Chine dévoile une plateforme cerveau-robot qui permet de contrôler des machines par la pensée

BrainCo, société chinoise spécialisée dans les interfaces cerveau-machine (BCI), a présenté lors de la World Artificial Intelligence Conference (WAIC) à Shanghai une plateforme intégrée de contrôle de robots par la pensée, qu'elle qualifie de première mondiale du genre. Le système repose sur un casque EEG non invasif qui capte les signaux électriques produits naturellement par le cerveau via des capteurs posés sur le crâne. Des algorithmes d'IA analysent ensuite ces signaux pour déterminer l'action que l'utilisateur souhaite effectuer, puis traduisent cette intention en instructions exécutables par un robot connecté. Nyx He, vice-présidente senior de BrainCo, a expliqué à SCMP que dix ans de recherche en BCI ont permis à l'entreprise de décoder les intentions humaines et de les convertir en actions machine. La plateforme est compatible avec du matériel tiers varié : bras robotiques, robots humanoïdes et robots quadrupèdes. Lors d'une démonstration, un bras robotique a saisi des objets comme une tasse ou une pomme uniquement à partir des signaux cérébraux de l'utilisateur. Au-delà du contrôle mains libres, BrainCo positionne sa technologie comme une réponse à un problème plus large de l'IA incarnée : le manque de données d'entraînement de qualité issues d'interactions réelles. Selon l'entreprise, combiner exécution robotique réelle, démonstrations humaines et simulations virtuelles via cette interface pourrait enrichir les jeux de données nécessaires à l'apprentissage des robots. L'argument mérite d'être nuancé : la présentation reste une démonstration de conférence, pas un produit commercialisé ni un déploiement industriel documenté. Un rapport récent de HSBC rappelle que le secteur chinois des robots humanoïdes manque encore de données réelles de haute qualité et que leur commercialisation à grande échelle reste éloignée de plusieurs années, ce qui replace l'annonce de BrainCo dans un contexte où la promesse dépasse encore largement l'usage industriel avéré. BrainCo se distingue d'acteurs comme Neuralink en misant sur des interfaces non invasives et des technologies prothétiques plutôt que sur des implants chirurgicaux, un positionnement qu'elle développe depuis plusieurs années. L'annonce s'inscrit dans une compétition plus large entre entreprises chinoises et américaines sur l'IA incarnée, où Tesla et Nvidia investissent massivement dans des robots capables de percevoir leur environnement et de manipuler des objets de façon autonome. BrainCo n'a pas communiqué de calendrier de déploiement pilote ni de partenaire industriel confirmé, et reconnaît elle-même que des limitations techniques importantes restent à résoudre avant une adoption à plus grande échelle.

Chine/AsieOpinion
1 source
Comment éviter le piège de la téléopération dans le développement de la robotique
3702The Robot Report 

Comment éviter le piège de la téléopération dans le développement de la robotique

Flexion, société développant une plateforme d'apprentissage par renforcement et de transfert simulation-vers-réel pour robots humanoïdes, publie une analyse critique sur les méthodes de collecte de données du secteur. Depuis 18 mois, les entreprises de robotique humanoïde ont levé des milliards de dollars, une majorité de ces fonds finançant en réalité le recrutement d'opérateurs humains pour téléopérer des robots ou filmer des tâches domestiques, notamment dans des économies à bas coût de main-d'œuvre en Chine, en Inde, en Europe et aux États-Unis. Un écosystème commercial entier s'est structuré autour de la vente de données de téléopération, sur le modèle des entreprises qui vendaient auparavant du texte annoté pour entraîner les modèles de langage. Selon Flexion, ces jeux de données restent plus de 100 000 fois plus petits que ceux utilisés pour entraîner les modèles de langage et de vision actuels, et la qualité pose aussi problème : les opérateurs ne peuvent ni ressentir le toucher ni juger correctement la profondeur, ce qui les pousse à des gestes lents et à des surcorrections que le robot finit par reproduire fidèlement. Cette dépendance interroge directement la promesse commerciale portée par le secteur : les robots humanoïdes sont censés pallier une pénurie de main-d'œuvre annoncée, liée au vieillissement démographique. Or un système qui nécessite un flux permanent de démonstrations humaines pour fonctionner sur toute tâche nouvelle constitue, de fait, un système de travail humain déguisé plutôt qu'une automatisation réelle. Flexion pointe un biais de mesure répandu dans l'industrie : le nombre d'heures de téléopération collectées ou de tâches réussies en environnement contrôlé ne renseigne en rien sur la capacité réelle d'un robot à généraliser face à une situation ou un lieu inédits. L'argument habituel selon lequel la téléopération ne serait qu'un pont temporaire vers de meilleures méthodes d'entraînement reste, selon l'entreprise, invérifié : rien n'indique quand ni comment cette transition doit s'opérer, et construire davantage d'infrastructure de démonstration ne fait qu'approfondir la dépendance plutôt que la résoudre. Flexion propose une alternative structurée autour de trois couches, commande, mouvement et contrôle, misant sur l'apprentissage par renforcement en environnements synthétiques plutôt que sur l'imitation de démonstrations humaines. L'entreprise compare la situation actuelle à celle des débuts des modèles de langage : entraînés sur d'immenses corpus textuels, ces modèles savaient imiter le style sans forcément raisonner, un plafond dépassé grâce à l'apprentissage par renforcement plutôt qu'à l'accumulation de davantage de texte. Contrairement au texte, il n'existe aucune archive préexistante de gestes robotiques exploitables à grande échelle, chaque démonstration devant être générée manuellement, ce qui limite structurellement la vitesse de progression du secteur tant que le paradigme de la téléopération domine.

IA physiqueOpinion
1 source
World's 1st mass-produced humanoid robot, il roule vers le marché chinois
3703New Atlas Robotics 

World's 1st mass-produced humanoid robot, il roule vers le marché chinois

Ubtech, entreprise chinoise de robotique déjà cotée à Hong Kong, a lancé un produit qu'elle présente comme le premier robot humanoïde "ultrabionique" grand format produit en série au monde, conçu comme un compagnon domestique plutôt que comme un outil industriel. Le communiqué reprend l'imaginaire de la science-fiction, citant Blade Runner, Ex Machina et A.I. Intelligence Artificielle pour illustrer une promesse de robots capables d'interagir avec les humains et de répondre à l'isolement social. Aucune fiche technique précise n'accompagne l'annonce: ni degrés de liberté, ni charge utile, ni prix, ni date de disponibilité commerciale ne sont communiqués, ce qui limite la portée vérifiable de la revendication "premier au monde" et "production de masse". Cette absence de données chiffrées est révélatrice d'un secteur où les annonces marketing devancent souvent la réalité industrielle. Passer d'un prototype de démonstration à une véritable production de masse reste l'obstacle majeur pour les humanoïdes, qu'il s'agisse d'usage industriel ou domestique. Si Ubtech confirme effectivement une chaîne de production à grande échelle, ce serait un signal fort pour le marché du robot compagnon grand public, un segment jusqu'ici dominé par les démonstrations plutôt que par les livraisons réelles, et qui pourrait ouvrir une nouvelle ligne de commercialisation distincte des humanoïdes destinés aux usines. Ubtech s'est jusqu'à présent fait connaître avec sa gamme industrielle Walker S, déployée en pilotes chez des constructeurs automobiles et électroniques chinois pour des tâches de logistique et d'assemblage. Ce nouveau robot "compagnon" marque une diversification vers le marché résidentiel, dans un contexte de concurrence mondiale intense face à Tesla (Optimus), Figure AI (Figure 03), Unitree ou 1X Technologies. Les prochaines étapes à surveiller seront les volumes de production réellement livrés et les retours d'utilisateurs, seuls indicateurs capables de valider ou d'infirmer les affirmations du communiqué initial.

Chine/AsieOpinion
1 source
Coherence Guard : Palm Garden AI développe une couche décisionnelle relationnelle pour les robots interagissant avec les humains
3704The Robot Report 

Coherence Guard : Palm Garden AI développe une couche décisionnelle relationnelle pour les robots interagissant avec les humains

Palm Garden AI, entreprise basée en Allemagne et en Thaïlande, développe Coherence Guard, une couche logicielle décrite comme « agnostique de plateforme » destinée aux robots en interaction directe avec des humains. Selon Joachim Scheuerer, PDG de l'entreprise, ce module ne remplace ni la perception, ni la planification de mouvement, ni l'apprentissage par renforcement, ni les piles de contrôle robotique existantes. Il s'insère plutôt comme une couche d'évaluation pré-action : avant qu'un robot exécute un geste, Coherence Guard évalue si l'action est « relationnellement cohérente » dans un environnement humain réel, en tenant compte du timing, de la proximité, des demandes de limites, du ton émotionnel, de la préservation de la confiance et du retrait respectueux. Le système s'appuie sur l'infrastructure comportementale ANATTA 9 de Palm Garden, bâtie sur le système d'exploitation cloud Transwarp (TCOS), et se positionne au-dessus ou à côté des piles de contrôle robotique classiques (SDK/API, ROS 2, planification, modèles du monde). Baptisé Relational Infrastructure Framework (RIF), ce cadre ajoute une compréhension des rôles, intentions, vulnérabilités et conséquences futures possibles, là où les modèles du monde physique se limitent aux objets, à l'espace et au mouvement. Le RIF est disponible sur demande auprès de Palm Garden AI. À mesure que les robots humanoïdes et robots de service se dirigent vers l'hospitalité, les soins, le commerce de détail, l'éducation, le guidage et le domicile, la gestion des interactions sociales devient un enjeu aussi critique que la mobilité ou la manipulation. Palm Garden AI parie que cette couche relationnelle deviendra une catégorie d'infrastructure nécessaire, au même titre que la perception ou la planification de trajectoire. Pour les intégrateurs et décideurs B2B, l'annonce pointe un angle mort du secteur : la plupart des piles robotiques actuelles savent naviguer, parler et exécuter des tâches, mais ne savent pas juger si un geste techniquement possible est socialement approprié, par exemple continuer une tâche alors qu'une personne exprime un malaise. Ce type de défaillance, plus subtil qu'une panne technique, peut pourtant déterminer l'acceptabilité sociale d'un robot en environnement réel et donc sa commercialisation effective. Reste que Coherence Guard, comme beaucoup d'annonces du secteur, en est au stade du cadre logiciel disponible sur demande plutôt que du produit déployé à grande échelle : aucun chiffre de déploiement, aucun partenaire robotique nommé, aucun benchmark quantitatif indépendant n'accompagne l'annonce, ce qui invite à la prudence sur la portée réelle de la technologie à ce stade. Le concept trouve son origine dans l'expérience de Palm Garden Retreat, un établissement en Thaïlande où l'équipe a observé pendant trois ans des situations d'interaction humaine structurées : arrivée, orientation, silence, vulnérabilité, construction de confiance, malentendu et retrait respectueux. Scheuerer cite comme « benchmark » simple le retrait respectueux : si une personne montre un signe d'inconfort ou demande de l'espace, le robot doit interrompre sa tâche, reconnaître le signal, augmenter la distance si nécessaire, réduire son intensité expressive et revenir à un état neutre. Ces comportements de base couvrent aussi l'accueil et l'orientation, la présence de soutien, l'assistance non intrusive, l'escalade en cas d'incertitude élevée et l'explication préservant la cohérence. Palm Garden AI se positionne ainsi sur un segment encore peu occupé, distinct des efforts des grands acteurs de la robotique humanoïde (Figure, Tesla avec Optimus, ou les modèles VLA comme Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure), qui se concentrent d'abord sur la manipulation et la mobilité générale. Aucun calendrier de déploiement pilote ni partenaire intégrateur n'a été communiqué à ce stade ; l'entreprise indique seulement que le RIF est accessible sur demande.

FR/EU ecosystemeActu
1 source
Fujitsu s'associe à Fanuc, Yaskawa et Kawasaki pour faire progresser l'IA physique avec la technologie Nvidia
3705Robotics & Automation News 

Fujitsu s'associe à Fanuc, Yaskawa et Kawasaki pour faire progresser l'IA physique avec la technologie Nvidia

Fujitsu a lancé un partenariat avec les trois grands fabricants japonais de robotique Fanuc, Yaskawa Electric et Kawasaki Heavy Industries pour développer et déployer l'IA physique dans la fabrication, la logistique et la santé. L'initiative intègre également les technologies d'IA physique de Nvidia, les partenaires cherchant à construire une plateforme de contrôle collaborative capable de relier systèmes numériques et robots. L'annonce reste à ce stade programmatique : aucune date de déploiement, aucun chiffre de performance (payload, DOF, temps de cycle) ni calendrier de commercialisation n'a été communiqué. Il s'agit pour l'instant d'un cadre de collaboration technologique plutôt que d'un produit ou d'un pilote industriel concret. Ce rapprochement illustre la consolidation en cours entre géants industriels japonais autour de l'IA physique, un secteur jusqu'ici dominé dans le discours public par les humanoïdes américains et chinois (Figure, Tesla Optimus, Unitree) et les plateformes VLA de Nvidia (GR00T) ou Physical Intelligence (Pi-0). Pour les intégrateurs et décideurs B2B, le signal est celui d'une réponse défensive des fabricants historiques de robots industriels, qui cherchent à ne pas se laisser distancer par les nouveaux entrants sur le terrain de l'IA appliquée à la robotique, plutôt qu'une percée technique immédiate. L'absence de métriques concrètes invite à la prudence : il s'agit d'une annonce d'intention, pas d'un déploiement vérifiable. Fanuc, Yaskawa et Kawasaki comptent parmi les plus anciens et plus importants fournisseurs mondiaux de bras robotiques industriels, avec des décennies de présence dans l'automobile et l'électronique. Fujitsu, de son côté, apporte son expertise en intégration de systèmes numériques et en IA d'entreprise, tandis que Nvidia fournit la brique technologique physique AI (simulation, entraînement, inférence embarquée). La suite attendue concerne la publication de spécifications techniques, d'éventuels pilotes clients et un calendrier de mise sur le marché, aucun de ces éléments n'étant encore public à ce stade.

Chine/AsieOpinion
1 source
Robbyant lance LingBot-World 2.0, avec génération de monde en temps réel sur une heure
3706Robotics & Automation News 

Robbyant lance LingBot-World 2.0, avec génération de monde en temps réel sur une heure

Robbyant, filiale d'IA incarnée du groupe chinois Ant Group, a publié en open source LingBot-World 2.0, surnommé Infinity, la nouvelle génération de son modèle de monde interactif. Cette version ajoute la génération de mondes en temps réel sur une durée d'environ une heure, une sortie en haute définition et des capacités interactives élargies par rapport à la mouture précédente. Selon l'entreprise, il s'agit d'une avancée significative face à LingBot-World 1.0, qui ne maintenait une génération stable que sur quelques minutes : Infinity étendrait cette stabilité à un régime quasi continu, sur une échelle de temps nettement supérieure. Pour l'industrie robotique, un modèle de monde capable de générer des environnements interactifs cohérents sur des durées prolongées représente un outil potentiellement précieux pour l'entraînement d'agents embarqués et de politiques VLA, en offrant des données de simulation à grande échelle sans dépendre entièrement de captures réelles. Cela s'inscrit dans une tendance plus large où les world models cherchent à combler l'écart entre simulation et réalité pour accélérer l'apprentissage robotique. Il faut toutefois rester prudent : l'annonce reste à ce stade une publication de recherche en open source, sans détails indépendants sur la robustesse en conditions réelles, et la formulation « temps réel sur une heure » mérite d'être vérifiée au-delà des démonstrations mises en avant par l'entreprise. Ant Group investit depuis plusieurs trimestres dans l'IA incarnée via Robbyant, dans un contexte où des laboratoires concurrents (World Labs, DeepMind avec Genie, ou encore les initiatives world-model de Nvidia) développent des approches similaires pour générer des environnements simulés destinés à l'entraînement de robots et d'agents autonomes. La publication en open source de LingBot-World 2.0 pourrait accélérer l'adoption par la communauté de recherche, sans qu'un calendrier de déploiement industriel concret n'ait encore été précisé.

IA physiqueActu
1 source
L'interview de Jon Roberts (Inteq) : « la couche logicielle décide de la réussite ou de l'échec des investissements en automatisation »
3707Robotics & Automation News 

L'interview de Jon Roberts (Inteq) : « la couche logicielle décide de la réussite ou de l'échec des investissements en automatisation »

L'automatisation des entrepôts n'est plus perçue comme un simple levier d'efficacité opérationnelle. Selon Jon Roberts, dirigeant chez Inteq, cabinet spécialisé dans l'automatisation logistique, les décisions d'investissement en robotique et en systèmes intelligents d'entrepôt remontent désormais jusqu'au conseil d'administration. Trois facteurs structurels expliquent ce basculement: la pénurie persistante de main-d'œuvre dans la logistique, des attentes clients de plus en plus élevées en matière de délais de livraison, et la complexité croissante des chaînes d'approvisionnement mondiales. Pour de nombreuses entreprises, l'automatisation entrepôt est devenue une priorité stratégique portée directement par les dirigeants, et non plus seulement par les équipes opérations. Ce déplacement du centre de décision a des conséquences concrètes pour les intégrateurs et les fournisseurs de robotique d'entrepôt. Roberts insiste sur un point clé: la couche logicielle, c'est-à-dire l'orchestration, la gestion de flotte et l'intégration aux systèmes existants (WMS, ERP), est désormais l'endroit où se joue la réussite ou l'échec d'un investissement en automatisation, davantage que le matériel lui-même. Ce constat rejoint une tendance plus large du secteur: le hardware robotique s'est largement banalisé, tandis que la différenciation se fait sur la capacité logicielle à orchestrer des flottes hétérogènes et à s'intégrer proprement dans l'existant. Cette évolution s'inscrit dans la maturation générale du marché de la robotique d'entrepôt, où les systèmes de préparation de commandes, AMR et solutions de tri se sont multipliés ces dernières années sans toujours livrer le retour sur investissement promis. En positionnant le logiciel comme facteur décisif plutôt que le robot lui-même, Inteq se distingue des discours purement centrés sur le matériel qui dominent souvent la communication des fabricants, et invite les décideurs B2B à réévaluer leurs critères de sélection avant tout nouveau déploiement. Note: le texte source fourni est un extrait/teaser d'interview, très court et sans chiffres, dates ou détails de déploiement précis. Je n'ai donc pas inventé de données factuelles absentes de la source, si tu as le corps complet de l'interview, je peux l'enrichir avec les éléments concrets manquants.

IndustrielOpinion
1 source
Le fondateur de Maximo explique comment la robotique accélère la construction solaire
3708The Robot Report 

Le fondateur de Maximo explique comment la robotique accélère la construction solaire

Deise Yumi Asami, fondatrice et PDG de Maximo, est l'invitée de l'épisode 253 du podcast The Robot Report, diffusé cette semaine, avec l'entretien qui démarre à 20 minutes 10. Maximo est une startup robotique développée en interne au sein du groupe énergétique américain AES Corp, où Yumi Asami a piloté la conception et l'incubation d'une plateforme robotique dotée d'intelligence artificielle capable d'automatiser l'installation de modules solaires sur des chantiers de centrales photovoltaïques à grande échelle, grâce à un système de vision par IA guidant les robots sur le terrain. Ingénieure électricienne, Yumi Asami cumule plus de quinze ans d'expérience dans le secteur de l'énergie. Depuis son arrivée chez AES Brésil en 2016, elle a dirigé le développement de logiciels de microréseaux, plusieurs projets pilotes, ainsi que la mise en service du premier système de stockage d'énergie par batteries lithium-ion à l'échelle industrielle au Brésil. Elle détient également une certification Lean Design Master. L'épisode s'ouvre à 7 minutes 22 sur deux autres actualités robotiques: le conseil d'administration de Vicarious Surgical envisage la dissolution de l'entreprise, tandis que Walden Robotics a été lancée avec une valorisation de 1,1 milliard de dollars sur le segment des robots généralistes. Cette annonce illustre un mouvement encore peu documenté dans la robotique industrielle: l'automatisation de la construction solaire elle-même, un chantier jusqu'ici largement manuel, physiquement exigeant et confronté à une pénurie de main-d'œuvre qualifiée, alors que les volumes de déploiement photovoltaïque explosent à l'échelle mondiale. Le choix d'AES de faire naître Maximo comme spin-off interne, plutôt que de s'appuyer sur un fournisseur robotique tiers ou un rachat, traduit une tendance émergente chez les grands énergéticiens à internaliser l'innovation robotique pour résoudre leurs propres goulots d'étranglement logistiques. Le communiqué reste toutefois avare de données vérifiables: aucun chiffre de cadence d'installation, de nombre d'unités déployées, de coût ou de site pilote n'est communiqué, ce qui empêche pour l'instant de juger si la technologie a dépassé le stade de la démonstration pour atteindre un déploiement industriel réel. Le contraste avec les deux autres nouvelles de l'épisode est d'ailleurs parlant: pendant que Walden Robotics lève à une valorisation milliardaire sur les robots généralistes, Vicarious Surgical, elle, se dirige vers une dissolution, signe des trajectoires très inégales dans le financement de la robotique actuellement. Maximo s'inscrit dans la continuité du parcours de Yumi Asami au sein d'AES Brésil, où son travail sur les microréseaux et le stockage par batteries avait déjà positionné la filiale comme pionnière des infrastructures énergétiques nouvelle génération dans le pays. En intégrant ces compétences à une plateforme robotique dédiée au solaire utility-scale, AES cherche à se positionner sur la chaîne de valeur de la construction des centrales, un segment où la robotique reste peu présente comparée à d'autres verticales industrielles comme la logistique ou l'automobile. Aucune feuille de route précise de déploiement commercial n'est annoncée pour l'instant; les informations complémentaires sur Maximo sont disponibles sur maxrobotics.ai.

IndustrielActu
1 source
McLaren Construction déploie des robots autonomes à grande échelle en partenariat avec FieldAI
3709Robotics & Automation News 

McLaren Construction déploie des robots autonomes à grande échelle en partenariat avec FieldAI

Panneau accepte le premier drone gardien : McLaren Construction, filiale du groupe britannique de construction, a signé un partenariat avec FieldAI, développeur d'intelligence artificielle physique, pour déployer des robots quadrupèdes autonomes sur ses chantiers au Royaume-Uni. Ces robots seront chargés de capturer des images à 360 degrés des sites, de générer des nuages de points (point cloud), et de soutenir la vérification d'avancement des travaux ainsi que l'analyse des écarts entre le modèle numérique et la réalité du chantier. Ils assureront également des patrouilles de conformité sécurité et des contrôles qualité. Le communiqué ne précise pas encore de calendrier de déploiement ferme ni le nombre d'unités prévues sur le premier site. Ce partenariat illustre une tendance de fond dans le secteur du BTP : l'automatisation progressive de tâches répétitives et à risque, comme l'inspection de sécurité ou la documentation de chantier, jusque là réalisées manuellement par des équipes humaines. Pour les intégrateurs et décideurs B2B du secteur construction, ce type de déploiement teste la viabilité des robots quadrupèdes autonomes hors des environnements contrôlés d'usine, un terrain nettement plus complexe et changeant. Cela positionne aussi FieldAI comme un acteur cherchant à démontrer que son IA physique généraliste peut s'adapter à des cas d'usage concrets au delà des démonstrations en laboratoire, un enjeu clé alors que le secteur robotique traverse une phase où l'écart entre promesses marketing et déploiements réels reste scruté de près. FieldAI, société américaine spécialisée dans les modèles d'IA pour robots généralistes, cherche à se positionner face à des concurrents comme Boston Dynamics (Spot) ou Boston-based startups similaires sur le marché des robots quadrupèdes appliqués à l'inspection industrielle et au BTP. McLaren Construction, non lié à l'écurie de F1 du même nom, cherche via ce partenariat à moderniser ses processus de suivi de chantier. Les prochaines étapes attendues incluent le déploiement effectif sur un premier site pilote et la publication de résultats concrets sur les gains de temps et de fiabilité obtenus.

IndustrielActu
1 source
Ascend A27 de Luyten : réservations anticipées ouvertes pour la plateforme de construction automatisée
3710Robotics & Automation News 

Ascend A27 de Luyten : réservations anticipées ouvertes pour la plateforme de construction automatisée

L'entreprise australienne de robotique pour la construction Luyten a ouvert les réservations anticipées pour sa plateforme de construction automatisée Ascend A27, suite à son lancement mondial. Les clients qui passent une réservation avant le 25 octobre 2026 obtiennent un accès prioritaire au premier lot de production ainsi qu'un tarif de lancement préférentiel. Luyten ne précise pas encore, dans cette annonce, les spécifications techniques détaillées de l'A27 (capacité de charge, degrés de liberté, temps de cycle), ni de calendrier de livraison ferme au-delà de cette fenêtre de réservation. Cette annonce illustre une tendance de fond dans la robotique de construction : face à la pénurie de main-d'œuvre qualifiée sur les chantiers et à la pression sur les coûts, plusieurs acteurs testent des modèles de précommande pour calibrer la demande avant d'engager une production de masse, une approche déjà vue côté robots humanoïdes. Pour les intégrateurs et décideurs du BTP, l'enjeu est de distinguer un produit réellement industrialisable d'un simple teaser marketing : à ce stade, il s'agit d'une réservation de créneau de production, pas d'un déploiement opérationnel documenté sur chantier. Le secteur de la robotique de construction reste disputé par des acteurs aux approches variées, des robots de pose de briques automatisés aux plateformes de mise en page et de perçage sur chantier. Luyten se positionne ici sur le segment de l'automatisation de tâches de construction répétitives, sans que l'article ne détaille l'historique du produit ni les levées de fonds de l'entreprise. La prochaine étape à surveiller sera la clôture de la fenêtre de réservation fin octobre 2026, qui déterminera le volume du premier lot de production et, potentiellement, les premiers déploiements pilotes documentés. Note : l'article source fourni est tronqué (coupé après "introductory […]"), donc les détails techniques (payload, temps de cycle, prix) et le contexte concurrentiel précis ne sont pas disponibles, je n'ai pas inventé de chiffres non confirmés par la source.

IndustrielActu
1 source
Cet étudiant diplômé dote les robots de la NASA de compétences en assemblage
3711IEEE Spectrum Robotics 

Cet étudiant diplômé dote les robots de la NASA de compétences en assemblage

Sarah Downs, membre étudiante diplômée de l'IEEE et titulaire d'un master en génie électrique de l'Université de Tulsa (Oklahoma), a développé lors de son projet de fin d'études un algorithme destiné à un robot assemblant des satellites en orbite. Réalisé en collaboration avec la NASA et l'US Air Force, ce travail s'attaque au problème classique dit du "peg-in-hole" en robotique : permettre à un bras robotique d'insérer précisément une antenne dans son logement correspondant, une tâche de manipulation fine cruciale pour l'assemblage en orbite. Downs poursuit désormais un doctorat en génie électrique à Texas A&M University, à College Station, où elle continue ses recherches sur l'assemblage et la manipulation de satellites, cette fois "à une échelle beaucoup plus grande", selon ses propres termes. Ce type de recherche répond à un enjeu concret pour l'industrie spatiale : automatiser l'assemblage et la maintenance de satellites directement en orbite, sans intervention humaine, réduirait les coûts et les risques des missions de servicing spatial. Le problème peg-in-hole, en apparence trivial, reste l'un des verrous techniques les plus tenaces en robotique de manipulation, notamment en environnement contraint comme l'espace, où la précision, la gestion des tolérances mécaniques et l'absence de retour haptique fiable compliquent chaque insertion. Que ce travail émerge d'un partenariat universitaire avec la NASA et l'Air Force illustre aussi comment les agences américaines s'appuient sur les laboratoires universitaires pour alimenter leur pipeline de recherche en robotique spatiale, plutôt que de tout développer en interne. Le parcours de Downs éclaire ce choix de carrière. Originaire de Tulsa, elle a perdu son père, conseiller sécurité dans l'industrie pétrolière, d'une crise cardiaque en 2015 alors qu'elle avait 13 ans ; sa mère a ensuite repris des études pour subvenir aux besoins de la famille. Cette précarité a orienté Downs vers une carrière alliant passion technique et sécurité financière. Initiée à la robotique via un club First Lego League au collège, puis au lycée via le programme FIRST Robotics et une formation en alternance à Tulsa Tech, elle a intégré l'Université de Tulsa en 2020 avec bourse, avant de basculer vers le génie électrique. Un retard de financement gouvernemental ayant repoussé son projet NASA initial, elle a d'abord rejoint l'Institute for Robotics and Autonomy de Tulsa, où elle a conçu un bras robotique assistif inspiré par sa grand-mère, immobilisée par l'arthrite, destiné à aider les personnes âgées et utilisateurs de fauteuil roulant à vivre de façon autonome.

RecherchePaper
1 source
Weave Robotics lance Isaac, son premier robot humanoïde mobile
3712The Robot Report 

Weave Robotics lance Isaac, son premier robot humanoïde mobile

Weave Robotics, startup basée à San Francisco, lance Isaac 1, un robot humanoïde domestique sur base à roues conçu pour les tâches ménagères courantes : plier le linge, ranger les pièces, faire les lits et remettre les jouets à leur place. Le robot est proposé à 7 999 dollars à l'achat ou 449 dollars par mois en abonnement, avec livraisons prévues à l'automne 2026. Doté d'un visage stylisé façon dessin animé et d'une carrosserie en tissu souple interchangeable, Isaac 1 mesure de 0,9 à 1,7 mètre grâce à un torse télescopique, lui permettant de ramasser au sol comme d'atteindre des étagères hautes. Il embarque deux bras avec pinces parallèles à deux doigts, une navigation autonome pour circuler d'une pièce à l'autre et retourner seul à sa base de charge, une autonomie de huit heures pour deux heures de recharge, ainsi qu'un contrôle via application permettant de programmer des tâches à distance. Particularité mise en avant par l'entreprise : des volets physiques sur les caméras de la tête signalent visuellement quand le robot est actif, et la station de charge intègre un écran occultant. Isaac 1 succède à Isaac 0, un manipulateur bimanuel fixe destiné aux professionnels du pressing et déjà vendu à quelques clients de la région de San Francisco, capable de plier une charge de linge en 30 à 90 minutes. Ce lancement illustre le virage du marché des humanoïdes domestiques vers des prix plus accessibles, Isaac 1 se positionnant nettement sous les tarifs habituels des plateformes humanoïdes commerciales, souvent réservées à des déploiements industriels ou pilotes à plusieurs dizaines de milliers de dollars. Pour les intégrateurs et décideurs du secteur, c'est un signal que le segment grand public commence à se structurer autour de cas d'usage étroits et répétitifs plutôt que de la polyvalence générale mise en avant par les discours marketing des acteurs industriels. Weave Robotics insiste sur une autonomie « par défaut », la téléopération n'intervenant qu'en appoint quand le modèle échoue, une affirmation à prendre avec prudence tant qu'aucune donnée indépendante ne vient quantifier la part réelle d'intervention humaine à distance, un doute classique du secteur entre démonstration séduisante et fiabilité en conditions réelles. L'entreprise capitalise sur l'historique d'Isaac 0, dont l'apprentissage sur le pliage de linge a servi de socle au modèle d'IA embarqué dans Isaac 1, une stratégie de spécialisation progressive avant l'élargissement des tâches. Ce positionnement s'inscrit dans une compétition croissante sur le segment humanoïde grand public et professionnel, où Weave Robotics devra se différencier face aux ambitions affichées par des acteurs bien plus capitalisés sur les usages industriels et logistiques. La suite est attendue autour de RoboBusiness 2026, où l'entreprise devrait détailler davantage sa feuille de route commerciale.

HumanoïdesActu
1 source
Robot humanoïde grille des kebabs et cuisine des plats chinois dans une démonstration IA impressionnante en direct
3713Interesting Engineering 

Robot humanoïde grille des kebabs et cuisine des plats chinois dans une démonstration IA impressionnante en direct

Selon UniX AI, un robot humanoïde a réalisé le 15 juillet une démonstration culinaire en direct à Liuxing Street, dans la ville de Yining, région autonome ouïghoure du Xinjiang, un quartier touristique connu pour son plan urbain hexagonal. Des visiteurs se sont rassemblés dans un restaurant local pour observer la machine préparer des spécialités traditionnelles du Xinjiang. Elle a d'abord grillé des brochettes de viande, une tâche exigeant une coordination fine entre doigts, poignets et bras ainsi qu'un contrôle précis de la force appliquée sur des morceaux de viande souples et irréguliers. Selon les développeurs, le robot a acquis ces gestes de base après moins d'une semaine d'entraînement spécifique, sans que son niveau atteigne celui d'un cuisinier expérimenté. L'exercice le plus délicat portait sur les nouilles étirées à la main (la-mian), spécialité du Xinjiang qui demande des ajustements subtils de pression pour éviter de déchirer ou de faire tomber la pâte, difficulté que rencontrent même des cuisiniers humains débutants. Pour y parvenir, la machine est équipée de capteurs tactiles intégrés à ses mains, mesurant en continu pression, mouvement et forces de contact à chaque tentative, données ensuite utilisées pour affiner ses mouvements par apprentissage. Le modèle exact du robot n'a pas été précisé. Au-delà de l'effet vitrine, l'exercice teste des briques encore fragiles de l'IA incarnée: perception, planification de mouvement et contrôle de force en temps réel face à des conditions changeantes, très éloignées des essais contrôlés en laboratoire. La cuisine reste un cas d'usage particulièrement exigeant en manipulation fine, et le résultat, encore en retrait par rapport à un chef humain, confirme qu'un écart persiste entre les démonstrations scénarisées et une autonomie réellement déployable. Ce type d'essai en conditions réelles est présenté par les ingénieurs comme un moyen d'accélérer le transfert des humanoïdes vers l'hôtellerie, le commerce, la santé et l'assistance domestique, au-delà de leur terrain historique en usine. Cette démonstration sert aussi de vitrine avant les deuxièmes World Humanoid Robot Games, prévus à Pékin du 22 au 26 août, qui doivent évaluer les robots humanoïdes sur des tâches concrètes plutôt que sur des chorégraphies. Elle intervient alors qu'UniX AI a récemment dévoilé Panther, un robot domestique humanoïde à roues doté de 8 à 16 heures d'autonomie, capable de cuisiner, nettoyer et ranger. Le secteur multiplie ainsi les démonstrations culinaires et domestiques pour prouver la maturité de la manipulation dextre, un terrain où la Chine pousse fort sa compétition avec les acteurs américains comme Figure ou Physical Intelligence.

Chine/AsieActu
1 source
« Robot humanoïde monté sur un cheval mécanique : une première mondiale en tir à l'arc équestre »
3714Interesting Engineering 

« Robot humanoïde monté sur un cheval mécanique : une première mondiale en tir à l'arc équestre »

Le 16 juillet 2026, un robot humanoïde a chevauché un cheval mécanique sur un hippodrome près du lac Sayram, dans la région autonome du Xinjiang en Chine, pour y réaliser une démonstration de tir à l'arc à cheval. L'événement constituait la troisième étape de la série relais "Energy Transfer" organisée par X-Humanoid (Beijing Innovation Center of Humanoid Robotics), conçue comme un galop d'essai avant les deuxièmes World Humanoid Robot Games qui ouvriront le 22 août à Pékin, au National Speed Skating Oval. Pour la première fois, X-Humanoid a déployé simultanément deux modèles distincts : le Tien Kung 3.0, dévoilé en février 2026 et conçu pour le contrôle dynamique du corps entier, a assuré le tir à l'arc juché sur le cheval mécanique, tandis que le Tien Kung Omni, une variante optimisée pour la manipulation fine, interprétait en direct un morceau de dombra aux côtés d'un musicien kazakh sur les rives du lac. La dombra, instrument à cordes pincées traditionnel à manche court, exige une digitation précise de la main gauche et un jeu rapide, un défi choisi précisément pour solliciter la dextérité des doigts du robot. Le Tien Kung Omni a reproduit les mouvements et les profils de force de son opérateur en temps réel via téléopération sans fil du corps entier. Le site, à plus de 2 000 mètres d'altitude, est le plus exigeant testé à ce jour par X-Humanoid en conditions extérieures non structurées. L'intérêt de la démonstration tient moins à la prouesse spectaculaire qu'à l'architecture qu'elle valide : une plateforme mobile, le cheval mécanique, prend en charge la portance et la mobilité en terrain accidenté, pendant que le robot humanoïde, une fois positionné, se concentre sur une tâche de précision, viser et décocher. Wang Kun, ingénieur de l'équipe cheval mécanique, décrit cette répartition comme ouvrant des applications qu'un système robotique isolé ne peut couvrir, citant explicitement le sauvetage et l'inspection comme cas d'usage visés. Pour le secteur, cela illustre un mouvement vers des déploiements hybrides porteur-plus-manipulateur plutôt que vers l'humanoïde autonome généraliste unique, une piste concrète pour les intégrateurs cherchant à combiner mobilité tout-terrain et dextérité fine sans multiplier les robots complets. Il faut toutefois noter que la performance repose sur la téléopération intégrale et non sur une autonomie embarquée, et que la comparaison avec un authentique test de terrain reste à nuancer : il s'agit d'une démonstration chorégraphiée destinée à la promotion des Games d'août, pas d'un déploiement opérationnel documenté indépendamment. La série "Energy Transfer" a débuté à Fuding, dans les montagnes à thé, où X-Humanoid a testé le contrôle de force au bout des doigts, avant une deuxième étape à Bazhong axée sur la coordination multi-articulaire à forte charge lors d'une course de bateaux-dragons ; Sayram Lake constitue la validation la plus complexe, combinant tâches de force et de dextérité dans un même environnement extérieur non structuré. Ces démonstrations préparent l'édition 2026 des World Humanoid Robot Games, qui ajoute notamment le tir à la corde, l'haltérophilie et le pitch-pot, une épreuve tirée de rituels de tir à l'arc chinois anciens, en écho direct à la scène du lac Sayram. Le champ des Games s'est nettement élargi depuis l'édition 2025, qui avait réuni 280 équipes et plus de 500 robots sur 26 épreuves. Aucun acteur français ou européen n'est impliqué dans cette initiative, qui reste un exercice de démonstration technologique porté par l'écosystème chinois de la robotique humanoïde, dans un contexte de compétition internationale de plus en plus affirmée face aux figures occidentales du secteur.

Chine/AsieActu
1 source
Robot humanoïde effectue un coup de pied à hauteur de tête lors du "premier combat freestyle au monde" en Chine
3715Interesting Engineering 

Robot humanoïde effectue un coup de pied à hauteur de tête lors du "premier combat freestyle au monde" en Chine

Un robot humanoïde a mis fin à un combat par un coup de pied à hauteur de tête lors de ce que les organisateurs présentent comme le premier tournoi mondial de combat libre entre robots humanoïdes, organisé début 2026 à Shenzhen par la société EngineAI. L'événement, baptisé Ultimate Robot Knock-out Legend (URKL), s'est tenu au Shenzhen Nanshan Cultural and Sports Center devant un public en direct et a réuni 32 équipes venues du monde entier, toutes équipées de la même plateforme standardisée, le robot T800. Conçu pour reproduire le gabarit d'un adulte, le T800 mesure 1,73 mètre pour 75 kg batterie comprise, embarque 29 degrés de liberté sur le corps et 7 par main, et développe jusqu'à 450 Nm de couple au niveau des articulations, permettant coups de pied retournés, uppercuts et changements de direction rapides. Il est doté d'un LiDAR à 360 degrés, de capteurs de vision stéréo, d'un processeur Intel N97 couplé à un module NVIDIA AGX Orin délivrant 275 TOPS, et d'un système de refroidissement actif des jambes autorisant jusqu'à quatre heures de fonctionnement intensif continu. Moment marquant du tournoi : un robot ayant perdu sa tête sous un coup puissant a continué à combattre grâce à un pilotage reporté sur le contrôleur du torse, encaissant et rendant des coups jusqu'au terme de l'assaut. Au-delà de l'effet spectaculaire, cette démonstration teste en conditions réelles des briques technologiques que l'industrie robotique peine encore à valider hors laboratoire : équilibre dynamique sous impact, redondance des systèmes de contrôle, résistance mécanique aux chocs répétés et récupération rapide après chute. Contrairement à un combat classique jugé au KO, le barème d'URKL évalue précision des frappes, stabilité, esquive et durabilité globale, ce qui en fait davantage un banc d'essai public qu'un simple spectacle. Pour les intégrateurs et décideurs industriels, l'intérêt réel tient moins au combat lui-même, mis en scène et filtré comme toute démonstration marketing, qu'à la preuve de robustesse structurelle apportée par l'incident du robot décapité continuant à opérer : un signal concret sur la maturité des architectures de contrôle distribué, plus parlant qu'une vidéo de manipulation en environnement contrôlé. Le T800 avait été dévoilé par EngineAI en décembre 2025 comme plateforme dédiée à des démonstrations de combat encadrées, avant de devenir en 2026 le support unique du tournoi URKL. L'initiative s'inscrit dans la stratégie chinoise plus large de promotion de la robotique humanoïde par des tests publics grandeur nature, aux côtés d'autres vitrines nationales du secteur. Les organisateurs et experts cités par le Global Times présentent ces compétitions comme un levier de sensibilisation du public autant que de validation technique, EngineAI n'ayant pour l'instant annoncé aucun débouché commercial hors service (logistique, hôtellerie, collaboration humain-robot) pour la plateforme T800.

Chine/AsieActu
1 source
L'entreprise américaine mise sur des robots industriels plus intelligents et plus rapides avec un nouvel accord sud-coréen
3716Interesting Engineering 

L'entreprise américaine mise sur des robots industriels plus intelligents et plus rapides avec un nouvel accord sud-coréen

Le fabricant américain Grid Dynamics a annoncé un partenariat stratégique avec le sud-coréen Doosan Robotics pour accélérer le déploiement de "physical AI" dans l'industrie manufacturière et la logistique. Grid Dynamics va fournir aux clients des cobots Doosan sa plateforme GAIN (Grid Dynamics AI-Native), une pile logicielle combinant manipulation robotique pilotée par modèles Vision-Language-Action (VLA), jumeaux numériques NVIDIA Omniverse, vision par ordinateur et supervision IoT. Doosan, l'un des grands fabricants mondiaux de cobots, propose une gamme allant de la série A polyvalente à la série H pour charges lourdes jusqu'à 25 kg, en passant par la série P certifiée NSF pour l'agroalimentaire et le pharmaceutique. Les cobots Doosan, équipés de capteurs de force et de couple, travaillent sans cage de sécurité aux côtés d'opérateurs humains et couvrent des tâches comme le pick-and-place, le tending machine, la palettisation, le soudage ou l'inspection qualité. Grid Dynamics revendique des gains de cycles d'inspection jusqu'à 1000 fois plus rapides et une détection d'anomalies 24 fois plus véloce, des chiffres qui restent à prendre avec prudence en l'absence de méthodologie ou de cas d'usage précisés. L'enjeu du partenariat dépasse le simple ajout logiciel : il vise les tâches qui résistent encore à l'automatisation classique, comme l'inspection d'objets de forme complexe, l'assemblage de composants variables ou l'emballage d'articles déformables ou jamais vus auparavant. C'est justement le type de scénario où les approches VLA sont censées apporter une généralisation que les robots programmés tâche par tâche n'offrent pas. Pour les intégrateurs et décideurs industriels, l'accord illustre une tendance de fond : les fabricants de cobots cherchent à externaliser la couche IA plutôt qu'à la développer en interne, pariant sur des plateformes tierces pour combler l'écart entre démonstrations en laboratoire et déploiements réels en usine. Doosan Robotics s'est construit depuis plusieurs années une position de leader des cobots collaboratifs, avec une architecture logicielle ouverte facilitant l'intégration de systèmes de vision tiers, un choix qui rend ce type de partenariat possible sans refonte matérielle. Grid Dynamics, de son côté, positionne GAIN comme une couche d'orchestration transversale pour l'automatisation industrielle, en concurrence avec d'autres piles logicielles physical AI émergentes aux États-Unis et en Asie. Les modalités précises de déploiement, calendrier de disponibilité et sites pilotes concernés par ce partenariat n'ont pas été détaillées dans l'annonce.

IndustrielActu
1 source
Monumental obtient de nouveaux fonds pour déployer ses robots de construction aux États-Unis
3717Robotics Business Review 

Monumental obtient de nouveaux fonds pour déployer ses robots de construction aux États-Unis

Monumental, entreprise néerlandaise basée à Amsterdam et spécialisée dans la robotique et les logiciels de construction, a annoncé cette semaine une levée de fonds de 32 millions de dollars en Series B, menée par Khosla Ventures avec la participation de Hummingbird, Plural et d'autres investisseurs. Le co-fondateur et PDG Salar al Khafaji a précisé au Robot Report que ces fonds serviront à recruter des ingénieurs hardware et software, à lancer l'entreprise aux Etats-Unis dès cette année, à augmenter le nombre de robots déployés en Europe, et à élargir les tâches de construction couvertes au-delà de la pose de briques. Les robots électriques et autonomes de Monumental utilisent capteurs, vision par ordinateur et bras grutiers pour poser briques et mortier avec une précision millimétrique, le tout piloté par Atrium, la plateforme logicielle propriétaire de l'entreprise. Ils peuvent aussi manipuler des outils additionnels, comme l'insertion de tirants muraux ou le jointoiement. A ce jour, les robots de Monumental ont construit les murs de plus de 100 logements aux Pays-Bas et au Royaume-Uni, ainsi que ceux d'une école, d'un centre communautaire, d'un hôtel et de murs de canaux. Le modèle économique de Monumental, qui facture des murs finis plutôt que la location de robots, transfère le risque financier et technique vers l'entreprise elle-même plutôt que vers les entrepreneurs du bâtiment, ce qui facilite l'adoption sans investissement en capital de leur part. Cette approche répond directement à une pénurie de main-d'oeuvre massive aux Etats-Unis, où il manque chaque mois entre 200 000 et 400 000 ouvriers du bâtiment, et où 2,2 millions de travailleurs supplémentaires seraient nécessaires d'ici trois ans pour répondre à la demande de logements. Pour les décideurs du secteur, cette levée confirme qu'un modèle de robotique de construction en subcontracting, avec des humains toujours présents pour la supervision, la maintenance et les interventions imprévues, peut passer du stade pilote à un déploiement commercial réel sur plus de 100 chantiers, loin des simples démonstrations. L'expansion américaine constitue toutefois un défi différent de l'Europe: le marché y est plus fragmenté, avec des codes du bâtiment, des structures de main-d'oeuvre et des pratiques de construction qui varient d'un Etat à l'autre. Al Khafaji affirme que l'approche logicielle de Monumental, déjà éprouvée face à la diversité des pratiques européennes, permettra d'adapter les déploiements aux méthodes locales. Les investisseurs, selon l'entreprise, ont été convaincus avant tout par ces résultats opérationnels concrets plutôt que par la seule promesse technologique, la Series A ayant servi à valider que le concept fonctionnait réellement sur le terrain.

Robbyant dévoile LingBot-VLA 2.0, modèle IA universel pour robots incarnés
3718Robotics & Automation News 

Robbyant dévoile LingBot-VLA 2.0, modèle IA universel pour robots incarnés

Robbyant, filiale d'IA incarnée du groupe Ant Group (maison mère d'Alipay), a annoncé la mise à jour et la publication en open source de LingBot-VLA 2.0, un modèle vision-langage-action (VLA) destiné aux robots humanoïdes et autres plateformes incarnées. Ce nouveau modèle s'appuie directement sur LingBot-VLA 1.0, sorti en janvier 2026, et apporte des progrès notables sur trois axes techniques majeurs : la généralisation morphologique (capacité à piloter des corps de robots différents sans réentraînement complet), le support d'un nombre accru de degrés de liberté (DoF), et l'efficacité de déploiement. Robbyant présente LingBot-VLA 2.0 comme un "cerveau universel" capable de s'adapter à des architectures robotiques variées plutôt qu'à une seule plateforme propriétaire. L'enjeu pour l'industrie robotique tient moins à la performance brute qu'à la stratégie d'ouverture : en publiant son modèle en open source, Ant Group cherche à s'imposer comme fournisseur de la couche logicielle "cerveau" pour un écosystème de fabricants de robots humanoïdes, plutôt que de vendre du matériel propre. Pour les intégrateurs et décideurs industriels, cela signifie potentiellement un modèle VLA gratuit et personnalisable, à intégrer sur des plateformes tierces, ce qui pourrait accélérer l'adoption face aux modèles propriétaires fermés comme Helix (Figure AI) ou GR00T N2 (NVIDIA). Cela renforce aussi l'hypothèse selon laquelle la généralisation cross-embodiment (un même modèle pilotant plusieurs morphologies de robots) devient un axe de compétition central, au-delà de la simple démonstration ponctuelle. Cette annonce s'inscrit dans la stratégie plus large d'Ant Group de se positionner sur l'IA incarnée, un an après le lancement de la première version de LingBot-VLA. Le secteur des modèles VLA reste dominé par des acteurs américains (Physical Intelligence avec Pi-0, NVIDIA avec GR00T, Figure AI avec Helix) et chinois (Unitree, AgiBot), avec une bascule progressive vers l'open source comme arme concurrentielle, à l'image de ce que Meta a fait avec Llama face à OpenAI. Les détails précis sur les benchmarks, les partenaires de déploiement et le calendrier de disponibilité du modèle n'étaient pas encore complètement communiqués au moment de l'annonce, ce qui invite à distinguer la publication du code de sa validation réelle sur du matériel tiers.

Chine/AsieActu
1 source
Robotique : les véritables gagnants seront-ils les fournisseurs de composants ?
3719Robot Magazine FR 

Robotique : les véritables gagnants seront-ils les fournisseurs de composants ?

Pendant que les projecteurs se braquent sur Tesla, Figure AI, Unitree ou Agility Robotics, une note d'analyse de Morgan Stanley déplace le regard vers les fournisseurs de composants qui équiperont ces machines, quel que soit le vainqueur de la course aux humanoïdes. Son argument central repose sur les roulements de précision : un drone en embarque plusieurs, un robot industriel classique plusieurs dizaines, et un robot humanoïde avancé peut en intégrer plus de 70, répartis dans les épaules, coudes, poignets, hanches, genoux, chevilles et actionneurs des mains. À cette liste s'ajoutent les réducteurs harmoniques, les actionneurs électromécaniques, les moteurs couple, les vis à billes, les encodeurs absolus, les capteurs de force et de couple, les caméras industrielles et les semi-conducteurs spécialisés pour l'IA embarquée, autant de briques technologiques difficilement substituables. La note cite plusieurs industriels européens déjà positionnés sur ce segment : SKF, Schaeffler, THK Europe, Bosch Rexroth et SEW-Eurodrive, tous dotés d'une expertise reconnue en mécanique de précision. Pour les intégrateurs et les décideurs industriels, cette lecture déplace le centre de gravité de la valeur. Plutôt que de parier sur tel constructeur de robot humanoïde, dont la viabilité commerciale reste incertaine, l'analyse invite à regarder les fournisseurs dont les pièces équiperont l'ensemble du marché, indépendamment de l'issue de la compétition entre marques. L'analogie avec les vendeurs de pelles de la ruée vers l'or, ou avec NVIDIA, TSMC et ASML dans la vague IA, reprend une thèse d'investissement classique : dans une phase de compétition ouverte entre nombreux acteurs finaux, ce sont souvent les fournisseurs d'infrastructures qui captent une valeur récurrente et moins risquée. Plus les robots gagnent en dextérité, mains et poignets multi-axes en tête, plus la densité de composants de haute précision par machine augmente, ce qui suggère un marché de composants croissant plus vite, et de façon plus prévisible, que celui des robots finis eux-mêmes. Cette lecture s'inscrit dans un débat plus large sur la souveraineté industrielle européenne. Les tensions récentes sur les semi-conducteurs ont déjà montré les risques d'une dépendance excessive envers un nombre restreint de fournisseurs étrangers pour des composants jugés stratégiques. Dans la robotique, le même schéma pourrait se reproduire : roulements, réducteurs et actionneurs sont indispensables mais restent largement absents des radars politiques, à l'inverse des robots eux-mêmes qui concentrent l'attention médiatique et les annonces spectaculaires. Le maintien d'une base industrielle dans ces composants, portée par des groupes déjà implantés comme SKF ou Schaeffler, est présenté comme un levier de compétitivité pour l'Europe face à la croissance attendue des marchés de la robotique industrielle, logistique, médicale et humanoïde dans la décennie à venir. Reste à voir si ces acteurs traditionnels sauront monter en cadence assez vite pour répondre à des spécifications inédites, notamment pour les mains et poignets multi-DOF des humanoïdes.

FR/EU ecosystemeOpinion
1 source
L'autonomie des agents d'IA a-t-elle redéfini la sécurité et le contrôle en robotique ?
3720Robotics & Automation News 

L'autonomie des agents d'IA a-t-elle redéfini la sécurité et le contrôle en robotique ?

Je remarque que cet article source est très mince : il est coupé après "Physical barriers, emergency […]" et ne contient aucun chiffre précis, nom d'entreprise, produit ou date, juste des généralités sur l'autonomie robotique et la gouvernance des agents. Je ne peux donc pas respecter la consigne "chiffres précis, noms d'entreprises et de modèles" puisque la source n'en fournit aucun. Voici la synthèse la plus fidèle possible au contenu réellement disponible : Les systèmes robotiques évoluent vers une autonomie croissante : ils apprennent à percevoir leur environnement, à choisir une action et à adapter leur comportement sans intervention humaine directe. Cette capacité s'étend à des contextes variés, entrepôts logistiques, sites industriels, laboratoires de recherche, environnements de transit, où les robots doivent composer avec des conditions changeantes. Cette montée en autonomie améliore la productivité et la flexibilité opérationnelle, mais elle déplace mécaniquement la question de la sécurité et du contrôle. C'est là qu'intervient la notion de gouvernance des agents : un cadre qui définit précisément ce qu'un système autonome est habilité à accomplir, comment ses décisions sont surveillées en continu, et à quel moment une intervention humaine redevient nécessaire. Pour les intégrateurs et les décideurs industriels, cette évolution signale un changement de paradigme dans l'approche sécurité. Les dispositifs traditionnels, barrières physiques, arrêts d'urgence, zonage fixe, ont été conçus pour des robots aux comportements prévisibles et scriptés. Face à des agents capables de décisions dynamiques, ces garde-fous statiques montrent leurs limites : ils ne suffisent plus à garantir un contrôle fiable sans freiner les gains d'autonomie recherchés. La question posée devient donc moins "comment empêcher le robot d'agir" que "comment superviser et encadrer ses choix en temps réel". Cette problématique s'inscrit dans un débat sectoriel plus large, alimenté par la multiplication des déploiements de robots mobiles et humanoïdes dotés de modèles décisionnels avancés (architectures vision-langage-action notamment). À mesure que ces systèmes sortent des environnements contrôlés de laboratoire pour rejoindre des sites de production réels, la définition de standards de gouvernance et de supervision devient un enjeu central pour l'industrie, sans que l'article ne détaille ici d'acteur, de calendrier ou de norme spécifique. Souhaitez-vous que je cherche l'article source complet (probablement sur un site comme Robotics Business Review ou similaire) pour obtenir la version non tronquée avec des éléments factuels concrets ?

Societe/EthiqueOpinion
1 source
BrainCo dévoile une plateforme robotique "contrôlée par la pensée" à la Conférence mondiale sur l'IA en Chine
3721SCMP Tech 

BrainCo dévoile une plateforme robotique "contrôlée par la pensée" à la Conférence mondiale sur l'IA en Chine

BrainCo, licorne technologique chinoise spécialisée dans les interfaces cerveau-machine, a dévoilé vendredi à Shanghai sa "Brain-Controlled Robot AI Platform", présentée par l'entreprise comme la première plateforme intégrée permettant de piloter un robot par la pensée, sans le moindre mouvement musculaire. L'annonce a eu lieu lors de la World Artificial Intelligence Conference (WAIC), le rendez-vous phare de l'IA en Chine. Le communiqué de BrainCo revendique un système de contrôle cerveau-vers-robot inédit, mais aucune donnée technique précise (latence de commande, nombre de commandes reconnues, plateforme robotique associée, taux de fiabilité) n'a été communiquée à ce stade, ce qui invite à traiter la démonstration comme une vitrine plutôt qu'un produit validé en conditions réelles. Pour l'industrie robotique, cette annonce s'inscrit dans la course mondiale à l'IA incarnée (embodied AI), où les grands acteurs cherchent à coupler perception, cognition et contrôle moteur dans des systèmes de plus en plus autonomes. Une interface cerveau-machine capable de piloter un robot ouvrirait des usages potentiels en assistance aux personnes à mobilité réduite, en téléopération industrielle ou en environnements dangereux, mais l'écart entre une démonstration de conférence et un déploiement commercial fiable reste généralement important dans ce secteur, notamment sur les questions de robustesse du signal neuronal et de généralisation hors laboratoire. BrainCo s'est bâtie ces dernières années sur les technologies de casques et prothèses à interface cerveau-ordinateur, avant d'élargir son positionnement vers la robotique incarnée, un mouvement suivi par plusieurs laboratoires chinois et américains investissant dans les modèles vision-langage-action (VLA) et le contrôle neuronal. La WAIC de Shanghai, vitrine annuelle des ambitions chinoises en IA, sert régulièrement de tremplin à ce type d'annonce ; les prochaines étapes attendues concernent la publication de spécifications techniques et d'éventuels partenariats industriels pour valider la plateforme au-delà de la démonstration.

Chine/AsieActu
1 source
RoboTTT : mise à l'échelle du contexte pour les politiques robotiques
3722arXiv cs.RO 

RoboTTT : mise à l'échelle du contexte pour les politiques robotiques

NVIDIA, via son laboratoire de recherche GEAR (research.nvidia.com/labs/gear), publie RoboTTT (Test-Time-Training Robot Policies), un modèle et une recette d'entraînement qui étendent le contexte visuomoteur des politiques robotiques à 8 000 pas de temps, soit trois ordres de grandeur au-delà des modèles de référence actuels qui opèrent en une seule étape ou sur un historique court, sans augmenter la latence d'inférence. Sur des tâches réelles de manipulation robotique, RoboTTT améliore les performances globales de 87% par rapport à une base à contexte unique et parvient à compléter intégralement une tâche d'assemblage de cinq minutes en dix étapes, ce qu'aucun modèle de référence testé n'accomplit. La version entraînée avec un contexte de 8 000 pas de temps surpasse de 62% la même architecture pré-entraînée avec seulement 1 000 pas de temps. Le mécanisme repose sur l'intégration du Test-Time Training dans des politiques Vision-Language-Action: l'état récurrent du modèle est constitué de "fast weights", des paramètres mis à jour par descente de gradient pendant l'entraînement et l'inférence, qui compressent l'historique en poids plutôt qu'en tokens de contexte classiques. Cette approche déplace un verrou connu du secteur: jusqu'ici, allonger le contexte des politiques robotiques se heurtait au coût de calcul en inférence. RoboTTT découple les deux, ouvrant la voie à des capacités nouvelles pour les intégrateurs: imitation en contexte à partir d'une seule démonstration vidéo humaine sans réentraînement, amélioration de la politique à la volée, et meilleure robustesse aux perturbations sur des tâches longues et multi-étapes. Les auteurs notent, pour la première fois selon eux, une progression régulière des performances en boucle fermée à mesure que le contexte de pré-entraînement augmente, ce qui positionne la longueur de contexte comme un nouvel axe de scaling pour les modèles fondation robotiques, au même titre que la taille des paramètres ou le volume de données. RoboTTT s'inscrit dans la lignée des politiques VLA telles que Pi-0 ou GR00T N2, dont l'entraînement combine ici le "sequence action forcing" et la rétropropagation tronquée dans le temps pour gérer un contexte aussi long. Il s'agit à ce stade d'un article de recherche (arXiv, preprint) accompagné de vidéos de démonstration, sans indication de déploiement industriel ni de calendrier de commercialisation.

IA physiqueActu
1 source
SoftNav : intégrer des tokens de scène 3D dans les VLM pour la navigation incarnée
3723arXiv cs.RO 

SoftNav : intégrer des tokens de scène 3D dans les VLM pour la navigation incarnée

Des chercheurs ont publié SoftNav, une nouvelle méthode de navigation embarquée pour robots et agents autonomes, décrite dans un article arXiv (2607.14586v1) mis en ligne le 17 juillet 2026. Le système s'attaque à un problème concret : lorsqu'un agent doit localiser une cible dans un environnement inconnu, les approches actuelles transmettent l'information de la scène 3D aux modèles vision-langage (VLM) sous forme de texte, ce qui crée une perte d'information entre la représentation spatiale et le raisonnement du modèle. SoftNav injecte à la place un token par objet détecté ou par frontière d'exploration, directement dans l'espace caché du VLM, via un projecteur léger, sans texte intermédiaire. L'encodeur 3D et le VLM restent gelés durant l'entraînement, qui ne nécessite qu'environ 1 200 échantillons et 17 millions de paramètres entraînables, un volume très réduit pour ce type de tâche. Sur le benchmark HM3D-OVON, la méthode atteint des taux de réussite de 74,2 %, 68,3 % et 66,7 % selon les trois découpages testés, dépassant toutes les approches précédentes en taux de réussite comme en efficacité de trajectoire (SPL). L'intérêt principal tient à la généralisation sans réentraînement : la même politique de navigation, entraînée une fois, transfère en zero-shot vers GOAT-Bench (67,2 % de réussite), vers SG3D (47,2 % de sous-réussite) et vers un déploiement réel sur robot physique, sans modification d'architecture. Pour les intégrateurs et équipes de recherche en robotique, ce résultat appuie l'idée que le goulot d'étranglement des VLM appliqués à la navigation n'est pas tant la capacité de raisonnement du modèle que le format de transmission de l'information géométrique : une simple sérialisation textuelle du monde 3D dégrade les performances par rapport à une injection au niveau des embeddings. C'est un argument technique en faveur de représentations hybrides texte-plus-tokens continus dans les pipelines VLA (vision-language-action), plutôt que du tout-texte. L'étude s'inscrit dans la lignée des travaux récents combinant perception 3D et modèles de langage pour la navigation d'agents, un axe de recherche actif depuis l'essor des VLM généralistes appliqués à la robotique. Les auteurs comparent leur approche à plusieurs méthodes antérieures sur navigation orientée objectif, sans toutefois préciser de calendrier de déploiement industriel ni de partenariat commercial à ce stade : il s'agit pour l'instant d'un résultat de recherche validé sur benchmarks académiques et en test robot limité, pas d'un produit prêt à l'intégration.

RechercheActu
1 source
Action QFormer : structuration des représentations guidée par la supervision des actions dans les modèles vision-langage-action
3724arXiv cs.RO 

Action QFormer : structuration des représentations guidée par la supervision des actions dans les modèles vision-langage-action

Des chercheurs publient sur arXiv (2607.14635v1) une étude sur les modèles vision-langage-action (VLA), remettant en question la manière dont la supervision par action est utilisée pour entraîner ces systèmes. Traditionnellement traitée comme un simple objectif d'apprentissage en aval pour prédire les actions, cette supervision agit en réalité comme une force qui remodèle les représentations multimodales héritées des modèles vision-langage préentraînés. Les auteurs montrent que cet effet est double : il est indispensable pour construire des représentations compatibles avec l'action, mais lorsqu'il est appliqué trop directement sur le flux multimodal hérité, il déstabilise aussi les capacités de traitement du langage et d'ancrage des objets. Pour résoudre cette tension, l'équipe introduit Action QFormer, une interface à base de requêtes conditionnées par les instructions, qui réorganise les informations multimodales héritées en représentations orientées action avant la génération des commandes. En navigation zero-shot sim-to-real, cette architecture fait bondir le taux de réussite moyen des tâches en boucle fermée de 18,8% à 56,3%, la justesse de génération d'action à instruction fixe de 22,5% à 75,5%, et réduit quasiment à zéro les générations d'instructions hors distribution. Ce résultat touche un point sensible du secteur robotique : l'écart persistant entre démonstrations impressionnantes et performances réelles en conditions variables, souvent attribué au fossé sim-to-real. En multipliant par trois le taux de succès en navigation zero-shot, Action QFormer suggère que les gains de performance des VLA ne viendront pas uniquement de backbones préentraînés plus puissants, à la manière de Pi-0, GR00T N2 ou Helix, mais aussi de la façon dont l'information multimodale héritée est sélectionnée et organisée avant d'être exposée à la supervision par action. Pour les intégrateurs et équipes de recherche robotique, ce travail envoie un signal clair : le simple passage à l'échelle des données d'action ou le fine-tuning direct sur des architectures VLM existantes comporte un risque de dégradation silencieuse des capacités de compréhension du langage et de perception, un compromis rarement documenté dans les communications commerciales. Ce travail s'inscrit dans la lignée des modèles VLA apparus depuis RT-2 et OpenVLA, qui adaptent des architectures vision-langage préentraînées à la prédiction directe d'actions robotiques, approche depuis reprise par des laboratoires comme Physical Intelligence avec Pi-0, NVIDIA avec GR00T N2 ou Figure AI avec Helix. La question de la préservation des capacités multimodales sous supervision d'action rejoint des préoccupations déjà observées ailleurs dans le secteur, où l'écart entre vidéos de démonstration sélectionnées et déploiement réel reste un sujet de vigilance éditoriale. Les auteurs positionnent Action QFormer comme une brique architecturale plutôt qu'un produit fini, validée pour l'instant sur des tâches de navigation en environnement simulé puis réel ; la suite logique serait son extension à des tâches de manipulation avec davantage de degrés de liberté, ainsi que sa validation sur des backbones VLA de plus grande échelle.

IA physiqueActu
1 source
BadWAM : quand les modèles monde-action rêvent bien mais agissent mal
3725arXiv cs.RO 

BadWAM : quand les modèles monde-action rêvent bien mais agissent mal

Une équipe de recherche publie sur arXiv (référence 2607.15207v1) un article intitulé « BadWAM: When World-Action Models Dream Right but Act Wrong », qui introduit un nouveau cadre d'attaque adversariale ciblant les World-Action Models (WAM), ces architectures qui couplent génération d'action et prédiction du futur pour le contrôle robotique incarné. BadWAM formalise une classe d'attaques baptisées « World-Action Drift Attacks » : de petites perturbations visuelles qui cassent l'alignement entre ce que le modèle imagine et ce qu'il exécute réellement. Le framework décline deux variantes selon les priorités de l'attaquant : une attaque purement orientée action, qui pousse directement le robot vers des échecs de tâche, et une attaque dite « imagination-preserving », plus furtive, qui maintient une prédiction de futur plausible tout en désynchronisant l'action exécutée. Testée sur plusieurs variantes de WAM en boucle fermée, l'attaque action-only fait chuter le taux de réussite des tâches de 96,5 % à 43,1 %. Ce résultat fragilise un argument central de sécurité avancé pour les WAM : le fait de pouvoir vérifier une action contre le futur imaginé par le modèle était présenté comme une garantie de robustesse et d'interprétabilité. BadWAM montre que cette garantie peut être contournée, y compris de façon furtive, le modèle continuant d'afficher une trajectoire imaginée cohérente alors que l'action réellement exécutée diverge. Pour les intégrateurs et décideurs qui envisagent de déployer des VLA ou des WAM en environnement industriel, c'est un signal d'alerte direct sur la fiabilité des mécanismes de vérification interne comme filet de sécurité, particulièrement dans des contextes où un flux vidéo ou capteur pourrait être manipulé. Les WAM s'inscrivent dans la lignée des modèles vision-langage-action (VLA) comme Pi-0 ou GR00T N2, qui cherchent à unifier perception, raisonnement et contrôle moteur. En documentant systématiquement la surface d'attaque de ces architectures selon deux axes, force de perturbation et furtivité, les auteurs de BadWAM posent une méthodologie d'évaluation reproductible que d'autres laboratoires pourront appliquer à leurs propres modèles avant tout déploiement sur des plateformes robotiques réelles.

RechercheActu
1 source
Sécurisation de l'exécution de politiques RL par contrainte CBF-QP basée sur l'accélération pour des déploiements robotiques réels
3726arXiv cs.RO 

Sécurisation de l'exécution de politiques RL par contrainte CBF-QP basée sur l'accélération pour des déploiements robotiques réels

Une équipe de recherche présente Acc-CBF-QP, un filtre de sécurité formulé comme un programme quadratique (QP) basé sur l'accélération et des fonctions de barrière de contrôle (CBF), destiné à contraindre en temps réel n'importe quelle politique d'apprentissage par renforcement (RL) sans toucher à son entraînement. Le système impose simultanément des limites de position articulaire, de vitesse, de couple et d'évitement de collision dans un seul cadre d'optimisation. Sa contribution centrale réside dans deux nouvelles tâches RL+QP : TorqueTask, qui minimise l'écart de couple par rapport à la commande RL, et Forward Dynamics Task, qui minimise l'écart d'accélération induite, permettant d'arbitrer finement entre sécurité et performance. La méthode a été validée en simulation et sur matériel réel, sur un bras manipulateur Kinova Gen3 à 7 degrés de liberté et sur l'humanoïde Unitree H1 à 19 degrés de liberté. Sur H1 en conditions réelles, une politique Safe-RL seule produisait 10,04 violations de contraintes par seconde ; ajoutée à Acc-CBF-QP, ce taux chute de 92%, à 0,80 violation par seconde. Sur le Kinova Gen3, les violations sont totalement éliminées. Le pipeline complet est publié en open source. L'enjeu dépasse la simple métrique de sécurité : le RL peine à passer du laboratoire au terrain précisément parce qu'il ne fournit aucune garantie formelle face aux états hors distribution, un problème critique pour des robots à pattes ou des manipulateurs opérant près de leurs limites physiques. En montrant que ce filtre préserve les performances nominales de la tâche RL dans les régimes sans violation, et qu'il évite même les arrêts d'urgence déclenchés par des dépassements de contrainte lors de commandes de vitesse agressives sur H1 (donc une durée de fonctionnement prolongée), les auteurs répondent directement à un frein connu à l'adoption industrielle : la difficulté de certifier des comportements appris pour un déploiement en sécurité sur du matériel réel. Ce travail s'inscrit dans la lignée des fonctions de barrière de contrôle, un outil de sécurité formelle de plus en plus combiné au RL et au Safe-RL pour compenser l'absence de garanties intrinsèques de ces politiques. Contrairement à des approches qui modifient l'entraînement lui-même, Acc-CBF-QP agit en aval, comme une couche de filtrage appliquée à l'exécution, ce qui facilite son adoption sur des politiques déjà entraînées. La publication du code laisse entrevoir une adoption possible par d'autres équipes travaillant sur l'humanoïde ou la manipulation, sans qu'aucun calendrier de déploiement industriel ne soit pour l'instant annoncé.

RecherchePaper
1 source
Main d'IDMAS : main sensorielle anthropomorphe modulaire à faible impédance et entraînement direct
3727arXiv cs.RO 

Main d'IDMAS : main sensorielle anthropomorphe modulaire à faible impédance et entraînement direct

Des chercheurs ont publié le 17 juillet 2026 sur arXiv un article présentant MIDAS Hand (Modular low-Impedance Direct-drive Anthropomorphic Sensing Hand), une main robotique dexterous à bas coût et open-source destinée à la recherche en manipulation. L'engin offre 16 degrés de liberté au total, dont 13 actifs, avec un entraînement en prise directe (direct-drive) affichant un couple de rétro-entraînement mesurément faible. Elle intègre 283 taxels tactiles trois axes répartis sur l'ensemble de la main, pour un poids compact de 700 grammes et une nomenclature de composants (BOM) inférieure à 3 000 dollars. Entièrement construite à partir de pièces imprimées en 3D, elle s'assemble en moins de trois heures tout en conservant la robustesse et la répétabilité nécessaires à des expériences répétées en conditions réelles. Les auteurs publient l'ensemble de la chaîne technique en accès libre : fichiers de conception, documentation de montage, API Python de contrôle et de lecture tactile, modèles de simulation, ainsi que des pipelines de retargeting et de téléopération. Cette publication cible un goulot d'étranglement bien identifié du secteur : la manipulation dexterous progresse autant grâce aux algorithmes qu'à la disponibilité de matériel accessible, et les mains robotiques existantes sacrifient généralement soit le coût, soit la fabrication facile, soit la richesse du retour tactile, soit l'échelle humaine. En combinant ces quatre propriétés dans une plateforme reproductible et documentée, MIDAS Hand vise à démocratiser la collecte de données de démonstration humain-vers-robot, un enjeu central pour l'entraînement des modèles vision-langage-action (VLA) qui alimentent aujourd'hui les mains et bras robotiques les plus avancés du secteur humanoïde. Le projet s'inscrit dans une lignée de mains dexterous de recherche telles que la Shadow Hand, l'Allegro Hand ou la LEAP Hand, souvent limitées par leur coût ou l'absence de capteurs tactiles denses. Les auteurs caractérisent leur plateforme via des analyses d'espace de travail et de taxonomie de prise, des essais de charge utile et de fiabilité, des mesures de rétro-entraînabilité, et des démonstrations de téléopération avec retour tactile. La documentation complète et le code sont accessibles sur midas-hand.com.

RecherchePaper
1 source
Marinarium : une installation expérimentale modulaire pour la robotique de terrain maritime et analogue-spatiale reproductible
3728arXiv cs.RO 

Marinarium : une installation expérimentale modulaire pour la robotique de terrain maritime et analogue-spatiale reproductible

Marinarium est une installation expérimentale modulaire dédiée à la robotique de terrain maritime et aux analogues spatiaux, présentée dans un article déposé sur arXiv (2602.23053v2, version corrigée). L'infrastructure combine un volume opérationnel sous-marin et aérien entièrement instrumenté, un système de capture de mouvement (MoCap), un toit rétractable permettant un fonctionnement à l'abri ou en plein air, un jumeau numérique implémenté via SMaRCSim, et une intégration directe avec un laboratoire de robotique spatiale planaire. Cette dernière connexion permet de mener des expérimentations à la fois maritimes et d'analogie spatiale sous-marine au sein d'une même installation. Les auteurs valident les capacités de Marinarium à travers quatre études représentatives : l'identification de système pilotée par les données pour la dynamique de véhicules sous-marins, un rendez-vous robotique hétérogène multi-domaine, un transfert sim-to-real pour la robotique sous-marine reposant sur des résidus de dynamique appris, et une validation croisée de l'autonomie de véhicules spatiaux à l'aide de substituts sous-marins. L'enjeu affiché par les auteurs est de combler un vide méthodologique persistant entre la simulation à faible coût mais peu fidèle et l'expérimentation offshore, coûteuse et difficile à reproduire. Les bassins instrumentés existants n'offrent généralement qu'un capteur limité, des capacités expérimentales restreintes et une intégration faible avec les outils de simulation. En proposant un banc d'essai intermédiaire reproductible, Marinarium s'adresse directement aux équipes de recherche en robotique de terrain qui doivent aujourd'hui choisir entre des simulations peu représentatives et des campagnes en mer onéreuses. Le recours à des substituts sous-marins pour valider de l'autonomie spatiale illustre aussi une piste économique pour tester des comportements normalement réservés à des essais orbitaux ou lunaires coûteux. Le nom SMaRCSim renvoie au Swedish Maritime Robotics Centre, dont les outils de simulation servent de jumeau numérique à l'installation, suggérant une origine académique suédoise pour ce projet. L'article ne précise pas de partenaires industriels ni de calendrier de déploiement commercial : il s'agit d'une infrastructure de recherche destinée à la communauté scientifique, positionnée comme complément aux bassins d'essai existants plutôt que comme concurrent direct des grandes installations offshore. Les quatre études servent de preuve de concept plutôt que de démonstration à l'échelle industrielle.

FR/EU ecosystemeActu
1 source
Compréhension sémantique du contrôle du corps entier de l'humanoïde par l'audio, en dynamique
3729arXiv cs.RO 

Compréhension sémantique du contrôle du corps entier de l'humanoïde par l'audio, en dynamique

Une équipe du Lab Rococo de l'université Sapienza de Rome a publié le 17 juillet 2026 sur arXiv (2607.14182) un système d'orchestration multimodale permettant à un robot humanoïde de choisir et d'exécuter en temps réel des mouvements en réaction à un flux audio continu, sans script préétabli. Le framework distingue deux branches de traitement : la musique, analysée par empreinte audio et embeddings sémantiques pour identifier un morceau et synchroniser temporellement les mouvements avec ses segments, et la parole, ancrée dans une bibliothèque discrète de compétences apprises par imitation pour permettre une interaction directe humain-robot. Les deux flux passent par une interface unifiée qui ordonnance l'exécution des compétences au sein d'un pipeline de contrôle par renforcement. L'approche a été validée en simulation puis transférée sur un humanoïde Unitree G1, avec des résultats montrant un transfert sim-to-real robuste et une sélection de politique cohérente selon le contenu audio. L'intérêt de ces travaux tient moins à la performance spectaculaire qu'à la nature du problème adressé : la plupart des démonstrations de robots humanoïdes dansant ou réagissant à la musique reposent aujourd'hui sur des séquences chorégraphiées à l'avance et déclenchées manuellement, ce qui limite fortement leur autonomie réelle face à un environnement dynamique. En conditionnant la sélection de compétences motrices sur une compréhension sémantique du signal audio plutôt que sur un déclenchement externe, cette recherche s'inscrit dans la tendance plus large des politiques de contrôle vision-langage-action cherchant à rapprocher la réactivité perceptive des robots de celle d'un humain, un axe scruté de près par les intégrateurs et laboratoires travaillant sur l'autonomie des humanoïdes plutôt que sur la simple téléopération ou le scriptage. Le choix du Unitree G1 comme plateforme d'expérimentation illustre son rôle de standard de facto pour la recherche académique en contrôle humanoïde, grâce à son prix contenu comparé aux plateformes de Boston Dynamics ou Figure. Il s'agit ici d'un travail de recherche publié avec matériel supplémentaire en ligne, non d'un produit commercialisé ; les auteurs ne communiquent pas de calendrier de déploiement au-delà de la validation en laboratoire présentée dans l'article.

FR/EU ecosystemeOpinion
1 source
Open-AoE : un jeu de données ouvert de manipulation égocentrique et une chaîne d'outils pour l'apprentissage incarné
3730arXiv cs.RO 

Open-AoE : un jeu de données ouvert de manipulation égocentrique et une chaîne d'outils pour l'apprentissage incarné

Une équipe de recherche publie Open-AoE, un jeu de données ouvert de vidéos égocentriques de manipulation humaine destiné à l'apprentissage de modèles robotiques, accompagné d'une chaîne d'outils complète allant de la capture smartphone jusqu'à l'entraînement de modèles. Décrit dans un article arXiv (2607.14183v1) publié le 17 juillet 2026, ce premier jalon rassemble environ 2 000 heures de vidéos de manipulation tournées en environnement naturel par plus de 500 contributeurs utilisant plus de 400 smartphones différents. Chaque séquence est annotée avec des descriptions textuelles, des poses de main reconstruites via le modèle MANO, des trajectoires de caméra et un découpage temporel en actions atomiques localisées. Le pipeline de traitement transforme les enregistrements bruts en échantillons structurés à travers quatre étapes : segmentation temporelle des actions, annotation sémantique, reconstruction des mains et reconstruction de trajectoire caméra. Une chaîne d'outils distincte permet ensuite la visualisation, le retargeting cross-embodiment (transfert des mouvements humains vers différentes morphologies de robots), la conversion de données spécifique à chaque modèle, ainsi que des recettes d'entraînement pour les politiques VLA, les modèles WAM et les World Models. L'enjeu principal est celui du goulot d'étranglement de données pour l'apprentissage par imitation en robotique : les démonstrations téléopérées sur robot réel restent coûteuses et lentes à collecter à grande échelle, tandis que les vidéos humaines égocentriques offrent une supervision quasi gratuite mais historiquement peu structurée pour un usage robotique direct. En combinant capture low-cost via smartphone, annotations de niveau manipulation (poses de main, actions atomiques) et outils de retargeting prêts à l'emploi, Open-AoE cherche à réduire la friction entre collecte de données humaines et entraînement de politiques robotiques, un axe central pour le transfert humain-vers-robot (human-to-robot transfer) que plusieurs laboratoires explorent en parallèle des approches de téléopération. Ce type d'initiative s'inscrit dans la lignée de jeux de données égocentriques antérieurs comme Ego4D ou Epic-Kitchens, mais se distingue par son orientation explicitement robotique, avec des annotations pensées pour l'entraînement de modèles VLA plutôt que pour la seule reconnaissance d'action. Elle complète des efforts de mutualisation de données robot comme Open X-Embodiment, en s'attaquant cette fois au versant humain de la chaîne de supervision. Les auteurs présentent cette version comme une première publication ouverte à la communauté, invitant à la contribution continue de nouvelles captures, ce qui laisse présager des extensions futures en volume et en diversité de tâches.

RecherchePaper
1 source
Never trop tard pour la force : accélérer le post-entraînement des VLA par injection réactive de force
3731arXiv cs.RO 

Never trop tard pour la force : accélérer le post-entraînement des VLA par injection réactive de force

Des chercheurs publient sur arXiv (arXiv:2607.14236v1) LIFT, pour "Late Reactive Injection of Force for VLA Post-Training", une méthode de post-entraînement qui ajoute une réactivité au contact aux politiques vision-langage-action (VLA) déjà pré-entraînées. Le principe : greffer un second "expert d'action" réactif à côté de celui d'origine, initialisé à partir des mêmes poids pré-entraînés, et lui injecter en continu la force 6D mesurée à l'effecteur terminal via une mémoire de force causale et une attention croisée à initialisation nulle. Cela permet de rafraîchir les actions du robot en cours d'exécution, en fonction du retour de force réel et non plus seulement de la vision. Pour gérer le décalage de distribution propre à chaque politique face au retour de contact, LIFT combine cette injection de force avec une boucle DAgger en ligne, entraînée sur un mélange de données hors-ligne alignées sur la tâche et de trajectoires en ligne corrigées par un opérateur humain. Les auteurs testent l'approche sur trois tâches de manipulation fine : pliage de serviette, insertion de livre et empilement d'anneaux façon tour de Hanoï. L'enjeu dépasse la démonstration académique : les politiques VLA actuelles (dans la lignée de RT-2, OpenVLA ou Pi-0) restent essentiellement pilotées par la vision, ce qui les rend fragiles dès que la scène devient occluse, la profondeur ambiguë, ou qu'une petite erreur de force fait sortir l'exécution de la distribution des démonstrations d'entraînement, un scénario fréquent dès qu'il y a contact physique réel avec l'objet. LIFT s'attaque directement à l'un des points faibles documentés du paradigme VLA pour la manipulation en contact, une zone où le fossé entre démonstration vidéo et robustesse en conditions réelles reste large. Les auteurs rapportent un apprentissage plus rapide et des performances supérieures à un post-entraînement uniquement visuel, avec des ablations montrant que la mémoire de force et les corrections humaines en ligne contribuent toutes deux à la robustesse obtenue. Le travail s'inscrit dans la vague actuelle de recherche visant à rendre les politiques VLA génériques exploitables en usine ou en environnement non structuré, où la manipulation fine (insertion, assemblage, tissu) reste le talon d'Achille par rapport aux tâches de préhension simple. Contrairement à un réentraînement complet du modèle, LIFT préserve les connaissances de manipulation générale du VLA de base tout en ajoutant un module spécialisé pour le contact, une approche modulaire plus économe en données. Le code et les données doivent être rendus publics, ce qui permettra à d'autres laboratoires de reproduire les résultats sur d'autres politiques VLA et d'autres tâches de manipulation en contact.

IA physiqueActu
1 source
DriftWorld : modélisation rapide du monde par dérive
3732arXiv cs.RO 

DriftWorld : modélisation rapide du monde par dérive

Des chercheurs présentent DriftWorld dans un article publié sur arXiv (2607.15065v1), un modèle du monde conditionné par l'action destiné à la planification robotique. Contrairement aux modèles de diffusion classiques qui nécessitent un débruitage itératif à chaque inférence, DriftWorld apprend pendant l'entraînement un "drift" conditionné par l'action, ce qui lui permet de générer les images futures à partir de l'observation courante et d'une séquence d'actions candidates en une seule passe avant. Résultat : plus de 30 images par seconde, soit une vitesse 17 fois supérieure en moyenne aux modèles de diffusion de référence. Les auteurs évaluent leur approche sur les benchmarks standards de manipulation robotique par vision, Bridge-V2, RT-1, Language Table, Push-T et Robomimic, où DriftWorld atteint des performances de décision état de l'art tout en consommant nettement moins de temps de calcul à l'inférence. Le modèle sert aussi de simulateur hors ligne pour classer des politiques de robots réels, avec des scores de rollout corrélés jusqu'à 0,99 avec la vérité terrain. Cette avancée cible un goulot d'étranglement bien identifié : les modèles du monde basés sur la diffusion permettent d'imaginer les conséquences d'une action avant de l'exécuter, mais leur lenteur limite la recherche d'actions à grande échelle en temps réel, un frein direct pour le contrôle robotique embarqué. En rendant chaque rollout quasi instantané sans sacrifier la précision, DriftWorld ouvre la voie à une exploration beaucoup plus large de l'espace des actions au moment de la décision, un enjeu central pour les intégrateurs qui cherchent à déployer des politiques robustes sans multiplier les essais physiques coûteux. Sa capacité à évaluer des politiques hors ligne avec une forte corrélation à la réalité terrain en fait aussi un outil potentiel pour tester des comportements robotiques avant tout déploiement réel. Le papier s'inscrit dans la lignée des travaux récents sur les modèles du monde vidéo pour la robotique, où la diffusion domine depuis plusieurs années malgré son coût d'inférence. Il s'agit ici d'une contribution de recherche académique, sans annonce de produit ni de déploiement industriel : les auteurs positionnent les modèles à drift comme une alternative crédible pour l'imagination rapide au service de la planification et de l'évaluation de politiques, sans préciser à ce stade de calendrier d'intégration commerciale.

RecherchePaper
1 source
OASIS-Map : détection de changements au niveau des objets en cartographie multi-sessions par mise en correspondance sémantique
3733arXiv cs.RO 

OASIS-Map : détection de changements au niveau des objets en cartographie multi-sessions par mise en correspondance sémantique

Des chercheurs d'Oxford (Oxford Robotics Institute, groupe Dynamic Robot Systems) présentent OASIS-Map, un système de cartographie multi-session conçu pour détecter et suivre les changements d'objets dans des environnements semi-statiques revisités par un robot au fil du temps. Publié sur arXiv (2607.14899v1), le système établit des correspondances sémantiques denses au niveau des patchs entre observations successives, permettant d'associer un même objet d'une visite à l'autre même en cas de vue partielle, d'occlusion ou de segmentation imparfaite, puis de repérer précisément ce qui a changé dans la scène : objets apparus, disparus, déplacés ou remplacés. L'équipe a testé OASIS-Map sur trois scénarios réels distincts : des réarrangements d'objets dans le jeu de données 3RScan, le remplacement de véhicules visuellement similaires dans un parking, et des changements à grande échelle dans un marché extérieur. Les résultats mesurés donnent un score F1 de 0,783 pour la détection de changement dans le scénario du parking (remplacement de voitures) et un F1 de 0,667 pour l'association d'objets déplacés sur 3RScan. Ce travail cible un problème concret pour la robotique d'inspection long terme : une carte statique devient rapidement obsolète dès que l'environnement évolue en l'absence du robot, un défi central pour les déploiements en entrepôt, en parking ou en espace commercial où les objets bougent en permanence. La difficulté technique majeure n'est pas de détecter qu'un changement a eu lieu, mais d'associer correctement les objets entre deux visites malgré des angles de vue différents ou des occlusions partielles, ce que les méthodes fondées sur la géométrie seule ou la sémantique de catégorie peinent à faire de façon fiable. Un F1 de 0,667 sur l'association d'objets déplacés montre que le problème reste loin d'être résolu à l'échelle, ce qui tempère l'idée que la correspondance sémantique multi-session serait déjà mature pour un déploiement industriel sans supervision. OASIS-Map s'inscrit dans une lignée de recherches sur la cartographie sémantique orientée objets et le change detection pour la robotique persistante, un axe où la littérature s'appuyait jusqu'ici surtout sur la géométrie brute ou des catégories sémantiques génériques plutôt que sur une correspondance fine au niveau des patchs. Les auteurs annoncent la mise à disposition d'une page projet (dynamic.robots.ox.ac.uk/projects/oasis-map) mais ne précisent pas de calendrier de déploiement pilote ni de partenariat industriel ; il s'agit pour l'instant d'un travail de recherche validé sur des cas d'usage réels mais circonscrits, sans indication de commercialisation à court terme.

RecherchePaper
1 source
Robots généralistes : une évaluation active basée sur des facteurs en conditions réelles
3734arXiv cs.RO 

Robots généralistes : une évaluation active basée sur des facteurs en conditions réelles

Des chercheurs ont présenté un nouveau cadre d'évaluation actif pour les politiques robotiques généralistes, entraînées sur de vastes jeux de données couvrant de nombreuses tâches de manipulation. Publié sous la référence arXiv:2607.14439v1, ces travaux s'attaquent à un problème central du secteur : la performance réelle d'une politique dépend d'un espace combinatoire immense de facteurs, poses des objets, points de vue caméra, et l'évaluer de façon exhaustive sur du matériel physique est à la fois lent et coûteux en ressources. Les équipes ont mené 2331 essais réels répartis sur 3 tâches de manipulation avec 3 variations de facteurs chacune. Leur méthode traite l'évaluation comme un problème de conception expérimentale séquentielle : un modèle de substitution probabiliste est ajusté sur l'espace structuré des facteurs de tâche, puis des configurations d'essai sont sélectionnées de manière adaptative pour maximiser le gain d'information sur la distribution de performance de la politique. Résultat chiffré : cette approche permet d'économiser typiquement 20 à 40% des essais par rapport aux tests aléatoires classiques, tout en identifiant systématiquement les zones où la politique échoue le plus souvent. Cette contribution touche un point sensible pour l'industrie de la robotique généraliste : la manière dont on évalue les modèles VLA (vision-langage-action) aujourd'hui repose largement sur des suites de tests étroites, qui peuvent passer à côté de modes d'échec critiques et donner une image trompeuse de la préparation réelle au déploiement. Pour les intégrateurs et les décideurs B2B qui doivent choisir entre plusieurs politiques génératives avant un déploiement industriel, disposer d'une méthode statistiquement rigoureuse et moins gourmande en essais matériels change la donne : elle permet de cartographier plus vite les conditions dans lesquelles un robot échoue, plutôt que de se fier à des démonstrations vidéo sélectionnées ou des benchmarks limités. C'est une pièce méthodologique qui vient contredire l'idée reçue selon laquelle il suffirait de multiplier les tests en conditions variées pour avoir confiance dans une politique : le choix des essais compte autant que leur nombre. Ce travail s'inscrit dans la vague plus large de politiques de manipulation robotique entraînées sur des données diverses à grande échelle, dans la lignée des approches type Pi-0 ou GR00T N2 qui cherchent à généraliser au-delà de tâches et d'environnements spécifiques. Alors que ces politiques gagnent en capacité, l'écart entre promesse en laboratoire et fiabilité en conditions réelles reste l'obstacle principal à leur adoption industrielle, et les méthodes d'évaluation elles-mêmes deviennent un sujet de recherche à part entière plutôt qu'une simple formalité. Les auteurs positionnent leur approche comme un outil systématique face aux pratiques actuelles jugées insuffisantes, ouvrant la voie à des protocoles d'évaluation plus rigoureux avant tout déploiement de robots généralistes en environnement réel, que ce soit en logistique, en industrie manufacturière ou dans des contextes domestiques.

RecherchePaper
1 source
SafeRelBench : un benchmark sensible aux relations spatiales pour la sécurité au niveau des processus dans les agents incarnés pilotés par VLM
3735arXiv cs.RO 

SafeRelBench : un benchmark sensible aux relations spatiales pour la sécurité au niveau des processus dans les agents incarnés pilotés par VLM

Des chercheurs présentent SafeRelBench, un nouveau benchmark évaluant la sécurité des agents robotiques pilotés par des modèles vision-langage (VLM), avec un focus sur les relations spatiales entre objets plutôt que sur la simple reconnaissance de risques statiques. Le jeu de données comprend 507 échantillons d'évaluation exécutables, répartis entre 248 échantillons centrés sur des relations spatiales (support, confinement, proximité) et 259 échantillons de contrôle non spatiaux. L'équipe a testé sept agents robotiques différents, combinant des VLM open-source et propriétaires, pour mesurer non seulement s'ils accomplissent une tâche demandée, mais s'ils respectent des contraintes de sécurité tout au long du processus d'exécution, avant même que des actions risquées ne soient entreprises. Le résultat principal est préoccupant pour l'industrie : les chercheurs observent un écart important entre la réussite d'une tâche et la conformité en matière de sécurité au niveau du processus. Concrètement, les agents testés parviennent souvent à terminer la tâche demandée tout en violant des règles de sécurité intermédiaires, par exemple en manipulant un objet posé de façon instable ou en ignorant un risque de renversement pendant le mouvement. Ce constat remet en question l'hypothèse répandue dans le secteur selon laquelle un modèle VLA qui réussit une tâche a nécessairement raisonné correctement sur les risques physiques associés. Pour les intégrateurs et décideurs B2B déployant des robots domestiques ou humanoïdes en environnement réel, cela signifie que les métriques de succès de tâche classiques ne suffisent pas à garantir un déploiement sûr, et que l'évaluation doit désormais intégrer explicitement le raisonnement sur les relations spatiales entre objets. Ce travail s'inscrit dans un mouvement plus large de recherche sur la sécurité des agents incarnés (embodied AI), où les benchmarks existants se limitaient jusqu'ici à la reconnaissance de dangers statiques, au refus d'instructions dangereuses, ou à la vérification de l'état final d'une tâche, sans examiner la trajectoire du processus. SafeRelBench se distingue en testant explicitement si les conditions de sécurité sont respectées avant l'exécution d'actions à risque, plaçant les relations spatiales au cœur de l'évaluation. Les auteurs concluent qu'une intelligence incarnée véritablement sûre nécessite, au-delà de meilleures capacités de perception et de planification, un raisonnement fiable sur la manière dont les relations entre objets façonnent le risque pendant l'interaction, un axe de recherche qui devrait gagner en importance à mesure que les déploiements de robots humanoïdes et domestiques s'accélèrent.

RecherchePaper
1 source
Modèle fondation à l'échelle pour robots humanoïdes
3736arXiv cs.RO 

Modèle fondation à l'échelle pour robots humanoïdes

Une nouvelle publication arXiv (2607.15163v1, soumission de type "new") propose un modèle de fondation comportemental (Behavior Foundation Model, BFM) pour le contrôle de robots humanoïdes, baptisé Humanoid Transformer. Les auteurs affirment avoir identifié la recette manquante pour faire monter en puissance ces modèles, en coordonnant trois leviers : un nouveau paradigme d'apprentissage qui reformule le contrôle humanoïde comme la reproduction de comportements corporels intégrés dans le référentiel global plutôt que local ; un équilibrage stratégique entre le volume de déploiements en ligne (on-policy rollouts) et la diversité des mouvements de référence utilisés à l'entraînement ; et l'architecture Humanoid Transformer elle-même, conçue pour faire émerger naturellement des représentations structurées du comportement. Testée à la fois en simulation et en conditions réelles, l'approche réduit l'erreur moyenne par point clé (Mean Per-Keypoint Position Error, MPKPE) de plus de 10% en mode local et de 82% en mode global par rapport aux contrôleurs humanoïdes existants. Ce travail répond à un flou méthodologique réel du secteur : malgré l'engouement croissant pour les BFM comme brique de base des agents incarnés généralistes, personne n'avait jusqu'ici établi de façon rigoureuse comment coordonner données, architecture et paradigme d'entraînement pour obtenir un gain de performance qui tienne la route au passage à l'échelle. Le saut de 82% en mode global est le chiffre qui compte vraiment pour les intégrateurs : c'est la capacité à maintenir une cohérence corporelle dans le référentiel monde, condition nécessaire pour des tâches où le robot doit coordonner déplacement et manipulation sans dérive, un point faible classique des contrôleurs entraînés uniquement en référentiel local. Si les résultats se confirment à plus grande échelle, ils renforcent l'hypothèse que le contrôle humanoïde généraliste peut suivre une trajectoire de scaling comparable à celle des grands modèles de langage, plutôt que de rester cantonné à des politiques spécialisées par tâche. L'article s'inscrit dans la vague de recherche académique qui a suivi l'essor des politiques vision-langage-action (VLA) et des BFM ces deux dernières années, sans rattacher la méthode à un robot ou un laboratoire commercial précis : il s'agit d'une contribution méthodologique comparée à des "contrôleurs humanoïdes existants" pris comme référence, sans nommer de plateforme physique spécifique. La suite logique serait une validation sur du matériel humanoïde tiers et à plus grande échelle de données, pour confirmer que le gain en mode global se maintient hors du cadre expérimental des auteurs.

RechercheActu
1 source
Hallucinations dans les affordances : vers une compréhension globale à 360° des environnements intérieurs
3737arXiv cs.RO 

Hallucinations dans les affordances : vers une compréhension globale à 360° des environnements intérieurs

Voici la traduction/résumé demandé. PanoAffordanceNet cible une lacune précise de la perception robotique : la détection d'affordances (les zones d'une scène où une action est possible, comme s'asseoir ou saisir) reste aujourd'hui limitée aux vues perspective classiques et centrée sur des objets isolés. Une équipe de recherche propose donc une nouvelle tâche, l'ancrage holistique d'affordances en environnements intérieurs à 360 degrés, et un framework dédié pour la traiter. Le système combine deux modules techniques : un Distortion-Aware Spectral Modulator (DASM), qui corrige les déformations géométriques propres à la projection équirectangulaire selon la latitude, et une Omni-Spherical Densification Head (OSDH), chargée de restaurer la continuité topologique à partir d'activations éparses. L'entraînement s'appuie sur des contraintes multi-niveaux (pixel, distribution, contraste région-texte) pour limiter la dérive sémantique en contexte de faible supervision. Les auteurs publient également 360-AGD, présenté comme le premier jeu de données de haute qualité pour l'ancrage d'affordances panoramiques, ainsi que le code source, promis en accès libre sur GitHub. Pour les agents robotiques embarqués, la perception à 360 degrés est un prérequis pour naviguer et interagir dans des environnements réels sans multiplier les capteurs ou les prises de vue successives. Les méthodes d'affordance actuelles, conçues pour des images perspective standard, échouent face aux distorsions extrêmes des projections omnidirectionnelles, ce qui limite leur usage en navigation autonome ou en manipulation mobile. En démontrant des gains significatifs par rapport aux approches existantes, ce travail pose une référence pour la perception au niveau de la scène entière, plutôt qu'objet par objet, un enjeu clé pour les systèmes d'intelligence embarquée devant raisonner sur un espace complet plutôt que sur des fragments de champ visuel. Ce travail s'inscrit dans une double lignée de recherche : d'une part la vision omnidirectionnelle, qui peine historiquement avec la dispersion sémantique et l'alignement multi-échelle propres aux images équirectangulaires ; d'autre part l'affordance grounding, jusqu'ici cantonné aux benchmarks perspective centrés objet. En les combinant, les auteurs positionnent PanoAffordanceNet comme un jalon plutôt qu'un produit fini : il s'agit d'une publication de recherche (arXiv, version 2, catégorie replace-cross) sans déploiement industriel annoncé. La mise à disposition prévue du dataset 360-AGD et du code sur GitHub devrait permettre à la communauté de reproduire et d'étendre ces résultats, notamment vers des applications robotiques concrètes en navigation et manipulation dans des scènes complexes.

RecherchePaper
1 source
Au-delà de la force implicite : évaluer les proxys force-couple explicites dans le chunking d'actions avec des transformers
3738arXiv cs.RO 

Au-delà de la force implicite : évaluer les proxys force-couple explicites dans le chunking d'actions avec des transformers

Une équipe de recherche publie une étude (arXiv:2607.14578v1) qui interroge un angle mort de l'apprentissage par imitation en manipulation robotique fine : la capacité d'Action Chunking with Transformers (ACT), architecture largement utilisée pour les tâches de manipulation riches en contact, à percevoir les forces d'interaction sans capteur dédié. Les démonstrations de téléopération leader-follower génèrent en effet un signal caché : l'écart de suivi entre le mouvement commandé par le leader et celui exécuté par le follower encode implicitement le contact, la résistance ou la violation de contrainte. Les chercheurs ont conçu une variante d'ACT centrée sur l'observation, qui prédit les états articulaires futurs du follower plutôt que les commandes du leader, supprimant ainsi ce signal caché tout en conservant le reste du pipeline d'apprentissage. Ils ont ensuite testé si de simples indicateurs de couple articulaire, dérivés du courant moteur ou de l'effort embarqué, pouvaient restaurer un comportement sensible au contact sans capteur de force/couple externe. Sur quatre tâches réelles (suivi de surface, insertion, discrimination de rigidité, arrêt déclenché par la force), retirer le signal implicite provoque des échecs sévères dans les phases critiques d'interaction avec la force. Le résultat est important pour quiconque déploie des politiques d'imitation en environnement industriel : il révèle que la robustesse apparente d'ACT en tâches de contact reposait en partie sur un artefact de collecte de données plutôt que sur une véritable compréhension physique de la tâche. À l'inverse, les politiques augmentées par des proxys de couple retrouvent un comportement robuste et surpassent même la politique ACT de base, ce qui suggère qu'un capteur simple et peu coûteux (courant moteur) peut remplacer efficacement le biais de téléopération, sans matériel additionnel. ACT s'est imposé depuis 2023 comme référence pour l'apprentissage par imitation à faible coût en manipulation fine, aux côtés d'approches VLA comme Pi-0 ou GR00T N2. Cette étude s'inscrit dans un effort plus large de la communauté robotique pour distinguer les capacités réelles des politiques apprises des artefacts de leur méthode de collecte, une question centrale à mesure que l'industrie cherche à industrialiser le déploiement de robots manipulateurs au-delà du laboratoire.

RecherchePaper
1 source
Reflex : contrôle VLA en temps réel par inférence en continu
3739arXiv cs.RO 

Reflex : contrôle VLA en temps réel par inférence en continu

Des chercheurs présentent Reflex, un framework permettant l'inférence en temps réel pour les modèles Vision-Language-Action (VLA) basés sur le flow matching, une technique de contrôle continu prisée pour sa précision mais jusqu'ici incompatible avec la robotique temps réel. Le problème identifié est structurel : l'injection globale du timestep dans le processus de débruitage itératif invalide le KV-caching classique, obligeant à choisir entre un recalcul coûteux en O(N²) ou une réutilisation de cache mathématiquement incorrecte. Reflex exploite ce que les auteurs nomment la "Timestep-Invariance Property", le fait que les encodeurs de perception fonctionnent indépendamment de la boucle de débruitage, pour partitionner le contexte d'attention en régions statique, glissante et dynamique, permettant des mises à jour de cache incrémentales en O(1) sans perte de précision sur les sorties d'attention. Une couche de normalisation adaptative baptisée AdaRMSNorm évite l'effondrement numérique en BFloat16 lors d'inférences continues à haute fréquence, en se calant sur la phase du flux. Un pipeline asynchrone découple encodage visuel et génération d'action, complété par de la fusion d'opérateurs pour réduire l'overhead des kernels. Sur les benchmarks LIBERO et Kinetix, Reflex atteint une accélération d'inférence de 2,58x et un streaming stable à 50Hz, avec une latence de réaction réduite jusqu'à 54%, sans dégradation de performance. Pour l'industrie robotique, ce travail s'attaque à un goulot d'étranglement rarement discuté publiquement : les modèles VLA à flow matching, malgré leurs résultats impressionnants en démonstration, peinent à tourner en boucle fermée à des fréquences compatibles avec un contrôle robotique réactif. Un déploiement stable à 50Hz sans compromis sur la qualité change la donne pour les intégrateurs qui cherchent à faire tourner ces politiques sur du matériel embarqué à budget de calcul limité, plutôt que de dépendre d'un GPU distant surdimensionné. C'est aussi une réponse concrète à l'écart fréquemment pointé entre les métriques de benchmark et la viabilité en conditions réelles de contrôle continu. Ce travail s'inscrit dans la lignée des politiques VLA à diffusion ou flow matching comme Pi-0 ou GR00T N2, qui ont démontré la faisabilité du contrôle continu appris mais restent contraintes par leur coût d'inférence. Reflex ne propose pas un nouveau modèle mais une couche d'infrastructure d'inférence, potentiellement transférable à d'autres architectures de flow matching. Publié sur arXiv (2607.14695), l'article ouvre la voie à des évaluations sur du matériel physique réel, au-delà des environnements simulés LIBERO et Kinetix utilisés pour la validation actuelle.

IA physiqueActu
1 source
Analyse physique de fragilité et risque de chute par robots sociaux : évaluation in situ chez les seniors
3740arXiv cs.RO 

Analyse physique de fragilité et risque de chute par robots sociaux : évaluation in situ chez les seniors

Une équipe de recherche présente un système robotique capable de faire passer aux personnes âgées des tests cliniques standardisés d'évaluation de la fragilité et du risque de chute, en captant simultanément des données biomécaniques fines que les protocoles cliniques classiques n'enregistrent pas. Le robot s'appuie sur une architecture de type Behaviour Tree qui coordonne perception, prise de décision, interaction et mesure, et utilise un suivi du squelette par vision pour administrer deux tests de référence: le Short Physical Performance Battery (SPPB) et le Timed Up and Go (TUG). Le dispositif a été co-conçu avec des professionnels de santé, puis évalué en conditions réelles pendant six mois dans le laboratoire de recherche d'un centre de rééducation, auprès de 81 personnes âgées (N=81). Les mesures du robot ont été comparées aux évaluations de thérapeutes ainsi qu'à des instruments de référence, un tapis d'analyse de la marche et une centrale inertielle (IMU). Les résultats montrent un accord excellent pour la plupart des temps de complétion des tests et des paramètres de marche (ICC supérieur à 0,9), un accord substantiel pour le score global SPPB entre robot et thérapeute (kappa = 0,67), et un accord modéré entre robot et IMU (kappa = 0,55). Pour le secteur de la robotique sociale et de la santé, ces résultats sont significatifs car les évaluations de fragilité restent aujourd'hui coûteuses en personnel et reposent souvent sur des indicateurs grossiers comme le simple temps de réalisation d'une tâche. Un robot capable de produire des mesures fiables et objectives, en plus des scores cliniques habituels, ouvre la voie à un dépistage plus systématique et moins dépendant de la disponibilité des thérapeutes, tout en captant des indicateurs de mobilité que les protocoles conventionnels ignorent. Le travail s'inscrit dans le courant plus large des robots sociaux d'assistance en gériatrie, où la validation clinique en conditions réelles, et non en laboratoire contrôlé, reste rare. L'étude, menée sur six mois avec un échantillon conséquent de 81 patients et validée contre des instruments de référence établis (tapis de marche, IMU), constitue une étape vers l'intégration de ces systèmes en pratique clinique courante, même si les auteurs eux-mêmes notent un accord seulement modéré sur certaines comparaisons instrumentales, signe que des ajustements restent nécessaires avant un déploiement à grande échelle.

RecherchePaper
1 source
Risque et contrôle de croyance sous contraintes : fonctions barrières pour ensembles finis aléatoires
3741arXiv cs.RO 

Risque et contrôle de croyance sous contraintes : fonctions barrières pour ensembles finis aléatoires

Des chercheurs publient sur arXiv (2607.15016v1) un cadre baptisé "risk-aware belief control barrier function" (BCBF) pour sécuriser le contrôle de robots évoluant dans des environnements inconnus et dynamiques, où le nombre d'objets mobiles à éviter varie dans le temps et n'est connu qu'à travers des mesures bruitées et incomplètes. L'incertitude sur cet état multi-objets est modélisée par une croyance au format random finite set (RFS), estimée par un filtre SMC-PHD (sequential Monte Carlo probability hypothesis density) qui la représente sous forme d'un nuage de particules. À partir de ces particules, les auteurs construisent directement une fonction barrière de contrôle non lisse, démontrent l'invariance de l'ensemble de sécurité sous prédiction continue, et établissent une condition explicite garantissant que les mises à jour discrètes du filtre ne compromettent pas cette sécurité. La méthode est validée en simulation puis lors d'expériences réelles en environnement sous-marin. Ce travail s'attaque à un point de friction connu entre théorie du contrôle et déploiement réel: la plupart des control barrier functions classiques supposent un nombre d'obstacles fixe et connu, hypothèse rarement vraie hors laboratoire. En couplant directement le filtre PHD, qui gère nativement apparitions, disparitions et bruit de détection, à la barrière de sécurité, l'approche évite l'étape fragile de "suivi puis contrôle" où des erreurs d'association de données peuvent silencieusement casser les garanties de sécurité. Pour les intégrateurs de robots mobiles ou sous-marins opérant en environnement encombré et faiblement instrumenté, cela ouvre la voie à des garanties formelles même quand la perception reste imparfaite, un cas de figure encore mal couvert par les CBF probabilistes existantes, souvent limitées à la simulation. Les control barrier functions se sont imposées depuis une dizaine d'années comme outil de référence du contrôle sûr en robotique, notamment via les travaux d'Aaron Ames à Caltech, mais leur extension à l'incertitude multi-objets reste un champ actif. Les filtres PHD, eux, dérivent des travaux de Ronald Mahler sur les ensembles finis aléatoires appliqués au suivi multi-cibles, formalisme né en défense et surveillance radar avant sa percée en robotique mobile. Aucun partenariat industriel ni calendrier de transfert n'est mentionné: il s'agit pour l'instant d'une preuve de concept en environnement sous-marin contrôlé, sa généralisation à d'autres domaines restant une piste ouverte.

RecherchePaper
1 source
Navigation agile pour robots quadrupèdes dans des environnements encombrés par apprentissage
3742arXiv cs.RO 

Navigation agile pour robots quadrupèdes dans des environnements encombrés par apprentissage

Des chercheurs présentent VOP-Nav, un système de navigation pour robots quadrupèdes conçu pour évoluer dans des environnements denses et dynamiques, où l'occlusion des capteurs et l'imprévisibilité des déplacements humains posent des défis majeurs. Le cœur du système est un réseau baptisé VOP-Net, qui traite des données LiDAR multi-frames captées en local pour encoder implicitement les contraintes dynamiques de l'environnement et prédire une zone de vitesse sûre, dérivée de la théorie des Velocity Obstacles (VO). Fait notable, cette prédiction VO sert un double rôle : elle alimente la politique de navigation en inférence, et sert de signal de récompense pendant l'entraînement pour favoriser des trajectoires sûres. Le système a été évalué dans le simulateur Isaac Gym, puis déployé en conditions réelles sur un robot quadrupède Unitree Go2, en intérieur comme en extérieur, sans pipeline explicite de détection et de suivi d'obstacles. L'enjeu dépassé ici est un compromis classique en robotique mobile : les méthodes à base de modèle comme les Velocity Obstacles garantissent la sécurité en théorie, mais s'effondrent en environnement dense car elles dépendent d'estimations précises du mouvement des obstacles, difficiles à obtenir dans une foule. À l'inverse, les approches d'apprentissage de bout en bout sont plus robustes mais manquent de capacité de prédiction, ce qui produit soit des collisions, soit des comportements trop prudents. En hybridant les deux, VOP-Nav vise directement le goulot d'étranglement qui freine le déploiement de quadrupèdes et, plus largement, de plateformes mobiles autonomes dans des espaces partagés avec des humains, entrepôts, hôpitaux, bureaux, un enjeu suivi de près par les intégrateurs travaillant avec des plateformes comme Go2 ou Spot. Le papier s'inscrit dans la lignée des travaux sur la navigation sociale et l'évitement d'obstacles dynamiques, où les méthodes géométriques classiques (VO, ORCA) et l'apprentissage par renforcement coexistent sans avoir jusqu'ici bien fusionné. Publié comme preprint arXiv (2607.15036), le travail n'a pas encore fait l'objet de revue par les pairs ; les auteurs revendiquent des taux de réussite supérieurs à leurs bases de comparaison en simulation, sans toutefois préciser de chiffres exacts ni le protocole complet d'évaluation, un point à surveiller avant toute extrapolation vers un déploiement industriel à grande échelle.

RecherchePaper
1 source
ConFlow : apprentissage guidé par contraintes avec appariement de flux pour la génération de mouvement
3743arXiv cs.RO 

ConFlow : apprentissage guidé par contraintes avec appariement de flux pour la génération de mouvement

ConFlow, un nouveau framework de génération de mouvement robotique par flow matching intégrant des contraintes dès l'entraînement, a été publié sur arXiv (2607.14424v1). Le flow matching est une méthode de modélisation générative reposant sur un échantillonneur neuronal basé sur des équations différentielles ordinaires (ODE), entraîné en régressant les champs de flux empiriques associés aux trajectoires observées. Le problème que ConFlow cherche à résoudre est simple à énoncer : la plupart des approches actuelles entraînent le modèle de flux sur des données brutes, puis appliquent des contraintes propres à la tâche uniquement au moment de l'inférence, via un guidage externe. Les auteurs proposent à la place d'injecter directement l'information de contrainte dans l'objectif d'entraînement, sous forme de fonctions de barrière ou de coût différentiables. Autre nouveauté technique : la distribution source gaussienne standard du flow matching est remplacée par un processus gaussien conditionnel, ce qui permet d'imposer des spécifications de conception comme la régularité ou les conditions aux limites. Le système exploite aussi des démonstrations infaisables comme supervision négative, sans nécessiter de données expertes supplémentaires. Sur une tâche de navigation impliquant deux robots, ConFlow affiche un taux de collision plus faible et une meilleure qualité de trajectoire que les baselines de flow matching standard, avec ou sans guidage à l'inférence. L'enjeu dépasse la simple performance chiffrée : ce travail questionne une hypothèse répandue dans la génération de mouvement par apprentissage, à savoir que le guidage à l'inférence suffit à faire respecter des contraintes physiques ou de sécurité à un modèle entraîné sans elles. En démontrant qu'intégrer les contraintes pendant l'entraînement referme l'écart entre entraînement et inférence, ConFlow apporte un argument concret pour les équipes qui développent des politiques de mouvement destinées à des robots opérant sous contraintes strictes (évitement de collision, limites articulaires, zones interdites), un enjeu central pour tout déploiement industriel ou multi-robot. Le flow matching s'est imposé ces dernières années comme alternative aux modèles de diffusion pour la génération de trajectoires robotiques, dans la même famille de méthodes que les architectures vision-langage-action (VLA) comme Pi-0 ou GR00T N2, qui reposent elles aussi sur des politiques génératives entraînées sur démonstrations. ConFlow se positionne comme une brique méthodologique complémentaire à ces systèmes plutôt qu'un produit concurrent : la validation reste pour l'instant limitée à un scénario de navigation à deux robots, sans indication d'extension à des tâches de manipulation plus complexes ou à un déploiement matériel réel.

RecherchePaper
1 source
Sécurité de nuit VLA : détecter l'invisible grâce à des modèles vision-langage-action à perception thermique pour la manipulation critique
3744arXiv cs.RO 

Sécurité de nuit VLA : détecter l'invisible grâce à des modèles vision-langage-action à perception thermique pour la manipulation critique

Des chercheurs présentent Safe-Night VLA, un framework de manipulation robotique qui ajoute la perception thermique infrarouge longue longueur d'onde à un modèle vision-langage-action (VLA) pré-entraîné, publié en version corrigée sur arXiv (2603.05754v2). Contrairement aux VLA classiques qui reposent uniquement sur des caméras RGB, ce système fait remonter un raisonnement sémantique fondé sur les propriétés thermodynamiques des objets et des surfaces, ce qui lui permet de percevoir des signaux invisibles pour une caméra couleur standard. Pour limiter la fragilité connue des politiques génératives face à des scénarios hors distribution d'entraînement, les auteurs ajoutent un filtre de sécurité basé sur des fonctions de barrière de contrôle (control barrier functions), garantissant un respect déterministe des contraintes de l'espace de travail pendant l'exécution. Les tests ont été menés sur un bras manipulateur Franka, avec un protocole d'évaluation inédit combinant manipulation conditionnée par la température, localisation de cibles sous une surface opaque, et désambiguïsation de reflets visuels. Résultat annoncé: le système surpasse les baselines RGB seules sur ces trois tâches, tout en maintenant l'exécution sous contrainte de sécurité. L'intérêt pour l'industrie tient moins à la démo qu'au principe qu'elle teste: peut-on faire dire à un modèle fondation pré-entraîné sur du RGB des choses pertinentes sur une modalité physique qu'il n'a jamais vue à l'entraînement, simplement en injectant un flux thermique dans son backbone vision-langage. Si ce principe se généralise, cela ouvre la voie à des VLA capables de manipuler dans le noir, de détecter des objets chauds ou cachés sous une surface, ou de distinguer un vrai objet d'un reflet trompeur, des cas d'usage utiles en logistique nocturne, en environnements industriels à faible visibilité ou en inspection. L'ajout d'un filtre de sécurité formel plutôt que purement appris répond aussi à une critique récurrente des politiques VLA end-to-end: l'absence de garanties dures sur les collisions ou les dépassements de zone de travail, un point sensible pour tout déploiement en environnement partagé avec des humains. Le travail s'inscrit dans la vague actuelle des VLA généralistes (type GR00T N2, Pi-0, Helix) qui cherchent à étendre la perception au-delà du RGB pour combler l'écart entre démonstrations en laboratoire et robustesse réelle. Il reste à ce stade une validation académique sur un seul bras fixe en conditions contrôlées, sans indication de déploiement industriel ni de partenaire commercial, et les auteurs eux-mêmes ne revendiquent qu'une preuve de concept sur l'exploitation de modalités physiques non visibles.

RecherchePaper
1 source
AHEAD : téléopération prédictive de la main par anticipation de l'intention humaine
3745arXiv cs.RO 

AHEAD : téléopération prédictive de la main par anticipation de l'intention humaine

Cette semaine, un article publié sur arXiv (2607.15172v1) présente AHEAD, un système de téléopération en réalité virtuelle capable d'anticiper les intentions de l'opérateur pour accélérer le contrôle d'un robot manipulateur. Dans la téléopération directe classique, chaque mouvement de la main est retranscrit image par image sur l'effecteur du robot, ce qui offre une précision fine mais impose une surveillance constante et fatigante lors de l'approche, de la saisie et du dépôt d'objets. La téléopération supervisée par objectifs, où l'opérateur fixe des points de passage que le robot atteint via un planificateur, réduit la charge cognitive mais introduit une latence d'attente entre chaque commande. AHEAD combine les deux approches dans un jumeau numérique: l'opérateur effectue des gestes naturels de préhension et de placement, et un classifieur basé sur l'attention analyse une courte fenêtre de signaux 3D de la main et de la tête, associée au contexte de la scène, pour prédire l'objet visé et l'emplacement de dépôt. Une machine à états transforme ensuite ces prédictions en objectifs stables pour le robot, permettant un déclenchement anticipé du mouvement tout en restant robuste face aux prédictions bruitées ou aux corrections gestuelles. Le module de prédiction atteint une précision Top-1 de 76% pour l'identification de l'objet à saisir et 76% pour le créneau de placement cible. Cette approche s'attaque directement à un compromis structurel de la téléopération industrielle: la précision du contrôle direct contre la fluidité du contrôle par objectifs. Pour les intégrateurs travaillant sur des tâches répétitives de pick-and-place télé-opérées, en logistique ou en assemblage, une réduction mesurable de la latence de réaction combinée à une charge opérateur allégée pourrait justifier l'adoption de systèmes hybrides plutôt que le choix binaire actuel entre contrôle manuel intensif et planification automatisée plus lente. L'étude utilisateur associée montre des gains concrets: la latence de réaction du robot diminue de 0,6 seconde pour la reconnaissance d'objet et de 1,4 seconde pour le créneau de placement par rapport aux méthodes de référence, avec une charge de travail perçue par les participants en baisse. Ces résultats s'inscrivent dans un courant de recherche plus large sur la prédiction d'intention humaine en téléopération VR, où l'enjeu est de rapprocher la réactivité de systèmes semi-autonomes de celle du contrôle manuel direct, sans reproduire sa charge cognitive. Le papier ne précise pas de plateforme robotique commerciale ni de partenaire industriel; il s'agit à ce stade d'une contribution méthodologique évaluée en environnement contrôlé, dont la transposition à des cas d'usage industriels réels reste à démontrer.

RecherchePaper
1 source
DiMaS : mise en correspondance des distributions pour piloter les modèles vision-langage-action
3746arXiv cs.RO 

DiMaS : mise en correspondance des distributions pour piloter les modèles vision-langage-action

Des chercheurs présentent DiMaS (Distribution-Matching Steering), une méthode pour orienter finement le comportement des modèles vision-langage-action (VLA) bases sur le flow matching, sans reentrainement complet. Publie sur arXiv sous la référence 2607.14280, le travail s'attaque a un manque identifie dans le contrôle comportemental fin des robots: la capacité d'intervenir directement sur les représentations internes d'un modèle pour modifier la manière dont il execute une tache. Le "représentation steering" est un outil déjà bien établi en interpretabilite pour les grands modèles de langage et les modèles vision-langage, ou les traits comportementaux s'encodent généralement comme des directions linéaires dans l'espace latent. Les auteurs montrent que ces méthodes classiques échouent sur les VLA. DiMaS remplace le simple décalage le long d'une direction fixe par un transport entre distributions de représentations, et l'équipe démontre son efficacité sur deux VLA de pointe non nommes dans le résume. Elle etudie aussi la généralisation de la méthode a mesure que les taches d'apprentissage et d'évaluation divergent, en cartographiant ou le contrôle comportemental se transféré et ou il s'affaiblit. Code et résultats, avec des vidéos de démonstration, sont disponibles publiquement sur GitHub (pegah-kh/dimas) et sur une page projet dédiée. Pour les équipes qui développent ou intègrent des politiques robotiques génératives, cette avancée ouvre une piste de personnalisation fine et peu couteuse: ajuster un comportement (prudence, vitesse d'exécution, style de préhension) sans reentrainer le modèle complet. L'apport le plus significatif est cependant diagnostique. En montrant que les traits comportementaux de l'"action expert", le module qui génère les trajectoires du robot, sont linéairement decodables mais pas linéairement pilotables, l'étude remet en question une hypothèse importée telle quelle des LLM: qu'un concept identifiable linéairement peut aussi être manipule linéairement. Une nuance utile face a l'engouement actuel pour les VLA généralistes dans la lignée de Pi-0 ou GR00T N2, ou expliquer une décision robotique ne garantit pas la capacité a la corriger simplement. Ces travaux s'inscrivent dans la montée en puissance des politiques VLA a base de flow matching pour la manipulation, une famille de modèles qui a progressivement supplante des architectures de clonage comportemental plus rigides. Le champ de l'interpretabilite dont s'inspirent les auteurs est bien documente cote texte et vision, avec des méthodes de steering déjà utilisées pour orienter le ton ou la sécurité des grands modèles de langage; DiMaS transpose cette logique au domaine visuomoteur, ou elle n'avait pas encore été validée rigoureusement. Aucun acteur français ou européen de la robotique (Wandercraft, Pollen Robotics, Enchanted Tools) n'est implique: il s'agit d'un travail de recherche fondamentale, pas d'une annonce produit. Les auteurs annoncent vouloir étendre l'étude de généralisation a des taches encore plus éloignées, pour mieux cerner les limites du transfert comportemental entre contextes.

RecherchePaper
1 source
Au-delà de la saisie visuelle : évaluer la préhension complexe, de la détection à l'exécution
3747arXiv cs.RO 

Au-delà de la saisie visuelle : évaluer la préhension complexe, de la détection à l'exécution

Une équipe de chercheurs publie sur arXiv (référence 2607.14341) GCA-Bench, un nouveau benchmark destiné à évaluer les systèmes de préhension robotique sur des tâches complexes, au-delà de la simple détection visuelle de pose de saisie. Contrairement aux benchmarks existants, centrés sur la détection isolée d'un point de préhension à partir d'une image, GCA-Bench introduit des scénarios de "grasping with complex action" qui exigent un raisonnement au niveau de la scène et la prise en compte de contraintes sémantiques, c'est à dire comprendre non seulement où saisir un objet mais pourquoi et comment, selon le contexte. Les auteurs ont testé une gamme de méthodes de référence, des pipelines classiques de détection de préhension jusqu'aux approches d'apprentissage de bout en bout intégrant de grands modèles de fondation. Résultat marquant: les taux de réussite chutent sous les 70% dès que les scénarios de préhension deviennent complexes. Ce chiffre est significatif pour l'industrie robotique car il vient contredire le récit dominant selon lequel les modèles de fondation à grande échelle (type VLA) auraient déjà résolu la préhension robotique en conditions réelles. La plupart des démonstrations commerciales actuelles portent sur des objets isolés dans des environnements contrôlés; GCA-Bench montre que dès qu'un raisonnement multi-étapes ou une contrainte sémantique s'ajoute (choisir le bon objet selon une instruction, adapter la prise selon l'usage prévu), la fiabilité des systèmes s'effondre. C'est un signal utile pour les intégrateurs et décideurs B2B qui évaluent la maturité réelle de ces technologies avant déploiement industriel ou logistique. Le papier s'inscrit dans une lignée de benchmarks robotiques (type GraspNet ou YCB) qui se limitaient jusqu'ici à l'évaluation visuelle pure de la pose de préhension. En proposant de nouvelles métriques d'évaluation et une analyse des modes d'échec critiques, les auteurs cherchent à orienter la recherche vers des stratégies de préhension plus robustes et généralisables. Il s'agit pour l'instant d'une prépublication arXiv non revue par les pairs, sans indication de déploiement industriel ni de partenaire commercial associé.

RecherchePaper
1 source
Robots humanoïdes et interaction homme-robot dans les architectures d'IA générative via l'Agent-Client Protocol
3748arXiv cs.RO 

Robots humanoïdes et interaction homme-robot dans les architectures d'IA générative via l'Agent-Client Protocol

Des chercheurs ont publié le 17 juillet 2026 sur arXiv (référence 2607.14919v1) une architecture combinant deux protocoles de communication pour les robots pilotés par des agents génératifs. Le papier propose d'adopter l'Agent-Client Protocol (ACP), un standard conçu à l'origine pour les agents de codage en ingénierie logicielle, comme contrat de communication unifié pour la couche d'interaction homme-robot (HRI), en le combinant au Model Context Protocol (MCP) déjà utilisé pour relier les agents à leurs capacités d'exécution. Le résultat est une architecture en trois couches totalement découplées : interaction humaine, orchestration délibérative et exécution physique. Les auteurs ont testé ce montage sur un robot mobile physique, en connectant trois interfaces utilisateur hétérogènes au même système robotique, et ont validé des flux de travail humain dans la boucle en temps réel avec un surcoût de latence jugé négligeable. Cette architecture s'attaque à un problème concret pour les intégrateurs : alors que la liaison agent-exécution converge vers une standardisation via MCP, la couche supérieure d'interaction homme-robot reste fragmentée par des interfaces propriétaires ad hoc, ce qui complique la collaboration en temps réel (observabilité, autorisation explicite, interruption immédiate de tâche). En rendant cette couche interchangeable, l'approche permettrait de connecter n'importe quelle interface cliente à un système robotique sans développement spécifique, et de remplacer la plateforme robotique sous-jacente sans casser les intégrations existantes côté client. Pour des décideurs B2B qui déploient des flottes hétérogènes ou évaluent plusieurs fournisseurs, cela réduirait le coût de verrouillage technique lié aux interfaces propriétaires, à condition que l'adoption dépasse ce prototype académique. Le travail s'inscrit dans la dynamique amorcée par Anthropic avec MCP, devenu en un peu plus d'un an une quasi-norme de facto pour connecter les LLM à des outils et données externes, y compris en robotique. L'ACP, lui, provient de l'écosystème des agents de codage logiciel, où il sert déjà à standardiser les échanges entre un agent et son client d'interface. Ce papier reste une démonstration de recherche, validée sur un seul robot mobile en laboratoire, et non un produit ou un déploiement industriel : reste à voir si des fabricants de robots ou des éditeurs d'orchestration agentique reprendront ce protocole, face aux interfaces propriétaires déjà déployées chez les grands acteurs de la robotique humanoïde et mobile.

InfrastructureActu
1 source
Adaptation Adaptative de Robots à Articulations Flexibles Contrôlées en Position Moteur, avec Rigidité d'Articulation Incertaine
3749arXiv cs.RO 

Adaptation Adaptative de Robots à Articulations Flexibles Contrôlées en Position Moteur, avec Rigidité d'Articulation Incertaine

Une équipe de chercheurs propose une nouvelle approche de commande adaptative pour les robots à articulations flexibles pilotés en position moteur, publiée sur arXiv (2607.14177). Le problème visé est concret pour l'industrie robotique : la commande basée modèle de ces systèmes suppose une connaissance précise de la relation couple-déflexion (raideur) de chaque articulation élastique, mais cette caractéristique varie en pratique selon les conditions de fonctionnement et se dégrade lentement avec l'usure et le vieillissement des éléments élastiques physiques. La méthode proposée met à jour en continu une estimation de cette relation couple-déflexion non linéaire et incertaine, articulation par articulation. Contrairement aux approches classiques de commande adaptative conçues pour des robots rigides, les auteurs s'appuient sur une loi de commande implicite couplée à une matrice de régression dépendante de l'entrée de commande, spécifiquement pensée pour gérer l'incertitude sur la raideur. L'approche a été testée expérimentalement sur une articulation flexible présentant des caractéristiques de raideur non linéaires, avec une analyse de robustesse face aux erreurs induites par le contrôleur de position moteur. L'enjeu dépasse la seule prouesse académique. Les articulations élastiques (via actionneurs série-élastiques ou éléments compliants) équipent de plus en plus de robots collaboratifs, d'exosquelettes et de systèmes de locomotion, précisément parce qu'elles apportent sécurité d'interaction et absorption des chocs. Mais cette compliance a un coût : la précision du contrôle en couple dépend d'un modèle de raideur fiable, difficile à maintenir en production sur la durée de vie d'un robot industriel. Une méthode capable de s'adapter automatiquement au vieillissement des composants élastiques, sans recalibration manuelle répétée, réduirait un point de friction réel pour les intégrateurs qui déploient des robots compliants en environnement industriel, en particulier ceux nécessitant un contrôle de force fin et durable. Ce travail s'inscrit dans un champ de recherche plus large sur la commande adaptative en robotique, historiquement développée pour des manipulateurs rigides où l'incertitude porte sur la masse ou l'inertie plutôt que sur l'élasticité. L'extension aux robots à articulations flexibles est plus complexe en raison du couplage dynamique entre moteur et charge à travers l'élément élastique. Les auteurs ne précisent pas d'application industrielle ni de partenaire commercial dans le résumé : il s'agit à ce stade d'une validation expérimentale sur banc de test, dont la suite logique serait une extension à des architectures multi-articulations et une comparaison directe avec les méthodes de commande adaptative existantes pour robots rigides.

RecherchePaper
1 source
Représentation Alignée pour l'Ancrage Tactile en Manipulation Robotique à Contact Riche
3750arXiv cs.RO 

Représentation Alignée pour l'Ancrage Tactile en Manipulation Robotique à Contact Riche

Le capteur tactile reste le parent pauvre des politiques vision-langage-action (VLA) pour la manipulation robotique, alors que les phases de contact critiques (préhension, insertion, glissement) échappent souvent à la caméra. Une équipe de recherche propose dans un article publié sur arXiv (2607.14609) une méthode pour mieux exploiter le toucher: au lieu de prédire directement le signal tactile brut, souvent bruité, le système apprend à anticiper de futurs états tactiles à partir des représentations internes du modèle. Par une analyse en sonde linéaire (linear probe), les chercheurs montrent que ce sont les caractéristiques intermédiaires de l'expert en action, la partie du réseau qui traduit une décision en mouvement, qui prédisent le mieux l'état tactile futur, bien mieux que les couches de perception vision-langage ou que l'état d'action final. Sur cette base, ils introduisent le Latent Tactile Predictor (LTP), un module léger qui prédit des embeddings tactiles compacts à partir de cette couche intermédiaire plutôt que le signal tactile brut. Des expériences sur des tâches de manipulation réelles à fort contact confirment que cet alignement représentationnel surpasse les approches de prédiction tactile moins ciblées ou multi-interfaces. Cette contribution touche à un point sensible du secteur robotique: la plupart des politiques VLA actuelles (Pi-0, GR00T N2, Helix) reposent presque exclusivement sur la vision et le langage, avec un toucher traité comme un canal secondaire greffé après coup. Montrer qu'il existe un endroit précis, dans l'architecture, où la supervision tactile est réellement utile change la manière de concevoir ces modèles multimodaux: cela suggère que brancher un capteur tactile n'importe où dans le réseau, sans réflexion sur l'alignement des représentations, gaspille l'information. Pour les intégrateurs travaillant sur des tâches à contact fin, assemblage, insertion de connecteurs, manipulation d'objets déformables, c'est un signal que la robustesse ne viendra pas seulement de plus de données mais d'une meilleure architecture de fusion des modalités. Le travail s'inscrit dans la lignée des VLA tactiles apparus ces deux dernières années pour combler l'angle mort de la seule vision. L'article ne détaille pas de déploiement industriel ni de partenariat avec un fabricant de robots, il s'agit d'une contribution de recherche fondamentale destinée à orienter la conception des futures générations de politiques VLA plutôt qu'un produit prêt à l'emploi.

RechercheActu
1 source