La prochaine révolution de la robotique pourrait passer par le toucher. Malgré les progrès spectaculaires des modèles vision-langage-action (VLA), capables d’interpréter une scène et d’exécuter des consignes complexes, les robots restent souvent maladroits lorsqu’il faut manipuler un câble, tourner une clé ou saisir un objet déformable. Plusieurs équipes de chercheurs tentent désormais à combler cette lacune grâce à d’immenses jeux de données tactiles.
T-Rex apprend aux robots à réagir au contact
À l’Université de Californie à Berkeley, des chercheurs ont développé T-Rex, un système entraîné notamment sur 100 heures de données tactiles enregistrées pendant des actions comme saisir, essuyer, verser ou tourner des objets. L’approche rappelle les travaux visant depuis plusieurs années à permettre à une IA de « voir » grâce au toucher.
« La plupart des manipulations dextres peuvent être réalisées par des humains les yeux fermés », rappelle le professeur Trevor Darrell. T-Rex sépare donc la planification générale du contrôle tactile : un module organise les mouvements, tandis qu’un second, quatre fois plus rapide, corrige immédiatement la prise en fonction de la pression ou du glissement détecté. Sur douze tâches complexes, le système atteint en moyenne 65 % de réussite, soit presque deux fois les performances du meilleur modèle VLA comparé.
Des dizaines de milliers d’heures de données tactiles
Le principal défi reste la diversité des capteurs et des mains robotiques. Une équipe de l’université Tsinghua a ainsi réuni plus de 3 000 heures de données provenant de 21 types de capteurs afin de créer une représentation commune du toucher. Une problématique particulièrement importante alors que les mains robotiques deviennent toujours plus agiles.
Fudan University et NeoteAI vont encore plus loin avec plus de 30 000 heures d’interactions visuelles et tactiles. Leur modèle apprend non seulement à réagir au contact, mais aussi à anticiper ce que le robot devrait ressentir. D’autres projets tentent même de déduire la pression à partir des images afin d’apporter une forme de toucher aux machines dépourvues de capteurs dédiés.
Pour Shunlin Lu, CTO de NeoteAI, « l’intelligence tactile est la prochaine étape de l’IA physique ». Avec l’essor des robots humanoïdes capables d’agir dans le monde réel, apprendre à ressentir pourrait effectivement devenir aussi essentiel que savoir voir ou comprendre une instruction.
