Loin des chorégraphies millimétrées mais désespérément rigides auxquelles nous avons été habitués, des chercheurs viennent de dévoiler OmniXtreme. Il s’agit d’une architecture d’IA généraliste qui permet à un robot humanoïde d’enchaîner les saltos, de tenir en équilibre dans des positions précaires et même de se lancer dans une session de breakdance. Cette nouvelle prouesse, démontrée sur un robot G1 de Unitree Robotics, dépasse de loin les démonstrations « sur-entraînées » (ou overfitted) que l’on voit souvent — comme la performance impressionnante mais à usage unique du WuBOT lors du gala de la fête du Printemps 2026 — pour entrer de plain-pied dans le domaine de l’athlétisme polyvalent.
Ce projet, fruit d’une collaboration d’un an avec Unitree, n’a pas été de tout repos, ni pour les nerfs, ni pour le budget. L’équipe de recherche avoue avoir « sacrifié des dizaines de robots G1 » pour parvenir à déchiffrer le code du mouvement dynamique généralisé. Sachant que le G1 affiche un prix d’entrée d’environ 13 500 $, on peut dire que l’addition est salée sur l’autel de l’apprentissage par renforcement (reinforcement learning). L’objectif était de briser la barrière qui sépare les modèles entraînés pour suivre un mouvement spécifique de ceux capables de gérer la physique chaotique de manœuvres extrêmes en conditions réelles.
La « recette secrète » repose sur une méthode d’entraînement en deux étapes. D’abord, une politique de contrôle générative basée sur les flux (flow-based) est pré-entraînée pour donner au robot une compréhension fondamentale du mouvement. Ensuite, il passe par une phase de post-entraînement utilisant le « actuation-aware residual RL » (un apprentissage par renforcement résiduel conscient de l’actionnement). Cette étape cruciale permet d’affiner le modèle en tenant compte des dynamiques complexes et des limites physiques réelles du robot. Selon les chercheurs, ce second stade a été la clé pour réussir le transfert du modèle de la simulation à la réalité (le fameux « sim-to-real gap »). Dans un élan de générosité pour la communauté robotique, les points de contrôle du modèle ont été publiés sur GitHub.
Pourquoi est-ce une étape majeure ?
Le développement d’une politique unique et unifiée capable de gérer une telle gamme de mouvements à fort impact est un jalon historique. Cela marque le passage des « spécialistes » robotiques, capables d’exécuter un seul tour de force spectaculaire, aux « généralistes » dotés d’un vaste répertoire de compétences physiques. En comblant avec succès le fossé entre simulation et réalité pour des dynamiques extrêmes, OmniXtreme offre un cadre viable pour créer des humanoïdes plus robustes, adaptables et physiquement compétents. L’ouverture du code source devrait accélérer la recherche pour donner naissance aux gymnastes et danseurs robotiques de demain.
