Comment fonctionne un robot humanoïde en 2026 ? Moteurs, vision, IA et limites

Un robot humanoïde n'est pas un chatbot auquel on a ajouté des jambes. C'est une chaîne physique complète : des capteurs mesurent le monde, un ordinateur estime la situation, un logiciel choisit une action et des moteurs l'exécutent sans faire tomber la machine. Une erreur de quelques centimètres que l'on corrige facilement dans une image peut renverser un robot de 60 kilogrammes.

Comprendre cette chaîne permet de lire les démonstrations avec plus de recul. Une marche fluide ne prouve pas une manipulation autonome ; une main à vingt articulations ne prouve pas qu'elle sait saisir un verre inconnu.

1. Le corps : structure, articulations et actionneurs

Le squelette porte les charges. Aux hanches, genoux, chevilles, épaules et coudes, des actionneurs convertissent l'électricité en mouvement. La plupart combinent un moteur, une transmission, un encodeur de position et parfois un capteur de couple. Le contrôleur doit connaître la position de chaque articulation des centaines de fois par seconde.

Le nombre de « degrés de liberté » indique combien de mouvements indépendants sont possibles. Il aide à comparer des architectures, mais pas la qualité du robot. Une articulation précise, robuste et bien contrôlée vaut davantage que plusieurs axes fragiles. Les mains concentrent le problème : beaucoup de petits moteurs, peu de place, des chocs fréquents et des objets de formes imprévues.

2. Les sens : voir ne suffit pas

Caméras couleur, caméras de profondeur, lidar, centrales inertielles et capteurs de force donnent des vues partielles du monde. Le logiciel doit les fusionner pour estimer la pose du robot, la distance d'un obstacle et le glissement d'un objet.

Une caméra peut être gênée par un reflet ; un lidar voit la géométrie mais pas toujours la nature de la surface ; une centrale inertielle dérive. La redondance compte donc autant que la résolution. Dans une usine, le robot doit aussi reconnaître les zones interdites, les personnes et l'arrêt d'urgence, pas seulement la pièce à déplacer.

3. L'équilibre : prédire avant de tomber

Marcher consiste à déplacer continuellement le centre de masse tout en conservant un appui récupérable. Le contrôleur calcule des trajectoires, mesure l'écart avec le mouvement prévu et corrige chevilles, genoux et hanches. Les politiques apprises en simulation complètent souvent cette commande classique.

Les vidéos de course et de danse montrent une maîtrise dynamique réelle, mais la valeur industrielle vient plutôt de gestes répétables pendant des heures, avec une charge et un sol imparfait. La récupération après une poussée n'est pas la même compétence que la pose précise d'une pièce.

4. Le cerveau : du plan à la commande moteur

Les systèmes récents superposent plusieurs niveaux. Un modèle vision-langage-action peut interpréter « prends le bac gris et pose-le sur le convoyeur ». Un planificateur décompose ensuite l'objectif. Des contrôleurs rapides transforment enfin chaque étape en couples moteurs.

Google DeepMind décrit Gemini Robotics comme un modèle vision-langage-action capable de raisonner sur l'espace et de piloter plusieurs formes de robots. NVIDIA publie GR00T comme modèle de fondation pour les humanoïdes. Ces travaux améliorent la généralisation, mais ne suppriment ni les contrôleurs de sécurité ni les limites d'une tâche nouvelle.

5. Comment les robots apprennent

Trois sources de données dominent : la téléopération par un humain, la simulation et les démonstrations réelles. La téléopération fournit des gestes utiles mais coûte du temps. La simulation produit des millions d'essais sans casser de matériel, au prix d'un écart avec le monde réel. Les données enregistrées sur site sont les plus pertinentes, mais les plus lentes à collecter.

Le défi n'est pas seulement d'imiter un geste. Le robot doit savoir quand il est incertain, demander de l'aide et s'arrêter. Une intervention humaine distante peut être un choix raisonnable, à condition qu'elle soit annoncée au client.

6. Batterie, chaleur et autonomie réelle

Les jambes consomment, les calculateurs chauffent et chaque gramme de batterie augmente la masse à déplacer. Les durées publiées dépendent donc de la tâche. Trois heures « typiques » ne garantissent pas trois heures de manutention continue.

Les constructeurs compensent avec une recharge autonome, des batteries échangeables ou plusieurs robots en rotation. Pour juger un déploiement, regardez le temps utile, le nombre d'interventions, les échecs par cycle et la maintenance — pas seulement l'autonomie annoncée.

Ce qui reste difficile

Les environnements ouverts réunissent tout ce que les robots gèrent mal : objets souples, enfants, animaux, escaliers encombrés et consignes ambiguës. L'usine et l'entrepôt avancent plus vite parce que la tâche, les objets et les zones de circulation peuvent être maîtrisés.

Le bon test d'un humanoïde n'est donc pas « peut-il le faire une fois ? », mais « peut-il le refaire, détecter son erreur et rester sûr ? ». Notre comparatif des humanoïdes 2026 applique précisément cette grille.