Live 18/11 · Cohorte 318 nov à 19h00 MSK — atelier pratique gratuit sur les agents IA · La Cohorte 3 démarre le 23/11Atelier 18/11 →Cohorte 3 (23/11)

Unitree A2 a parcouru un itinéraire montagneux de 3,9 km en 43 minutes et 41 secondes

Sur un parcours montagneux de 3,9 km, le robot Unitree A2 de l'équipe Beijing Lingyi Technology a signé le meilleur temps parmi les quadrupèdes : 43 minutes et 41 secondes. Les participants ont dû franchir 3100 marches irrégulières et près de 600 mètres de dénivelé positif. L'épreuve a révélé les principaux problèmes des robots de terrain : surchauffe des actionneurs, limitation électronique de la puissance et perte de stabilité après un changement de charge.

Traité par IA depuis TG: @ai_machinelearning_big_data (Machinelearning) ; édité par Hamidun News
Unitree A2 a parcouru un itinéraire montagneux de 3,9 km en 43 minutes et 41 secondes
Source : TG: @ai_machinelearning_big_data (Machinelearning). Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireTG: @ai_machinelearning_big_data (Machinelearning) ↗
Rédacteur en chef
Chiffre clé #1Le parcours montagneux a mieux éprouvé l'endurance qu'une courte démonstration.
Chiffre clé #2L'humanoïde Unitree G1 a surchauffé et a été retiré de la course.
Chiffre clé #3Pour un produit, le refroidissement, l'autonomie et la stabilité sous charge sont essentiels.

Voir un robot évoluer avec panache sur une scène plane ne dit presque rien de son aptitude à effectuer un vrai travail. Un parcours montagneux est plus révélateur : marches de hauteurs différentes, passages étroits, longue ascension, actionneurs échauffés et batterie impossible à remplacer discrètement entre deux prises. C'est précisément le type d'épreuve organisé par China Media Group sur le mont Taishan. Le meilleur temps parmi les quadrupèdes a été réalisé par le Unitree A2 de l'équipe Beijing Lingyi Technology : 3,9 kilomètres en 43 minutes et 41 secondes.

Pour les développeurs, le trophée lui-même n'est pas l'essentiel. La compétition a montré quelles contraintes d'ingénierie apparaissent lorsqu'un robot fonctionne longtemps, transporte une charge et ne peut pas compter sur un sol de laboratoire.

Ce que le parcours mettait précisément à l'épreuve

Environ 90 équipes issues d'entreprises, d'universités et de groupes de recherche ont engagé leurs machines sur un sentier montagneux historique comportant 3100 marches et près de 600 mètres de dénivelé positif. Les organisateurs ont réparti les épreuves entre vitesse des humanoïdes, vitesse des robots quadrupèdes, transport de charges, assistance à l'aide d'exosquelettes, ainsi que franchissement et recherche d'itinéraire.

Le vainqueur de la catégorie des quadrupèdes a parcouru l'itinéraire à une vitesse moyenne d'environ 5,4 km/h. Pour un humain, c'est une allure ordinaire de marche rapide. La tâche est toutefois plus complexe pour une machine autonome sur un long escalier : elle doit évaluer en permanence la position de son châssis, choisir ses points d'appui et compenser les irrégularités. Une erreur sur un pas affecte le suivant, tandis que l'échauffement des actionneurs réduit progressivement la réserve de puissance disponible.

Dans l'épreuve de transport de charges, l'équipe Lingsi Intelligent s'est imposée avec 400 points en 1 heure 51 minutes et 29 secondes. Ce résultat ne peut pas être comparé directement à celui de l'épreuve de vitesse : le scénario, la charge et le système de notation étaient différents. Ensemble, ces disciplines offrent toutefois une vision plus utile qu'une course isolée sans travail réellement productif.

Là où les robots ont commencé à céder

La partie la plus révélatrice de la compétition n'a pas été l'arrivée, mais les abandons. Une version de développement de l'humanoïde Unitree G1 a surchauffé pendant l'ascension, ce qui a conduit son équipe à la retirer de la course. Chez d'autres participants, les motoréducteurs ont chauffé, le système de commande a limité la puissance et les machines ont dévié de leur trajectoire. La démarche des robots transportant une charge changeait après le déplacement des bagages aux points de ravitaillement.

Il s'agit d'un problème systémique bien connu. Un algorithme de locomotion peut fonctionner avec assurance pendant les dix premières minutes, mais, au bout d'une heure, la température des actionneurs, la charge de la batterie, la répartition des masses et l'adhérence à la surface ont changé. Une démonstration réussie ne prouve donc pas encore la fiabilité d'un produit. Il faut des essais prolongés, une télémétrie de la température et du courant, un ralentissement sécurisé, la détection d'une dégradation de la démarche et un mode d'arrêt clairement défini.

La tâche s'est révélée particulièrement difficile pour les humanoïdes. Les organisateurs ont même raccourci leur parcours en raison du relief. Deux jambes permettent d'utiliser des infrastructures conçues pour les humains, mais réduisent la marge de stabilité. Une architecture quadrupède répartit mieux la charge et conserve trois points d'appui pendant le déplacement de la quatrième patte.

Enseignements pour le développement de produits

Les équipes qui conçoivent des robots pour l'inspection, les entrepôts, les opérations de sauvetage ou la livraison ne devraient pas seulement mesurer la vitesse maximale. Il est plus utile de mesurer la durée de fonctionnement continu, la température des actionneurs, la fréquence des interventions de l'opérateur, la consommation d'énergie par kilomètre et la part du parcours effectuée sans chute. Pour les scénarios de transport, il faut également tester séparément différentes positions du centre de masse et les changements de charge en mouvement.

Le résultat du Unitree A2 ne signifie pas que les robots quadrupèdes sont prêts à travailler seuls dans n'importe quelle montagne. Le compte rendu ne précise pas le degré d'autonomie du pilotage, le nombre d'interventions autorisées ni la manière dont les machines ont été entretenues pendant le parcours. Sans ces données, la compétition ne peut pas être considérée comme un test comparatif rigoureux des plateformes.

Le signal pratique est néanmoins déjà clair : les limites de la robotique de terrain ne tiennent pas uniquement à la qualité de la reconnaissance et de la planification d'itinéraire. Le refroidissement, l'alimentation électrique, la fiabilité mécanique et la stabilité sous une charge variable sont tout aussi déterminants. Si un robot doit travailler ailleurs que sur une scène, l'essai doit durer aussi longtemps qu'une véritable période de travail.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que le parcours mettait précisément à l'épreuve ?

Environ 90 équipes issues d'entreprises, d'universités et de groupes de recherche ont engagé leurs machines sur un sentier montagneux historique comportant 3100 marches et près de 600 mètres de dénivelé positif. Les organisateurs ont réparti les épreuves entre vitesse des humanoïdes, vitesse des robots quadrupèdes, transport de charges, assistance à l'aide d'exosquelettes, ainsi que franchissement et recherche d'itinéraire.

Que sait-on sur Là où les robots ont commencé à céder ?

La partie la plus révélatrice de la compétition n'a pas été l'arrivée, mais les abandons. Une version de développement de l'humanoïde Unitree G1 a surchauffé pendant l'ascension, ce qui a conduit son équipe à la retirer de la course. Chez d'autres participants, les motoréducteurs ont chauffé, le système de commande a limité la puissance et les machines ont dévié de leur trajectoire. La démarche des robots transportant une charge changeait après le déplacement des bagages aux points de ravitaillement.

Que sait-on sur Enseignements pour le développement de produits ?

Les équipes qui conçoivent des robots pour l'inspection, les entrepôts, les opérations de sauvetage ou la livraison ne devraient pas seulement mesurer la vitesse maximale. Il est plus utile de mesurer la durée de fonctionnement continu, la température des actionneurs, la fréquence des interventions de l'opérateur, la consommation d'énergie par kilomètre et la part du parcours effectuée sans chute.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…