Un robot humanoïde est un robot dont la forme physique s'approche du corps humain, comprenant généralement une tête, un torse, deux bras avec des effecteurs terminaux semblables à des mains, et deux jambes, une conception destinée à permettre à la machine d'opérer dans des espaces, des outils et des flux de travail conçus pour les humains sans nécessiter de repenser l'environnement. Cette catégorie couvre des décennies de prototypes de recherche, notamment l'ASIMO de Honda, dévoilé en 2000, et l'Atlas de Boston Dynamics, développé pour la première fois pour la DARPA en 2013, mais elle a attiré une nouvelle vague d'investissements commerciaux à partir d'environ 2022, stimulée par les progrès de la locomotion basée sur l'apprentissage par renforcement, des actionneurs et des batteries moins chers, et l'émergence de systèmes modèles vision-langage polyvalents capables d'interpréter des instructions et des scènes.
Développement historique
Les premières recherches sur les humanoïdes ont privilégié la locomotion et l'équilibre comme problème central difficile : l'ASIMO a démontré une marche bipède stable et la montée d'escaliers, tandis que l'Atlas, initialement construit pour des tâches de réponse aux catastrophes dans le cadre d'un programme de la DARPA, est devenu célèbre pour ses mouvements dynamiques et athlétiques, tels que la course et les backflips, développés par Boston Dynamics. Ces plateformes reposaient fortement sur la théorie du contrôle classique et la planification basée sur des modèles plutôt que sur la perception apprise, et étaient en grande partie des systèmes de recherche ou de démonstration plutôt que des produits commerciaux, reflétant l'écart plus large entre les progrès numériques et physiques de l'IA discuté dans l'article sur la robotique.
La vague 2022-2026
L'intérêt commercial pour les humanoïdes a fortement accéléré à partir de 2022. Elon Musk a présenté le projet Optimus de Tesla en 2022, le positionnant comme un robot de travail polyvalent fabriquable en masse et une extension à long terme de la pile de perception de la voiture autonome de Tesla. Figure AI, soutenu par des investisseurs tels que OpenAI, Microsoft et Nvidia, a commencé à piloter son humanoïde dans des environnements d'entrepôt et de fabrication à partir de 2023 et a conclu une collaboration largement médiatisée avec OpenAI pour intégrer le raisonnement de grands modèles dans son robot. D'autres entrants incluaient le Digit d'Agility Robotics, déjà déployé dans des essais logistiques limités, et une vague de fabricants chinois tels que Unitree et Fourier Intelligence, qui ont fait baisser les coûts matériels. Boston Dynamics a dévoilé une version entièrement électrique de l'Atlas en 2024, remplaçant son prédécesseur hydraulique et déplaçant son accent de recherche vers un contrôle appris, plutôt que purement conçu.
Modèles vision-langage-action
Le pari technique central derrière la vague 2024-2026 est que la même recette qui a produit des systèmes modèles de langage de grande taille performants, pré-entraîner un grand modèle sur des données étendues puis l'adapter à une tâche, peut être étendue au contrôle physique grâce aux modèles vision-langage-action, ou VLA : un modèle vision-langage est entraîné ou affiné pour produire directement des commandes articulaires du robot, permettant à un seul modèle de suivre des instructions en langage naturel à travers une gamme de tâches de manipulation et de locomotion après un entraînement sur des données de démonstration collectées par téléopération. Le RT-2 de Google DeepMind et les efforts successeurs, ainsi que des travaux similaires de Figure, Physical Intelligence et d'autres laboratoires spécialisés en robotique, sont des exemples de cette approche, dont les partisans soutiennent qu'elle pourrait permettre aux robots humanoïdes de généraliser de la même manière que les modèles de langage de grande taille généralisent à travers les tâches textuelles, bien que la quantité de données d'entraînement physique réel disponible reste bien inférieure aux corpus textuels utilisés pour les modèles de langage.
Perspectives et scepticisme
Les partisans présentent les robots humanoïdes comme un potentiel changement de marché du travail de l'ordre de mille milliards de dollars, capables d'effectuer à grande échelle des tâches de fabrication, de logistique et, éventuellement, domestiques. Les sceptiques notent une longue histoire de délais robotiques surestimés, soulignent des défis non résolus dans la manipulation dextre, l'autonomie de la batterie et le coût, et soutiennent que des conceptions de robots spécifiques à une tâche surpasseront souvent les formes humanoïdes générales pour un travail donné, rendant le rythme et l'échelle éventuelle du déploiement des humanoïdes jusqu'à la fin des années 2020 véritablement incertains.