Nouveaux modèles de robotique : Ai2 met à disposition des versions entraînées uniquement en simulation pour éviter la collecte de données dans le monde réel

L'enjeu est considérable : la collecte de données robotiques dans le monde réel est l'un des principaux goulets d'étranglement du secteur. Elle est coûteuse, lente et difficile à mettre à l'échelle. Si la simulation seule suffit à produire des modèles fonctionnels, cela ouvre la voie à un développement beaucoup plus rapide et accessible de systèmes robotiques, en particulier pour des acteurs qui ne disposent pas de flottes de robots physiques ou d'infrastructures de collecte à grande échelle.

Ai2 s'inscrit dans une tendance plus large dite de "sim-to-real transfer", qui consiste à entraîner des agents dans des mondes virtuels avant de les déployer dans la réalité. Ce qui distingue ici l'approche de l'institut, c'est la revendication d'un transfert sans aucune donnée réelle, là où la plupart des méthodes actuelles combinent simulation et fine-tuning sur données physiques. Les modèles sont mis à disposition publiquement, signalant une volonté de contribuer à la recherche ouverte en robotique.

Cette publication pourrait accélérer les travaux sur des architectures de modèles robotiques plus généralisables, réduisant la dépendance aux données propriétaires coûteuses, un avantage stratégique non négligeable à mesure que la compétition dans la robotique incarnée s'intensifie entre laboratoires académiques et acteurs industriels comme Google DeepMind, Figure ou Physical Intelligence.