RobotiqueIEEE Spectrum AI · 27 mars 2026, 16:30· 2 min de lecture

Vidéo du vendredi : le robot bipède Roadrunner sort du lot

Un nouveau robot bipède à roues baptisé « Roadrunner » a été dévoilé par le Robotics and AI Institute : pesant environ 15 kg, il peut basculer de manière fluide entre une configuration de roues côte à côte et une configuration en ligne, tout en intégrant des modes de marche à pied. Ses jambes entièrement symétriques lui permettent d'orienter ses genoux vers l'avant ou vers l'arrière pour contourner des obstacles. Un seul algorithme de contrôle gère l'ensemble des modes de locomotion, et plusieurs comportements complexes, comme se relever depuis le sol ou tenir en équilibre sur une seule roue, ont été déployés directement sur le matériel sans entraînement supplémentaire. En parallèle, la NASA a officialisé deux missions robotiques majeures : SkyFall, qui enverra une flotte d'hélicoptères de nouvelle génération sur Mars pour repérer des sites d'atterrissage humains et cartographier les réserves de glace souterraine, et MoonFall, qui déploiera quatre drones mobiles autour du pôle sud lunaire pour préparer l'arrivée des astronautes Artemis. Les drones lunaires opéreront de manière autonome pendant 14 jours terrestres, explorant notamment des zones constamment dans l'ombre. Par ailleurs, des chercheurs du MIT Media Lab et du Politecnico di Bari ont présenté dans Science Robotics des « muscles à fibres électrofluidiques », des actionneurs souples qui déplacent un liquide par champ électrique, sans pièces mobiles, intégrables directement dans des textiles.

Ces avancées illustrent une convergence de tendances qui redéfinissent la robotique mobile. Le Roadrunner incarne une nouvelle génération de robots à locomotion multimodale capables de s'adapter dynamiquement à leur environnement, réduisant le besoin de systèmes spécialisés distincts pour chaque terrain. Les missions SkyFall et MoonFall représentent quant à elles une montée en puissance des robots autonomes dans l'exploration spatiale : là où Ingenuity était un démonstrateur technologique unique, la NASA passe désormais à des flottes coordonnées avec des objectifs opérationnels concrets. Les muscles artificiels du MIT ouvrent une voie vers des robots portables et des exosquelettes textiles, avec des applications potentielles en médecine de rééducation et en assistance aux personnes âgées.

Le contexte général est celui d'une accélération sans précédent de la recherche en robotique incarnée. Le robot quadrupède open-source MEVIUS2, comparable en taille au Spot de Boston Dynamics et capable de grimper des escaliers, montre que la robotique avancée se démocratise via l'open source. Boston Dynamics, de son côté, met en avant ses protocoles de tests de fiabilité pour les performances live de Spot, signalant une maturité commerciale croissante. La démonstration d'un cadre de planification multi-robots coordonnant simultanément 40 engins terrestres et aériens illustre enfin que la robotique en essaim sort progressivement des laboratoires. La compétition internationale s'intensifie, portée par des institutions académiques, des agences spatiales et des acteurs privés qui convergent vers les mêmes jalons : autonomie, robustesse et déploiement à grande échelle.

Impact France/UE

Le Politecnico di Bari (Italie) co-signe la recherche sur les muscles à fibres électrofluidiques publiée dans Science Robotics, illustrant la contribution européenne aux actionneurs souples pour exosquelettes et rééducation.

Dans nos dossiers

Robots humanoïdes Open weight & Open source

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1IEEE Spectrum AI

Vidéo du vendredi : un robot humanoïde apprend à jouer au tennis face à des humains

Le monde de la robotique humanoïde franchit de nouvelles étapes spectaculaires cette semaine, avec deux démonstrations particulièrement marquantes. D'un côté, le système LATENT (Learns Athletic humanoid TEnnis skills from imperfect human motion daTa) parvient à reproduire des échanges de tennis face à de vrais joueurs humains, une prouesse que l'on croyait encore lointaine, compte tenu de la vitesse et de l'imprévisibilité inhérentes à ce sport. De l'autre, la startup Sharpa revendique être la première entreprise robotique à démontrer un robot capable d'éplucher une pomme avec deux mains dotées de doigts articulés. Ces avancées illustrent un tournant dans la manipulation robotique dite contact-rich : là où les pinces industrielles classiques atteignent leurs limites, des mains à haute dextérité commencent à rivaliser avec la motricité humaine. L'enjeu dépasse le gadget, maîtriser la manipulation bimanuelle fine ouvre la voie à des applications en cuisine automatisée, en logistique, en chirurgie assistée et dans les environnements domestiques non structurés. Le système de Sharpa repose sur une architecture baptisée MoDE-VLA (Mixture of Dexterous Experts), qui fusionne données visuelles, linguistiques, de force et tactiles via un ensemble de modules spécialisés. Plutôt que de téléopérer chaque doigt individuellement, ce qui s'avère quasi impossible en pratique, l'opérateur déclenche des primitives de mouvement pré-apprises (rotation d'objet, saisie précise) via une simple touche clavier. Cette approche de shared autonomy rend la collecte de données d'entraînement scalable et ouvre la voie à l'apprentissage par renforcement sur des tâches complexes. Côté tennis, LATENT contourne l'absence de données cinématiques parfaites en apprenant à partir de captures de mouvement imparfaites, une approche pragmatique qui pourrait s'appliquer bien au-delà du sport. Parmi les autres développements notables de cette sélection hebdomadaire de l'IEEE Spectrum : le laboratoire KAIST DRCD Lab présente son humanoïde v0.7 entraîné par apprentissage profond par renforcement, NVIDIA Isaac Lab est cité pour son rôle dans l'entraînement de politiques de contrôle acrobatiques, et des chercheurs s'attaquent à la question croissante des déchets électroniques générés par l'essor même de la robotique, une mise en perspective bienvenue dans un secteur souvent peu enclin à l'autocritique.

RobotiqueActu

1 source

2Le Big Data

Vidéo : Ce robot quadrupède utilise l’IA pour imiter la souplesse de la vie sauvage

Des chercheurs du Korea Advanced Institute of Science and Technology (KAIST) ont présenté DreamWaQ++, un système de contrôle pour robots quadrupèdes qui combine caméras, LiDAR et capteurs embarqués pour analyser le terrain en temps réel et adapter chaque pas avant tout contact avec le sol. Lors des tests, le robot a grimpé un escalier de 50 marches en 35 secondes, couvrant plus de 30 mètres à l'horizontale et 7 mètres de dénivelé. Il a également négocié des pentes à 35 degrés, bien au-delà de ce qu'il avait rencontré durant son entraînement, et franchi des obstacles plus hauts que lui tout en portant une charge supplémentaire, le tout en sollicitant moins ses moteurs. Le système repose sur un apprentissage par renforcement capable de fusionner plusieurs flux de données simultanément sans surcharge de calcul, et peut basculer d'un mode de détection à un autre en cas de défaillance d'un capteur. Ce qui change fondamentalement avec DreamWaQ++, c'est le passage d'une locomotion réactive à une locomotion anticipatoire. Les robots quadrupèdes antérieurs s'appuyaient exclusivement sur des capteurs proprioceptifs, codeurs articulaires, centrales inertielles, et ne détectaient un obstacle qu'au moment du contact physique. DreamWaQ++ perçoit l'environnement avant de l'atteindre, analyse la géométrie du sol et recalcule la trajectoire immédiatement, sans planificateur externe. Le robot choisit lui-même son chemin, s'arrête parfois quelques instants pour observer, puis repart : un comportement qui évoque directement celui d'un animal en milieu inconnu. Cette autonomie de décision réduit les risques de chute dans des contextes où une intervention humaine est difficile ou dangereuse. Les applications visées par l'équipe de KAIST couvrent l'inspection industrielle, l'agriculture, la foresterie et les interventions d'urgence en zones sinistrées, autant de secteurs où la mobilité en terrain non structuré est aujourd'hui un verrou technologique. La robotique quadrupède a connu une accélération notable ces dernières années, portée par des acteurs comme Boston Dynamics et ses concurrents chinois tels qu'Unitree, mais la capacité à généraliser au-delà des situations d'entraînement reste un défi central. DreamWaQ++ s'inscrit dans une tendance plus large qui consiste à intégrer la perception extéroceptive profonde dans la boucle de contrôle bas niveau, réduisant la dépendance à la cartographie préalable. L'équipe envisage d'étendre l'approche à d'autres morphologies de robots, bipèdes et à roues inclus, ce qui pourrait accélérer le déploiement de machines autonomes dans des environnements réels non balisés.

RobotiqueActu

1 source

3FrenchWeb

Les jeux vidéo vont-ils entraîner les robots de demain ?

Les jeux vidéo occupent une place de plus en plus centrale dans l'entraînement des intelligences artificielles physiques, à mesure que les limites des données textuelles se font sentir. Les grands modèles de langage comme GPT ou Llama se sont nourris de milliards de pages web, mais cette source s'épuise et ne suffit plus pour les nouveaux besoins de l'IA incarnée. Les robots, les véhicules autonomes et les agents capables d'interagir avec le monde physique nécessitent un tout autre type de données : des environnements 3D riches, des scènes dynamiques, des interactions complexes entre objets et personnages. Les jeux vidéo, avec leurs mondes simulés à grande échelle, leur physique réaliste et leurs millions d'heures de gameplay généré par les joueurs, constituent un gisement quasiment inexploité pour ce type d'apprentissage. Cette bascule change la donne pour l'industrie du jeu vidéo, qui pourrait voir ses moteurs graphiques et ses bases d'assets valorisés bien au-delà du divertissement. Pour les constructeurs de robots et les entreprises de véhicules autonomes, disposer de simulations réalistes permet d'entraîner des agents à moindre coût et sans risque, avant tout déploiement dans le monde réel. Les studios de jeux, les éditeurs de moteurs comme Unreal Engine ou Unity, et les fabricants de cartes graphiques se retrouvent ainsi au cœur d'une nouvelle chaîne de valeur stratégique. Ce virage s'inscrit dans une tendance plus large où l'industrie de l'IA cherche de nouvelles sources de données après avoir épuisé le texte accessible sur internet. Des acteurs comme Nvidia investissent déjà massivement dans la simulation pour la robotique, tandis que plusieurs studios explorent des partenariats avec des laboratoires d'IA. La question qui se pose désormais est celle de la propriété de ces données et du partage de valeur entre créateurs de jeux et développeurs d'intelligence artificielle.

RobotiqueOpinion

1 source

4Le Big Data

Vidéo : ce robot chinois a battu le record du semi-marathon détenu par un humain

Un robot humanoïde du fabricant chinois Honor a bouclé un semi-marathon à Pékin en 50 minutes et 26 secondes, surpassant le record humain de la discipline détenu par l'athlète ougandais Jacob Kiplimo. Surnommé "Lightning", ce robot aux jambes de 95 centimètres a reproduit une foulée longue et efficace, proche de celle des athlètes professionnels. Honor n'a pas engagé un seul robot dans cette course, mais trois, signalant une stratégie industrielle assumée plutôt qu'un simple coup de communication. Parmi les plus de 100 robots humanoïdes présents sur la ligne de départ, près de la moitié ont franchi l'arrivée sans aucune assistance humaine directe, analysant leur environnement en temps réel et ajustant leur trajectoire de manière autonome. Ce résultat marque un saut qualitatif net par rapport à l'édition précédente, où beaucoup de robots abandonnaient en chemin, perdaient l'équilibre ou s'immobilisaient en plein effort. En 2026, les machines tiennent la distance, accélèrent, et certaines dépassent des coureurs professionnels sur plusieurs segments. Le chiffre le plus révélateur n'est pas le chrono, mais la croissance du nombre de participants : d'une vingtaine de robots l'an dernier à plus de 100 cette année. Ce que démontre Honor, c'est la capacité à faire sortir des technologies grand public, développées à l'origine pour les smartphones, vers des machines capables de performances physiques comparables à celles d'un humain entraîné. Pour l'industrie robotique mondiale, c'est la preuve que l'endurance et l'autonomie de déplacement en milieu réel ne sont plus des obstacles théoriques. La Chine investit massivement dans la robotique humanoïde depuis plusieurs années, portée par une volonté politique de dominer ce secteur jugé stratégique, au même titre que les semi-conducteurs ou l'intelligence artificielle. Des entreprises comme Unitree, Fourier Intelligence ou désormais Honor s'imposent dans un marché mondial où Boston Dynamics et Tesla (avec Optimus) font figure de références. Le semi-marathon de Pékin fonctionne comme un banc d'essai public : les robots y affrontent des conditions réelles, imprévisibles, face à des milliers de coureurs humains. Chaque édition sert à mesurer les progrès effectifs, loin des démonstrations contrôlées en laboratoire. La prochaine étape logique sera de voir ces systèmes opérer dans des environnements industriels ou de service, où la robustesse et l'autonomie comptent autant que la vitesse. La course au semi-marathon n'est qu'un indicateur parmi d'autres d'une compétition technologique beaucoup plus large qui ne fait que commencer.

UELa montée en puissance de la Chine dans la robotique humanoïde, illustrée par Honor, Unitree et Fourier, représente un défi stratégique direct pour l'industrie européenne, qui accuse un retard croissant face à des acteurs soutenus par une volonté politique nationale forte.

RobotiqueOpinion

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic