# Un robot apprend des tâches complètes grâce à des démonstrations humaines

> Des chercheurs ont appris à un Unitree G1 à trier des cartons et à se rétablir après une poussée en lui montrant des mouvements filmés par des humains.

Oossa · 2026-10-08 · https://oossa.com/fr/workhorse-robot-learns-whole-body-tasks-from-human-demos

L’équipe à l’origine de Workhorse a appris à un humanoïde Unitree G1 à planifier et à exécuter des manipulations mobilisant tout son corps en observant des vidéos égocentriques de personnes. Un planificateur visuel prédit les positions du torse, des poignets et des pieds, tandis qu’un contrôleur entraîné par apprentissage par renforcement suit ces objectifs. Sur un véritable robot, le système trie des cartons, rattrape un carton lancé et parvient même à grimper sur une valise. Il peut aussi se rétablir lorsqu’une personne le pousse. En simulation, il a réussi à trier des cartons dans 77 % des essais, et dans 64 % des cas lorsqu’il était soumis à des poussées allant jusqu’à 40 N·s.

## Les faits

- 77 % de réussite lors des essais simulés de tri de cartons
- 64 % de réussite face à des poussées allant jusqu’à 40 N·s

## Pourquoi c'est important

Si cette approche peut être déployée à grande échelle, les robots de service du quotidien pourraient accomplir des tâches imprévisibles impliquant des contacts, sans programmation conçue sur mesure.

## Sources et références

1. [Workhorse: Learning Robust Whole-Body Humanoid Loco-Manipulation from Human Data](https://arxiv.org/abs/2610.09117) – arXiv cs.RO, 2026-10-08

Dernière mise à jour: 2026-10-08