La robotique combine mécanique, électronique et IA pour concevoir des machines capables d'agir dans le monde physique. Boston Dynamics, avec son robot Atlas, illustre l'intégration de la locomotion avancée et du contrôle par apprentissage.
R2D-RL connecte le simulateur RoboCup 2D Soccer (RCSS2D) à des workflows Python d'apprentissage par renforcement multi-agent via mémoire partagée. L'environnement supporte l'entraînement full-field et par scénarios, avec espaces d'action discrets/hybrides, masquage d'actions, reward shaping basé sur EPV, et exécution parallèle. Benchmarks 11-vs-11 et résultats de base fournis.
Ghost Attractor Networks propose un décodeur dynamique efficace pour la génération séquentielle en robotique. Avec 2,3M paramètres, il égale la précision d'un Diffusion Transformer de 1,07B paramètres (462× moins de paramètres, 32× plus rapide). Sur LIBERO-10, le conditionnement de phase améliore le taux de succès de 13,5 points vs MLP.
Joseph Krause (Radical AI) argumente que l'avantage compétitif en science des matériaux réside dans le laboratoire automatisé, pas dans le modèle IA. Les capacités expérimentales et l'infrastructure physique constituent le véritable moat.
Hugging Face présente MolmoMotion, un modèle de prévision de mouvement 3D guidé par le langage naturel. Le système combine vision et langage pour anticiper les trajectoires futures à partir de vidéos, ouvrant des applications en robotique et animation.
Des chercheurs de Nvidia, Carnegie Mellon et UC Berkeley utilisent des agents IA de codage pour enseigner aux robots la préhension dextère en conditions réelles. Une flotte de huit robots atteint 99% de succès sur des tâches complexes.
Hugging Face et Strands intègrent des modèles du Hub avec LeRobot pour déployer des agents IA sur du matériel robotique. La plateforme permet aux développeurs d'utiliser des modèles pré-entraînés pour contrôler des robots physiques directement.
Étude comparative de trois architectures récurrentes (LSTM, GRU, Mamba) et deux algorithmes (PPO, SAC) pour l'apprentissage par renforcement méta appliqué aux fonctions de barrière de contrôle (ICCBF) en opérations de proximité spatiale. Mamba + PPO surpasse les autres configurations en sécurité, complétude des tâches et économies de carburant, même en présence de comportements adversariaux.
DeepInsight est une infrastructure d'évaluation unifiée pour les systèmes Physical AI, couvrant trois ordres de magnitude d'opérateurs (du décodage de modèles fondamentaux à la simulation physique complète). Elle utilise trois abstractions invariantes (task, resource, result) pour préserver l'hétérogénéité des régimes tout en permettant le diagnostic cross-layer des régressions.
Genesis AI présente Eno, un robot humanoïde conçu pour accomplir des tâches complexes sans priorité esthétique. Le design privilégie l'utilité fonctionnelle.
Développeur crée un vérificateur de benchmark pour la manipulation robotique qui compile des démonstrations humaines en graphes objet-centriques et valide les rollouts indépendamment, évitant les fuites d'information. Soulève la question : est-ce utile face aux métriques ad-hoc actuelles, ou résout-il un non-problème ?
Alibaba annonce Qwen Robot Suite, une suite logicielle pour robotique basée sur ses modèles Qwen. Détails techniques et capacités non précisés dans l'extrait.
TruDi introduit des politiques de diffusion pour l'apprentissage par renforcement on-policy massivement parallèle. La méthode intègre une contrainte de divergence KL sur la trajectoire de diffusion complète pour stabiliser l'entraînement. Évaluation sur 73 tâches : surpasse les baselines, gains significatifs sur contrôle humanoïde.
Étude négative sur la sélection de métriques par phase pour filtrer les démonstrations en robotique. Sur trois tâches LIBERO de pick-and-place, la curation par phase ne surpasse jamais les métriques globales (Task 1: 86.0 vs 92.0). Le signal de défaut dilué par agrégation entre phases nuit à la sélection. Les auteurs recommandent une métrique unique globale plutôt qu'une décomposition par phase.
Un patient atteint de SLA devient le premier utilisateur avancé d'un implant cérébral lui permettant de communiquer. L'interface cerveau-ordinateur restaure partiellement sa capacité à parler via décodage neuronal.
Pemba, un robot humanoïde, s'entraîne pour gravir le mont Everest après avoir escaladé le Chimborazo en conditions neigeuses. Le projet teste les capacités de locomotion et de navigation autonome en environnement extrême.
Infrastructure open-source pour agents d'utilisation informatique. Propose des bacs à sable, SDKs et benchmarks pour entraîner et évaluer des agents IA capables de contrôler des bureaux complets (macOS, Linux, Windows).
COMET combine un encodeur object-centric non supervisé avec un world model transformer pour effectuer Monte Carlo Tree Search dans un espace latent structuré. Un mécanisme action-slot fusion lie les actions aux objets. Évalué sur 8 tâches (Object-Centric Visual RL, ManiSkill, Robosuite, VizDoom), COMET surpasse les baselines en phase d'apprentissage précoce.
Prometheus, startup d'IA physique cofondée par Jeff Bezos et Vik Bajaj fin 2025, lève 12 Md$ en série B à 41 Md$ de valorisation. JPMorgan et Goldman Sachs participent au tour.
Tutorial arXiv sur les world models et physical AI. Distingue modèles explicites (dynamiques structurées pour planification) et implicites (structure prédictive dans représentations apprises). Applications en robotique et conduite autonome. Défis : raisonnement hiérarchique, planification long-horizon, formation autonome d'objectifs.
Refiner, une nouvelle bibliothèque créée par l'ex-équipe de pré-entraînement de Hugging Face, est annoncée pour le raffinement de données robotiques. Elle supporte les formats Parquet, HDF5, MCAP, Zarr, RLDS et LeRobot, avec des flux de traitement incluant le suivi visuel des mains, les annotations de sous-tâches et l'exécution de modèles de récompense.
Les données de scans collectées par Pokémon Go ont entraîné la technologie de navigation utilisée dans les drones militaires. Le jeu mobile a fourni des millions d'images géolocalisées pour améliorer les systèmes de vision par ordinateur.
AutoMine, une méthode de mining de scénarios basée sur LLM et VLM, extrait des scénarios critiques des logs de conduite autonome. Utilise l'augmentation de prompts et des fonctions atomiques robustes. Score HOTA-Temporal de 36.38 à la compétition Argoverse 2 CVPR 2026.
Des chercheurs proposent d'appliquer la conservation d'énergie comme contrainte physique stricte dans les pipelines de réseaux de neurones modulaires pour atténuer la propagation d'erreurs. Sur CIFAR-10, cette approche conserve 77,4% de précision à sigma=0.2 contre 35,1% pour les baselines. L'avantage s'étend aux robots (Franka Panda, MuJoCo) avec +18,9 pp de gain.
Embodied-BenchClaw est un système multi-agent autonome pour construire des benchmarks d'intelligence spatiale incarnée. Via un pipeline à 5 étapes (intent, collecte, structuration, synthèse, reporting), coordonné par 3 agents, il génère automatiquement des benchmarks réutilisables et maintenables couvrant raisonnement spatial intérieur/extérieur, manipulation robotique, navigation quadrupède et vision aérienne.
Hong Kong inaugure sa première supérette gérée entièrement par un robot humanoïde nommé « Xiao Gai ». Le commerce de proximité automatisé représente une application concrète de la robotique dans le retail.
Co-GLANCE est un système de perception embarqué temps réel pour équipes de robots hétérogènes. Il distille les capacités sémantiques des modèles vision-langage en un modèle end-to-end pour la segmentation d'occlusions et l'allocation de robots, avec garanties statistiques via prédiction conforme. Améliore la précision de 25-36% vs baselines cloud tout en réduisant la latence 350x.
Q8botOne est un robot quadrupède sans fil de la taille d'une paume. Cette miniaturisation représente une prouesse technique en matière d'autonomie et de mobilité robotique.
Google DeepMind annonce un investissement dans la robotique européenne pour développer des systèmes autonomes avancés. L'initiative vise à renforcer les capacités de recherche et d'application pratique en robotique sur le continent.
Uber et Wayve adoptent un modèle de séparation flotte/logiciel pour les robotaxis à Londres (juin 2026), tandis que Waymo privilégie l'intégration verticale. Les deux stratégies s'opposent sur le contrôle de la chaîne de valeur.
SPIN est un framework de coordination décentralisée pour essaims multi-agents sur plateformes edge. Il modélise les topologies d'essaim comme réseaux tensoriels compressés, réduisant la complexité de O(n^m) à O(m·n·χ²). Une pipeline neuro-symbolique hybride combine encodeurs de coordination neuraux pré-entraînés hors ligne avec filtres de rééchantillonnage zéro-shot basés sur la dérivée de Radon-Nikodým.
L'avion expérimental X-59 de la NASA a effectué son premier vol supersonique. L'appareil teste une technologie de réduction du bruit de bang sonique pour les vols commerciaux futurs.
Nvidia et Hyundai Motor Group annoncent le 8 juin 2026 une nouvelle phase de coopération. Nvidia propose un modèle hybride : logiciel ouvert (Isaac) et silicium propriétaire, visant à établir une plateforme robotique en Corée du Sud.
UBTECH enregistre 2 110 précommandes pour son robot compagnon U1 en six jours. Le succès commercial du produit suggère une forte demande pour les robots d'assistance personnelle.
Article de vision présentant l'intégration de modèles de fondation multi-modaux multi-tâches fédérés (M3T FedFMs) dans les réseaux véhiculaires. Combine l'apprentissage fédéré avec les fondations multi-modales pour l'intelligence véhiculaire distribuée. Validation sur Waymo Open Dataset avec code publié.
AEGIS détecte les étapes à haut risque dans les tâches de manipulation robotique longue-horizon en analysant les activations gelées d'une politique faible. Lors de détection, le contrôle bascule vers une politique plus forte. Sur LIBERO-Spatial, AEGIS récupère 10,1% des trajectoires perdues (vs 4,6% pour escalade aveugle), en n'activant la politique forte que sur 38% des étapes.
Représentation probabiliste de courbes planes via mélange gaussien. Les auteurs proposent une approximation polygonale avec incertitude normale, transformée en modèle de mélange gaussien (GMM) qui préserve la géométrie locale. Applicable aux courbes lisses, fermées, ouvertes et auto-intersectantes, avec applications en CAO incertaine, modélisation d'obstacles robotiques et planification de trajectoires.
CARVE-Q propose une architecture de certification pour réparer les manœuvres de conduite autonome rejetées. Un algorithme quantique (Grover) réduit la recherche dans le treillis de réparation multi-agents de O(M) à O(√M) requêtes, tandis que l'autorité de sécurité reste classique. Validation sur 65 536 assignations avec 100% respect du droit de passage.
Brick-Composer entraîne des MLLMs (modèles multimodaux) à assembler des objets à partir de briques réutilisables. Les auteurs introduisent BC-Bench, un benchmark d'évaluation, et proposent une méthode combinant démonstrations humaines, retours visuels/physiques et expériences synthétiques. Qwen-3-8B atteint 42% de réussite par étape après entraînement, contre <1% initialement.
Développeur propose tau-intelligence/MuJoCo-drones-gym, un package open-source pour environnements multi-agents RL avec drones. Cherche retours communautaires pour améliorer implémentation et ajouter fonctionnalités.
A4D propose un espace latent fonctionnel organisé autour des affordances (capacités) plutôt que l'apparence des objets, pour améliorer la généralisation de la planification robotique. Le système atteint 94% de précision sur les affordances existantes (+15 points vs SOTA) et 90% sur les nouvelles affordances avec 10% des données d'entraînement originales, avec inférence 100x plus rapide.