Reward AI dévoile OM-1, une politique robotique entraînée uniquement sur des démonstrations humaines, sans téléopération
Reward AI, une startup de robotique fondée par une équipe déjà à l'origine des projets DexCap, HumanPlus et ALOHA, a présenté OM-1, pour Omnibody Model 1, une politique de manipulation à usage général. Le système apprend en observant des humains équipés d'un gant capteur baptisé Omnibody Hand, un dispositif à sept degrés de liberté qui capture le pincement pouce-index, la flexion du pouce et de l'index ainsi que le mouvement couplé des doigts médian, annulaire et auriculaire au niveau des articulations métacarpo-phalangiennes. Aucune donnée de téléopération ni donnée collectée directement sur un robot n'entre dans l'entraînement : le modèle suit un principe unique, « un modèle, une interface de données, n'importe quel corps ». Le gant combine capteurs tactiles haute fréquence, détection de proximité pour l'approche avant contact et caméras à obturateur global embarquées dans la main. Reward AI rapporte un premier résultat chiffré sur le suivi de la pose de la main : en testant huit vitesses allant de 3 à 67 cm/s sur dix essais chacune, le suivi électromagnétique enrichi de compensation des perturbations affiche une erreur de dépassement moyenne passant d'environ 0,4 mm à 9,5 mm, contre 2,1 mm à 24,9 mm pour le suivi visuo-inertiel classique, soit une réduction de 60 % à la vitesse la plus élevée. OM-1 reste toutefois un outil interne : aucun poids, code, jeu de données ni API n'a été publié, ce qui empêche pour l'instant tout développeur externe de le déployer sur son propre matériel.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Cette approche répond à un problème central des politiques robotiques actuelles, généralement entraînées sur des données de téléopération ou collectées directement par les robots, ce qui lie chaque jeu de données à une seule morphologie de machine. En s'appuyant uniquement sur des démonstrations humaines converties dans un format unique, Reward AI affirme pouvoir entraîner dès aujourd'hui des politiques capables de piloter demain des corps robotiques qui n'existent pas encore, qu'il s'agisse de bras industriels ou d'humanoïdes. Si la méthode tient ses promesses, elle pourrait réduire la dépendance de l'industrie aux flottes coûteuses de robots physiques nécessaires pour générer des données d'entraînement, un goulot d'étranglement majeur pour les modèles fondation en robotique.
Cette publication s'inscrit dans la continuité des travaux antérieurs de l'équipe sur la capture de mouvement portable et les politiques de contrôle bimanuelles. Reward AI justifie son choix en citant l'article classique de Philip Anderson, « More Is Different », pour soutenir que la dextérité de niveau humain ne viendra pas simplement de l'accumulation de données robotiques ou de puissance de calcul supplémentaire, mais d'une refonte conjointe de la capture, de l'apprentissage et du contrôle. L'absence de publication du code ou des poids laisse cependant en suspens la question de savoir quand, ou si, cette technologie sera accessible au reste de la communauté robotique.
Pas d'impact direct sur la France/UE