# Un modèle vidéo à deux caméras améliore l’apprentissage des robots

> Des chercheurs montrent qu’un modèle d’actions latentes à vues multiples augmente jusqu’à 20 % le taux de réussite des robots par rapport aux approches à vue unique.

Oossa · 2026-10-21 · https://oossa.com/fr/dual-camera-video-model-boosts-robot-learning-across-embodiments

Oliver Hausdörfer et son équipe ont publié un nouveau modèle d’actions latentes qui exploite les vues synchronisées de deux caméras. Le modèle infère plus précisément les actions à 6 degrés de liberté, avec une précision de décodage supérieure de 17 % à celle des versions à vue unique. Intégré à une politique de contrôle robotique, il a fait progresser de 13,5 % le taux de réussite sur des tâches de référence, contre 6,2 % pour la méthode de référence à vue unique. Lors d’essais en conditions réelles où un robot reproduisait des démonstrations effectuées par des mains humaines, le modèle à deux vues a permis 20 % de tentatives réussies supplémentaires sur 850 essais.

## Les faits

- Publié le 2026-10-21
- Le modèle LAM à deux vues améliore la précision de décodage de 17 % et le taux de réussite de la politique de contrôle jusqu’à 20 %

## Pourquoi c'est important

Cette amélioration permet aux robots d’acquérir de nouvelles compétences à partir de vidéos ordinaires et avec moins de démonstrations, ce qui aide les laboratoires disposant de peu de données de téléopération.

## Sources et références

1. [Multi-View Latent Action Pretraining for Cross-Embodiment Robot Learning from Videos](https://arxiv.org/abs/2610.27794) – arXiv cs.RO, 2026-10-21

Dernière mise à jour: 2026-10-21