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.