Tye Brady (Amazon) : les robots du futur « se fondront dans le décor »

Amazon et l'université du Michigan dotent des robots d'un sens du toucher

Amazon et l'Université du Michigan ont développé HydroShear, un nouveau simulateur physique qui donne aux robots un véritable sens du toucher pour manipuler des objets avec précision. Le projet s'attaque à un problème resté sans solution malgré des années de recherche : modéliser le cisaillement tactile, c'est-à-dire les forces qui apparaissent quand un objet glisse ou tourne au contact d'un capteur. Les équipes se sont appuyées sur des capteurs tactiles à base de vision, comme le GelSight Mini, dont les caméras intégrées dans des embouts souples capturent la géométrie du contact. Pour calibrer leur simulateur, les chercheurs ont collecté des données réelles avec un bras robotique, isolant quatre paramètres clés : la dissipation des forces sur la surface du capteur, l'accumulation des forces tangentielles et normales, et le coefficient de friction entre l'objet et l'élastomère. Résultat : des politiques de manipulation entraînées entièrement en simulation ont été transférées sans aucune modification vers des robots réels, avec un taux de réussite moyen de 93% sur quatre tâches complexes, dont l'insertion de chevilles cylindriques. Cette avancée compte parce qu'elle lève un verrou majeur pour l'automatisation dans des secteurs comme la logistique entrepôt ou l'assistance chirurgicale, où les robots doivent accomplir des tâches délicates nécessitant un contact fin avec les objets. Jusqu'ici, les simulateurs de physique peinaient à reproduire fidèlement les forces tactiles subtiles : les méthodes basées sur les éléments finis sont précises mais trop lentes pour entraîner des politiques d'apprentissage par renforcement à grande échelle, tandis que les approximations plus rapides simplifient à l'excès la dynamique du contact et ratent des événements critiques, comme l'instant où un objet saisi commence à glisser. En résolvant ce compromis, Amazon et l'université ouvrent la voie à des robots capables d'apprendre des compétences de manipulation dextre directement en simulation, sans coûteuses phases d'essais physiques, ce qui pourrait accélérer le déploiement de robots plus habiles dans l'industrie et réduire les coûts de développement. L'innovation centrale de HydroShear repose sur ce que les chercheurs appellent le suivi de force dépendant du chemin parcouru, une extension des modèles de contact hydroélastique existants. Contrairement aux méthodes classiques qui calculent les forces uniquement à partir du contact instantané, HydroShear conserve en mémoire l'historique du mouvement de l'objet sur le capteur, suivant individuellement chaque point de contact pour modéliser la déformation de l'élastomère souple. Le système gère des mouvements en trois dimensions complets, incluant l'inclinaison et le roulement, et peut être parallélisé sur GPU pour permettre un entraînement à grande échelle. Cette capacité à combiner fidélité physique et rapidité de calcul pourrait redéfinir la manière dont l'industrie robotique conçoit et entraîne ses systèmes de préhension, ouvrant la voie à une nouvelle génération de robots capables de manipuler des objets avec une dextérité proche de celle de la main humaine.

💬 Sur le papier, ça résout un vrai casse-tête : entraîner en simu sans jamais toucher un vrai robot avant, et ça marche à 93% en transfert direct. C'est ce chiffre qui compte, pas le nom du modèle : jusqu'ici l'écart simu-réel sur le toucher forçait à passer par des phases d'essais physiques longues et chères, et si HydroShear tient sa promesse, ça change le coût d'entrée pour développer des mains robotiques dextres. Reste à voir si ça tient sur d'autres tâches que les quatre testées, parce qu'un simulateur qui généralise bien sur des chevilles cylindriques n'a encore rien prouvé sur le reste.

Les robots livreurs s'imposent dans l'automatisation moderne

Les robots de livraison s'imposent comme un maillon central de la nouvelle vague d'automatisation industrielle. Longtemps cantonnée aux chaînes de montage et aux entrepôts, l'automatisation évolue vers un modèle en réseau piloté par l'intelligence artificielle, la robotique autonome et les systèmes numériques connectés. Dans ce cadre, les robots de livraison ne se contentent plus de déplacer des colis : ils assurent des opérations physiques complexes dans des environnements dynamiques, aux côtés des humains, dans des secteurs aussi variés que la logistique, la santé et le commerce de détail. L'enjeu concret est de taille. En comblant le fossé entre les tâches numériques automatisées et les opérations physiques de terrain, ces machines permettent aux entreprises de réduire leur dépendance à la main-d'œuvre pour les tâches répétitives, d'accélérer les délais de traitement et de maintenir des opérations continues, sans interruption. Dans le secteur hospitalier par exemple, des robots assurent déjà le transport de médicaments et de matériel entre services, libérant le personnel soignant pour des tâches à plus forte valeur ajoutée. Cette transformation s'inscrit dans un mouvement plus large de convergence entre l'IA et la robotique physique, porté par des acteurs comme Boston Dynamics, Starship Technologies ou encore Amazon avec ses systèmes Proteus et Hercules. La baisse des coûts des capteurs et des modèles d'IA embarqués accélère l'adoption. La prochaine étape attendue est l'intégration de ces robots dans des écosystèmes logistiques entièrement pilotés par des agents autonomes, capables de s'adapter en temps réel aux flux et aux incidents.

Amazon rachète une start-up de robots humanoïdes

Amazon a finalisé l'acquisition de Fauna Robotics, une jeune entreprise américaine spécialisée dans les robots humanoïdes, selon des informations révélées par Bloomberg. Le montant de la transaction n'a pas été divulgué. Cette opération s'inscrit dans une stratégie d'expansion robotique accélérée du géant de Seattle, qui avait déjà alimenté les rumeurs en juin dernier autour de robots livreurs autonomes. L'annonce intervient quelques jours seulement après une autre initiative dans ce secteur, confirmant un rythme d'investissement soutenu. Pour Amazon, l'enjeu est considérable : ses entrepôts emploient plus d'un million de personnes dans le monde, et l'automatisation des tâches manuelles complexes — picking, tri, manutention — représente un levier de productivité et de réduction des coûts massif. Les robots humanoïdes, capables de manipuler des objets dans des environnements conçus pour les humains, ouvrent des possibilités que les bras robotisés traditionnels ne permettent pas. Pour les travailleurs de la logistique, cette trajectoire soulève des questions directes sur l'évolution de leurs métiers. La course aux robots humanoïdes s'est considérablement intensifiée ces deux dernières années. Figure 02 de Figure AI, Optimus de Tesla, Atlas de Boston Dynamics ou encore les robots de 1X Technologies attirent des milliards de dollars d'investissement. Amazon, qui possède déjà Boston Dynamics via Hyundai et opère des dizaines de milliers de robots dans ses entrepôts, se positionne pour ne pas laisser à des tiers le contrôle de cette technologie stratégique. L'intégration de Fauna Robotics devrait accélérer ses capacités de développement en interne.

Le guide du sceptique face aux robots humanoïdes qui font le buzz sur Internet

Les vidéos de robots humanoïdes se multiplient sur les réseaux sociaux, montrant des machines qui dansent, font de l'acrobatie ou accomplissent des tâches ménagères avec une aisance déconcertante. Ces démonstrations, soigneusement orchestrées par des startups et des géants technologiques, créent l'impression que les robots capables de tout faire sont sur le point d'envahir nos quotidiens. Jonathan Hurst, cofondateur d'Agility Robotics et chercheur en robotique à l'Université d'État de l'Oregon, tire la sonnette d'alarme sur ce phénomène viral. Le problème central est l'écart considérable qui subsiste entre ces performances en démonstration et la capacité réelle de ces machines à exécuter les mêmes tâches de manière fiable et répétée dans des environnements non contrôlés. Hurst pointe un mécanisme cognitif bien documenté : les humains ont naturellement tendance à anthropomorphiser tout objet à forme humanoïde. Voir un bras robotique danser paraît simplement impressionnant, mais voir un robot humanoïde effectuer le même mouvement pousse le cerveau à extrapoler, à tort, que cette machine possède l'ensemble des capacités d'un être humain dansant. "Les gens supposent automatiquement que le robot qui ressemble à une personne peut faire tout ce qu'une personne qui danse pourrait faire, ce qui n'est pas vrai", a-t-il déclaré. Cette confusion n'est pas totalement accidentelle. Selon Hurst, de nombreuses startups du secteur exploitent délibérément ce biais cognitif pour séduire les investisseurs et lever des fonds. L'industrie de la robotique humanoïde attire des milliards de dollars de capital-risque, portée par des acteurs comme Figure AI, 1X, Apptronik ou Boston Dynamics, chacun cherchant à convaincre que la percée commerciale est imminente. La réalité technique est plus nuancée : programmer un robot pour reproduire une chorégraphie dans un studio contrôlé est sans commune mesure avec lui faire gérer l'imprévisibilité d'un entrepôt ou d'une cuisine. Le grand public, et parfois les décideurs, peinent encore à faire cette distinction essentielle.