# AIRoA-0 entraîne des mains robotiques à partir de gestes filmés

> Le système bim manuel a appris à partir de 16,151 heures de démonstrations humaines enregistrées sans robot. Ses auteurs annoncent un taux de réussite moyen de 78% sur 10 tâches.

Oossa · 2026-11-04 · https://oossa.com/fr/airoa-0-trains-robot-hands-from-handheld-demonstrations

Une équipe de recherche a présenté AIRoA-0, un système robotique entraîné à partir de 16,151 heures de démonstrations de tâches réalisées par des personnes à l’aide d’une pince tenue à la main. L’équipe affirme n’avoir collecté aucune donnée robotique pendant l’entraînement : le robot n’intervient qu’au moment des tests. Les démonstrations sont réalisées avec YUBI, une pince open source que l’on peut tenir pour enregistrer des tâches de manipulation sans la présence d’un robot.

À partir d’une seule instruction, AIRoA-0 peut accomplir des tâches comme trier plus d’une douzaine de petites pièces dans des compartiments numérotés, changer les serpillières et la brosse d’un aspirateur robot, ouvrir une trousse et plier une serviette. Le système utilise uniquement des caméras fixées à ses deux poignets, sans caméra filmant toute la scène en plongée. L’évaluation a eu lieu dans un site où aucune donnée d’entraînement n’avait été enregistrée.

## Quels résultats a-t-il obtenus ?

Sur les 10 tâches évaluées, les auteurs font état d’un taux de réussite moyen de 78%. Ils le comparent à 27% pour le plus performant de quatre autres modèles vision-langage-action — des systèmes qui associent des données visuelles et des instructions en langage naturel à des actions robotiques — entraînés ensuite sur les mêmes démonstrations des tâches. Il s’agit de résultats communiqués par l’équipe de recherche ; le résumé de l’article fourni ne décrit pas d’évaluation indépendante.

AIRoA-0 est conçu pour fonctionner avec différents robots pouvant être équipés de la pince YUBI. Les auteurs citent notamment le Franka bim manuel, le TX-G2, l’OpenArm et l’UR. Le système apprend à repérer les éléments importants dans les images de ses caméras de poignet, estime à quelle étape d’une tâche il se trouve et produit des actions en continu. Selon l’article, il n’utilise ni apprentissage par renforcement ni corrections effectuées sur le robot.

## Que peuvent utiliser les autres ?

L’équipe indique qu’elle met à disposition le jeu de démonstrations, les poids du modèle préentraîné et une méthode pour adapter le système à de nouvelles tâches. À sa connaissance, il s’agit du plus grand jeu de données ouvert de démonstrations réalisées avec une pince tenue à la main et accompagnées d’instructions sur les tâches et sous-tâches. Les auteurs affirment qu’il est possible d’enregistrer une tâche avec YUBI puis de poursuivre l’entraînement du modèle en moins de quatre heures, sur un seul nœud informatique équipé de huit GPU H200.

Cette méthode diffère de l’entraînement robotique classique, dans lequel les personnes recueillent souvent des démonstrations en pilotant directement le robot. Ici, les chercheurs enregistrent d’abord les mouvements des mains humaines, puis transfèrent le comportement appris à un robot au moment du test. Les résultats de l’article portent sur les 10 tâches évaluées ; ils ne permettent pas de déterminer comment le système se comporterait pour des tâches ou dans des conditions différentes.

## Les faits

- AIRoA-0 a été entraîné sur 16,151 heures de démonstrations réalisées avec une pince tenue à la main, sans collecte de données robotiques pendant l’entraînement.
- Les auteurs annoncent un taux de réussite moyen de 78% sur 10 tâches, contre 27% pour le plus performant de quatre autres modèles testés.
- Le système utilise deux caméras fixées aux poignets et a été testé dans un site où aucune donnée d’entraînement n’avait été enregistrée.
- L’équipe indique qu’elle met à disposition le jeu de données, les poids préentraînés et une méthode de poursuite de l’entraînement.

## Pourquoi c'est important

Pour les chercheurs et les concepteurs en robotique, cette approche pourrait permettre d’apprendre à un robot à partir de l’enregistrement des mains d’une personne, plutôt qu’en recueillant des démonstrations directement sur le robot. Les auteurs annoncent de bons résultats sur 10 tâches, mais les performances pour d’autres tâches et la confirmation indépendante des résultats restent inconnues.

## Sources et références

1. [AIRoA-0: Long-Horizon, Precise, Cross-Embodiment Manipulation from Handheld Data](https://arxiv.org/abs/2611.03815) – arXiv cs.RO, 2026-11-04

Dernière mise à jour: 2026-11-04