Toutes les news taguées avec ce sujet.
Anthropic explore la capacité de ses modèles à contrôler un drone en conditions réelles, entre navigation autonome et prise de décision.
Des entreprises japonaises développent des robots dotés d'IA capables de reproduire les gestes précis d'artisans confiseurs expérimentés.
Un système de téléprésence combinant réalité virtuelle et RL adapté aux robots humanoïdes miniatures, testé sur la plateforme ROBOTIS OP3.
DEED optimise le post-entraînement de robots humanoïdes VLA pour un réapprovisionnement fiable en supermarché, avec un seul GPU.
Un billet technique détaille les optimisations apportées au chargement des données vidéo pour l'entraînement de modèles robotiques via LeRobot.
Un nouveau système combine réseau neuronal et octree pour cartographier l'environnement et planifier des trajectoires sûres à bord de drones autonomes.
Nvidia dresse un état des lieux des outils de simulation utilisés pour entraîner les systèmes d'IA physique, robots et agents embarqués.
Hugging Face présente Grabette, un outil open source destiné à faciliter la collecte de données pour l'entraînement de robots manipulateurs.
NVIDIA élargit sa gamme Cosmos avec une version optimisée pour le déploiement sur des dispositifs edge, destinée à la robotique et à la conduite autonome.
Un modèle robotique étend le contexte visuomoteur à 8 000 pas de temps grâce au Test-Time Training, sans alourdir la latence d'inférence.
Lila Sciences déploie des labos automatisés pilotés par IA pour générer à grande échelle des données scientifiques expérimentalement validées.
Un système hybride combine robotique éducative Lego WeDo2 et assistant conversationnel RAG pour enseigner les gestes de sécurité sismique aux élèves du primaire.
NVIDIA détaille comment des agents IA accélèrent la création d'implémentations OpenUSD sur mesure pour la simulation physique et la robotique.
Un outil basé sur Gemini vise à accompagner les enseignants des laboratoires d'innovation scolaires en Inde.
REGRIND apprend des politiques de manipulation dextre à partir d'une seule démonstration humaine, avec transfert direct vers le matériel réel.
Anthropic explore les capacités de Claude appliquées au contrôle de robots physiques, une nouvelle frontière pour ses modèles.
Un framework de reinforcement learning affine les politiques robotiques pré-entraînées pour les tâches de manipulation industrielle à contact précis.
NVIDIA détaille les défis méthodologiques liés à l'évaluation rigoureuse des foundation models robotiques en conditions réelles.
Une nouvelle architecture latente inspire du « palais de mémoire » humain pour doter les politiques de contrôle continu d'une capacité de raisonnement adaptatif.
Nouveau modèle spécialisé pour la navigation robotique fondé sur l'architecture Mistral.
NVIDIA présente un workflow unifié pour accélérer le développement de compétences sur robots humanoïdes, de la simulation à l'inférence.
Des chercheurs proposent GaP, un cadre multi-agents qui génère des graphes de calcul pour piloter des robots dans des tâches industrielles à forte variabilité géométrique.
Cortex propose une interface de planification hiérarchique reliant VLM et VLA pour réaliser des tâches robotiques complexes en plusieurs étapes.
Un nouveau modèle Vision-Language-Action permet aux robots d'opérer depuis n'importe quel angle de caméra sans nécessiter de calibration extrinsèque préalable.
Hugging Face publie une mise à jour majeure de sa bibliothèque robotique open-source LeRobot, avec de nouveaux outils d'évaluation et d'amélioration des politiques.
Une approche en deux étapes qui sépare compétence motrice et alignement sémantique pour réduire drastiquement le besoin en données expertes.
Des chercheurs présentent FurnitureVLA, premier système robotique bimanuels capable d'assembler des meubles réels grâce à un modèle Vision-Language-Action.
Liquid AI publie LFM2-5, un modèle de 230 millions de paramètres conçu pour fonctionner sur des appareils embarqués à faibles ressources.
Une méthode permet aux annotateurs de définir leurs propres axes d'évaluation en langage naturel pour guider l'apprentissage de politiques robotiques.
Un système hiérarchique combinant VLMs et modèles de vision 3D permet aux robots d'identifier et localiser des outils non conventionnels en monde ouvert.