Décider
Quel robot, et comment construire son premier prototype
Deux questions concrètes avant de lancer un projet d'IA physique : quelle forme de robot choisir, et quel chemin mène d'une feuille blanche à un premier prototype qui fonctionne. Voici une réponse honnête, budgets, délais et pièges compris.
Quelle forme de robot pour l'IA physique ?
Toutes les incarnations robotiques ne profitent pas également des progrès de l'IA physique en 2026. Plus l'environnement est contrôlé, plus la tâche est bornée et plus la sécurité est déjà maîtrisée, plus l'ajout d'un modèle de vision-langage-action ou d'une diffusion policy porte ses fruits rapidement. À l'inverse, chaque degré de liberté supplémentaire, chaque mètre de terrain non structuré et chaque kilogramme à équilibrer repousse l'horizon de maturité. Voici une matrice de décision par type d'incarnation, pour vous aider à choisir où investir en premier.
| Type | Maturité IA 2026 | Facilité d'implantation | Cas d'usage type | Horizon |
|---|---|---|---|---|
| Bras fixe / cobot en cellule | Très haute : vision IA et diffusion policies déjà en production | Maximale : environnement contrôlé, tâche bornée, collecte de démonstrations aisée | Bin-picking, assemblage, tri, conditionnement | Déjà en production |
| AMR / robot mobile | Haute : navigation banalisée, VLA de navigation émergents | Élevée : cartographie et évitement d'obstacles matures | Convoyage intralogistique, patrouille, inventaire | Déjà en production, VLA de navigation en test |
| Manipulateur mobile | Moyenne : la combinatoire navigation + manipulation reste jeune | Moyenne : forte valeur mais intégration complexe | Déchargement de camions/containers, préparation de commandes | 1 à 3 ans pour la généralisation |
| Humanoïde à roues | Moyenne à haute : l'équilibre est déjà résolu par la base à roues | Moyenne : bon compromis stabilité / manipulation | Collecte de démonstrations, tâches bimanuelles en environnement structuré | 2 à 4 ans |
| Humanoïde bipède | Faible à moyenne : R&D active, équilibre et sécurité encore coûteux | Faible : degrés de liberté, coût et sécurité maximaux | Tâches généralistes en environnement humain | 5 à 10 ans pour la généralisation industrielle |
| Quadrupède | Haute sur son créneau : locomotion résolue par le RL en simulation | Élevée sur les tâches d'inspection | Inspection de sites industriels, dangereux ou distants | Déjà en production, sur niche |
| SCARA / delta | Faible utilité : le cœur de tâche est déjà optimal sans IA | Non pertinent : l'IA n'apporte rien à la répétition déterministe | Pick-and-place très haute cadence sur pièces identiques | Statu quo, sauf vision pour le vrac |
| Drone d'inspection | Mûre (Skydio, Flyability en production chez Shell, BASF) | Facile : pas de contact physique, navigation IA mature ; contrainte propre = réglementation aérienne (vol hors vue), régime distinct de l'AI Act machines | Inspection, surveillance, cartographie | Déjà là (potentiel borné : pas de manipulation) |
Ces catégories ont déjà des représentants industriels vérifiables. Agility Robotics vend son Digit bipède (175 cm, 65 kg, 28 degrés de liberté) autour de 250 000 $ et le déploie dans des entrepôts américains pour du tri de bacs en zone séparée. Boston Dynamics a de son côté déployé son manipulateur mobile Stretch chez DHL, Gap, Maersk, Arvato, Otto Group, H&M ou NFI, avec des cadences dépassant 500 cartons par heure lors de son intégration chez Lidl en 2026. Côté humanoïde à roues, le Galbot G1 (173 cm, 85 kg, 47 degrés de liberté, base omnidirectionnelle à roues) tourne déjà en pharmacie à Pékin, et Unitree commercialise depuis 2026 le G1-D, une variante à roues du G1 vendue de 38 800 $ à 66 300 $ selon la configuration, pensée pour la collecte de données plutôt que pour la marche. En inspection, l'ANYmal X d'ANYbotics, certifié pour les zones explosives, tourne chez Shell, Equinor et BASF, pendant que le Spot de Boston Dynamics a validé des essais de plusieurs semaines à la raffinerie BP de Whiting.
Pour un premier prototype, commencez par un bras fixe en cellule, pas par un humanoïde. C'est la combinaison qui maximise vos chances de livrer une démonstration convaincante en quelques mois plutôt qu'en plusieurs années.
La courbe d'apprentissage, sans se mentir
Pour une équipe de 1 à 2 ingénieurs à l'aise en Python mais sans expérience robotique, voici un calendrier réaliste, construit à partir des retours de terrain de la communauté LeRobot plutôt que d'un scénario marketing.
| Période | Ce que vous faites | Ce qui bloque en vrai |
|---|---|---|
| Semaines 1-2 | Montage du bras, calibration des caméras, mise en place de l'environnement Python (et ROS 2 si le robot est mobile) | Pilotes USB capricieux, conflits de permissions, versions CUDA/PyTorch incompatibles avec la carte GPU |
| Semaines 3-4 | Téléopération avec le bras leader, premières collectes de démonstrations | Comprendre ce qu'est une bonne démonstration : geste fluide, position de départ variée, éclairage stable |
| Semaines 5-8 | Entraînement d'une première policy (ACT), itérations | La boucle échec-diagnostic-recollecte : la policy échoue, il faut identifier si la cause vient des données, du réglage ou du matériel, puis recollecter |
| Semaines 8-12 | Tâche fiable à 80-90 %, évaluation sérieuse sur des essais répétés | La dérive de calibration entre deux sessions, la reproductibilité d'un jour sur l'autre |
Comptez honnêtement 2 à 3 mois pour un premier prototype convaincant. La bonne nouvelle : un week-end suffit pour une démonstration minimale. Avec un kit SO-101, il faut environ deux heures pour enregistrer 50 démonstrations, et l'entraînement d'une première policy ACT tient dans une après-midi sur un GPU correct. Ce sont les itérations suivantes, pas le premier essai, qui consomment les deux à trois mois.
Les murs classiques que rencontre presque toute équipe :
- Qualité des démonstrations : des trajectoires hésitantes ou incohérentes apprennent à la policy à hésiter à son tour.
- Dérive de calibration : une caméra ou un bras qui bouge de quelques millimètres entre deux sessions suffit à casser une policy déjà entraînée.
- Éclairage : un modèle entraîné en lumière du matin échoue l'après-midi si la luminosité n'a pas été variée pendant la collecte.
- Reproductibilité : une policy qui réussit neuf fois sur dix un jour donné doit être revalidée un autre jour, dans d'autres conditions, avant toute conclusion.
Le kit concret du premier prototype
Voici une liste matérielle vérifiée à la date de publication, pas une liste de vœux. Les prix restent des ordres de grandeur : vérifiez-les avant achat, ce marché évolue vite.
| Composant | Référence 2026 | Prix indicatif | Rôle |
|---|---|---|---|
| Bras robotique (paire leader-follower) | SO-101 (Hugging Face / LeRobot, conçu avec RobotStudio) | Environ 130 à 220 $ en kit DIY par bras, 200 à 400 $ pour un ensemble assemblé leader-suiveur | Téléopération et exécution de la tâche |
| Bras bimanuel avancé (optionnel) | Aloha Solo (Trossen Robotics) | À partir de 8 999,95 $ | Manipulation bimanuelle pour aller plus loin que le bras simple |
| Caméra(s) | Webcam USB 720p ou mieux (poignet et vue externe), ou Intel RealSense pour la profondeur | Quelques dizaines de dollars la webcam, quelques centaines pour une RealSense | Perception visuelle pour la policy |
| PC avec GPU | RTX 3060/4060 (8 à 12 Go de VRAM) pour ACT ; 16 Go et plus pour la diffusion policy | Variable, ou location cloud à l'heure pour l'entraînement lourd | Entraînement local ou déporté des policies |
| Calcul embarqué (optionnel) | NVIDIA Jetson Orin Nano Super Developer Kit | 249 $ | Inférence embarquée à 67 TOPS pour un déploiement autonome |
Côté logiciel, Python et la bibliothèque LeRobot de Hugging Face restent le point d'entrée standard en 2026 : activement maintenue, et déjà support de plus de 58 000 jeux de données communautaires publiés sur le Hub, contre 1 145 fin 2024. Ajoutez ROS 2 si votre robot se déplace, et de la simulation en option : MuJoCo, gratuit et open source, ou NVIDIA Isaac Lab pour l'entraînement massivement parallèle de policies de locomotion.
Budget total pour un palier de découverte : comptez sous 2 000 $ hors PC, avec un bras SO-101, deux webcams et éventuellement un Jetson Orin Nano. C'est le prix d'un bon ordinateur portable, pas celui d'un projet industriel.
Les données : ce qu'il faut vraiment
Combien de démonstrations faut-il pour qu'une policy fonctionne ? La documentation de LeRobot pour ACT (Action Chunking Transformer) donne des ordres de grandeur clairs et documentés.
| Type de tâche | Démonstrations (ordre de grandeur) |
|---|---|
| Pick-and-place simple, objet unique, position fixe | Environ 50 |
| Tâche plus complexe, plusieurs étapes | 100 à 200 |
| Robustesse aux variations (position, éclairage, objets) | 200 et plus, avec de la diversité |
La collecte se fait par téléopération avec le bras leader du SO-101 : vous manipulez le bras leader à la main, le follower reproduit le geste, et chaque trajectoire est enregistrée automatiquement. Pour démarrer sans tout collecter vous-même, le LeRobot Hub et le jeu de données Open X-Embodiment (plus d'un million de trajectoires issues de 22 robots et 21 institutions) offrent une base d'entraînement ou de préentraînement.
La règle d'or, documentée par des travaux de recherche 2026 sur la sélection de démonstrations : la qualité et la diversité comptent plus que le volume. Cinquante démonstrations propres et variées surpassent deux cents démonstrations bâclées et répétitives.
Un point stratégique à garder en tête : les données publiques permettent de démarrer, mais ce sont les données de vos propres processus, collectées sur votre propre ligne, qui constituent l'actif qui compte vraiment. C'est cette collecte propriétaire, bien plus que le choix du modèle, qui devient votre avantage durable.
Contraintes et évaluation
Un prototype qui fonctionne sur une table n'est pas encore un système sûr, ni évalué sérieusement. Trois disciplines à ne pas sauter.
La sécurité dès le prototype : limitez les vitesses, dégagez une zone d'exclusion autour du bras pendant les essais, et ne considérez jamais un prototype de laboratoire comme prêt pour un opérateur humain à proximité. Le passage en production relève ensuite de l'AI Act européen et des normes machines associées : consultez notre pilier AI Act et normes pour les échéances et responsabilités à jour.
Évaluer proprement signifie mesurer un taux de réussite sur un nombre significatif d'essais consécutifs, avec des variations de position, d'éclairage et d'objets, et non conserver la meilleure prise filmée pour une démonstration. Une policy qui réussit neuf fois sur dix lors d'essais variés est un résultat solide ; une seule vidéo réussie n'en est pas un.
Passer du prototype au pilote industriel exige un cahier des charges différent : fiabilité, maintenance, intégration avec les systèmes existants, formation des équipes. Notre feuille de route du directeur d'usine détaille les critères de passage et un calendrier réaliste.
Quand s'arrêter : si le cycle exigé est inférieur à 2 secondes ou si la précision requise descend sous le millimètre, l'automatisation classique (SCARA, delta, vision industrielle déterministe) reste la bonne réponse. L'IA physique excelle sur la variabilité et l'incertitude, pas sur la répétition parfaite.
Sources : Hugging Face, documentation SO-101, Hackster.io, lancement du SO-101 (2026), Hugging Face, documentation ACT (Action Chunking Transformer), Trossen Robotics, Aloha Solo, NVIDIA, Jetson Orin Nano Super Developer Kit, NVIDIA, Isaac Lab, Tech Times, croissance du LeRobot Hub (mai 2026, d'après IEEE Spectrum), Quality over Quantity : Demonstration Curation via Influence Functions, arXiv (2026), Open X-Embodiment: Robotic Learning Datasets and RT-X Models, arXiv, Boston Dynamics, Stretch, Automated Warehouse, déploiement Stretch chez Lidl (2026), Robots International, Galbot G1, Botinfo.ai, Unitree G1 et variante G1-D (juin 2026), Humanoid.guide, Agility Robotics Digit.