Des chercheurs branchent GPT-6 Astra sur un robot et le laissent nettoyer une cuisine inconnue
Des chercheurs de Stanford et Caltech ont fait tourner un robot humanoïde directement piloté par GPT-6 Astra pour ranger seul une cuisine qu'il n'avait jamais vue auparavant. Le système, baptisé HomeBody, se distingue par son architecture : contrairement aux approches classiques de robotique qui reposent sur une couche de contrôle spécialement entraînée pour traduire les décisions du modèle en mouvements physiques, HomeBody laisse le modèle de langage appeler directement des compétences modulaires préexistantes, comme saisir un objet ou se déplacer dans l'espace. Le robot a ainsi identifié seul les tâches à accomplir dans un environnement inconnu et enchaîné les actions nécessaires pour nettoyer et ranger la pièce, sans supervision humaine directe ni entraînement spécifique à ce lieu.
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 The Decoder. Lire l'article original →
Cette démonstration marque une étape notable dans la robotique assistée par grands modèles de langage, car elle simplifie radicalement la chaîne technique entre la compréhension du langage et l'action physique. Se passer d'une couche de contrôle intermédiaire spécialisée réduit le temps et les coûts d'ingénierie nécessaires pour adapter un robot à de nouveaux environnements, ce qui pourrait accélérer le déploiement de robots domestiques capables de s'adapter à des maisons ou des lieux de travail qu'ils n'ont jamais explorés. Pour l'industrie, cela suggère que les modèles de langage généralistes, déjà capables de raisonnement complexe, pourraient devenir le cerveau de décision universel des robots, réduisant la dépendance à des systèmes de contrôle sur mesure coûteux à développer et à maintenir.
Ce projet s'inscrit dans une tendance de fond où les grands laboratoires et universités cherchent à connecter les modèles de langage les plus avancés directement à des corps robotiques, plutôt qu'à des simulateurs ou des interfaces textuelles seules. Les enjeux restent nombreux : fiabilité en environnement réel, sécurité physique, gestion des erreurs et généralisation à des tâches plus complexes que le rangement d'une cuisine. Les prochaines étapes attendues par la communauté incluent des tests dans des environnements plus variés et potentiellement des comparaisons avec les architectures robotiques traditionnelles pour évaluer les gains réels de cette approche directe.
Pas d'impact direct sur la France/UE