Comment OpenAI, Google et Figure transforment l'apprentissage des robots : petite histoire d'une approche

La robotique ne vit pas simplement une nouvelle itération matérielle : c'est la logique même de l'apprentissage qui change. Les machines sont de moins en moins programmées à la main, et de plus en plus entraînées sur des données, en simulation et à l'aide de grands modèles multimodaux. Pendant longtemps, le secteur a connu un net décalage entre ses ambitions et ses résultats.

Les ingénieurs rêvaient de robots dignes de la science-fiction : des assistants universels capables de se déplacer dans le monde ordinaire, de comprendre les humains et d'accomplir en toute sécurité des dizaines de tâches. En pratique, le marché a surtout vécu pendant des décennies de systèmes plus spécialisés : bras robotisés en usine, manipulateurs d'entrepôt et appareils domestiques comme les robots aspirateurs. Le problème ne venait pas d'un manque de mécanique, mais de la difficulté des robots à gérer un environnement imprévisible.

Le moindre écart par rapport au scénario — un objet inconnu, un autre angle de vue, un éclairage différent — suffisait à dérégler leur comportement. Le premier grand tournant est venu avec l'apprentissage par essais et erreurs. Dans les années 2010, les roboticiens ont massivement adopté l'apprentissage par renforcement (reinforcement learning) et les simulateurs, où une machine peut s'entraîner des millions de fois sans risquer de casser un équipement coûteux.

Exemple emblématique : Dactyl, la main robotisée d'OpenAI, entraînée en simulation à manipuler un Rubik's Cube avant que la compétence ne soit transférée dans le monde réel. L'idée clé était la domain randomization : pendant l'entraînement, on faisait varier les paramètres de l'environnement, la friction, la masse des objets, l'image des caméras et d'autres détails. Le robot n'apprenait donc pas un scénario idéal unique, mais un comportement robuste sur une large gamme de conditions.

En parallèle, l'apprentissage par démonstration progressait : on a commencé à former les robots en leur montrant des gestes humains plutôt qu'en codant chaque règle à la main. Mais cela ne suffisait toujours pas. Les simulations accéléraient l'apprentissage, sans pour autant combler l'écart entre environnement virtuel et physique, et les données réelles restaient chères et rares.

L'étape suivante s'est ouverte lorsque la robotique s'est approprié les méthodes nées de l'essor des grands modèles. Au lieu de systèmes dédiés à une seule tâche, les chercheurs ont commencé à constituer de vastes jeux de trajectoires, d'images, d'instructions textuelles et d'actions. Chez Google, le modèle RT-1 a été entraîné sur 130 000 épisodes collectés par une flotte de 13 robots, couvrant plus de 700 tâches.

RT-2 est allé plus loin : il combine les données robotiques avec les données web des modèles vision-language, afin que le robot puisse non seulement reproduire un mouvement connu, mais aussi tirer des conclusions plus générales d'une commande en langage naturel. Le même virage se retrouve dans les projets qui cherchent à généraliser l'apprentissage à différents types de machines à la fois. Avec le jeu de données Open X-Embodiment, des chercheurs ont rassemblé les données de 22 robots provenant de 21 institutions et décrit des centaines de compétences, pour que les modèles puissent transférer leur expérience d'une plateforme à l'autre au lieu de repartir de zéro pour chaque nouveau manipulateur.

Sur cette base se construit l'idée de modèles de fondation pour le monde physique : une intelligence de base unique, affinée ensuite pour un châssis, une pince ou un environnement de travail précis. Des start-up comme Figure, Apptronik, Covariant et Physical Intelligence en font désormais une stratégie non seulement de recherche, mais aussi commerciale. Dans ce contexte, le marché s'est ranimé.

En 2025, entreprises et investisseurs ont injecté 6,1 milliards de dollars dans les robots humanoïdes, soit quatre fois plus que l'année précédente. L'argent afflue non pas parce que les robots savent déjà tout faire, mais parce qu'une voie plus crédible s'est ouverte pour les affiner en conditions réelles. L'avènement du robot universel reste pourtant lointain.

Les machines peinent encore avec les longues séquences d'actions, la manipulation fine de plusieurs objets à la fois, le travail dans des espaces encombrés et l'interaction sûre avec l'humain sans scène préparée à l'avance. Contrairement à un modèle de langage, un robot ne peut pas se contenter d'une erreur dans un texte : son raté se traduit par un objet qui tombe, une casse, un arrêt de production ou un risque pour une personne. Le secteur avance donc par une voie hybride : plus de simulations, plus de données réelles issues des flottes, plus de modèles généralistes, mais aussi davantage de contraintes de sécurité et d'économie.

La conclusion est simple : la percée actuelle en robotique tient moins à un nouveau type de châssis qu'à un nouveau modèle d'apprentissage. Le secteur passe d'un monde où chaque mouvement devait être programmé à l'avance à un monde où un comportement peut d'abord être appris, puis transféré à un autre robot et amélioré en exploitation. Ce n'est pas encore l'androïde domestique promis par la science-fiction, mais c'est déjà une trajectoire d'ingénierie lisible, qui a refait des robots un pari majeur pour les chercheurs comme pour les investisseurs.