La percée de Microsoft surmonte les limitations des robots avec un système de détection tactile

Microsoft Research roa mis en œuvre un nouveau système de contrôle robotique fin janvier 2026 qui lets machines wotravaille avec ses mains tout en traitant les commandes vocales et les retours physiques. Le système, appelé Rho-alpha, marque l'entrée de l'entreprise dans les modèles fondamentaux conçus pour les robots à deux bras at once.

La technologie atteindra d'abord des groupes sélectionnés via un programme d'accès anticipé avant que Microsoft ne la rende plus largement disponible sur sa plateforme Foundry. Les entreprises peuvent ensuite adapter le système à leurs besoins spécifiques en utilisant leurs propres données.

Adding touch to robot intelligence

Les usines et les entrepôts cherchent des robots capables de gérer des conditions changeantes plutôt que de répéter les mêmes mouvements programmés à l'infini. Les environnements hospitaliers ont besoin de machines qui s'adaptent à différentes situations. Les lignes de production où les articles varient d'un lot à l'autre créent des problèmes que l'automatisation de style ancien ne peut pas résoudre efficacement. Microsoft a construit Rho-alpha pour combler ce besoin en traitant ce que les robots voient et entendent ainsi que ce qu'ils ressentent physiquement grâce à des capteurs.

La plupart des systèmes robotiques d'aujourd'hui s'appuient sur des caméras et des microphones pour comprendre leur environnement et prendre des instructions. Rho-alpha ajoute une autre couche en traitant le toucher comme également important. Lorsqu'une pince robotique a des capteurs de pression intégrés, le système obtient des informations que les caméras manquent complètement. Cela est important lors de la tentative de brancher quelque chose dans une prise ou d'ajuster des pièces ensemble où la vue seule ne fournit pas assez de détails sur la question de savoir si les choses s'alignent correctement.

Microsoft showed off these abilities utilisant deux bras Universal Robots UR5e équipés de capteurs détectant la pression et le contact. Lors de tests sur une tâche appelée BusyBox, les personnes à the robot to do things like put a tray inside a toolbox and shut the lid. The system s’est tourné transformaient ces mots en mouvements coordonnés entre les deux bras et effectuaient des ajustements en fonction des sensations perçues par les capteurs. Lorsque les tentatives d'insertion d'une fiche n'était pas réussissaient du premier coup, un opérateur humain pouvait guider le robot à l'aide d'un dispositif d'entrée 3D, et le système apprenait de ces corrections.

Obtenir suffisamment de données d'entraînement reste le plus grand défi dans la construction de robots capables. Les modèles de langage peuvent apprendre à partir de quantités massives de texte disponibles en ligne, mais l'entraînement des robots nécessite de véritables démonstrations physiques qui prennent du temps et de l'argent à enregistrer. Microsoft a remédié à cela en entraînant Rho-alpha sur trois types d'informations : des enregistrements de véritables démonstrations physiques, des tâches d'entraînement simulées et de grands ensembles de données d'images avec des questions et des réponses provenant du web. L'entreprise utilise Nvidia Isaac Sim exécuté sur des serveurs Azure pour créer des scénarios synthétiques réalistes grâce à un processus d'apprentissage par renforcement.

Cette configuration de simulation produit des situations d'entraînement physiquement précises qui complètent les démonstrations réelles. L'approche combinée permet au modelèle de rencontrer des cas inhabituels et des situations d'échec qui autrement nécessiteraient des milliers d'heures d'opération dans le monde réel pour être capturées.

La méthode d'entraînement suit les patterns que d'autres entreprises dans la robotique utilisent. Le système Gemini Robotics de Google DeepMind, le modèle Helix de Figure AI pour les robots humanoïdes et le Pi-zero de Physical Intelligence adoptent tous des approches similaires pour contourner le problème de pénurie de données. La technique aide ces systèmes à apprendre des compétences de manipulation générales sans avoir besoin de démonstrations spécifiques pour chaque tâche qu'ils pourraient rencontrer.

Competing in a maturing market

Microsoft rejoint un marché de modèles de base pour la robotique qui a considérablement grandi au cours des douze derniers mois. Nvidia a lancé GR00T N1.6, conçu pour les robots humanoïdes, en mettant l'accent sur le contrôle du corps entier et la compréhension du contexte. Google DeepMind a étendu Gemini à la robotique, avec des capacités allant du pliage de papier en origami à la manipulation de cartes à jouer. Physical Intelligence présente Pi-zero comme un système polyvalent entraîné sur différents types de robots.

Rho-alpha se distingue dans trois manières. Premièrement, l'accent mis sur la détection tactile aborde les situations où les systèmes reposant uniquement sur la vision peinent. Deuxièmement, le modèle provient de la série Phi de Microsoft, que l'entreprise a ajustée pour fonctionner efficacement sur du matériel grand public ordinaire. Ce contexte suggère qu'il pourrait fonctionner sur des appareils locaux sans avoir besoin d'une connexion constante aux serveurs cloud. Troisièmement, l'accent mis sur l'apprentissage à partir des corrections humaines pendant l'opération réelle le distingue des modèles qui nécessitent un réentraînement complet pour acquérir de nouveaux comportements.

L'approche commerciale de Microsoft diffère également des compétiteurs. L'entreprise prévoit d'offrir Rho-alpha via sa plateforme Foundry en tant qu'infrastructure que les fabricants et les intégrateurs de systèmes peuvent personnaliser avec leurs propres informations propriétaires. Cela reflète l'approche de l'entreprise avec le Service OpenAI Azure et cible les organisations souhaitant créer des versions spécialisées plutôt que d'utiliser un modèle générique.

Pour les fabricants et les entreprises logistiques, l'opportunité immédiate réside dans le repérage des tâches de manutention répétitives où l'automatisation actuelle arrive à court. Les stations d'inspection qualité, les opérations qui assemblent des kits d'articles et les lignes d'assemblage à petits lots représentent des situations où le mélange de compréhension du langage et de détection tactile de Rho-alpha pourrait réduire les exigences de programmation.

Le programme d'accès anticipé annoncé par Microsoft donne aux organisations un moyen de tester si le système convient à leurs besoins avant d'investir dans l'infrastructure de déploiement. Les entreprises devraient entrer dans ces évaluations en s'attendant à ce qu'une supervision humaine soit nécessaire et devraient planifier des flux de travail où les opérateurs corrigent et guident les robots pendant les périodes d'apprentissage initiales.

Physical IA represents a shift from robots des outils programmés aux robots flexibles. Ce changement prendra des années plutôt que des mois, mais les modèles fondamentaux développés par Microsoft, Nvidia et Google établissent les schémas de base qui définiront la robotique d'entreprise au cours des dix prochaines années.