Reflex : le robot humanoïde Unitree G1 attrape des boîtes jusqu'à 2 kg lancées de 7 mètres

Le robot humanoïde Unitree G1 a appris à attraper des boîtes pesant jusqu'à 2 kg, lancées depuis une distance pouvant atteindre 7 mètres. Ce résultat est l'œuvre d'une équipe conjointe de l'University of Washington, de USC, de la National University of Singapore, de UNC Chapel Hill et de l'Allen Institute for AI. La méthode s'appelle Reflex. Le robot ne voit la boîte que par une caméra RGB-D placée sur son torse, et il dispose d'environ une seconde pour tout faire : c'est la durée du vol de l'objet.

Pourquoi attraper une boîte est plus difficile qu'il n'y paraît

La plupart des démonstrations de humanoïdes reposent sur des actions prévisibles : marcher, soulever des objets posés sur une table, danser. Un objet statique peut être observé aussi longtemps qu'on veut ; un objet en vol n'attend pas. En une seconde, le système doit repérer la boîte, estimer sa position et sa vitesse, prédire sa trajectoire, puis amener les mains et le corps au point d'interception. Une erreur de quelques centimètres suffit pour que la boîte heurte l'avant-bras et tombe.

La particularité de ce dispositif tient à l'absence de système externe de capture de mouvement et de capteurs sur la boîte elle-même. La seule source de données sur l'objet est la caméra RGB-D fixée sur le torse. Elle fournit la couleur et la profondeur, mais avec du bruit et une fréquence d'images limitée. En laboratoire, il est facile de lever cette contrainte avec des « yeux externes » ; miser sur la vision embarquée rapproche donc le résultat des conditions réelles.

Ce que l'on sait du système

La description publiée permet de retenir les paramètres suivants :

• plateforme : robot humanoïde Unitree G1 ;
• méthode : Reflex ;
• masse de la boîte : jusqu'à 2 kg ;
• portée du lancer : jusqu'à 7 m ;
• temps de vol : environ 1 seconde ;
• capteur : caméra RGB-D sur le torse, sans système externe de mocap.

L'annonce d'origine ne donne ni les statistiques de prises réussies, ni la fréquence de contrôle, ni l'architecture de la politique, ni la méthode d'entraînement (simulation, transfert vers le réel, données de démonstration). Sans ces chiffres, impossible de dire dans quelle mesure la méthode est fiable selon les trajectoires, l'éclairage et la forme des objets. Il faut chercher ces informations dans l'article et les documents joints : la proportion de tentatives réussies sur les lancers lointains et le comportement lorsque la caméra est partiellement occultée sont particulièrement intéressants.

Pourquoi la composition de l'équipe compte

La liste des participants associe des universités dotées de solides écoles de robotique et de vision par ordinateur à l'Allen Institute for AI, plus souvent associé aux modèles de langage et à la recherche ouverte. Ce mélange est révélateur d'une tendance : l'IA physique cesse d'être le pré carré de quelques laboratoires de robotique. La plateforme est elle aussi parlante. L'Unitree G1 fait partie des humanoïdes relativement accessibles, et d'autres groupes peuvent reproduire ce résultat plus facilement que sur des robots fabriqués à l'unité pour des centaines de milliers de dollars.

Ce qu'il faut en retenir

Pour les ingénieurs et les chercheurs, Reflex est intéressant comme tâche de référence : une interception dynamique avec une seule caméra, en une seconde. Elle peut servir de test pour ses propres piles de perception et de contrôle : si votre système ne parvient pas à attraper une boîte de 2 kg, il est encore loin de pouvoir travailler dans un entrepôt où des colis tombent.

Pour les entreprises, le tableau est plus nuancé. Attraper des objets en l'air reste pour l'instant une démonstration de capacité à réagir vite, et non une solution prête pour la logistique. Avant de lancer des pilotes, mieux vaut poser aux auteurs trois questions : le taux de réussite sur une série de lancers, la sensibilité à la forme et à la masse de la charge, et la charge imposée aux calculateurs du robot. Si les réponses sont convaincantes, la suite logique est évidente : combiner ce réflexe avec une planification au niveau des tâches, où le modèle comprend ce qu'il faut attraper et pourquoi.