Eka Robotics déploie un modèle physique d'IA pour la manipulation d'objets

Présentation du système

Eka Robotics, fondée par le professeur MIT Pulkit Agrawal et l'ancien chercheur DeepMind Tuomas Haarnoja, a levé 150  millions de dollars en série A, portant sa valorisation post‑money à 1,45 milliard de dollars. Le cœur du produit est un bras robotique équipé d’une pince sensible à la force, dont le coût matériel est inférieur à 1 000 $, et qui supporte 5 millions de cycles d’utilisation, avec un objectif de 20 millions de cycles comparable aux bras industriels classiques.

Le robot peut saisir environ 1 500 objets de jusqu’à 1 kg en une heure, avec un taux de réussite supérieur à 95 %. Cette cadence dépasse largement les performances humaines (≈ 600 objets/h) et montre une capacité d’adaptation à de nombreux objets sans nécessiter de ré‑entraînement.

Architecture du modèle vision‑force‑action

Contrairement aux modèles vision‑langage‑action habituels, Eka a développé un modèle « vision‑force‑action » qui intègre les mesures de force comme entrée principale. La vision fournit une estimation grossière de la pose, tandis que les capteurs de force de la pince permettent de régler le contact millimétrique, résolvant ainsi le problème du dernier millimètre de manipulation. Les chercheurs ont entraîné ce modèle dans un simulateur physique capable de reproduire des milliers d’heures d’interaction robot‑objet en quelques minutes, créant ainsi un environnement de renforcement à grande échelle.

Le processus d’entraînement repose sur la génération massive de scénarios de préhension, chaque scénario étant évalué par une fonction de récompense qui pénalise les forces excessives et les échecs de saisie. Cette boucle de rétroaction permet au modèle d’apprendre des stratégies de préhension qui dépassent les démonstrations humaines, comme le souligne le professeur Kris Hauser : « Eka n’est pas limité aux données de démonstration ».

Analyse des performances et limites

Les résultats observés – 95 % de succès et une vitesse de 1 500 objets/h – indiquent que le modèle a réussi à généraliser au-delà des objets vus en simulation. Cependant, la robustesse à long terme reste incertaine : les premiers tests en laboratoire montrent que le bras peut se blesser s’il dépasse les limites de force, ce qui suggère une marge de sécurité étroite entre performance et risque de rupture.

Le passage du laboratoire aux lignes de production constitue un défi majeur. Les pilotes industriels sont encore confidentiels, et la capacité du système à fonctionner sans interruption pendant une année complète n’a pas été démontrée. De plus, la généralisation à des tâches au‑delà du pick‑and‑place, comme la manipulation de fils ou d’objets très fragiles, n’est pas encore prouvée.

En résumé, le modèle physique d’IA d’Eka combine une architecture sensorielle centrée sur la force avec un entraînement massivement simulé, offrant des performances supérieures aux approches purement vision‑basées. La viabilité commerciale dépendra de la capacité à maintenir la fiabilité sur de longues périodes et à étendre le spectre des tâches manipulées.