Figure lâche son robot dans 30 maisons inconnues pour faire le ménage : voici ce qu’il y parvient à faire
L’expérience menée par Figure avec son robot humanoïde Figure 03 dans 30 foyers inconnus marque une étape symbolique dans la quête d’une robotique domestique généralisable. En parvenant à réaliser des tâches ménagères sans réentraînement préalable, l’entreprise californienne démontre que l’IA peut s’adapter à des environnements variés, même si le taux de réussite reste modeste. Cette avancée interroge moins sur les performances immédiates que sur la capacité des robots à dépasser le cadre étroit des environnements contrôlés, condition sine qua non pour envisager une adoption massive.
Quel est le principal défi technique que Helix 2.5 a relevé lors de cette démonstration ?
Le défi central consistait à prouver qu’un robot pouvait accomplir des tâches ménagères dans des environnements totalement inconnus, sans aucun entraînement spécifique préalable sur ces lieux ou ces objets. Helix 2.5 a ainsi été testé sur des tâches comme ranger un salon, plier des serviettes ou faire un lit dans 30 maisons différentes de la baie de San Francisco, sans avoir jamais été exposé à ces espaces auparavant.
Pourquoi le terme « zero-shot » est-il utilisé pour qualifier cette démonstration ?
Le terme « zero-shot » souligne que le robot a été évalué sur des tâches et dans des environnements qui n’avaient jamais été intégrés à son entraînement initial. Contrairement aux méthodes traditionnelles où le robot apprend sur place, Helix 2.5 a dû improviser en s’appuyant uniquement sur des compétences générales acquises via une base de données de comportements humains filmés, appelée Index.
Quels sont les résultats concrets obtenus par Figure 03 lors de cette expérience ?
Le robot a réussi environ 56 % des tâches demandées, un score bien supérieur aux 9 % obtenus par un modèle n’ayant pas bénéficié du pré-entraînement sur Index. Cependant, ces résultats restent partiels : un lit à moitié fait ou une serviette mal pliée ne sont pas comptabilisés, ce qui souligne que le robot n’est pas encore fiable à 100 % pour un usage domestique autonome.
En quoi cette démonstration représente-t-elle une avancée pour la robotique humanoïde ?
Elle valide l’idée qu’un robot peut transférer des compétences apprises dans un contexte à un autre, sans avoir à tout réapprendre à chaque nouvelle situation. Cette capacité à généraliser ouvre des perspectives commerciales crédibles pour Figure, même si les performances actuelles restent insuffisantes pour une utilisation grand public immédiate.
Ce que ça pourrait changer
Cette expérience pourrait accélérer le développement de robots domestiques commercialisables en prouvant que l’IA peut s’affranchir des limites des environnements contrôlés. Cependant, les taux d’échec actuels rappellent que des progrès majeurs sont encore nécessaires avant qu’un robot ne devienne un majordome fiable. À plus long terme, cette avancée pourrait aussi redéfinir les attentes des consommateurs envers l’automatisation des tâches ménagères, en normalisant l’idée d’une assistance partielle plutôt que parfaite.
