Aller au contenu principal

Actualités robotique — page 81

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

AI² Robotics lève 735 millions de dollars pour ses robots humanoïdes à roues, valorisation à 3 milliards
4001Robotics Business Review 

AI² Robotics lève 735 millions de dollars pour ses robots humanoïdes à roues, valorisation à 3 milliards

AI² Robotics, start-up basée à Shenzhen, vient de lever environ 735 millions de dollars lors d'un tour de financement qui porte sa valorisation au-delà de 50 milliards de yuans, soit environ 2,8 milliards de dollars (le titre de l'annonce évoque 3 milliards, un écart qui illustre la façon dont ces valorisations circulent parfois de manière approximative). Le tour de table rassemble un panel d'investisseurs révélateur de l'enjeu stratégique que représente désormais la robotique physique en Chine: des fonds publics comme le National Small and Medium Enterprises Development Fund, des industriels comme Sino Biopharmaceutical et le groupe Moutai, ainsi que des acteurs financiers comme CICC Capital et GSR Ventures. Le produit phare, AlphaBot 2, est un manipulateur mobile à roues doté d'un buste humanoïde et de mains à cinq doigts, avec plus de 34 degrés de liberté et un mécanisme de levage buste-jambes propriétaire. Contrairement à la majorité des constructeurs chinois qui misent sur la bipédie, AI² Robotics a choisi une base roulante: le robot ne peut ni monter d'escaliers ni franchir un terrain accidenté, mais il est nettement moins coûteux à produire, mécaniquement plus robuste et soumis à des contraintes réglementaires bien plus légères pour une exploitation en espace public. L'ensemble tourne sous Alpha Brain, un modèle vision-langage-action (VLA) maison chargé du raisonnement spatial en temps réel, de la compréhension de l'environnement et de la planification de tâches multi-étapes. Ce choix technique traduit un pari assumé sur le compromis coût-fiabilité plutôt que sur la polyvalence locomotrice, et positionne AI² Robotics à contre-courant de la course à la bipédie qui domine la communication du secteur. L'entreprise évite délibérément la rhétorique grand public et cible des environnements structurés où la configuration roues-plus-bras est déjà pertinente: logistique, manufacturing, biotech, services publics et retail. C'est un signal important pour les intégrateurs et décideurs B2B: la validation ne se joue pas sur des démonstrations spectaculaires mais sur la capacité à déployer rapidement dans des entrepôts ou des lignes de production, où un modèle VLA robuste et un robot durable comptent davantage qu'une allure humaine complète. Cette levée s'inscrit dans une séquence de mouvements de capitaux intense sur le marché des humanoïdes: l'introduction en bourse en préparation d'Agility Robotics, les tours de financement récents d'Apptronik et de Neura Robotics, et le rachat de Kinisi Robotics par Bear Robotics. Elle confirme aussi le rôle moteur de capitaux d'État et d'industriels chinois dans le financement de la robotique physique, à un moment où le pays cherche à consolider sa position face aux acteurs américains et européens. Les prochaines étapes attendues concernent le rythme de déploiement industriel d'AlphaBot 2 et la capacité d'Alpha Brain à tenir ses promesses de planification de tâches complexes à grande échelle, un test que la plupart des modèles VLA du secteur n'ont pas encore pleinement réussi.

Chine/AsieOpinion
1 source
Robot-chien dans le navigateur
4002Hackaday Robots Hacks 

Robot-chien dans le navigateur

Un simulateur de chien robot tourne dans le navigateur, sans installation ni matériel. Hackaday présente cet outil basé sur Bittle, le robot quadrupède open source de Petoi vendu sous le nom OpenCat, doté de 9 degrés de liberté : un servomoteur dans la tête et huit répartis sur les quatre pattes. L'ensemble du code s'exécute dans un IDE web gratuit, et l'utilisateur peut piloter le robot virtuel via des boutons à l'écran ou des commandes série documentées, comme "ksit" pour faire asseoir le chien. La logique principale se trouve dans deux fichiers, read_serial, placé de façon surprenante dans src/moduleManager.h, et reaction, dans src/reaction.h. Un clic sur "compile" charge et exécute le code modifié directement dans le robot simulé, permettant de tester des séquences de mouvements, par exemple un enchaînement assis, debout, salto arrière et salto avant répété toutes les 1000 itérations de boucle, sans risquer d'endommager de vrais servomoteurs en cas de chute de bureau. Le sponsor de l'article commercialise le robot en kit ou assemblé, mais la base logicielle étant ouverte, il reste possible de construire sa propre version. Cet outil ne constitue pas un produit commercial ni un déploiement industriel, mais il illustre une tendance utile pour les makers et les développeurs de robotique amateur : tester du code de comportement sur un jumeau virtuel avant tout contact avec le matériel physique, une pratique de simulation-avant-exécution déjà standard chez les plateformes humanoïdes haut de gamme mais rarement accessible sur des quadrupèdes open source à petit budget. Cela réduit le risque de casse de servomoteurs pendant le développement et abaisse la barrière d'entrée pour expérimenter sans acheter de matériel au préalable. L'article souligne aussi le positionnement d'OpenCat entre les jouets bon marché, peu capables, et les plateformes robotiques sérieuses, dont le prix reste élevé : Bittle occupe un créneau intermédiaire, hackable et documenté, mais qui nécessite tout de même un investissement réel pour exploiter pleinement le matériel. OpenCat, déjà couvert par Hackaday par le passé, repose sur un firmware ouvert et des servomoteurs standards, ce qui le distingue de plateformes fermées comme celles de Boston Dynamics ou Unitree, où le code de contrôle n'est pas modifiable par l'utilisateur. Le robot peut aussi être étendu avec des capteurs additionnels montés au niveau de la gueule, ou voir sa tête remplacée par un bras si des servomoteurs suffisamment puissants sont installés. Aucun calendrier de déploiement commercial n'est mentionné : il s'agit d'un outil de développement destiné aux propriétaires actuels ou futurs du robot, pensé pour prototyper des comportements avant tout achat ou assemblage physique.

InfrastructureTuto
1 source
Video Friday : une Coupe du Monde pour robots
4003IEEE Spectrum Robotics 

Video Friday : une Coupe du Monde pour robots

Pour la première fois, deux équipes complètes de robots humanoïdes se sont affrontées dans un match de football à 11 contre 11 sur du matériel réel, lors de RoboCup 2026 à Incheon, en Corée du Sud, une avancée que les organisateurs présentent comme une étape vers un objectif à long terme de la robotique : battre une équipe humaine championne du monde d'ici 2050. Toujours à Incheon, l'équipe néerlandaise Tech United a affronté IRIS en ligue « mid-size ». Dans un autre registre, des ingénieurs du MIT et de l'EPFL à Lausanne ont présenté un robot capable de nager sous l'eau puis de jaillir hors de l'eau pour poursuivre son vol, en s'inspirant de la mécanique des oiseaux plongeurs, dans l'optique de développer une nouvelle classe de drones aériens-aquatiques. La startup 1X a dévolié pour sa plateforme humanoïde NEO une main à 25 degrés de liberté entièrement actionnés, à commande par tendons, dotée d'un retour tactile riche et présentée comme apte à la manipulation fine et à l'usage d'outils de précision, une annonce à prendre avec prudence tant qu'aucune démonstration indépendante n'a été montrée. Boston Dynamics a fait intervenir son robot Atlas devant 80 000 spectateurs au stade NYNJ, lors du match Brésil-Norvège, pour livrer le ballon du coup d'envoi de la seconde mi-temps. Agility Robotics a de son côté mis en scène Digit à la tenue d'un barbecue pour la fête nationale américaine, argument marketing autour du contrôle de force précis de son bras. Enfin, le laboratoire Generalist a annoncé GEN-1, un modèle d'apprentissage robotique affichant un taux de réussite moyen de 99 % contre 64 % pour les modèles précédents sur des tâches physiques simples, une exécution dite trois fois plus rapide, et un entraînement ne nécessitant qu'une heure de données robotiques par tâche. Ces annonces illustrent la bascule en cours dans le secteur, où le spectacle événementiel (Atlas au coup d'envoi, Digit au grill) coexiste avec des progrès techniques plus substantiels sur la manipulation fine et l'apprentissage généraliste. Le chiffre avancé par Generalist, s'il se confirme sur des tâches diversifiées et hors laboratoire, toucherait directement la question du sim-to-real et de la donnée nécessaire au déploiement commercial des VLA, un point de friction majeur pour les intégrateurs industriels. La main à 25 DoF de 1X s'inscrit dans la course à la dextérité, condition jugée indispensable pour sortir les humanoïdes des tâches de manutention basique vers des usages en logistique fine ou en assemblage. Cette semaine s'inscrit dans une accélération plus large du secteur en 2026, entre compétitions sportives comme vitrines technologiques (RoboCup, dont l'ambition affichée reste un horizon 2050) et rivalité entre acteurs américains (Boston Dynamics, Agility, 1X, Figure, Generalist) sur le terrain de l'humanoïde généraliste. Aucun acteur français ou européen n'apparaît dans cette sélection, un signe de la concentration actuelle de l'innovation humanoïde aux États-Unis et en Asie. Les prochains rendez-vous à suivre incluent IROS 2026 à Pittsburgh fin septembre et le Humanoids Summit de Séoul, où ces annonces devraient être confrontées à des démonstrations en conditions réelles.

HumanoïdesActu
1 source
MIT présente un essaim de bateaux robots qui transforme les voies navigables en infrastructure flottante adaptative
4004Interesting Engineering 

MIT présente un essaim de bateaux robots qui transforme les voies navigables en infrastructure flottante adaptative

Des chercheurs du MIT ont développé FloatForm, un essaim de robots-bateaux autonomes capables de s'assembler en structures flottantes reconfigurables sans intervention humaine constante. Chaque robot mesure 21 centimètres de côté et embarque quatre propulseurs omnidirectionnels disposés en configuration X, lui permettant de se déplacer dans toutes les directions et de pivoter sur place. Un mécanisme de verrouillage magnétique inspiré de l'origami, actionné par un unique servomoteur, pousse ou rétracte des aimants permanents sur les quatre faces du robot, autorisant une connexion fiable entre unités séparées de 10 à 15 centimètres. Une boîte de vitesses imprimée en 3D verrouille le loquet en position engagée ou désengagée sans consommer d'énergie, celle-ci n'étant sollicitée que lors des phases de connexion et de séparation. En laboratoire, des flottilles de quatre et huit robots ont assemblé, désassemblé et réassemblé des structures cibles de façon autonome, puis se sont déplacées comme un seul vaisseau rigide, chaque démonstration durant entre quatre et huit minutes. Sur dix essais, le taux de réussite autonome atteint 90% avec quatre robots et chute à 70% avec huit, l'essaim parvenant néanmoins à se remettre seul d'erreurs de navigation et de blocages de formation. Des simulations informatiques suggèrent que le cadre de coordination décentralisé peut s'étendre à des essaims d'au moins 64 robots. L'intérêt du système tient à son architecture décentralisée: contrairement à la plupart des robots auto-assemblants qui dépendent d'un contrôleur central coordonnant chaque mouvement, FloatForm ne confie à un planificateur central que l'attribution des positions finales, chaque robot gérant ensuite localement sa navigation, l'évitement de collisions et la coordination en échangeant des données de position avec ses voisins immédiats. Cette approche permet à tous les robots de bouger simultanément, et surtout découple la charge de calcul du nombre total d'unités puisqu'elle ne dépend que des interactions locales. C'est une distinction importante pour l'industrie de la robotique en essaim: la plupart des démonstrations de ce type restent limitées en échelle par la centralisation du contrôle. Si la scalabilité simulée jusqu'à 64 unités se confirme sur du matériel réel, elle ouvrirait la voie à des infrastructures flottantes à la demande, pont temporaires, plateformes de travail, marchés flottants ou dispositifs d'intervention d'urgence, déployables sur canaux, rivières, ports et zones côtières. Le projet s'inspire directement du comportement des fourmis de feu, capables de former des radeaux flottants collectifs lors d'inondations en ne s'appuyant que sur des décisions individuelles locales. Les équipes du MIT ont dû résoudre plusieurs problèmes d'ingénierie annexes: la puissance des propulseurs provoquait initialement une rotation excessive des robots en raison de leur faible masse, ce qui a nécessité l'ajout d'ailerons stabilisateurs et un raffinement des algorithmes de contrôle pour compenser les différences entre unités individuelles. L'attraction magnétique trop forte entre robots a également dû être corrigée pour garantir un détachement fiable sur commande. Les chercheurs envisagent désormais des versions plus grandes destinées aux canaux, rivières, ports et eaux côtières, sans toutefois avoir communiqué de calendrier de déploiement pilote à ce stade.

RecherchePaper
1 source
Robot foreur descendant : une première mondiale qui pourrait transformer la construction des data centers
4005Interesting Engineering 

Robot foreur descendant : une première mondiale qui pourrait transformer la construction des data centers

Robot DALE de Dewalt (filiale de Stanley Black & Decker), développé avec la société de robotique mobile August Robotics, vient d'être lancé commercialement après une présentation au salon World of Concrete plus tôt cette année. Ce robot est conçu pour le forage vertical descendant dans le béton, une opération jusqu'ici largement manuelle et chronophage sur les chantiers. Il embarque des batteries interchangeables à chaud, un système de supervision à distance, une extraction automatique des poussières et un contrôle qualité assisté par intelligence artificielle. Grâce à la plateforme autonome et multi-robots développée par August Robotics, plusieurs unités DALE peuvent être déployées simultanément sur un même chantier, avec détection d'obstacles et délimitation automatique des zones de travail ; un mode dédié permet aussi de forer à travers des armatures en acier lorsque nécessaire. Selon les chiffres communiqués par Dewalt à l'issue d'un pilote d'un an mené avec une entreprise du secteur (non nommée), le robot aurait atteint une vitesse de forage jusqu'à dix fois supérieure aux méthodes traditionnelles, réduit les délais cumulés de 190 semaines sur 26 phases de construction de data centers, et affiché une précision de 99,97 % sur plus de 230 000 trous percés. Le robot est désormais disponible à la commande sur le site de Dewalt. Ces chiffres, s'ils se confirment en usage réel et à plus grande échelle, marqueraient une avancée notable pour un secteur de la construction de data centers en pleine tension : chaque site nécessite typiquement des milliers de perçages pour ancrer les racks serveurs et les supports des systèmes MEP (mécanique, électrique, plomberie), un travail répétitif, pénible et propice aux erreurs humaines. Pour les intégrateurs et donneurs d'ordre du BTP industriel, la promesse d'un gain de temps aussi important équivaut directement à des économies sur des projets où chaque semaine de retard pèse lourd financièrement, notamment dans la course actuelle à la capacité de calcul. Il faut toutefois noter que ces statistiques proviennent exclusivement du communiqué de Dewalt, sans validation indépendante ni détail sur les conditions précises du pilote, ce qui invite à une lecture prudente des performances annoncées comme un "monde en première mondiale". Ce lancement s'inscrit dans une stratégie plus large de Stanley Black & Decker visant à faire de sa marque Dewalt un acteur de la robotisation des chantiers, au-delà de son cœur historique de l'outillage électroportatif. Le partenariat avec August Robotics, spécialiste des plateformes robotiques autonomes pour la construction, permet à Dewalt d'apporter une brique d'automatisation avancée à ses clients sans développer en interne toute la pile technologique de navigation et de gestion de flotte. Bill Beck, président de la division Tools and Outdoor chez Stanley Black & Decker, a indiqué que l'entreprise entend désormais élargir la distribution de cette technologie à un marché plus vaste. Le secteur du forage robotisé pour la construction reste toutefois un marché naissant, où DALE devra faire ses preuves face à l'adoption progressive d'autres solutions d'automatisation de chantier, dans un contexte où la demande de data centers continue de tirer les investissements en infrastructure.

IndustrielActu
1 source
« NEO, le robot humanoïde, reçoit de nouvelles mains à 25 degrés de liberté pour construire des LEGO et attraper des balles »
4006Interesting Engineering 

« NEO, le robot humanoïde, reçoit de nouvelles mains à 25 degrés de liberté pour construire des LEGO et attraper des balles »

La société norvégienne 1X Technologies a dévoilé une nouvelle génération de mains pour son robot humanoïde NEO, dotées de 25 degrés de liberté (DOF) et d'un système d'entraînement par tendons. Le design comprend 22 articulations actionnées réparties entre doigts et paume, plus trois au poignet, l'ensemble étant entièrement contrôlé en force et rétro-entraînable grâce à des rapports de réduction faibles, entre 5:1 et 15:1, contre des ratios bien plus élevés habituellement utilisés en robotique. Le pouce peut développer un couple de crête de 3,5 Nm, les articulations des doigts jusqu'à 2,6 Nm, avec une force de flexion au bout des doigts atteignant 45 newtons ; le poignet délivre 17,75 Nm de couple. La précision de positionnement est annoncée à ±0,2 mm. Les mains sont étanches IP68, fabriquées en matériaux alimentaires et peuvent être lavées sous l'eau courante ; 1X affirme avoir testé les composants sur plusieurs millions de cycles, et les poignets au-delà de deux millions de cycles sous charge. Des démonstrations vidéo montrent NEO assemblant des LEGO, manipulant vis et pièces de monnaie, utilisant un tournevis, versant du thé, attrapant une balle molle ou branchant un connecteur USB-C. La production de ces nouvelles mains a démarré sur une ligne dédiée à l'usine californienne où 1X a récemment entamé la production en série de NEO. L'enjeu dépasse la simple démonstration technique : en rendant chaque articulation capable de mesurer les forces de contact sans dépendre uniquement de capteurs externes, et en combinant cela à des capteurs tactiles répartis sur les doigts, 1X cherche à déplacer le goulot d'étranglement de la manipulation robotique du matériel vers les données d'entraînement et l'IA. C'est une affirmation structurante pour tout le secteur des humanoïdes, qui peine encore à distinguer les démonstrations soignées des capacités réellement déployables en conditions réelles. Si les chiffres de couple et de précision sont vérifiables sur le papier, les vidéos de démonstration restent, comme souvent dans l'industrie, des séquences sélectionnées, sans garantie de taux de réussite en conditions non contrôlées. Reste que la fiabilité annoncée, testée sur plusieurs millions de cycles, et l'entrée en production de masse constituent des signaux plus concrets que la seule communication marketing. 1X, anciennement Halodi Robotics, positionne NEO comme un robot destiné aux tâches domestiques, un segment que peu d'acteurs humanoïdes ciblent frontalement, la plupart des concurrents comme Figure (Figure 03), Tesla (Optimus) ou Agility Robotics visant d'abord l'industrie et la logistique. Cette annonce s'inscrit dans une escalade générale de la course à la dextérité manuelle, où chaque acteur cherche à prouver que ses robots franchissent le seuil de la manipulation fine utile. La suite dépendra des volumes réels de déploiement en foyers et de la capacité de 1X à alimenter ces mains avec des modèles d'IA suffisamment robustes pour exploiter ce nouveau potentiel matériel.

HumanoïdesActu
1 source
Wisson dévoile son Flexible Charge Universal Service Engine : un robot de recharge VE adaptatif sans latence
4007Pandaily 

Wisson dévoile son Flexible Charge Universal Service Engine : un robot de recharge VE adaptatif sans latence

Le 9 juillet, l'entreprise chinoise Wisson a présenté à Pékin, lors d'une conférence stratégique consacrée à la recharge automatique de véhicules électriques, son nouveau moteur de service universel baptisé Flexible Charge, ainsi que sa gamme de produits associée. Le système revendique une tolérance adaptative quasi instantanée au moment du contact et couvre, selon l'entreprise, l'ensemble des usages de recharge : bornes publiques, flottes dédiées et installations domestiques, avec une architecture technique unique. Wisson justifie cette approche par la variabilité extrême du terrain : des centaines de marques de véhicules, des milliers d'emplacements et de standards de trappes et de connecteurs, auxquels s'ajoutent l'angle de stationnement, les mouvements de passagers, la météo et les obstacles dynamiques. Flexible Charge s'appuie sur l'architecture maison « Pliabot », qui combine structures souples bio-inspirées, compliance passive adaptative et IA multimodale distribuée. Contrairement aux systèmes rigides à articulations, qui nécessitent des boucles perception-action de l'ordre de la centaine de millisecondes, Wisson affirme obtenir une réponse quasi instantanée au premier contact grâce à la flexibilité des matériaux et à la compressibilité de l'air dans ses muscles pneumatiques artificiels, combinée à une génération de trajectoire en temps réel, pour s'adapter en une à deux secondes (durée typique d'insertion d'un connecteur) aux variations de position, d'angle et de force. L'entreprise revendique trois déploiements présentés comme des premières mondiales : une station publique entièrement automatisée dans le parc international de biomédecine de Yizhuang à Pékin, avec 3 millions de cycles de recharge sur plus de 130 modèles de véhicules ; un test en haute altitude à 5 190 mètres, sous 52,9 % de la pression atmosphérique standard, visant les environnements miniers et montagnards ; et des produits domestiques en configurations fixe et coulissante. Le segment de la recharge automatisée est resté longtemps au stade du démonstrateur, faute de solution capable de gérer la diversité mécanique des véhicules sans intervention humaine. Si les volumes avancés par Wisson (3 millions de cycles, 130 modèles) se vérifient à l'échelle annoncée, ils marqueraient un basculement notable du pilote vers une exploitation commerciale récurrente, un seuil que peu d'acteurs du secteur revendiquent publiquement. Le test en altitude cible un marché B2B concret, celui des opérateurs miniers et des flottes en zone reculée, où la fiabilité mécanique par tout temps pèse plus que le coût. L'argument central de Wisson, une mécanique souple tolérant mieux l'imprécision du réel qu'une précision rigide finement calibrée, fait écho à un débat plus large en robotique sur la compliance passive. Les métriques de « réponse zéro seconde » ne sont toutefois étayées par aucune donnée de latence indépendante ni taux d'échec comparé, ce qui invite à la prudence avant audit tiers. L'élargissement visé vers Robotaxi, Robobus, camion autonome et logistique sans chauffeur signale une ambition de fournisseur d'infrastructure critique pour tout l'écosystème autonome chinois, au-delà du simple fabricant de bornes. Wisson s'inscrit dans une vague d'entreprises chinoises développant depuis plusieurs années des robots de recharge, portée par la croissance rapide du parc électrique national et le manque de personnel dans certaines stations. L'architecture Pliabot prolonge des travaux antérieurs de la société sur les structures souples et les actionneurs pneumatiques, une famille de technologies aussi explorée en Occident pour la préhension en environnement non structuré. Sur ce marché, Wisson affronte d'autres acteurs chinois ainsi que des constructeurs automobiles développant leurs propres solutions de branchement robotisé, y compris en Europe où des pilotes existent chez plusieurs équipementiers sans atteindre le stade commercial revendiqué ici. Aucun acteur français ou européen n'apparaît dans cette annonce, circonscrite pour l'instant au marché chinois. Wisson dit vouloir nouer des partenariats avec constructeurs, opérateurs de stations, acteurs des infrastructures énergétiques et collectivités locales pour accélérer le déploiement commercial, sans donner de calendrier ni de volumes cibles pour les prochains pilotes.

Chine/AsieActu
1 source
Les scientifiques IA sont déjà au travail à Pékin : mélange de fluide de conduction en 20 secondes
4008Pandaily 

Les scientifiques IA sont déjà au travail à Pékin : mélange de fluide de conduction en 20 secondes

À Pékin, des laboratoires spécialisés dans l'IA for Science ont commencé à confier certaines tâches expérimentales à des bras robotiques pilotés par IA, capables de concevoir des protocoles, de collecter des données et de proposer de nouvelles pistes de recherche. Un journaliste du Beijing News a pu observer l'un de ces sites : un bras robotique y prépare du liquide conducteur en 20 à 30 secondes par flacon, avec une régularité de geste qui élimine les erreurs de manipulation manuelle. Le laboratoire fonctionne sur des postes d'expérimentation confinés où des bras robotiques manipulent pipettes, réactifs et échantillons avec précision, selon une architecture en trois couches : découverte autonome de lois scientifiques fondamentales par l'expérimentation, création de nouveaux matériaux via des modèles entraînés sur des données de haute qualité générées par le système, et enfin conception inverse de bout en bout où les résultats sont directement validés en application. À l'Institut d'automatisation de l'Académie chinoise des sciences, l'équipe a développé un modèle de fondation baptisé Panshi, avec une approche à deux volets : une version 1.0 qui affine des modèles open source sur des données et de la littérature scientifiques, et une version 2.0 en développement qui entraîne un modèle entièrement nouveau unifiant texte et modalités scientifiques (spectres d'ondes, spectrogrammes, champs électromagnétiques, structures moléculaires) dans un système de tokens commun. Panshi a déjà achevé une adaptation à huit disciplines scientifiques. Cette expérimentation illustre une bascule stratégique dans la course à l'IA scientifique : contrairement aux modèles grand public comme DeepSeek ou ChatGPT, qui se contentent d'exploiter des données déjà disponibles sur internet, les systèmes AI4S doivent produire eux-mêmes de nouvelles données par l'expérimentation réelle, ce qui suppose une intégration étroite entre IA, bras robotiques, capteurs et instruments de laboratoire dans une boucle fermée hypothèse-expérience-collecte-optimisation. Pour l'industrie robotique et les décideurs B2B, c'est un signal que l'automatisation ne se limite plus à la manipulation répétitive en usine mais s'étend à des tâches de précision scientifique à haute valeur ajoutée, où la fiabilité du geste et la vitesse d'exécution (20 à 30 secondes par préparation) deviennent des arguments concrets face au travail manuel de laboratoire. Cette initiative s'inscrit dans une dynamique portée par les autorités pékinoises, qui misent sur la concentration exceptionnelle d'institutions de recherche de premier plan dans la ville, dont l'Académie chinoise des sciences, Tsinghua et l'Université de Pékin, ainsi que sur le pôle scientifique de Huairou, capable de générer des volumes massifs de données d'entraînement, à l'image du collisionneur électron-positron de Pékin qui produit à lui seul 1 téraoctet de données par seconde. En juin 2026, Pékin a publié son plan de mise en œuvre de l'IA for Science, couvrant six domaines prioritaires, avec l'ambition de faire de la ville un pôle d'innovation scientifique en IA d'influence mondiale d'ici 2028.

Chine/AsieActu
1 source
EgoWAM : des modèles monde-action au-delà des pixels grâce à des données humaines égocentriques en conditions réelles
4009arXiv cs.RO 

EgoWAM : des modèles monde-action au-delà des pixels grâce à des données humaines égocentriques en conditions réelles

Des chercheurs du laboratoire RL2 de Georgia Tech publient EgoWAM, un cadre de "World Action Models" qui exploite des vidéos égocentriques humaines filmées en conditions réelles pour entraîner des politiques de manipulation robotique. Le problème identifié: le clonage de comportement classique mélange des éléments transférables comme les objets, les scènes et la sémantique des tâches, avec des facteurs propres à l'humain (morphologie, mouvements de tête, style gestuel) qui n'ont rien à voir avec un bras robotique. Les auteurs testent trois cibles de prédiction du monde différentes, à backbone de politique, tête d'action et mélange de données identiques: la prédiction de pixels bruts, des caractéristiques visuelles DINO, et le flux de mouvement 3D. Sur trois tâches bimanuelles réelles, la prédiction pixel se révèle peu efficace pour le transfert humain-robot, tandis que DINO améliore la généralisation hors distribution (nouveaux objets, nouvelles scènes) jusqu'à 4 fois, et le flux 3D augmente la performance en distribution de 20 à 30%. Le résultat tranche un débat central pour l'industrie robotique: peut-on utiliser la masse de vidéos humaines disponibles sur le web comme signal d'entraînement bon marché, à la manière dont les modèles VLA (vision-langage-action) type Pi-0 de Physical Intelligence ou GR00T de NVIDIA cherchent à le faire? EgoWAM montre que oui, mais pas en imitant les pixels tels quels: il faut une représentation qui abstrait l'apparence et isole les effets physiques indépendants de l'agent, en séparant le mouvement de caméra du changement réel de l'environnement. Pour les intégrateurs et laboratoires qui misent sur la vidéo à l'échelle pour réduire le coût de collecte de données robotiques, cela oriente concrètement le choix des représentations à privilégier plutôt que la simple accumulation de séquences pixel. Le travail s'inscrit dans la lignée des modèles du monde appliqués à la robotique et des jeux de données égocentriques type Ego4D, en réponse aux limites connues du clonage de comportement pur. Le code, les tâches et les détails expérimentaux sont publiés sur gatech-rl2.github.io/egowam.github.io, sans annonce de déploiement industriel à ce stade: il s'agit d'un résultat de recherche contrôlé, pas d'un produit prêt à intégrer.

RechercheActu
1 source
DexVerse : un référentiel modulaire pour la manipulation dextre multi-tâche et multi-incarnation
4010arXiv cs.RO 

DexVerse : un référentiel modulaire pour la manipulation dextre multi-tâche et multi-incarnation

Un consortium de chercheurs présente DexVerse, un benchmark modulaire à grande échelle pour la manipulation dextre multi-tâches et multi-embodiments. L'ensemble couvre 100 tâches réparties sur des compétences variées : saisie et déplacement d'objets, interaction avec des objets articulés, usage fonctionnel d'outils, coordination bimanuelle, contrôle non préhensile, comportements riches en contact, exécution multi-objectifs et tâches longues à plusieurs étapes. Le système prend en charge 3 bras robotiques et 6 mains dextres différentes, et reste extensible à de nouvelles tâches, de nouveaux actifs et de nouveaux embodiments. Pour tester la généralisation visuomotrice, DexVerse propose des variations visuelles paramétrables (textures, arrière-plans, éclairage, points de vue caméra). Les auteurs fournissent aussi une interface de téléopération en réalité virtuelle ainsi que 3 180 démonstrations avec observations synchronisées : données proprioceptives, images RGB, profondeur, nuages de points et états. Quatre méthodes représentatives ont été évaluées sur 19 tâches : Diffusion Policy, DP3, OpenVLA et π0.5. Les résultats révèlent des difficultés importantes de généralisation entre tâches et de robustesse visuomotrice, même pour ces politiques d'apprentissage jugées à la pointe. Pour l'industrie robotique, ce constat vient nuancer l'enthousiasme actuel autour des modèles VLA (vision-langage-action) présentés comme des solutions généralistes prêtes à l'échelle : DexVerse montre que la performance chute nettement dès que les conditions visuelles ou la nature de la tâche s'écartent du contexte d'entraînement. C'est un signal utile pour les intégrateurs et décideurs B2B qui évaluent des politiques de manipulation dextre avant déploiement industriel : la démonstration en laboratoire ne garantit pas la robustesse en conditions réelles variables. DexVerse s'inscrit dans une lignée de benchmarks robotiques cherchant à dépasser les évaluations sur tâche isolée, un manque identifié dans les jeux d'essai existants, limités en diversité de tâches, de couverture d'embodiments ou de variation visuelle contrôlable. En couvrant simultanément plusieurs bras, plusieurs mains et un large éventail de conditions, il se positionne comme un terrain d'essai de référence pour comparer des approches comme Diffusion Policy ou les modèles de la famille π face à des architectures VLA telles qu'OpenVLA. La page du projet est disponible à l'adresse ycyao216.github.io/DexVerse.site, laissant présager de futures évaluations élargies et l'ajout d'autres méthodes et tâches.

RecherchePaper
1 source
StreamVLN : navigation vision-langage en flux continu via modélisation contextuelle SlowFast
4011arXiv cs.RO 

StreamVLN : navigation vision-langage en flux continu via modélisation contextuelle SlowFast

Chercheurs présentent StreamVLN, un framework de navigation vision-langage (VLN) conçu pour fonctionner en flux continu plutôt que sur des séquences vidéo pré-découpées. Publié sur arXiv (version 2, remplaçant une première mouture du 05/07/2025 sous la référence 2507.05240), le système repose sur une architecture dite "slow-fast" : un contexte de dialogue rapide gère une fenêtre glissante d'échanges multi-tours pour générer des actions avec une latence minimale, tandis qu'une mémoire à mise à jour lente compresse l'historique visuel via une stratégie d'élagage de tokens tenant compte de la géométrie 3D de la scène. Grâce à la réutilisation du cache KV, StreamVLN maintient des dialogues en temps réel sur des flux vidéo longs, avec une taille de contexte et un coût d'inférence bornés, quelle que soit la durée du flux. Sur les benchmarks VLN-CE, référence du domaine pour évaluer la navigation guidée par instructions en environnement continu, les auteurs revendiquent des performances état de l'art combinées à une faible latence. L'enjeu dépasse la simple performance sur benchmark : les modèles vidéo-LLM appliqués à la navigation robotique butent généralement sur un compromis entre compréhension visuelle fine, mémorisation du contexte long terme et coût de calcul, un compromis qui freine leur déploiement embarqué sur robots mobiles ou humanoïdes à ressources limitées. En bornant le coût d'inférence indépendamment de la longueur du flux vidéo, StreamVLN répond directement à un obstacle pratique du secteur : faire tourner un agent VLA (vision-language-action) en continu, sans dérive de latence ni explosion mémoire, condition nécessaire pour une navigation autonome réactive en environnement réel plutôt qu'en simulation contrôlée ou sur clips vidéo courts. Le travail s'inscrit dans la lignée des approches VLN basées sur des Video-LLM apparues ces deux dernières années, qui cherchaient à exploiter les capacités de raisonnement multimodal de ces modèles pour l'instruction-following robotique, au prix jusqu'ici d'architectures gourmandes en contexte. La publication d'une version 2 sur arXiv indique une itération après retours ou revue, sans changement de statut : il s'agit toujours d'un travail de recherche, avec code et démonstrations disponibles sur la page projet (streamvln.github.io), et non d'un produit ou d'un déploiement industriel annoncé. La suite logique pour ce type d'approche reste son intégration et sa validation sur plateformes robotiques physiques, au-delà des benchmarks simulés VLN-CE.

RechercheActu
1 source
EVIS : un plugin de caméra événementielle ancré dans la physique pour NVIDIA Isaac Sim
4012arXiv cs.RO 

EVIS : un plugin de caméra événementielle ancré dans la physique pour NVIDIA Isaac Sim

Des chercheurs du SpikeLab de l'université Johns Hopkins ont publié EVIS, un plugin de caméra événementielle physiquement fondé pour le simulateur NVIDIA Isaac Sim, décrit dans un article déposé sur arXiv (référence 2607.08098) et accompagné d'un dépôt de code ouvert sur GitHub (spikelab-jhu/isaac-sim-event-camera-plugin). L'outil génère des flux d'événements haute fréquence et entièrement annotés directement à l'intérieur du moteur physique d'Isaac Sim, en s'appuyant sur un modèle de contraste log-intensité fidèle au fonctionnement réel des capteurs événementiels, avec mise à jour asynchrone de référence pixel par pixel. Le plugin migre depuis une caméra RGB standard avec peu de modifications et s'intègre à n'importe quelle scène Isaac Sim ou Isaac Lab, héritant ainsi de la physique du simulateur et d'une vérité terrain parfaite image par image. Une option d'interpolation permet de ne rendre que des images clés éparses puis de synthétiser les images intermédiaires par déformation bidirectionnelle par vecteurs de mouvement, rendant possible une génération en temps réel sur un seul GPU. Du bruit capteur et du flou de mouvement optionnels réduisent encore l'écart avec des caméras réelles. L'enjeu est concret pour la robotique événementielle: les caméras à événements offrent une résolution temporelle de l'ordre de la microseconde, une latence très faible et une large plage dynamique, des atouts pour la perception rapide et le contrôle en boucle fermée. Mais les données labellisées pour un robot et une scène donnés restent rares et coûteuses à collecter, ce qui freine le développement d'algorithmes de perception et de contrôle basés sur ces capteurs. En générant des flux directement exploitables par des réseaux événementiels pré-entraînés, EVIS réduit ce goulot d'étranglement et s'attaque frontalement au problème classique du fossé simulation-réel. Le projet s'inscrit dans l'écosystème Isaac Sim, largement utilisé par les laboratoires de robotique et les équipes d'apprentissage par renforcement pour l'entraînement en simulation avant déploiement physique. En rendant la simulation événementielle native et configurable au sein d'un outil déjà répandu, les auteurs visent à accélérer les cycles de recherche sur des tâches de perception et de contrôle à haute vitesse, sans attendre la constitution coûteuse de jeux de données réels capteur par capteur.

RechercheActu
1 source
Un nouvel indice de similitude humaine et de confort pour les mouvements de robots suivant des trajectoires prédéfinies
4013arXiv cs.RO 

Un nouvel indice de similitude humaine et de confort pour les mouvements de robots suivant des trajectoires prédéfinies

Des chercheurs publient sur arXiv (arXiv:2607.08620v1, article de type "new") un indice inédit de similarité humaine et de confort pour évaluer les mouvements de robots suivant une trajectoire imposée. L'étude part du constat que la ressemblance visuelle avec le corps humain, propre aux humanoïdes, ne suffit pas à garantir l'acceptation lors d'une interaction physique : celle-ci dépend directement du confort et de l'ergonomie perçus, liés à la qualité du mouvement exécuté. Les auteurs s'appuient sur la caractérisation cinématique du mouvement humain, en particulier les lois temporelles qui régissent le déplacement de l'organe terminal (end-effector) le long d'un chemin donné, et mobilisent le principe de lognormalité, un modèle reconnu pour décrire la vitesse des gestes humains. Cet indice permet d'évaluer a priori, avant toute exécution, si une trajectoire générée par un algorithme paraîtra naturelle. Pour valider l'approche, 68 sujets ont participé à trois campagnes expérimentales impliquant une interaction physique directe avec un robot, en jugeant leur confort face à différents mouvements. Les résultats montrent une tendance globalement cohérente entre le confort perçu et la distribution de l'indice proposé. Pour l'industrie robotique, cet outil offre un moyen concret de comparer et d'optimiser des algorithmes de génération de trajectoires avant leur déploiement, sans attendre des tests utilisateurs coûteux à chaque itération. Il s'inscrit dans une problématique clé pour les intégrateurs de cobots et de robots humanoïdes destinés à travailler aux côtés d'humains : la fluidité perçue d'un geste pèse autant que sa précision technique dans l'acceptation du robot par les opérateurs, un facteur souvent négligé au profit des seules performances cinématiques (vitesse, précision, répétabilité). Le papier s'inscrit dans un courant de recherche en ergonomie robotique qui cherche à quantifier objectivement ce qui, jusqu'ici, relevait surtout d'évaluations subjectives via questionnaires post-interaction. En proposant une métrique calculable en amont de l'exécution, les auteurs ouvrent la voie à son intégration directe dans les boucles de planification de mouvement, avec des validations complémentaires à prévoir sur d'autres morphologies de robots et contextes d'usage industriel.

RecherchePaper
1 source
SeFA-Policy : apprentissage rapide et précis de politiques visuomotrices par alignement de flux sélectif
4014arXiv cs.RO 

SeFA-Policy : apprentissage rapide et précis de politiques visuomotrices par alignement de flux sélectif

Une équipe de recherche a publié SeFA-Policy (Selective Flow Alignment), une nouvelle méthode d'apprentissage de politiques visuomotrices par imitation pour la robotique, décrite dans une version révisée sur arXiv (2511.08583v2) et accompagnée d'un code source disponible sur GitHub (RongXueZoe/SeFA). Le problème ciblé concerne les approches récentes de "rectified flow", qui accélèrent la génération d'actions robotiques mais souffrent d'un défaut connu : après distillation itérative, les actions générées finissent par dévier des actions réelles associées à l'observation visuelle en cours, ce qui accumule l'erreur au fil des cycles de reflow et déstabilise l'exécution des tâches. SeFA introduit un mécanisme de correction de cohérence qui réaligne sélectivement les actions générées sur les démonstrations expertes, tout en conservant la capacité du modèle à représenter plusieurs solutions possibles (multimodalité). Sur des tâches de manipulation simulées et réelles, les auteurs annoncent une précision et une robustesse supérieures aux politiques de référence basées sur la diffusion ou sur le flow, avec une latence d'inférence réduite de plus de 98%. Pour l'industrie robotique, l'enjeu dépasse la performance académique brute : le goulot d'étranglement des politiques par diffusion a toujours été le nombre d'étapes de débruitage nécessaires à chaque décision, incompatible avec du contrôle temps réel sur bras manipulateurs ou robots mobiles. Les méthodes à un seul pas d'inférence promettent de lever ce verrou, mais au prix, jusqu'ici, d'une fidélité dégradée aux observations réelles. En traitant explicitement ce compromis précision/vitesse plutôt qu'en l'ignorant, SeFA apporte un signal utile aux intégrateurs qui évaluent si les politiques de type flow sont mûres pour un déploiement embarqué, au-delà des démonstrations en laboratoire. Ce travail s'inscrit dans la lignée des Diffusion Policy puis des politiques par rectified flow, apparues ces deux dernières années comme alternative aux architectures de type transformer pour l'apprentissage par imitation en robotique. Il se positionne explicitement contre les méthodes de diffusion et de flow "state of the art" existantes, sans toutefois nommer d'acteur industriel ni annoncer de déploiement commercial : il s'agit d'une contribution de recherche, publiée en v2 après une première soumission, avec code ouvert pour reproduction par la communauté.

RechercheActu
1 source
Comprendre et réduire l'écart de généralisation vidéo-action grâce au ratio temporel
4015arXiv cs.RO 

Comprendre et réduire l'écart de généralisation vidéo-action grâce au ratio temporel

Des chercheurs mettent en évidence un défaut structurel des modèles vidéo-action (VAM) et monde-action (WAM) utilisés en robotique : lorsqu'ils sont finetunés sur des données d'actions robotiques, ces modèles perdent la capacité de généralisation compositionnelle héritée des modèles vidéo génératifs de base, un phénomène baptisé "video-action generalization gap". L'étude, publiée sur arXiv (2607.08127), teste un large espace de configurations de VAM sans trouver de schéma explicatif évident dans les choix de conception standards. Les auteurs introduisent alors le Temporal Ratio (TR), une mesure basée sur l'attention qui quantifie à quel point la tête d'action d'un modèle s'appuie sur les projections latentes futures plutôt que sur l'image ancrée au présent. Le TR se révèle être à la fois un prédicteur de la capacité de généralisation compositionnelle d'un modèle et un indicateur qui varie naturellement selon la phase de la tâche : l'attention se porte vers le futur pendant la planification, puis revient au présent pour les phases de manipulation fine nécessitant de la précision. Les tests ont été menés sur le benchmark LIBERO ainsi que sur des tâches réelles. Cette découverte a une portée directe pour les concepteurs de politiques robotiques de type VLA (vision-language-action), un domaine où l'écart entre performances en démonstration et robustesse réelle reste un point de friction majeur pour les intégrateurs. En identifiant un mécanisme mesurable et exploitable au moment de l'inférence, l'équipe propose une méthode de guidage adaptatif qui amplifie dynamiquement le signal de conditionnement vidéo compositionnel précisément quand la politique dépend des projections futures. Cela permettrait de réduire l'écart de généralisation OOD-ID (hors distribution vs distribution d'entraînement) sans réentraîner le modèle, une piste concrète pour fiabiliser le déploiement de politiques apprises par vidéo sur des tâches non vues. Ce travail s'inscrit dans la lignée des efforts récents pour comprendre pourquoi les modèles fondation vidéo, malgré leurs forts a priori compositionnels, ne transfèrent pas systématiquement ces capacités une fois adaptés à la robotique, un sujet également abordé par des familles de modèles comme GR00T N2 ou Pi-0. La suite logique serait une validation à plus grande échelle sur des plateformes robotiques variées et une comparaison directe du TR face à d'autres métriques de diagnostic des politiques VLA.

RecherchePaper
1 source
ContactMimic : interaction avec des objets par un robot humanoïde grâce au contrôle des contacts
4016arXiv cs.RO 

ContactMimic : interaction avec des objets par un robot humanoïde grâce au contrôle des contacts

Wiping a board, sitting on a chair ou pousser un meuble : ces tâches semblent réussies dès que le robot atteint la bonne posture, mais sans contact physique réel avec l'objet, elles échouent en pratique. C'est le constat de départ de CONTACTMIMIC, un framework d'apprentissage présenté dans un article publié le 10 juillet sur arXiv (2607.08742). L'équipe y ajoute aux trajectoires de points-clés classiques (keypoint tracking) des commandes de contact binaires, définies au niveau de chaque partie du corps. La politique résultante s'appuie sur deux ingrédients : des récompenses qui suivent explicitement le contact et un schéma d'augmentation de trajectoires conçu pour casser la corrélation entre géométrie des points-clés et étiquettes de contact. Résultat, le robot peut produire ou supprimer un contact à la demande, indépendamment de sa pose. Sur 10 mouvements d'interaction homme-objet testés en simulation, CONTACTMIMIC dépasse les trackers uniquement basés sur les points-clés, sans recourir à des récompenses spécifiques à chaque tâche. Le transfert sim-to-real a été validé sur 5 mouvements réels. L'enjeu dépasse la démonstration technique : la plupart des pipelines d'imitation de mouvement pour humanoïdes optimisent la fidélité cinématique, pas l'interaction physique effective, un angle mort qui limite l'utilité pratique des politiques de manipulation whole-body déployées sur des plateformes comme Figure 03, Optimus ou des architectures VLA type GR00T N2, Pi-0 ou Helix. Découpler contact et géométrie ouvre la voie à des contrôleurs capables d'exécuter des tâches ménagères ou industrielles réelles (essuyer, pousser, s'asseoir) sans réentraînement par tâche, un prérequis pour que les humanoïdes sortent de la démonstration scriptée. Le travail s'inscrit dans la lignée des méthodes de suivi de points-clés pour le contrôle corps entier des humanoïdes, dont il expose les limites via des ablations confirmant la nécessité de l'augmentation de trajectoires. Aucun partenaire industriel n'est mentionné : il s'agit pour l'instant d'une contribution de recherche en simulation et validation restreinte en réel, dont les vidéos sont disponibles en ligne, sans calendrier de déploiement annoncé.

RecherchePaper
1 source
Harness VLA : orienter les VLA figés vers des primitives de manipulation fiables via des agents guidés par la mémoire
4017arXiv cs.RO 

Harness VLA : orienter les VLA figés vers des primitives de manipulation fiables via des agents guidés par la mémoire

Des chercheurs présentent Harness VLA, un framework agentique décrit dans un article publié le 10 juillet 2026 sur arXiv (2607.08448v1), qui vise à rendre les modèles Vision-Language-Action (VLA) plus fiables sans réentraînement. Le système transforme un VLA figé en une primitive de manipulation "contact-rich" réessayable, orchestrée par un agent doté de mémoire et couplée à une bibliothèque fixe de primitives analytiques couvrant le grounding, le staging, le transport, la navigation et le relâchement d'objet. Plutôt que d'élargir le répertoire de compétences du robot, le harness apprend la plage de fonctionnement de ces primitives à partir de traces d'exécution spécifiques à la tâche, de règles de succès globales et de modèles d'échec. Testé sur trois bancs d'essai simulés perturbés (manipulation de table, cuisine domestique, et manipulation bimanuelle avec transfert propre-vers-aléatoire), le système améliore les performances de 38,6 points de pourcentage sur LIBERO-Pro et de 25,4 points sur RoboCasa365 par rapport aux meilleures baselines existantes, et atteint 58,4% de réussite sur RoboTwin C2R. Ce travail s'attaque à un problème central dans le déploiement des VLA end-to-end : entraînés sur des trajectoires en distribution, ces modèles s'effondrent souvent dès que le contexte de déploiement s'écarte du jeu d'entraînement, que ce soit par un changement sémantique de la tâche, un repositionnement spatial des objets ou une instabilité de contact locale. Les agents LLM apportent un raisonnement compositionnel complémentaire, mais échouent typiquement sur les phases de préhension irrégulière, de placement contraint ou d'interaction avec des objets articulés, précisément là où les VLA excellent. En confiant au planificateur le re-ancrage sémantique et l'exécution non contactuelle, et en réservant le VLA figé aux phases de contact fin, Harness VLA prolonge la distribution effective des compétences d'un modèle pré-entraîné sans le retoucher. Pour les intégrateurs et les équipes de recherche en robotique, l'intérêt est double : cela réduit le coût de réentraînement à chaque nouvel environnement et adresse directement l'écart entre démonstrations contrôlées et robustesse en conditions perturbées, un point sensible depuis que la plupart des annonces commerciales de robots humanoïdes s'appuient sur des vidéos filtrées. Le papier s'inscrit dans la lignée des travaux récents combinant modèles VLA (Pi-0, GR00T N2, Helix, ou les architectures propriétaires de Figure et Tesla Optimus) avec des couches de planification symbolique, une tendance qui s'accélère à mesure que les limites du end-to-end pur en dehors du laboratoire deviennent visibles. Contrairement à des approches qui étendent le répertoire de compétences via de nouvelles données ou du finetuning, Harness VLA mise sur l'orchestration et la mémoire d'exécution pour exploiter au mieux un modèle existant, une direction qui pourrait intéresser les acteurs cherchant à déployer des VLA génériques sur du matériel varié sans long cycle de réentraînement. Les résultats restent pour l'instant limités à des bancs d'essai simulés (LIBERO-Pro, RoboCasa365, RoboTwin C2R) ; aucun déploiement sur robot physique n'est mentionné dans l'abstract, ce qui invite à la prudence avant d'extrapoler ces gains à des conditions réelles d'usine ou de foyer.

RechercheActu
1 source
Main d'AnyDexRT : retargeting dextérique sans calibration guidé par peu de démonstrations humaines
4018arXiv cs.RO 

Main d'AnyDexRT : retargeting dextérique sans calibration guidé par peu de démonstrations humaines

Des chercheurs viennent de publier sur arXiv (arXiv:2607.08341, 10 juillet 2026) une nouvelle méthode baptisée AnyDexRT, conçue pour le retargeting cinématique des mains robotiques dextres en téléopération. Le retargeting consiste à traduire les mouvements de la main d'un opérateur humain en mouvements réalisables par une main robotique, une étape cruciale pour la téléopération et pour la collecte de démonstrations utilisées en apprentissage par imitation. Contrairement aux approches existantes, qui reposent souvent sur des objectifs conçus manuellement, un calibrage précis ou un appariement global des formes entre la main humaine et la main robotique, AnyDexRT ne nécessite aucune calibration préalable. La méthode combine un apprentissage auto-supervisé des correspondances entre le bout des doigts humains et robotiques avec un guidage humain en few-shot, c'est-à-dire à partir de très peu d'exemples, pour ancrer la correspondance dans les zones pertinentes pour la tâche. Un classificateur de contact affine ensuite spécifiquement les poses de préhension en pince. Cette approche répond à un problème concret et sous-estimé du secteur : la fragilité des pipelines de téléopération dès qu'on change de main robotique ou d'opérateur, ce qui limite la scalabilité de la collecte de données pour l'apprentissage par imitation, un goulot d'étranglement identifié dans le développement des modèles VLA (vision-langage-action) comme Pi-0 ou GR00T N2. En supprimant la calibration manuelle, AnyDexRT pourrait accélérer la production de démonstrations de qualité pour l'entraînement de politiques robotiques, un enjeu central pour les intégrateurs et laboratoires qui cherchent à faire passer leurs mains dextres de la démonstration en laboratoire à des déploiements plus robustes. Les auteurs rapportent des gains en qualité de retargeting et une réduction du réglage manuel sur des mains dextres variées et des tâches de téléopération réelles, sans toutefois préciser de métriques chiffrées vérifiables dans le résumé. Le travail s'inscrit dans la lignée des recherches sur le retargeting cross-embodiment, un axe actif face à la multiplication des mains robotiques commerciales aux morphologies différentes. Un site de projet accompagne la publication, mais aucun code, benchmark comparatif détaillé ni partenariat industriel n'est mentionné à ce stade : il s'agit d'une contribution académique, pas d'un produit prêt à déployer.

RecherchePaper
1 source
Cadre de contrôle par vision monoculaire pour la préhension
4019arXiv cs.RO 

Cadre de contrôle par vision monoculaire pour la préhension

Des chercheurs présentent un système de préhension robotique piloté uniquement par une caméra RGB monoculaire, capable de manipuler aussi bien des objets rigides que déformables avec un seul pipeline de contrôle, sans capteur tactile ni pince spécialisée. Le framework combine détection d'objets en vocabulaire ouvert, segmentation d'image, assignation de points sensible aux contours, suivi de points en temps réel et estimation de profondeur monoculaire pour reconstruire la géométrie et le mouvement des objets à partir de la seule vision. Son élément central est un modèle qui estime la raideur attendue d'un objet à partir de sa description sémantique, fournissant un a priori pour choisir la stratégie de préhension avant tout contact. Pour les objets déformables, l'adaptation de la prise s'appuie sur une mesure de dissimilarité de type Procrustes calculée sur des points-clés suivis, utilisée comme indicateur visuel de déformation. Pour les objets rigides, l'écartement de la pince est réglé par la mise à l'échelle des distances entre points suivis. Le système a été testé sur un bras Franka Emika Research 3, en conditions réelles de prise et dépose, sur de la salade, de la mozzarella fraîche, des croissants, du papier essuie-tout et des bouteilles en plastique rigide. L'intérêt pratique tient à l'unification: la plupart des approches existantes traitent séparément le rigide et le souple, en s'appuyant souvent sur des capteurs tactiles, des modèles spécifiques par objet ou des pinces dédiées. Démontrer une préhension stable sur les deux catégories avec une seule pipeline vision, sans tactile, ouvre une piste économique et généralisable pour la manutention alimentaire et la manipulation domestique, deux domaines où la variabilité des objets rend coûteuse toute solution sur mesure. Le travail s'inscrit dans la lignée des recherches en préhension robotique cherchant à réduire la dépendance au capteur tactile au profit de la vision seule, à l'heure où les modèles vision-langage-action gagnent en popularité pour la manipulation généraliste. Les auteurs positionnent leur approche comme une alternative sensor-efficient à ces pipelines multimodaux plus lourds, la validation restant pour l'instant limitée à un jeu restreint d'objets en laboratoire.

RecherchePaper
1 source
FSD-VLN : modélisation duale rapide-lente pour la navigation aérienne vision-langage à long horizon
4020arXiv cs.RO 

FSD-VLN : modélisation duale rapide-lente pour la navigation aérienne vision-langage à long horizon

Des chercheurs publient sur arXiv (papier 2607.08359, juillet 2026) FSD-VLN, une architecture de navigation aérienne guidée par le langage destinee aux drones (UAV) évoluant en environnement inconnu, sans dépendance GPS ni trajectoire préprogrammée. Le système repose sur deux flux asynchrones : un flux "lent" qui extrait des priors sémantiques stables a partir de modèles vision-langage pré-entraines, et un flux "rapide" fonde sur un Diffusion Transformer (DiT) qui modélise les distributions d'actions dans le temps pour générer des commandes de vol cohérentes. Un optimiseur adaptatif sensible au temps a été intègre pour stabiliser l'entrainement sur de longues séquences et limiter les oscillations de gradient. En simulation a grande échelle sur des scenarios de vol a basse altitude, FSD-VLN atteint un taux de réussite de navigation jusqu'a deux fois supérieur aux méthodes de référence sur des scènes inédites, tout en réduisant de plus de 50% le délai d'inférence par action et la durée totale des taches. L'enjeu technique vise juste : les systèmes de navigation aérienne par langage souffrent généralement d'un désalignement entre compréhension multimodale globale et génération d'actions séquentielles, ce qui produit des trajectoires saccadées et une latence de décision pénalisante sur les missions longues. En découplant explicitement raisonnement sémantique et génération de commandes bas niveau, FSD-VLN reprend une logique "système rapide / système lent" déjà explorée cote robotique humanoïde (Pi-0, GR00T N2, Helix) et l'applique au vol de drone, un domaine ou la contrainte de latence est encore plus stricte qu'au sol. Pour les intégrateurs de drones industriels (inspection, logistique, surveillance), c'est une piste crédible pour rendre la navigation instructable en langage naturel viable sur des taches longues, même si les gains annonces restent, a ce stade, mesures uniquement en simulation. La navigation vision-langage (VLN) s'est imposée ces dernières années comme alternative aux systèmes GPS-dépendants, en promettant une interaction homme-machine plus intuitive et une meilleure adaptabilité environnementale, au prix d'une charge de calcul et de coordination bien plus lourde qu'un pilotage classique. FSD-VLN s'inscrit dans une lignée de travaux cherchant a résoudre ce compromis vitesse/compréhension, déjà au cœur des débats sur les modèles VLA en robotique générale. Les auteurs présentent leurs résultats comme un "paradigme pratique" plutôt qu'un système déployé : la prochaine étape logique, non couverte par cette publication, sera la validation en conditions de vol réelles, seule capable de confirmer si les gains constates en simulation résistent au bruit sensoriel et aux perturbations physiques du monde réel.

RechercheActu
1 source
Vers des exogants souples robotisés pour la manipulation musculo-squelettique, afin de réduire douleur et spasticité
4021arXiv cs.RO 

Vers des exogants souples robotisés pour la manipulation musculo-squelettique, afin de réduire douleur et spasticité

Des chercheurs présentent le développement préliminaire d'un exogant robotique souple (soft robotic exoglove) conçu pour traiter simultanément deux problèmes distincts chez les patients atteints de spasticité de la main, un trouble qui touche 12 millions de personnes dans le monde, dont des survivants d'AVC, des patients arthritiques et des personnes souffrant de déficiences musculaires ou nerveuses. Le gant intègre des actionneurs pneumatiques souples personnalisés selon la topologie et la cinématique de la main de chaque utilisateur, permettant une conformabilité optimale et une mobilité ciblée. Les chercheurs ont conçu, modélisé en 3D et analysé ces actionneurs par éléments finis sous des pressions de 100 et 200 kPa, puis optimisé les géométries pour minimiser les contraintes avant fabrication. Trois types d'actionneurs ont été testés avec succès : un actionneur dorsal pour doigt personnalisé offrant un contact conforme complet et une distribution de force maximale, un actionneur ventral capable de se comprimer fortement pour s'adapter à l'espace réduit d'un doigt en hyperflexion spastique, et un actionneur palmaire imprimé par stéréolithographie, démontrant le potentiel de géométries complexes en impression 3D. Le gant assemblé a été porté par un utilisateur pilote pour valider les premiers résultats de confort et d'efficacité. L'enjeu principal réside dans la combinaison, au sein d'un seul dispositif, d'une fonction de mobilité et d'une fonction thérapeutique de type massage compressif pour détendre les muscles spastiques, deux besoins généralement traités séparément par les exogants existants. Pour les concepteurs de dispositifs médicaux et les intégrateurs en robotique de réadaptation, cette approche illustre l'intérêt croissant de la personnalisation géométrique par modélisation par éléments finis et fabrication additive, plutôt que des designs génériques à taille unique. Il s'agit toutefois d'un travail à un stade très précoce : un seul utilisateur pilote, pas de données cliniques comparatives, et aucune mesure quantifiée de réduction de la douleur ou du spasme n'est rapportée dans ce résumé, ce qui limite pour l'instant la portée des conclusions à une preuve de faisabilité technique. Ce travail s'inscrit dans la lignée des exogants souples développés ces dernières années pour l'assistance à la préhension chez les patients neurologiques, un domaine où des instituts comme le Wyss Institute ou des laboratoires universitaires de robotique douce ont déjà exploré des actionneurs pneumatiques textiles pour l'AVC. La spécificité ici est la triple architecture d'actionneurs (dorsal, ventral, palmaire) combinée à l'impression 3D par stéréolithographie pour des géométries complexes. Les prochaines étapes attendues, bien que non détaillées dans l'article, porteraient logiquement sur des essais cliniques élargis avec davantage de participants et des mesures objectives de douleur et de spasticité avant d'envisager une commercialisation.

ExosquelettesPaper
1 source
Navigation par objectif à vocabulaire ouvert : généraliser la cartographie sémantique avec CLIP dense
4022arXiv cs.RO 

Navigation par objectif à vocabulaire ouvert : généraliser la cartographie sémantique avec CLIP dense

Des chercheurs ont publié une nouvelle version (v2) de l'article arXiv 2407.09016, qui présente OVExp, un framework d'exploration en vocabulaire ouvert pour la navigation robotique vers des objets-cibles non catégorisés au préalable. Le système s'appuie sur des modèles Dense CLIP pour généraliser la cartographie sémantique, sans recourir à l'inférence coûteuse de grands modèles de langage (LLM) ni à un entraînement intensif par apprentissage par renforcement (RL) de bout en bout. L'innovation centrale est une stratégie de transfert cross-modal sur cartographie sémantique : le réseau apprend d'abord uniquement à partir de texte, puis transfère ces représentations, au moment du test, vers une cartographie multimodale combinant localisation spatiale précise des objets et représentations visuelles généralisables. Les auteurs annoncent une généralisation robuste vers des objets-cibles inédits, validée sur les benchmarks établis d'ObjectNav, malgré un entraînement reposant sur des mises en page textuelles limitées en nombre d'objets. Pour l'industrie robotique et les intégrateurs, ce travail cible un problème concret de coût et de latence : les approches actuelles de navigation en vocabulaire ouvert, qui appellent un LLM à chaque décision ou nécessitent des heures d'entraînement RL par environnement, restent difficiles à déployer à grande échelle sur des robots mobiles autonomes (AMR) ou des plateformes d'inspection. En montrant qu'un réseau de prédiction d'objectifs basé sur une carte sémantique peut généraliser sans réentraînement lourd ni appel LLM en boucle, OVExp propose une alternative aux architectures VLA gourmandes en ressources, ce qui intéresse directement tout acteur cherchant à doter des robots de capacités de recherche d'objets flexibles sans exploser les coûts d'inférence en production. Ce travail s'inscrit dans la lignée des recherches sur ObjectNav, la tâche de navigation vers un objet-cible désigné par catégorie ou par image dans un environnement inconnu, un benchmark phare de la navigation embarquée depuis plusieurs années. Il se positionne face à deux familles de méthodes concurrentes : celles qui exploitent des LLM sans entraînement supplémentaire pour raisonner sur la scène, coûteuses en inférence, et celles qui affinent des politiques par RL de bout en bout, limitées en généralisation hors distribution. En s'appuyant sur CLIP, déjà largement utilisé pour l'ancrage vision-langage, et sur un entraînement texte-seul transférable au moment du test, les auteurs proposent une voie plus économe en ressources. Publié en v2 sur arXiv, l'article reste à ce stade une contribution académique évaluée en simulation, sans annonce de déploiement matériel ni de partenariat industriel.

RecherchePaper
1 source
Politique de non-fabrication : je ne dois pas inventer de traduction pour un titre d'article sans contexte vérifiable au-delà de ce qui est donné, mais ici la tâche est simplement de traduire le titre fourni, donc je peux procéder
4023arXiv cs.RO 

Politique de non-fabrication : je ne dois pas inventer de traduction pour un titre d'article sans contexte vérifiable au-delà de ce qui est donné, mais ici la tâche est simplement de traduire le titre fourni, donc je peux procéder

Des chercheurs publient sur arXiv (2607.08283) une nouvelle architecture baptisée TFP (Temporally Conditioned Memory-Fusion Policies), conçue pour améliorer les politiques vision-langage-action (VLA) comme π0.5 ou OpenVLA, aujourd'hui limitées par leur caractère réactif : l'action suivante est prédite uniquement à partir de l'observation courante, sans mémoire de la progression de la tâche. TFP ajoute une croyance locale à l'épisode, mise à jour via une dynamique de type Liquid Time-Constant, injectée directement dans le décodeur d'action par flow-matching. Avec un modèle de 3,3 milliards de paramètres, le taux de succès moyen passe de 96,9% à 98,75% sur le benchmark LIBERO et de 91,4% à 93,77% sur LIBERO-plus. Sur le diagnostic MIKASA ShellGameTouch, spécifiquement conçu pour tester la mémoire, TFP atteint jusqu'à 75% de réussite. Les auteurs montrent aussi que les variations du gain d'écriture de la mémoire sont environ six fois plus fortes près des événements de manipulation (contact, relâchement, sous-objectif) que dans les phases stables. Pour l'industrie robotique, ce travail cible un angle mort connu des VLA actuels : la gestion des tâches à étapes, où deux états visuellement identiques nécessitent des actions différentes selon l'historique des interactions, par exemple lors d'occlusions temporaires ou de sous-tâches séquentielles. Un module de mémoire événementielle, plutôt qu'un simple historique passif, pourrait réduire les échecs sur des manipulations complexes en usine ou en logistique, sans nécessiter de refonte complète des backbones VLA existants. Le papier s'inscrit dans la lignée des travaux sur les politiques génératives par flow-matching, après RT-2, OpenVLA et la famille π0 de Physical Intelligence, ainsi que GR00T N2 de NVIDIA. Il s'agit ici d'une contribution de recherche académique évaluée sur des benchmarks de simulation (LIBERO, MIKASA), sans déploiement réel ni intégration annoncée sur un robot commercial. Les auteurs présentent TFP comme un module greffable sur des backbones VLA existants, une piste à confirmer sur des tâches physiques réelles plutôt qu'en simulation.

RechercheActu
1 source
Adaptation de la planification avec pensées vision-langage entrelacées
4024arXiv cs.RO 

Adaptation de la planification avec pensées vision-langage entrelacées

Une équipe de recherche présente APIVOT (Adaptive Planning with Interleaved Vision-Language Thoughts), un planificateur pour robots basé sur un modèle vision-langage (VLM), détaillé dans un article publié sur arXiv le 8 juillet 2026 (référence 2607.08024v1). Le système cible la planification à long horizon, c'est-à-dire des tâches robotiques composées de plusieurs étapes successives, comme des scénarios de cuisine impliquant la manipulation d'objets dans un espace contraint. Sa particularité est d'alterner de façon adaptative entre deux types de raisonnement: du texte pour décomposer les objectifs, sélectionner les objets pertinents et séquencer les actions, et des représentations visuelles générées pour imaginer les états futurs de la scène et vérifier en interne si un plan est géométriquement réalisable, notamment en cas d'espace libre limité ou de risque de collision entre objets. Sur des tâches de cuisine à long horizon, APIVOT surpasse à la fois des VLM généralistes et les frameworks de planification existants, avec l'écart de performance le plus marqué dans les environnements les plus contraints spatialement. Ce résultat s'inscrit dans un débat central pour l'industrie robotique: les modèles vision-langage-action (VLA) et les grands VLM généralistes savent-ils vraiment raisonner sur la géométrie d'une scène, ou se contentent-ils d'un raisonnement sémantique de surface qui échoue dès que l'espace se complique. En montrant qu'un module de vérification visuelle interne améliore concrètement le taux de succès et l'efficacité du raisonnement, APIVOT apporte un argument en faveur d'architectures hybrides plutôt que de VLM purement textuels pour la planification robotique, un enjeu direct pour les intégrateurs qui déploient des bras ou robots mobiles autonomes dans des environnements encombrés. L'article se positionne explicitement par rapport aux VLM généralistes et aux frameworks de planification antérieurs, utilisés comme lignes de base de comparaison, sans toutefois nommer de plateforme robotique commerciale précise ni d'acteur industriel. Il s'agit à ce stade d'une contribution de recherche évaluée en simulation ou en environnement contrôlé de cuisine, sans indication de déploiement produit ni de partenariat industriel annoncé; les auteurs présentent le "modality selection" adaptatif comme la piste principale à explorer pour les futurs systèmes de planification robotique.

RecherchePaper
1 source
Adaptation biomécanique guidée par la physique de la démarche pour la locomotion humanoïde sur terrains extrêmement pentus
4025arXiv cs.RO 

Adaptation biomécanique guidée par la physique de la démarche pour la locomotion humanoïde sur terrains extrêmement pentus

Des chercheurs présentent HumoSlope, un framework d'apprentissage par renforcement en deux étapes conçu pour la locomotion humanoïde sur pentes raides, détaillé dans un article publié sur arXiv (référence 2607.07830v1). Le constat de départ : avec des formulations de récompense génériques, les politiques de RL convergent souvent vers des démarches lentes et prudentes, en position accroupie et centre de masse abaissé, pour compenser le biais gravitationnel constant imposé par un terrain incliné. La première étape du framework introduit un régularisateur ZMP (Zero Moment Point) adapté à la pente, évalué directement sur le plan de support incliné local plutôt que sur une référence horizontale globale, ce qui établit un a priori d'équilibre cohérent avec le terrain. La seconde étape, baptisée Biomechanical Slope Gait Adapter (BSGA), exploite des descripteurs macroscopiques du terrain comme signaux privilégiés, disponibles uniquement à l'entraînement, pour moduler dynamiquement la hauteur du centre de masse et la coordination des membres inférieurs selon la géométrie de pente estimée, favorisant une propulsion dominée par la hanche en montée et un freinage piloté par le genou en descente. Point notable : l'acteur finalement déployé reste entièrement proprioceptif, sans capteur extéroceptif embarqué. Les essais sim-to-real ont permis une traversée aveugle et continue de pentes herbeuses extérieures atteignant 62,7 % d'inclinaison, soit 32,1 degrés. L'intérêt principal tient à la démonstration qu'un contrôle purement proprioceptif, sans vision ni LiDAR embarqués, peut gérer des pentes extrêmes en conditions réelles extérieures, réduisant la dépendance à une perception embarquée coûteuse et fragile hors environnement contrôlé. Le résultat contredit aussi l'idée qu'un RL générique suffit : sans priors physiques et biomécaniques explicites, les politiques dégénèrent vers des démarches accroupies sous-optimales. Pour les acteurs de l'humanoïde, dont la plupart des déploiements actuels restent cantonnés aux sols plats d'usine ou d'entrepôt, ce travail pointe une voie concrète pour élargir la robustesse en terrain extérieur non structuré, une faiblesse encore largement non résolue du secteur. La locomotion humanoïde par apprentissage par renforcement a fortement progressé ces dernières années sur terrains plats ou discrets, marches et escaliers notamment, mais les pentes raides restent un axe peu exploré comparé à d'autres défis comme les obstacles ou les terrains accidentés. Aucune plateforme robotique commerciale n'est nommée dans l'article, qui reste à ce stade une contribution de recherche validée en simulation puis en conditions réelles. Les suites naturelles évoquées incluent l'intégration à des piles de contrôle plus larges et des tests sur d'autres surfaces comme la neige, le gravier ou la boue.

RecherchePaper
1 source
FabriVLA : un modèle vision-langage-action léger pour une manipulation précise multi-tâches
4026arXiv cs.RO 

FabriVLA : un modèle vision-langage-action léger pour une manipulation précise multi-tâches

FabriVLA, un modèle vision-langage-action (VLA) léger dédié à la manipulation robotique multi-tâches de précision, vient d'être présenté sur arXiv (2607.08575v1). L'architecture associe un backbone vision-langage InternVL3.5 à une tête d'action par flow-matching, dotée d'une auto-attention filtrée entre les tokens d'action et d'une fusion superficielle des couches du VLM pour enrichir le contexte spatial. Le modèle est entraîné en une seule étape d'optimisation conjointe, à partir d'un VLM pré-entraîné combiné à une tête d'action initialisée aléatoirement. Sur le benchmark Meta-World MT50, qui couvre 50 tâches de manipulation variées, FabriVLA atteint un taux de réussite moyen par palier de 90,0%, avec un VLM d'à peine 1 milliard de paramètres. Ce résultat pèse dans le débat sur la taille optimale des modèles VLA. Jusqu'ici, les meilleures performances en manipulation semblaient réservées aux backbones de plusieurs milliards de paramètres, comme Pi-0 ou GR00T N2. Un modèle compact atteignant 90% de réussite sur un benchmark aussi large que MT50 laisse entrevoir des coûts d'inférence et de déploiement embarqué nettement réduits, un enjeu concret pour les intégrateurs travaillant sur des bras robotiques industriels ou des plateformes mobiles aux ressources de calcul limitées. Cela conforte aussi l'hypothèse qu'une conception spécialisée de la tête d'action, via flow-matching et attention inter-tokens, peut compenser la taille réduite du VLM sous-jacent. FabriVLA s'inscrit dans la lignée des modèles VLA ayant suivi RT-2 et Octo, et plus récemment les approches par flow-matching popularisées par Pi-0 chez Physical Intelligence ou les architectures GR00T N2 de NVIDIA. Le choix d'InternVL3.5, backbone open plus modeste que certains VLM propriétaires concurrents, illustre une tendance à réutiliser des composants déjà optimisés plutôt qu'à entraîner des architectures VLA depuis zéro. À ce stade, les résultats restent une validation en simulation sur Meta-World; la suite logique attendue par la communauté robotique sera la démonstration de ces gains sur des tâches de manipulation réelle, hors benchmark simulé.

IA physiqueActu
1 source
D-CLIPSE : localisation par consensus distribué avec écoute passive sur échange d'état partagé
4027arXiv cs.RO 

D-CLIPSE : localisation par consensus distribué avec écoute passive sur échange d'état partagé

Le nom complet du papier est D-CLIPSE, pour "Distributed Consensus-based Localization with Passive Listening on Shared State Exchange" (arXiv:2607.07995v1). Il s'agit d'un nouveau cadre de filtrage distribué pour la localisation multi-robots, conçu pour rester cohérent (au sens statistique du terme) tout en limitant la charge de communication entre robots. Le principe: chaque robot embarque son propre filtre et estime à la fois son état et celui de ses voisins, en échangeant de l'odométrie préintégrée ainsi que des états partagés pertinents via communication inter-robot. Contrairement à une architecture centralisée qui fusionnerait de façon optimale toutes les mesures de capteurs de l'équipe mais qui reste rarement viable en pratique (contraintes matérielles, de bande passante et de puissance de calcul), D-CLIPSE cherche à s'en approcher sans passer par un nœud central. Les auteurs valident leur méthode à la fois en simulation et lors d'expériences réelles, avec des résultats de précision et surtout de cohérence proches d'une solution centralisée. L'enjeu dépasse la simple prouesse académique: la localisation multi-robots est un prérequis direct pour la planification de trajectoire et le contrôle dans toute flotte coordonnée, qu'il s'agisse d'AMR en entrepôt, d'essaims de drones ou de robots d'inspection travaillant en équipe. Le problème classique des filtres décentralisés est la sous-estimation de l'incertitude quand les mêmes informations sont comptées plusieurs fois dans le réseau, ce qui rend les estimations de position trop confiantes et potentiellement dangereuses pour la prise de décision en aval. En visant explicitement la cohérence statistique en plus de la précision, et en réduisant le volume de données échangées entre robots, D-CLIPSE s'attaque directement à ce qui limite aujourd'hui le déploiement de flottes robotiques réellement décentralisées à grande échelle, sans dépendre d'une infrastructure de calcul centrale fragile ou coûteuse en latence. Le papier se positionne explicitement contre l'état de l'art actuel des approches décentralisées, dont il revendique dépasser les performances en cohérence tout en restant efficace en communication, un compromis que la littérature peine généralement à tenir simultanément. Les approches distribuées existantes s'appuient typiquement sur des variantes de filtres de Kalman étendus ou des méthodes d'intersection de covariance pour éviter le double comptage d'information, souvent au prix d'une dégradation de précision ou d'un surcoût de calcul. En publiant à la fois des résultats simulés et expérimentaux, les auteurs cherchent à démontrer une applicabilité concrète plutôt qu'un simple gain théorique, ouvrant la voie à des tests sur des flottes physiques plus larges et à une intégration potentielle dans des piles de navigation multi-robots existantes.

RecherchePaper
1 source
X-ACTA : algorithme de distribution de tension du centre analytique étendu pour robots parallèles à câbles fixes et mobiles
4028arXiv cs.RO 

X-ACTA : algorithme de distribution de tension du centre analytique étendu pour robots parallèles à câbles fixes et mobiles

Les robots parallèles à câbles (Cable-Driven Parallel Robots, CDPR) utilisent plusieurs câbles tendus pour déplacer une plateforme mobile, une architecture prisée pour les grandes portées et les charges lourdes, du levage industriel à l'assistance médicale. Leur fonctionnement reste toutefois contraint à un espace de travail dit "faisable en efforts" (Wrench-Feasible Workspace, WFW), une zone où les tensions de câbles peuvent équilibrer les forces externes sans jamais devenir négatives. Un article publié sur arXiv (identifiant 2607.08265) propose une méthode baptisée X-ACTA (eXtended Analytic Center Tension distribution Algorithm), conçue pour piloter ces robots au-delà de ce WFW, notamment lors de manœuvres agressives ou après la rupture d'un câble. La méthode étend l'approche dite du "centre analytique" en conservant des profils de tension continus et différentiables, une convergence rapide vers une solution unique compatible avec un usage temps réel, et des contraintes non linéaires prises en compte nativement. Contrairement aux formulations existantes basées sur le relâchement de câbles ("slack-based"), elle limite les erreurs de torseur (wrench) à une zone marginale du WFW. Les auteurs valident la supériorité de leur méthode en douceur des trajectoires et en précision d'effort via une dominance de Pareto face à l'état de l'art, complétée par des expériences numériques. Cette avancée touche un point aveugle connu des CDPR : la plupart des algorithmes de calcul de tensions fonctionnent bien à l'intérieur du WFW, mais deviennent instables ou imprécis dès qu'un robot en sort, que ce soit volontairement pour étendre sa portée opérationnelle ou accidentellement après une défaillance matérielle. Pour les intégrateurs industriels qui déploient des CDPR fixes ou mobiles dans des environnements exigeants, comme les grands entrepôts, les chantiers ou les applications de levage, disposer d'un contrôleur capable de gérer une perte de câble sans à-coups ni divergence numérique est un enjeu direct de sécurité et de continuité opérationnelle. La différentiabilité garantie par X-ACTA facilite aussi son intégration dans des boucles de commande plus larges, un critère souvent négligé par les méthodes purement géométriques. Le calcul de la distribution des tensions dans les CDPR est un sujet mature en robotique, mais la littérature s'est historiquement concentrée sur l'optimisation à l'intérieur du WFW plutôt que sur la robustesse aux sorties de cet espace. X-ACTA s'inscrit dans une lignée de travaux cherchant à combler ce manque, en se positionnant explicitement contre les méthodes "slack-based" dominantes. L'article, encore au stade de preprint, ouvre la voie à des implémentations sur robots à câbles mobiles et fixes, sans toutefois préciser à ce stade de partenaire industriel ou de calendrier de transfert vers un produit commercial.

RecherchePaper
1 source
Robot Control : un pré-entraînement vidéo-action natif pour un contrôle robotique généralisable
4029arXiv cs.RO 

Robot Control : un pré-entraînement vidéo-action natif pour un contrôle robotique généralisable

Une équipe de recherche présente, dans un preprint publié sur arXiv (arXiv:2607.08639v1), LingBot-VA 2.0, un modèle fondation vidéo-action conçu spécifiquement pour le contrôle robotique, en succession directe de LingBot-VA. Quatre changements architecturaux structurent cette évolution. D'abord, l'équipe abandonne les VAE classiques axés sur la reconstruction d'image au profit d'un tokenizer visuel-action sémantique, qui aligne les représentations visuelles à la fois sur le sens et sur l'action, ce qui améliore le suivi d'instructions et la précision des gestes lors de l'apprentissage de politiques. Ensuite, le modèle adopte un pré-entraînement causal from scratch plutôt qu'une architecture bidirectionnelle adaptée après coup, pour éviter l'oubli catastrophique observé lors de ce type d'adaptation. Troisième point, un backbone MoE (mixture of experts) épars permet d'augmenter la capacité du modèle sans alourdir l'inférence, condition nécessaire pour du contrôle à haute fréquence. Enfin, un schéma d'inférence asynchrone prédit les futurs états latents en parallèle de l'exécution des actions, en recalant chaque rollout sur la dernière observation via une dynamique prédictive apprise, pour du contrôle en boucle fermée temps réel. Le papier ne précise ni le nombre de degrés de liberté, ni le payload, ni les sites ou volumes de déploiement, ni de calendrier commercial. Cette publication s'inscrit dans la course aux modèles VLA (vision-language-action) pour la robotique généraliste, où l'enjeu central est de dépasser le simple réemploi de générateurs vidéo pensés pour le contenu numérique, souvent inadaptés à la physique du monde réel faute d'ancrage dans l'action. En traitant frontalement l'oubli catastrophique et le coût d'inférence, LingBot-VA 2.0 répond à deux limites fréquemment citées des modèles fondation robotiques actuels: la difficulté à tenir un contrôle réactif et la fragilité des architectures reconverties depuis la génération vidéo pure. LingBot-VA 2.0 vient after LingBot-VA, dans un paysage où rivalisent des modèles comme GR00T N2 (Nvidia), Helix (Figure) ou Pi-0 (Physical Intelligence). Le papier revendique une validation par déploiement réel et une généralisation few-shot sur des tâches de manipulation complexes, mais sans benchmark chiffré ni comparaison directe publiée à ce stade, la portée exacte de ces résultats reste à confirmer par des évaluations indépendantes.

IA physiqueActu
1 source
Time-to-collision : évitement dynamique d'obstacles pour robots en environnements non structurés via modèles de vision préentraînés
4030arXiv cs.RO 

Time-to-collision : évitement dynamique d'obstacles pour robots en environnements non structurés via modèles de vision préentraînés

Une équipe de recherche présente une méthode d'évitement d'obstacles dynamiques pour robots mobiles autonomes évoluant en extérieur, dans des environnements non structurés, publiée sur arXiv (arXiv:2607.07885v1). Contrairement aux approches classiques qui nécessitent un entraînement massif spécifique au robot ou des politiques apprises en simulation, cette méthode fonctionne entièrement sur données réelles et évite le problème de transfert simulation-vers-réel. Le pipeline s'appuie sur UniDepth, un modèle pré-entraîné d'estimation de profondeur monoculaire, pour générer des cartes de profondeur denses à partir d'une simple caméra RGB, sans besoin de stéréovision ni de LiDAR au moment de l'inférence. Le système étend le pipeline de correspondance de points-clés SuperPoint et SuperGlue pour suivre des points caractéristiques sur de longues séquences d'images, les projeter en 3D via les intrinsèques caméra et la profondeur estimée, puis calculer un ajustement de faisceaux et un temps avant collision (TTC) par point-clé. Une primitive de mouvement 2D dans le plan au sol permet ensuite d'éloigner le robot du point de rapprochement minimal. Testée sur le jeu de données réel M3ED, la méthode atteint une précision de 0,49 et un rappel de 0,38 pour détecter les images avec un TTC réel inférieur à une seconde, et génère la bonne direction d'évitement dans 84% des détections correctes. Elle détecte au moins une image à risque pour 20 des 22 obstacles physiques uniques testés. L'intérêt principal tient à l'efficacité en données: seulement 74 secondes de données ont suffi pour le réglage des hyperparamètres, contre des milliers d'heures habituellement nécessaires aux méthodes end-to-end apprises. Pour les intégrateurs et décideurs en robotique mobile, cela ouvre une voie de déploiement rapide sans les coûts d'entraînement massif ni les risques de décalage sim-to-real, un problème persistant qui limite la fiabilité des politiques apprises en simulation lors du transfert vers le monde réel. Les chiffres de précision et rappel restent toutefois modestes (0,49 et 0,38), signe que la méthode n'est pas encore prête pour un déploiement critique sans garde-fous supplémentaires, mais la comparabilité et l'interprétabilité de l'approche par rapport aux boîtes noires apprises constituent un argument de poids pour la robotique de sécurité. Cette approche s'inscrit dans une tendance plus large de réutilisation de modèles de vision pré-entraînés à grande échelle (comme UniDepth, SuperPoint, SuperGlue) pour construire des briques robotiques sans réentraînement spécifique, une alternative aux politiques VLA ou aux pipelines de bout en bout qui dominent actuellement la recherche en navigation autonome. Elle se positionne face aux méthodes de simulation-vers-réel largement utilisées chez les acteurs de la robotique mobile et de la navigation extérieure, en misant sur l'interprétabilité plutôt que sur la performance brute. Les auteurs évoquent des perspectives d'amélioration de la précision et du rappel, ainsi qu'une validation plus large sur davantage de types d'obstacles et de conditions environnementales.

RecherchePaper
1 source
Robot binoculaire non préhensile : apprentissage de primitives de manipulation par catégorie
4031arXiv cs.RO 

Robot binoculaire non préhensile : apprentissage de primitives de manipulation par catégorie

BiNoMaP présente un nouveau cadre pour l'apprentissage de primitives de manipulation bimanuelle non préhensile, c'est-à-dire des gestes robotiques qui ne saisissent pas l'objet mais le manipulent par contact, comme pousser, faire pivoter, envelopper ou pousser du bout des doigts. Contrairement à la plupart des travaux antérieurs limités à un seul bras ou dépendants de supports environnementaux favorables (murs, rebords), les chercheurs proposent une configuration bimanuelle générique. Leur méthode se distingue aussi par son approche sans apprentissage par renforcement (RL-free), articulée en trois étapes: extraction de trajectoires de mouvement des mains à partir de vidéos de démonstration en vue égocentrique, puis raffinement de ces trajectoires brutes via un algorithme d'optimisation géométrique pour corriger le bruit de perception et les écarts morphologiques entre humain et robot, et enfin paramétrage des primitives selon des attributs géométriques de l'objet, principalement sa taille, pour permettre une généralisation à des instances inédites. Les primitives ont été testées sur deux plateformes robotiques bimanuelles réelles aux configurations cinématiques distinctes, démontrant un transfert cross-embodiment sans redesign de la structure des compétences. L'intérêt pour l'industrie robotique tient à l'angle mort que ce travail comble: la manipulation non préhensile reste largement sous-exploitée car son caractère riche en contacts la rend difficile à modéliser analytiquement, alors que de nombreuses tâches industrielles ou domestiques (repositionner un objet encombrant, l'orienter, le pousser dans un bac) ne se prêtent pas à une simple préhension. En s'appuyant sur des démonstrations vidéo plutôt que sur du RL coûteux en simulation, l'approche répond aussi à un problème récurrent du secteur, le fossé entre simulation et réalité (sim-to-real gap), en apprenant directement des trajectoires exécutables. Pour les intégrateurs et décideurs B2B travaillant sur des bras bimanuels ou des plateformes humanoïdes à deux bras, cela suggère une voie pour doter les robots de compétences de manipulation plus polyvalentes sans multiplier les cycles d'entraînement par RL ni redessiner les primitives à chaque changement de robot. Ce travail s'inscrit dans la lignée des recherches en apprentissage par imitation à partir de vidéos humaines, un axe de plus en plus exploré face aux limites du RL pur pour les tâches de contact complexes, aux côtés d'approches VLA comme GR00T N2 ou Pi-0 qui visent la généralisation à l'échelle. La publication, une version révisée d'un article initialement déposé sur arXiv (2509.21256), a été validée par des expériences robot réel sur "divers objets et configurations spatiales", sans toutefois préciser de partenaire industriel ou de calendrier de déploiement commercial. Aucun acteur français ou européen n'est mentionné dans cette publication, qui reste à ce stade un travail de recherche académique plutôt qu'un produit prêt à déployer.

RecherchePaper
1 source
SkillPlug : extraction non supervisée de compétences pour l'adaptation en few-shot dans la manipulation robotique
4032arXiv cs.RO 

SkillPlug : extraction non supervisée de compétences pour l'adaptation en few-shot dans la manipulation robotique

Une équipe de recherche publie sur arXiv (arXiv:2607.08354v1, soumission nouvelle) SkillPlug, un framework destiné à l'apprentissage par imitation visuomotrice en robotique de manipulation. Le système se présente comme un module "plug-in" qui vient s'ajouter à une politique visuomotrice existante : il ajoute un module de conditionnement par compétences ("skill-conditioning") et extrait, à partir de démonstrations multi-tâches brutes et sans supervision, une bibliothèque de compétences partagée et réutilisable. L'extraction repose sur des objectifs auto-supervisés conçus pour produire des primitives comportementales compactes, non redondantes et transférables d'une tâche à l'autre. Une fois cette bibliothèque figée, l'adaptation à une nouvelle tâche ne nécessite plus qu'un réentraînement léger : seuls un routeur et une tête d'action sont ajustés, sans réentraînement complet de bout en bout. Les auteurs rapportent des tests sur deux bancs d'essai en simulation et sur un robot réel, avec une amélioration observée à la fois en performance multi-tâches et en adaptation à partir de peu de démonstrations (few-shot). L'abstract ne fournit toutefois aucun chiffre précis de gain de taux de réussite ni détail sur les bancs de test utilisés, ce qui limite la portée vérifiable des résultats à ce stade. L'enjeu pratique visé est réel pour les intégrateurs robotiques : la plupart des politiques actuelles sont entraînées de bout en bout et n'offrent aucune structure explicite pour réutiliser des comportements déjà appris, ce qui rend le transfert vers de nouvelles tâches coûteux en données. En figeant une bibliothèque de compétences et en ne réentraînant qu'un routeur léger, SkillPlug promet une adaptation à moindre coût de calcul et de données, un point sensible pour tout déploiement industriel où recollecter des centaines de démonstrations par nouvelle tâche n'est pas viable économiquement. Ce travail s'inscrit dans un courant de recherche plus large qui cherche à réintroduire une structure compositionnelle (bibliothèques de compétences, primitives réutilisables) dans des politiques d'apprentissage par imitation de plus en plus dominées par des modèles monolithiques de type VLA (vision-language-action). Il s'agit ici d'une publication de recherche académique, sans acteur industriel ni produit commercial associé, et sans mention de comparaison directe avec des systèmes VLA à grande échelle déployés dans l'industrie. Les prochaines étapes attendues seraient une évaluation à plus grande échelle et une comparaison chiffrée face aux approches de politique de bout en bout dominantes.

RecherchePaper
1 source
Système d'exploitation de tubes spatiotemporels sous contraintes d'entrée pour la navigation sûre de systèmes Euler-Lagrange inconnus en environnements dynamiques
4033arXiv cs.RO 

Système d'exploitation de tubes spatiotemporels sous contraintes d'entrée pour la navigation sûre de systèmes Euler-Lagrange inconnus en environnements dynamiques

Une équipe de chercheurs propose un nouveau cadre de contrôle en temps réel permettant à des robots dont la dynamique est inconnue de naviguer en sécurité dans des environnements changeants, tout en respectant les limites physiques de leurs actionneurs. Publiés sur arXiv (2607.08189v1), ces travaux étendent le cadre des « spatiotemporal tubes » (STT), une technique qui définit des corridors de trajectoires garantissant qu'un système atteint une zone cible, évite les obstacles et s'y maintient dans un temps fini, propriété désignée par les auteurs sous l'acronyme FT-RAS (finite-time reach-avoid-stay). La nouveauté consiste à intégrer explicitement les contraintes d'entrée, c'est-à-dire la puissance ou le couple maximal disponible sur les actionneurs, directement dans la conception du contrôleur, avec des conditions de faisabilité vérifiables hors ligne. L'approche a été validée par simulation sur trois types de systèmes Euler-Lagrange, un robot mobile, un quadrotor et un engin spatial, ainsi que par des expériences matérielles sur un robot mobile réel. L'enjeu dépasse la démonstration académique. La plupart des méthodes de navigation sûre reposent soit sur un modèle dynamique précis du robot, rarement disponible en conditions réelles, soit sur une optimisation résolue en continu pendant le mouvement, coûteuse en calcul et difficile à certifier en temps réel. En s'affranchissant de ces deux contraintes, ce cadre dit « approximation-free » vise les cas concrets où les robots opèrent dans des environnements dynamiques avec une puissance d'actionnement limitée, un enjeu direct pour les intégrateurs déployant des AMR ou des drones en entrepôt, où sous-estimer les limites moteur peut compromettre les garanties de sécurité formulées en amont. Le papier se positionne comme une extension du cadre STT existant, en réponse à une limite connue des méthodes de contrôle sûr comparables, comme les fonctions barrières de contrôle ou la commande prédictive, qui exigent généralement soit un modèle fiable soit une résolution d'optimisation embarquée. Il s'agit ici d'un résultat de recherche théorique et expérimentale à petite échelle, sans annonce de déploiement industriel ni de partenaire commercial identifié à ce stade.

RecherchePaper
1 source
TriphiBot : un robot triphibie combinant propulsion FOC et conception excentrique
4034arXiv cs.RO 

TriphiBot : un robot triphibie combinant propulsion FOC et conception excentrique

TriphiBot est un robot capable de trois modes de déplacement, aérien, terrestre et aquatique, présenté dans un article arXiv (2602.01385v2, version révisée). Le design combine une structure de quadricoptère classique avec deux roues passives, sans actionneur supplémentaire dédié à la locomotion terrestre. Les chercheurs ont introduit un centre de gravité excentré qui aligne naturellement la poussée des rotors avec la direction de déplacement au sol, évitant ainsi les mécanismes de transformation mécanique complexes habituellement nécessaires. Pour piloter la propulsion dans l'air comme dans l'eau, deux milieux aux propriétés très différentes, l'équipe a développé un système unifié basé sur le contrôle orienté champ (FOC), qui résout les problèmes d'adéquation du couple moteur et permet une poussée bidirectionnelle rapide et précise. La stabilité du robot et ses transitions entre domaines reposent sur un système de contrôle hybride combinant commande prédictive non linéaire (HNMPC) et PID. Les essais expérimentaux confirment la capacité du robot à se mouvoir dans les trois milieux et à transiter entre eux. L'intérêt de ce travail tient à son adressage d'un angle mort de la robotique multi-domaine: la plupart des robots dits amphibies ou hybrides existants ne gèrent que deux modes de déplacement, et les rares designs triphibiques souffrent soit d'une complexité mécanique élevée, soit d'une propulsion peu efficace au sol. En proposant une architecture minimaliste, sans actionneur additionnel, et un système de propulsion unique capable de s'adapter électroniquement (via FOC) plutôt que mécaniquement aux deux fluides, TriphiBot ouvre une voie pour des robots plus légers et plus simples à fabriquer, potentiellement utiles pour l'inspection, la surveillance environnementale ou les interventions en zones sinistrées mêlant terre, air et eau. Ce travail s'inscrit dans la lignée des recherches sur les robots multi-modaux, où la plupart des designs antérieurs privilégiaient des architectures dédiées à deux milieux avec des mécanismes de transformation spécifiques pour chaque transition. En misant sur l'excentricité du centre de gravité plutôt que sur des pièces mobiles supplémentaires, et sur un contrôle électronique unifié plutôt que sur des propulseurs séparés par milieu, les auteurs positionnent leur approche comme une alternative plus sobre face aux plateformes triphibiques à haute complexité mécanique. L'article, publié en version révisée sur arXiv, reste à ce stade une validation expérimentale en laboratoire, sans indication de déploiement ou de partenariat industriel.

RecherchePaper
1 source
Robots-gants souples pour la mobilité dextérique : vers une rééducation personnalisée
4035arXiv cs.RO 

Robots-gants souples pour la mobilité dextérique : vers une rééducation personnalisée

Je vais rédiger l'article en français selon les consignes. Des chercheurs présentent la conception, la fabrication et les tests d'un exogant robotique souple personnalisé, destiné à la rééducation et à l'assistance de la main, dans un article publié le 9 juillet 2026 sur arXiv (2607.07968v1). Contrairement aux exogants existants, ajustés selon des mesures standardisées peu adaptées à l'anatomie individuelle, ce dispositif est façonné à partir de scans topologiques de la main de l'utilisateur, puis fabriqué par moulage silicone. L'équipe a mené une analyse par éléments finis (FEA) pour modéliser la flexion des actionneurs pneumatiques et les forces d'interaction physique homme-robot sur un modèle biomécanique simplifié du doigt, ainsi que des essais de contrôle de pression pneumatique pour fléchir le doigt selon des références statiques et dynamiques. Les résultats montrent que les scans topologiques permettent un ajustement précis à l'anatomie, que le contrôle de pression cible efficacement les articulations métacarpophalangienne (MCP) et interphalangienne proximale (PIP) malgré la raideur intrinsèque des tissus, et que l'assouplissement de la couche limitant l'extension améliore l'alignement entre actionneur et articulation. Cette approche répond à une limite bien identifiée mais rarement traitée frontalement dans la robotique portable douce: les gants d'assistance génériques échouent souvent sur la manipulation fine faute d'un ajustement anatomique réel, ce qui freine leur adoption clinique au-delà de la simple flexion globale. En démontrant qu'une personnalisation basée sur l'imagerie 3D peut être combinée à une modélisation prédictive des forces de contact, les auteurs ouvrent la voie à des protocoles de rééducation neuromusculaire plus ciblés, potentiellement pertinents pour les patients post-AVC ou atteints de pathologies neurodégénératives nécessitant une rééducation fine des doigts. Il s'agit toutefois d'un travail de preuve de concept en laboratoire, testé sur un modèle biomécanique simplifié et non encore validé cliniquement à grande échelle: les auteurs eux-mêmes le présentent comme une base méthodologique pour l'optimisation future de la conception, pas comme un dispositif prêt à déployer. Le champ des exogants pneumatiques souples s'est développé depuis plusieurs années autour d'acteurs académiques comme le Wyss Institute de Harvard ou le Soft Robotics Lab de Yale, avec des applications allant de l'assistance post-AVC à la téléopération. La personnalisation par scan 3D et impression ou moulage sur mesure suit une tendance plus large de la robotique portable vers des dispositifs individualisés, comparable aux démarches d'orthèses imprimées en 3D en orthopédie. Les prochaines étapes annoncées par les auteurs concernent l'optimisation de la conception des actionneurs à partir des données de modélisation pHRI, en vue d'une meilleure mobilisation des articulations pour des tâches de manipulation dextre et de rééducation motrice fine, sans calendrier de test clinique précisé à ce stade.

ExosquelettesPaper
1 source
Collaboration entre agents pour le diagnostic d'anomalies en robotique sous-marine
4036arXiv cs.RO 

Collaboration entre agents pour le diagnostic d'anomalies en robotique sous-marine

Un article de recherche mis à jour sur arXiv (identifiant 2511.03075, version 2) présente AURA, pour Autonomous Resilience Agent, un framework de diagnostic d'anomalies et de pannes destiné à la robotique sous-marine. Le système combine deux agents distincts : un agent de bas niveau, chargé de la caractérisation d'état, qui surveille en continu la télémétrie du robot et traduit les signaux bruts en une description structurée du problème en langage naturel ; et un agent de raisonnement diagnostique de haut niveau, qui mène un dialogue guidé par des connaissances externes avec un opérateur humain pour identifier la cause racine d'une anomalie. L'ensemble s'appuie sur un jumeau numérique haute fidélité et sur de grands modèles de langage (LLM), avec une boucle homme-dans-la-boucle explicite. Une fois qu'un diagnostic est validé par un opérateur, il est reconverti en exemple d'entraînement pour affiner le modèle perceptif de bas niveau. Les auteurs ne publient pas de résultats chiffrés de déploiement dans le résumé ; il s'agit d'une contribution de recherche décrivant l'architecture et une implémentation de référence, pas d'un produit commercialisé. L'intérêt principal de ce travail tient au terrain qu'il cible : les véhicules sous-marins autonomes évoluent dans des environnements où la connectivité est intermittente et où une panne non anticipée peut être coûteuse, voire dangereuse, ce qui rend l'automatisation intégrale du diagnostic risquée sans supervision humaine. En positionnant explicitement l'IA comme partenaire évolutif plutôt qu'outil figé, AURA répond à une critique répandue envers les systèmes autonomes classés comme boîtes noires, en gardant l'humain dans la boucle de validation tout en capitalisant sur chaque cas traité pour améliorer le modèle. Pour les intégrateurs de robotique sous-marine et les opérateurs de flottes d'AUV, ce type d'architecture ouvre la voie à une maintenance prédictive plus fiable, sans sacrifier la traçabilité des décisions critiques. Le papier s'inscrit dans la tendance plus large des architectures agentiques bâties sur des LLM couplés à des jumeaux numériques pour la robotique de terrain, un axe de recherche actif depuis l'essor des modèles de raisonnement conversationnel. Aucun acteur industriel ni concurrent n'est cité dans le résumé, ce qui confirme la nature académique de la publication ; les suites logiques attendues seraient une validation expérimentale sur des plateformes sous-marines réelles et une comparaison avec des approches de diagnostic purement automatisées.

RecherchePaper
1 source
Dexmal lance MaaS incarné et DexOS, résolvant le passage à l'échelle des modèles en conditions réelles
4037Pandaily 

Dexmal lance MaaS incarné et DexOS, résolvant le passage à l'échelle des modèles en conditions réelles

Dexmal, anciennement connue sous le nom de Yuanli Lingji, a dévoilé lors de sa première conférence développeurs Action une suite complète de produits d'IA incarnée destinée à répondre au problème structurel de la mise à l'échelle des modèles fondationnels sur du matériel robotique hétérogène. Au centre de l'annonce, le modèle DM0.5 voit ses paramètres doubler pour atteindre 4 milliards, entraîné sur 150 000 heures de données dont 50 000 heures issues de robots réels avec annotation 3D au millimètre près des points clés de la main, complétées par 100 000 heures d'enregistrements d'opérations humaines à la première personne. Trois choix d'architecture distinguent ce modèle : une mémoire native supportant jusqu'à 60 secondes de contexte via une couche d'abstraction intégrée au pré-entraînement, un système de raisonnement à deux niveaux qui sépare la planification des tâches de la génération de mouvement avec un entraînement contrefactuel censé garantir une réelle compréhension des instructions, et un alignement des actions par programmation dynamique contrainte pour normaliser des trajectoires exécutées à des vitesses différentes. Autour de ce modèle, Dexmal lance DexOS, présenté comme l'équivalent d'un système d'exploitation standardisé pour la robotique avec un protocole ouvert baptisé ECP, permettant aux développeurs d'intégrer leur modèle une seule fois puis de le déployer sur plusieurs plateformes matérielles. La plateforme DexDev regroupe DFOL 2.0, un système d'apprentissage par renforcement basé sur un modèle du monde (DW0.5) qui réduirait de 60% le volume de données d'entraînement robotique réel nécessaire et de 40% les coûts associés, ainsi qu'un service MaaS d'inférence facturé à l'usage. Dexmal revendique une latence d'inférence de 50 millisecondes et la possibilité d'effectuer du post-entraînement sur une simple carte grand public RTX 4090. Deux nouvelles plateformes matérielles, Apex pour l'industrie et Ferrata pour la logistique, viennent s'ajouter au bras double existant Mint. L'enjeu réel derrière cette annonce est le problème dit du N fois M : sans couche de standardisation, chaque modèle doit être réadapté à chaque configuration matérielle, ce qui freine toute diffusion à l'échelle. En misant sur un écosystème ouvert de développeurs plutôt que sur une intégration verticale fermée à la manière de Tesla ou Figure, Dexmal cherche à devenir la couche logicielle commune du secteur plutôt qu'un fournisseur de robots parmi d'autres. Le fondateur Tang Wenbin a d'ailleurs posé le vrai critère de réussite : que les développeurs choisissent DM0.5 plutôt que les alternatives open source, un test que les modèles précédents de l'entreprise n'avaient pas franchi selon lui. La promesse de réduction des données réelles nécessaires grâce à la simulation dans un modèle du monde touche directement au fossé sim-to-real qui limite encore le déploiement des VLA en conditions réelles, mais ces gains restent pour l'instant des chiffres communiqués par l'entreprise, sans validation indépendante. Le rebranding depuis Yuanli Lingji s'inscrit dans la vague d'entreprises chinoises d'IA incarnée cherchant à se positionner face aux acteurs américains comme Physical Intelligence (Pi-0), NVIDIA (GR00T N2) ou Figure (Helix), ainsi qu'aux humanoïdes concurrents tels qu'Optimus. Aucun acteur français ou européen n'apparaît dans cette annonce. La suite dépendra de l'adoption réelle du protocole ECP par des développeurs tiers et de déploiements pilotes concrets sur les nouvelles plateformes Apex et Ferrata, dont aucun calendrier précis n'a été communiqué.

IA physiqueActu
1 source
Nvidia devient premier partenaire mondial de simulation tactile, nouveau financement de centaines de millions et commandes multipliées par quatre au premier semestre
403836Kr 

Nvidia devient premier partenaire mondial de simulation tactile, nouveau financement de centaines de millions et commandes multipliées par quatre au premier semestre

La société pékinoise Tashan Technology (他山科技) a bouclé un tour de série B de plusieurs centaines de millions de yuans, avec la participation de Joyson Electronics, Taiping Innovation, AUX, Pengling, Lavender Hill Capital Partners (LHCP) et Hongshan Capital, ainsi qu'un réinvestissement des actionnaires historiques Daoshi Technology et Binfu Capital. Les fonds serviront à l'itération des capteurs et puces tactiles, au déploiement de solutions par secteur et à la construction d'une plateforme d'entraînement tactile. Fondée en 2017, l'entreprise développe une pile complète de perception tactile pour robots, du silicium à l'application : une équipe issue de Tsinghua et de l'université de Manchester, avec Steve Furber, co-inventeur de l'architecture ARM, comme chercheur en chef, et un laboratoire commun avec Manchester créé dès 2019. Son produit phare est une puce mixte analogique-numérique basée sur un réseau de neurones à impulsions, conçue pour un traitement tactile embarqué à faible latence ; une nouvelle génération vient d'être gravée avec lancement prévu au troisième trimestre 2026. Les capteurs TS-F (bout de doigt, résolution de force de 0,01 N, reconnaissance de plus de 30 matériaux sans contact) et TS-E (pince) ont vu leur fréquence de mesure multipliée par 3 à 4 cette année. Deux centres de collecte de données ont ouvert à Pékin et dans le Hubei en mars et mai 2026, et la société se présente comme premier partenaire mondial de simulation tactile de Nvidia Isaac Sim, avec un moteur open source sur MuJoCo. Selon l'entreprise, les commandes de capteurs tactiles atteignaient fin mai déjà quatre fois le chiffre d'affaires annuel 2025, pour plus de 180 clients incluant Galbot, Xingdong Jiyuan ou BrainCo, et une part de marché revendiquée supérieure à 80 % sur les capteurs tactiles pour mains robotiques humanoïdes. Ces chiffres, invérifiés indépendamment, illustrent néanmoins un basculement réel du secteur : le taux d'équipement tactile des mains articulées serait passé d'environ 20 % à plus de 60 % en un an, un rythme d'adoption rare pour un composant matériel. Cela confirme une hypothèse qui circulait dans l'IA incarnée sans preuve solide jusqu'ici : sans retour de force, la boucle perception-action ne se referme pas sur des tâches de manipulation fine, et la seule vision ne suffit pas à saisir des objets fragiles ou déformables. Que des fournisseurs de modèles achètent désormais des capteurs en volume pour entraîner leurs systèmes tactiles renforce l'idée que la donnée tactile devient une ressource aussi disputée que la vidéo de démonstration, avec des conséquences directes de coût et de fiabilité pour les intégrateurs qui équipent des mains robotiques. Le partenariat le plus marquant reste la collaboration avec Richard Sutton, lauréat du prix Turing et figure fondatrice de l'apprentissage par renforcement, autour d'un projet baptisé "jardin d'enfants pour robots", visant à faire apprendre aux machines par essai-erreur tactile en environnement réel. Tashan prévoit que son activité robotique dépassera l'automobile de 3 à 4 fois en 2026, pour environ deux tiers du chiffre d'affaires, et anticipe une vague d'algorithmes et de modèles tactiles commerciaux à partir de 2027, un calendrier qui reste, comme les autres métriques, à confirmer par les livraisons effectives.

Chine/AsieActu
1 source
Force Aérienne américaine déploie drones et robots au sol pour accélérer l'inspection des avions autonomes
4039Interesting Engineering 

Force Aérienne américaine déploie drones et robots au sol pour accélérer l'inspection des avions autonomes

Asylon a obtenu un contrat de Phase Trois du Warner Robins Air Logistics Complex, l'un des plus grands centres de maintien en condition opérationnelle de l'US Air Force, pour déployer son système d'inspection autonome d'aéronefs baptisé MARIA (Multi-modal Autonomous Robotics for Inspection of Aircraft). Ce contrat fait passer la technologie du stade de développement à un usage opérationnel réel sur l'une des bases de sustentation majeures de l'armée de l'air américaine. MARIA combine deux plateformes robotiques : le drone Guardian, un petit système aérien sans pilote (sUAS), et le DroneDog Q-UGV, un robot terrestre à quatre pattes. Les deux évoluent grâce au logiciel d'autonomie Range d'Asylon et remontent leurs données vers la plateforme de commandement DroneIQ, qui centralise imagerie, nuages de points LiDAR et télémétrie dans des vues 2D classiques comme dans des jumeaux numériques interactifs. Concrètement, les équipes de maintenance pourront confier des missions d'inspection visuelle générale aux robots plutôt que de réaliser uniquement des tours d'appareil manuels, les résultats étant ensuite transmis aux techniciens pour analyse. L'enjeu dépasse le simple gadget technologique : il s'agit de démontrer qu'un système robotique aérien-terrestre coordonné peut tenir la charge d'inspections répétitives sur une flotte militaire réelle, sans mobiliser davantage de personnel. Pour les intégrateurs et décideurs de la maintenance industrielle, ce déploiement à Warner Robins constitue un test grandeur nature du passage de la démonstration à l'usage récurrent, un point de bascule que beaucoup de projets de robotique d'inspection peinent à franchir. Si le système tient ses promesses de réduction du temps d'inspection et de plus grande homogénéité des relevés, cela validerait l'approche multimodale (air plus sol, données unifiées dans un même hub logiciel) comme modèle réplicable pour d'autres flottes de maintenance, militaires ou civiles. Reste que les gains annoncés en termes de rapidité et de fiabilité n'ont pas encore été chiffrés publiquement dans ce cadre opérationnel précis, ce qui invite à attendre des retours concrets avant de parler de succès avéré. Ce contrat s'inscrit dans la continuité d'une relation déjà établie entre Asylon et l'Air Force, qui utilisait jusqu'ici les plateformes robotiques de l'entreprise principalement pour des missions de sécurité autonome sur ses bases. L'extension vers la maintenance aéronautique marque une diversification stratégique pour Asylon, qui cherche à démontrer que sa pile technologique (drones, robots terrestres, logiciel de commandement) peut s'appliquer à d'autres cas d'usage industriels critiques. Anthony McCarty, vice-président senior en charge des activités gouvernementales chez Asylon, a présenté cet accord comme un signe de confiance de l'Air Force envers ses plateformes. Warner Robins servira de site pilote avant une éventuelle extension à d'autres centres de sustentation de la défense américaine, la suite dépendant des résultats de cette phase de démonstration en environnement opérationnel réel.

IndustrielActu
1 source
New flapping robot nage et vole comme un oiseau plongeur
4040MIT News Robotics 

New flapping robot nage et vole comme un oiseau plongeur

Une équipe du MIT et de l'EPFL à Lausanne a mis au point un robot volant capable de plonger dans l'eau puis de reprendre son envol, imitant les oiseaux plongeurs comme les macareux, les huarts ou les puffins. Baptisé FAAV (flapping-wing aerial-aquatic vehicle), l'engin pèse moins de 300 grammes et se compose d'un fuselage central, de deux ailes battantes flexibles et d'une queue orientable, ces éléments pouvant être remplacés par différentes tailles selon les besoins. Les essais ont été menés dans un bassin puis sur un lac, où les chercheurs ont identifié les combinaisons de taille d'ailes, de fréquence de battement et d'angle de queue permettant une transition fluide entre la nage sous-marine, le franchissement de la surface et le vol aérien. Les résultats, publiés le 9 juillet 2026 dans la revue Science, s'appuient notamment sur l'observation que les petits oiseaux plongeurs battent des ailes environ 10 fois par seconde dans l'air et 4 fois par seconde sous l'eau, une fréquence légèrement inférieure chez les espèces plus grandes en raison de leur envergure. L'étude est menée par Raphael Zufferey, professeur assistant en génie mécanique au MIT et responsable de l'AURA Lab, avec des co-auteurs de l'EPFL et du Northwest Indian College à Bellingham (État de Washington). L'intérêt de ce robot dépasse la simple prouesse mécanique : il démontre qu'une plateforme robotique mobile peut reproduire la transition air-eau que seule une centaine d'espèces d'oiseaux savent exécuter dans la nature, une bascule rendue complexe par le fait que l'eau est mille fois plus dense que l'air. Pour l'océanographie et la biologie marine, cela ouvre la voie à une nouvelle catégorie de drones capables d'aller prélever des échantillons ou effectuer des mesures dans des zones difficiles d'accès pour les navires classiques (icebergs, ports, zones fréquentées par des cétacés), à un coût nettement inférieur aux méthodes actuelles. C'est aussi une validation concrète que l'approche bio-inspirée, en s'appuyant sur des données de vol réelles issues d'oiseaux plongeurs, peut se traduire en un système robotique fonctionnel et pas seulement en simulation. Le projet s'inscrit dans les travaux de l'AURA Lab du MIT, spécialisé dans les véhicules aériens et aquatiques inspirés de la biomécanique animale pour surveiller la santé des océans et des cours d'eau de façon peu intrusive. Zufferey et son équipe avaient d'abord recensé dans la littérature scientifique les données de vol de puffins, pétrels et martins-pêcheurs avant de concevoir un robot calé sur ces fréquences de battement naturelles. Les auteurs présentent ce projet comme une première étape vers des flottes de drones lancés depuis un bateau ou la côte, capables d'alterner vol et plongée pour la collecte de données environnementales, sans toutefois annoncer à ce stade de calendrier de déploiement opérationnel.

RecherchePaper
1 source
NVIDIA étend LeRobot (open source) avec des outils IA humanoïde pour accélérer le développement des robots
4041Interesting Engineering 

NVIDIA étend LeRobot (open source) avec des outils IA humanoïde pour accélérer le développement des robots

NVIDIA et Hugging Face élargissent leur collaboration autour de LeRobot, la plateforme robotique open source de Hugging Face, avec l'ajout de deux nouveaux outils. Le premier est NVIDIA Isaac GR00T 1.7, présenté par NVIDIA comme son premier modèle de fondation robotique vision-langage-action (VLA) ouvert et commercialement exploitable, conçu pour simplifier le post-entraînement et le déploiement sur différents designs de robots. Le second est NVIDIA Isaac Teleop, un framework open source permettant de collecter des données d'entraînement de haute qualité via des démonstrations humaines avec des dispositifs de contrôle externes, dans un format standardisé et partageable au sein de l'écosystème LeRobot. Un troisième modèle, Cosmos 3, dédié à la génération de données synthétiques et à la simulation d'environnements, sera intégré ultérieurement. Ces annonces s'appuient sur des briques déjà disponibles sur LeRobot, dont un jeu de données ouvert de plus de 350 000 trajectoires robotiques réelles et simulées et 57 millions d'exemples de préhension, ainsi que les outils de simulation Isaac Sim et Isaac Lab, l'environnement Isaac Lab-Arena pour l'entraînement de politiques, et l'intégration du calculateur embarqué Jetson Thor sur le robot humanoïde Reachy 2. NVIDIA a par ailleurs récemment lancé Halos for Robotics, une plateforme de sécurité complète associant matériel, logiciel, capteurs et outils de validation pour les robots autonomes évoluant aux côtés d'humains. Pour l'industrie robotique, l'enjeu affiché est de reproduire pour la robotique la dynamique d'ouverture qui a accéléré le développement en IA logicielle, où le partage de modèles et de jeux de données a fait baisser les coûts d'entrée. NVIDIA met en avant la connexion entre sa communauté de plus de trois millions de développeurs robotiques et les seize millions de développeurs IA de Hugging Face, dans le but de standardiser un flux de travail encore fragmenté, entre collecte de données coûteuse, simulation, puissance de calcul et validation. Si ces chiffres de communauté restent des éléments de communication à prendre avec prudence, l'initiative traduit une tendance de fond: la bascule des modèles VLA de la démonstration marketing vers des briques réutilisables et déployables par des tiers, un test concret de la promesse d'un "sim-to-real" et d'une généralisation multi-robots qui reste à prouver à grande échelle. L'initiative prolonge le partenariat déjà engagé entre les deux entreprises autour de LeRobot et des outils de simulation NVIDIA Isaac, dans un secteur où les modèles fondation pour la robotique se multiplient face à des approches concurrentes comme Pi-0 ou GR00T N2. Les prochaines étapes attendues concernent l'arrivée effective de Cosmos 3 sur la plateforme et l'élargissement du catalogue de robots et de tâches supportés via Isaac Teleop et le jeu de données partagé.

IA physiqueActu
1 source
Robots-bateaux miniatures construisent des structures flottantes
4042MIT News Robotics 

Robots-bateaux miniatures construisent des structures flottantes

Un petit robot flottant modulaire signé MIT : voici la traduction-résumé demandée. Une équipe du MIT CSAIL, dirigée par Daniela Rus et Carlo Ratti, a développé FloatForm, un essaim de petits robots-bateaux carrés capables de s'assembler seuls pour former des structures flottantes plus grandes, de se désassembler, puis de se reconfigurer selon les besoins. Chaque unité mesure 21 centimètres de côté, à peu près la taille d'une assiette, et embarque ses propres propulseurs, capteurs et loquets magnétiques pour s'accrocher à ses voisins. Les travaux, publiés en accès libre dans Nature Communications, sont menés par Wei Wang, ancien chercheur du MIT qui dirige désormais le Marine Robotics Lab de l'université du Wisconsin à Madison, avec la contribution d'Alejandro Gonzalez-Garcia et de Niklas Hagemann, doctorant en architecture au MIT. Le projet prolonge Roboat, l'initiative conjointe du MIT et de l'Amsterdam Institute for Advanced Metropolitan Solutions (AMS) qui avait mis des bateaux autonomes grandeur nature sur les canaux d'Amsterdam. L'enjeu dépasse la démonstration technique : la plupart des systèmes d'auto-assemblage robotique existants, sur l'eau comme ailleurs, dépendent d'un ordinateur central qui dicte chaque mouvement, une architecture fragile en cas de panne et qui ne passe pas à l'échelle, le calcul de planification explosant avec le nombre de robots et l'assemblage devant se faire séquentiellement pendant que la majorité de la flotte reste inactive. FloatForm inverse la logique en s'inspirant des fourmis de feu, capables de former des radeaux flottants sans chef d'orchestre, chaque insecte suivant des règles locales simples. Le système du MIT ne fait intervenir un planificateur central que de façon minimale, laissant chaque robot agir comme un agent quasi autonome. Pour l'industrie robotique et les urbanistes, l'intérêt est de rendre le front de mer programmable à la demande : un pont temporaire après une catastrophe, un marché flottant, une scène de festival qui apparaît puis disparaît, sans infrastructure fixe coûteuse. Le projet s'inscrit dans la continuité de Roboat, qui avait exploré si les canaux d'Amsterdam, autrefois voie de transport de marchandises et aujourd'hui largement dédiés au tourisme, pouvaient servir à la collecte de déchets ou au transport pour soulager la circulation routière. FloatForm miniaturise cette ambition à l'échelle d'une table pour résoudre un problème plus fondamental : comment coordonner des dizaines, puis potentiellement des milliers, de robots flottants sans supervision centralisée lourde. Les chercheurs présentent la ville comme un espace public capable de s'étendre, se contracter ou se reconfigurer sur l'eau à la demande, une piste que l'équipe du CSAIL et du Senseable City Lab entend maintenant pousser vers des essaims plus nombreux et des structures plus complexes.

RecherchePaper
1 source
Toengine Wanxun dévoile un moteur universel de recharge "Roulevo" : première solution de service chaotique avec "tolérance de déformation nulle en 0,000 s", résolution complète pour toutes les catégories
404336Kr 

Toengine Wanxun dévoile un moteur universel de recharge "Roulevo" : première solution de service chaotique avec "tolérance de déformation nulle en 0,000 s", résolution complète pour toutes les catégories

Wanxun Technology (万勋科技), société chinoise spécialisée en robotique, a organisé le 9 juillet 2026 à Pékin une conférence stratégique consacrée à la recharge automatique de véhicules électriques. L'entreprise y a présenté « Roufeng Chong » (柔韧充), un moteur de service universel pour la recharge automatisée, censé couvrir à la fois les usages publics, professionnels et domestiques avec une même architecture technique. Le système repose sur la plateforme Pliabot®, une structure d'actionnement souple et compressible associée à une IA multimodale que la société appelle « neuronale », permettant selon elle un temps de réaction quasi instantané au premier point de contact entre le bras et le véhicule. Deux gammes de produits en découlent : CF1, une borne fixe, et CS1, un connecteur mobile sur rail. Trois déploiements sont mis en avant comme démonstrations de référence : une station de recharge publique dans le parc biomédical international de Yizhuang à Pékin, ouverte à tous les modèles et ayant déjà traité plus de 130 modèles de véhicules différents pour environ 3 millions de sessions de charge cumulées ; des essais menés à 5 190 mètres d'altitude, sous une pression atmosphérique d'environ 53 % de la normale, présentés comme un test en conditions extrêmes ; et un robot domestique compact de 10 centimètres d'épaisseur doté de 18 degrés de liberté, annoncé comme interopérable avec le système embarqué Tesla, installable en 30 minutes par l'utilisateur, avec une commercialisation prévue au second semestre 2026 et un lancement international visé pour le CES de janvier 2027. L'enjeu dépasse la simple démonstration technologique : la recharge automatique bute depuis des années sur l'écart entre prototypes contrôlés et environnements réels, où la diversité des marques, des emplacements de trappe, des angles de stationnement et des perturbations (piétons, portières, intempéries) rend les bras robotiques rigides peu fiables à grande échelle. En misant sur une structure passivement souple plutôt que sur une précision purement algorithmique, Wanxun cherche à répondre à ce problème avec un nombre limité de produits couvrant tous les scénarios, plutôt qu'une solution sur mesure par cas d'usage. Si les volumes annoncés pour la station de Pékin se confirment, il s'agirait d'un signal notable pour un secteur encore largement au stade pilote. Il faut toutefois noter que le chiffre de « 0,000 seconde » de temps de réaction relève davantage de l'argument marketing que d'une mesure physique littérale : il désigne une réponse mécanique quasi immédiate de la structure souple, non une latence nulle au sens strict. La recharge automatisée fait l'objet de tentatives depuis plusieurs années, du bras-serpent expérimental présenté par Tesla en 2015 à divers prototypes chinois et occidentaux, sans qu'aucun acteur n'ait jusqu'ici démontré un déploiement multi-marques à grande échelle en conditions réelles. Wanxun se positionne face à des architectures concurrentes fondées sur des bras rigides et une planification de trajectoire de haute précision, en misant sur la conformité mécanique passive comme réponse à l'incertitude du terrain. L'entreprise indique poursuivre des partenariats avec constructeurs automobiles, opérateurs de stations, acteurs des infrastructures énergétiques, flottes de robotaxis et robobus, ainsi que des collectivités locales, pour étendre ces déploiements aux mines, ports, hubs de transport et zones résidentielles, avec comme prochaine échéance commerciale le lancement du produit domestique fin 2026 puis sa présentation internationale au CES 2027.

Chine/AsieActu
1 source
Le premier simulateur open source au monde élargit l'accès à la recherche avancée en robotique spatiale
4044Interesting Engineering 

Le premier simulateur open source au monde élargit l'accès à la recherche avancée en robotique spatiale

L'université Rice et la NASA ont dévoilé lors de la conférence ICRA 2026 à Vienne le premier simulateur open source au monde dédié à la robotique intravéhiculaire, baptisé iMETRO Dynamic Simulation. Développé conjointement par une équipe de Rice et du Johnson Space Center, l'outil reproduit sous forme de jumeau numérique haute fidélité l'installation physique iMETRO de la NASA, avec ses maquettes grandeur nature d'intérieurs de vaisseaux spatiaux et d'habitats lunaires. Le cœur du simulateur repose sur un modèle détaillé de manipulateur robotique à huit degrés de liberté (8-DOF), représentatif des plateformes utilisées pour les opérations spatiales. La plateforme s'appuie sur ROS 2 et sur le moteur physique MuJoCo, permettant d'utiliser les mêmes modèles de robots dans les deux environnements sans modification majeure, et intègre un outil de conversion facilitant le passage du logiciel de la simulation vers le robot réel. Lors d'une démonstration, l'équipe a développé une application robotique entièrement en simulation puis l'a déployée sur l'installation physique iMETRO en moins d'une journée. Cette ouverture change la donne pour un secteur de la recherche spatiale historiquement bridé par l'absence d'environnements de simulation publics capables de reproduire fidèlement les contraintes de manipulation en microgravité et dans des espaces confinés. Jusqu'ici, l'essentiel des développements reposait sur des outils propriétaires ou un accès restreint aux installations d'essai de la NASA, ce qui limitait la collaboration entre laboratoires et ralentissait l'innovation. En rendant ce jumeau numérique accessible gratuitement, Rice et la NASA permettent à des équipes de recherche du monde entier de concevoir, tester et valider des logiciels robotiques sans avoir besoin d'un accès physique au Johnson Space Center. Le transfert simulation-vers-réel effectué en moins de 24 heures constitue une validation concrète de la fidélité du jumeau numérique, un point souvent contesté dans les annonces de ce type, et illustre un raccourcissement réel des cycles de développement plutôt qu'une simple promesse marketing. Les robots manipulateurs visés doivent prendre en charge des tâches de logistique et de maintenance à bord des vaisseaux et futurs habitats lunaires, comme le transport de fournitures, le déplacement de cargaisons ou le rangement d'équipements, afin de réduire la charge de travail des astronautes lors des missions longue durée vers la Lune et au-delà. La maintenance et la logistique routinières occupent en effet une part importante du temps d'équipage, et leur automatisation partielle libérerait du temps pour la recherche scientifique. Cette initiative s'inscrit dans une dynamique plus large de développement d'architectures modulaires permettant de tester rapidement de nouveaux logiciels et configurations matérielles dans des maquettes de vaisseaux reconfigurables, sans dépendre des créneaux d'accès limités aux infrastructures physiques de la NASA.

InfrastructureActu
1 source
Intrinsic vise l'IA physique : construire l'usine pilotée par logiciel
4045Robotics & Automation News 

Intrinsic vise l'IA physique : construire l'usine pilotée par logiciel

Intrinsic, la filiale de robotique logicielle d'Alphabet issue du laboratoire de recherche X, présente son ambition pour l'IA physique autour d'un concept qu'elle nomme l'usine pilotée par logiciel. L'entreprise part d'un constat : depuis des décennies, l'automatisation industrielle a gagné en vitesse et en capacité robotique, mais son modèle sous-jacent est resté figé, avec des systèmes conçus pour des tâches spécifiques qui rendent toute flexibilité coûteuse et longue à mettre en œuvre. Ce modèle est, selon Intrinsic, de plus en plus remis en cause, les fabricants industriels étant soumis à une pression croissante pour adapter plus vite leurs lignes de production. L'enjeu concerne directement les intégrateurs et décideurs industriels : si le logiciel devient le principal levier de flexibilité plutôt que le réoutillage matériel, la reconfiguration des cellules robotiques pour de nouvelles tâches pourrait s'accélérer, un point critique face à des cycles produits plus courts et à la demande croissante de petites séries personnalisées. L'annonce s'inscrit dans une tendance sectorielle plus large autour de l'IA physique, présentée comme la prochaine étape après des années où la promesse de flexibilité a souvent été contredite par la réalité des déploiements. Elle reste toutefois formulée comme une ambition stratégique, sans chiffres vérifiables de clients ou de sites à l'appui. Intrinsic opère depuis plusieurs années comme la branche d'Alphabet dédiée à la robotique logicielle industrielle, héritée du programme X, dans un paysage où grands automaticiens et jeunes pousses spécialisées en IA physique visent tous une usine plus reprogrammable. L'article ne précise ni calendrier de déploiements pilotes ni date de disponibilité commerciale, laissant pour l'instant cette annonce au stade du positionnement stratégique plutôt que de la démonstration opérationnelle à grande échelle.

IndustrielActu
1 source
Doosan Robotics lance une solution de palettisation basée sur l'IA pour la fabrication à mix élevé
4046Robotics & Automation News 

Doosan Robotics lance une solution de palettisation basée sur l'IA pour la fabrication à mix élevé

I only have the title and a truncated snippet ("[…]") of this article, not the full body, I can't accurately produce a 200-250 word French article with precise figures from that. Do you have the full source text (or a URL) I can work from?

IndustrielOutil
1 source
L'Unitree et l'UBTECH : deux expériences commerciales divergentes pour les robots humanoïdes chinois en 2026
4047Pandaily 

L'Unitree et l'UBTECH : deux expériences commerciales divergentes pour les robots humanoïdes chinois en 2026

L'industrie chinoise des robots humanoïdes a atteint un tournant en juillet 2026, avec deux entreprises leaders adoptant des stratégies de commercialisation radicalement opposées. Unitree Robotics, basée à Hangzhou et connue pour ses robots quadrupèdes, a obtenu l'approbation de son introduction en bourse sur le STAR Market de Shanghai, levant plus de 5,9 milliards de dollars. L'entreprise vise 20 000 livraisons de robots humanoïdes cette année. Son modèle G1, vendu à partir de 13 500 dollars, dispose de plus de 30 degrés de liberté, d'une navigation autonome et de capacités de préhension complexes. Ce prix casse d'un ordre de grandeur celui de l'Atlas de Boston Dynamics (estimé à plusieurs millions de dollars l'unité) et celui de l'Optimus de Tesla. Unitree doit cet avantage à son expérience de fabricant de robots quadrupèdes, dont elle a écoulé des dizaines de milliers d'exemplaires dans le monde, ce qui lui a permis d'affiner sur plusieurs générations les chaînes d'approvisionnement chinoises en réducteurs, moteurs brushless à forte densité de puissance, systèmes micro-hydrauliques et capteurs. Les fonds levés serviront à agrandir sa méga-usine du delta du Yangtsé et à développer WVLA 2.0, son modèle fondationnel World-Video-Language-Action. À l'opposé, UBTECH a dévoilé sa série YouWorld U1, des robots compagnons présentés comme hyperréalistes, avec une réplication annoncée au pore près de la peau et des vaisseaux sanguins sous-cutanés, pilotés par des modèles de langage à visée émotionnelle. Facturé jusqu'à 140 000 dollars dans ses versions haut de gamme, le U1 a déjà enregistré plus de 13 000 commandes en quelques jours auprès d'une clientèle fortunée, un chiffre à prendre avec prudence tant qu'aucune livraison effective n'est confirmée. Ces deux trajectoires illustrent la tension centrale de la commercialisation de l'IA incarnée. Unitree mise sur une logique fordiste, faisant baisser les coûts grâce à la maîtrise de sa chaîne d'approvisionnement pour rendre les humanoïdes accessibles aux usines, aux entrepôts, puis potentiellement aux foyers. UBTECH parie au contraire sur un compagnon émotionnel haut de gamme, façon Westworld, misant sur l'idée que le lien affectif entre humain et robot justifie un prix élevé. Pour les intégrateurs et décideurs industriels, l'écart entre le G1 à 13 500 dollars et les millions facturés par Boston Dynamics ouvre la voie à des déploiements à grande échelle en logistique et en manufacture, à condition que les capacités annoncées tiennent la route en conditions réelles au-delà des démonstrations. Le pari d'UBTECH teste une hypothèse différente et largement inexplorée commercialement : que des particuliers aisés paient une prime importante pour une présence robotique à forte charge émotionnelle plutôt que pour une utilité productive. Menées en parallèle sur le même marché chinois, ces deux expériences généreront des données précieuses sur la question de savoir si la robotique humanoïde se développe d'abord par la baisse des coûts ou par la création de valeur émotionnelle. Unitree s'est imposé ces dernières années comme le principal fabricant mondial de robots quadrupèdes avant de basculer vers l'humanoïde en capitalisant sur cette base industrielle et logicielle. UBTECH, acteur établi de la robotique de service et d'éducation en Chine coté à Hong Kong, investit désormais massivement dans l'IA émotionnelle pour se différencier sur un marché où la concurrence industrielle se durcit. Les deux entreprises bénéficient d'un écosystème chinois particulièrement dense en moteurs, capteurs, batteries et puces de calcul, un avantage structurel que peu d'acteurs occidentaux, à commencer par Boston Dynamics ou Tesla, peuvent répliquer à ce coût. La suite dépendra de la capacité d'Unitree à tenir son objectif de 20 000 unités livrées en 2026 et à démontrer que WVLA 2.0 fonctionne au-delà des vidéos de démonstration, ainsi que de la capacité d'UBTECH à honorer ses premières commandes du U1 et à prouver que la demande pour des compagnons hyperréalistes dépasse l'effet de curiosité initial.

Chine/AsieOpinion
1 source
HiMoE-VLA : mélange hiérarchique d'experts pour des politiques VLA généralistes
4048arXiv cs.RO 

HiMoE-VLA : mélange hiérarchique d'experts pour des politiques VLA généralistes

Des chercheurs ont publié début décembre 2025 sur arXiv une nouvelle architecture baptisée HiMoE-VLA (Hierarchical Mixture-of-Experts for generalist Vision-Language-Action policies), avec code et modèles en accès libre sur GitHub (ZhiyingDu/HiMoE-VLA). Le problème visé : les politiques VLA généralistes sont entraînées sur des mélanges hétérogènes de démonstrations robotiques couvrant des embodiments, espaces d'action et configurations de capteurs différents, ce qui provoque un "transfert négatif" quand un module d'action dense unique doit absorber cette diversité. HiMoE-VLA répond avec un module d'action hiérarchique à mélange d'experts : des couches Action-Space MoE en entrée/sortie spécialisent le calcul par espace d'action, des couches Heterogeneity-Balancing MoE dans les couches voisines absorbent les variations résiduelles de scènes et d'embodiments, et des blocs Transformer denses au centre intègrent les représentations partagées. Deux objectifs auxiliaires guident l'entraînement : une régularisation contrastive par espace d'action pour la spécialisation aux frontières, et un objectif d'équilibrage de charge entre experts. Sur les bancs d'essai, le modèle atteint un score de 3,98 sur CALVIN, 98,0 % de réussite sur LIBERO, et respectivement 75,0 % et 63,7 % de succès moyen sur des tâches réelles avec un bras xArm7 et une plateforme ALOHA. Le résultat le plus significatif tient moins aux scores bruts qu'à la démonstration, en co-entraînement hétérogène contrôlé, que HiMoE-VLA transforme en transfert positif ce qui reste un transfert négatif chez des bases de référence pourtant robustes. C'est un signal notable pour le secteur : l'un des obstacles récurrents à l'entraînement de politiques VLA "généralistes" est justement la difficulté à mélanger des jeux de données robotiques disparates, bras différents, capteurs différents, espaces d'action différents, sans dégrader les performances par rapport à des modèles spécialisés par plateforme. Pour les équipes qui construisent des fondations robotiques multi-embodiment, à l'image de ce que visent Physical Intelligence avec pi-0, NVIDIA avec GR00T N2 ou Figure avec Helix, la capacité à absorber l'hétérogénéité des données sans coût de performance est un enjeu direct de scalabilité : moins de collecte de données spécifiques par plateforme pour chaque nouveau déploiement industriel. HiMoE-VLA s'inscrit dans la lignée des architectures Vision-Language-Action apparues ces deux dernières années pour doter les robots de politiques de contrôle génériques, entraînées comme des modèles de fondation plutôt que comme des contrôleurs tâche par tâche. Le recours aux mélanges d'experts, déjà répandu dans les grands modèles de langage pour augmenter la capacité sans exploser le coût de calcul, est ici adapté spécifiquement au problème de l'hétérogénéité des données robotiques, via une hiérarchie à trois niveaux plutôt qu'un simple routage plat. Le papier, référencé arXiv:2512.05693, est une version révisée d'un travail antérieur, et les auteurs s'appuient sur CALVIN, LIBERO ainsi que des essais réels sur xArm7 et ALOHA comme bancs de test. Code et modèles étant publiés en open source, la validation indépendante par la communauté robotique déterminera si les gains observés se généralisent au-delà des bancs d'essai contrôlés vers des déploiements industriels réels.

RechercheActu
1 source
Pelican-VLA 0.5 : l'attention avant l'action améliore la généralisation
4049arXiv cs.RO 

Pelican-VLA 0.5 : l'attention avant l'action améliore la généralisation

Pelican-VLA 0.5, un nouveau modèle VLA (vision-langage-action) présenté dans un rapport arXiv publié début juillet, unifie dans une seule architecture la compréhension vision-langage, la génération de trames futures et la prédiction d'action. Sa caractéristique centrale : sans annotations d'objets, sans masques de segmentation, sans supervision explicite de l'attention ni fine-tuning spécifique à la tâche, le module d'action du modèle se concentre spontanément sur l'objet pertinent pour l'instruction et sur sa zone de contact. Ce comportement se maintient sur des scènes inédites et sur des embodiments robotiques jamais vus à l'entraînement, et il est nettement plus marqué que chez les autres modèles VLA open source testés en comparaison. Les auteurs attribuent cette capacité à un module qu'ils nomment Reasoning Slots, inséré entre les étages de perception et d'action. Cette découverte touche un point sensible de l'industrie des VLA : jusqu'ici, obtenir qu'un modèle regarde le bon objet avant de le manipuler exigeait souvent une supervision lourde, annotations manuelles, masques de segmentation ou fine-tuning tâche par tâche, ce qui limite le passage à l'échelle et la généralisation à de nouveaux robots ou environnements. Si l'attention correcte émerge directement de l'architecture plutôt que de données d'entraînement coûteuses, cela réduit la dépendance à l'ingénierie de données et s'attaque directement à l'écart persistant entre démonstrations en laboratoire et déploiement réel, un sujet central pour les intégrateurs qui évaluent des piles VLA comme Pi-0, GR00T N2 ou Helix. Techniquement, les Reasoning Slots agissent comme un goulot d'étranglement compact qui force l'information visuelle pertinente pour la tâche à transiter par un nombre limité de canaux, ce qui induit une attention centrée sur la manipulation dès le pré-entraînement. Les auteurs montrent que ce mécanisme reste efficace même appliqué à des architectures de politique différentes, y compris un style Mixture-of-Transformers (MoT). Il s'agit pour l'instant d'un rapport de recherche déposé sur arXiv (arXiv:2607.06655v1), sans annonce de produit commercial ni de déploiement industriel associé.

IA physiqueActu
1 source
GrandTour : un jeu de données de robotique à pattes en conditions réelles pour la perception multimodale et l'estimation d'état
4050arXiv cs.RO 

GrandTour : un jeu de données de robotique à pattes en conditions réelles pour la perception multimodale et l'estimation d'état

Des chercheurs publient GrandTour, un jeu de données massif dédié à la perception multimodale et à l'estimation d'état pour robots quadrupèdes, disponible sur grand-tour.leggedrobotics.com au format HuggingFace (indépendant de ROS) ainsi qu'en formats ROS. La plateforme utilisée est un ANYmal-D d'ANYbotics équipé de la charge utile capteurs Boxi, combinant LiDAR rotatif, plusieurs caméras RGB aux caractéristiques complémentaires, capteurs proprioceptifs et caméras de profondeur stéréo, le tout synchronisé temporellement. Les données ont été collectées sur des sites très variés : environnements alpins, forêts, bâtiments démolis et zones urbaines, couvrant une large gamme d'échelles, de conditions d'éclairage et de météo. Point clé pour la fiabilité scientifique : les trajectoires de référence (ground truth) proviennent de GNSS RTK par satellite et d'une station totale Leica Geosystems, offrant une précision de localisation bien supérieure aux méthodes d'estimation embarquées classiques. Selon les auteurs, il s'agit du plus grand jeu de données en accès libre jamais publié pour la robotique à pattes. Ce type de ressource comble un manque criant dans la recherche en robotique légère : jusqu'ici, aucun jeu de données public à grande échelle ne permettait de développer et de comparer rigoureusement des algorithmes de SLAM, d'estimation d'état et de fusion de capteurs pour des quadrupèdes évoluant en conditions réelles, hors laboratoire. Pour les équipes travaillant sur la navigation autonome de robots à pattes, en particulier dans des environnements non structurés (chantiers, sites industriels accidentés, terrains extérieurs), GrandTour offre un benchmark commun et une vérité terrain de précision géodésique, rare dans ce domaine. C'est un signal que la communauté cherche à standardiser l'évaluation des systèmes de perception embarqués, plutôt que de se fier à des démonstrations isolées difficiles à reproduire. Le projet s'inscrit dans la lignée des travaux du Robotic Systems Lab, à l'origine de la plateforme ANYmal, aujourd'hui commercialisée par ANYbotics, acteur suisse reconnu de la robotique quadrupède industrielle aux côtés de Boston Dynamics (Spot) et Unitree. La publication constitue une mise à jour (version 3) d'un article déposé sur arXiv sous la référence 2602.18164. Les auteurs annoncent la mise à disposition d'outils et de ressources de démonstration pour faciliter l'adoption du jeu de données par la communauté SLAM et apprentissage multimodal, sans toutefois préciser de calendrier pour d'éventuelles extensions futures du corpus.

RecherchePaper
1 source