Robots bipèdes : l'apprentissage automatique a gagné, mais il bute sur l'énergie

Au cours de 2026, les systèmes robotiques bipèdes ont obtenu des résultats marquants en synthèse de la marche grâce à l'apprentissage par renforcement (RL). Mais les succès en laboratoire contrastent avec les échecs lors de présentations et d'essais sur le terrain. Le problème tient à la capacité de passage à l'échelle et aux limites physiques des systèmes réels.

Là où le RL triomphe

Certains robots ont franchi des jalons importants : rien qu'en 2026, l'un d'eux a couru un semi-marathon à une vitesse supérieure aux meilleurs temps établis par des humains. C'est un résultat impressionnant, qui montre que les contrôleurs à réseaux de neurones peuvent synthétiser des mouvements complexes d'amortissement mieux que les contrôleurs classiques fondés sur la physique.

Développer des modèles de RL pour la marche est devenu peu coûteux : une carte graphique, 20 minutes d'entraînement, et l'on obtient une marche complète avec évitement d'obstacles, adaptation aux pentes et aux changements de surface.

Là où le RL bute

Dans le même temps, lors de la présentation très médiatisée d'un système coûteux, un robot a échoué à une tâche élémentaire : marcher en ligne droite. Le PDG de l'entreprise, confronté à la réalité, a coupé la jambe du robot avec des ciseaux, en pleine scène, sous le coup de la colère.

La racine du problème réside dans des limites fondamentales des systèmes de RL actuels :

• Plafond de contexte : les modèles de RL gardent en mémoire l'historique de l'état du système. Sur de vrais robots, le contexte déborde : des milliers de pas en arrière ne tiennent plus dans le vecteur d'état complet.
• Consommation d'énergie : les contrôleurs à réseaux de neurones exigent un calcul continu. Les batteries d'un robot réel s'épuisent en quelques heures, contre des jours de fonctionnement pour les contrôleurs classiques.
• Absence d'apprentissage continu : les modèles de RL sont entraînés en simulation ou en environnement contrôlé. Sur un robot réel qui erre des heures dans une pièce, le modèle ne se réentraîne pas ; il exécute simplement des poids figés.

Pourquoi c'est important

Le passage du laboratoire à la production a toujours été rude en robotique. Le RL démontre la puissance des réseaux de neurones pour la synthèse du mouvement, mais impose de résoudre des problèmes d'ingénierie à grande échelle : comment faire tenir de gros modèles dans des systèmes mobiles, comment réduire la consommation, comment obtenir une adaptation à la volée. Ce n'est pas un problème d'algorithme, mais un défi d'intégration système.

Ce que cela signifie

La robotique reste l'un des tests les plus honnêtes pour l'IA : impossible de truquer un résultat si le robot tombe ou ne bouge pas. Le RL a montré que les réseaux de neurones peuvent piloter des dynamiques complexes, mais la prochaine vague consiste à optimiser pour le matériel réel et les budgets énergétiques. Les robots bipèdes marcheront encore mieux, mais les deux ou trois prochaines années porteront sur la façon de faire entrer cette intelligence dans des limites physiques.