Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Actualités et recherche IA

Recherche ·

Grid Robotics propose une définition et des tests pour les robots pilotés par des agents de type GPT-6 Astra

Cet article de position de Grid Robotics soutient que, depuis GPT-6 Astra, la robotique passe d'une politique entraînée par tâche à un modèle de fondation doté d'un harnais qui planifie, appelle des compétences et des outils, et vérifie les résultats. Il nomme cette couche de décision Embodied System 2, propose un cadre d'évaluation du modèle et du système en boucle fermée, et trace une feuille de route vers une autonomie durable.

Jusqu'à récemment, confier une nouvelle tâche à un robot voulait dire lui entraîner une nouvelle politique. Un article de position de l'équipe de Grid Robotics soutient que GPT-6 Astra a changé la donne : quelques semaines après sa sortie, des modèles généralistes placés dans un harnais d'agent égalaient ou dépassaient des politiques spécialisées sur de nombreux bancs d'essai robotiques, sans entraînement supplémentaire. Les auteurs veulent que le domaine s'accorde sur ce qu'est ce nouveau type de système et sur la façon de le tester.

Ils parlent de robotique agentique. Au lieu d'un réseau qui transforme directement les images de caméra en commandes moteur, un modèle de fondation se place au sommet comme décideur, qu'ils nomment Embodied System 2. Il lit l'intention de l'utilisateur, planifie, appelle des compétences et outils de plus bas niveau, vérifie si chaque étape a réussi et change de cap sinon. En dessous se trouvent des compétences apprises, comme les modèles vision-langage-action et les modèles monde-action (System 1), puis la boucle de contrôle du corps (System 0). La difficulté, dit l'article, est de traduire un raisonnement général en actions vérifiables sous contraintes physiques : peu de temps pour réagir, limites mécaniques, environnement changeant et actions irréversibles.

L'apport concret est un cadre d'évaluation qui mesure à la fois les capacités du modèle et les performances de l'ensemble du système en boucle fermée. C'est utile, car les résultats actuels se comparent mal. Les auteurs notent que les évaluations RoboDojo publiées pour Astra utilisent des sources de connaissance des tâches et des budgets d'action différents, et qu'une étude a montré de gros gains par le seul ajout d'une mémoire d'exécution, planificateur et compétences restant identiques.

La feuille de route va des actions isolées à ce que les auteurs appellent des rôles permanents : un robot à qui l'on confie une mission continue, qui suit des objectifs dans la durée, se remet de ses échecs et apprend de l'expérience sans oublier ce qu'il savait. Elle examine aussi quelles leçons des agents logiciels se transposent, comme l'usage d'outils et la vérification des résultats, et lesquelles non, car une erreur physique coûte cher.

Cela rejoint d'autres travaux de robotique que nous avons couverts, comme Gemini Robotics 2.5 et l'apprentissage en contexte de RoboScript. Le hic est clair : c'est une prépublication non évaluée par les pairs, sans nouvelle expérience, et l'idée d'un changement de paradigme repose sur quelques semaines de résultats d'une seule famille de modèles.

Notre avis : Une définition et un test communs seraient utiles, car les résultats actuels de robots avec Astra reposent sur des budgets et des montages différents et ne se comparent pas. C'est une prépublication non évaluée par les pairs, sans nouvelle expérience, et l'idée d'un nouveau paradigme repose sur quelques semaines de résultats.

Nos tests :GPT-6 Astra

Source : arXiv (Hugging Face Daily Papers)

Autres articles