Le plus dur avec les robots, ce n'est pas le robot — c'est savoir ce que tu veux dire
Une nouvelle méthode du MIT réduit d'environ 80 % les données d'entraînement dont un robot a besoin. Pourquoi c'est important : la partie difficile et coûteuse de l'automatisation, c'est deviner ce qu'une personne veut vraiment, pas bouger le bras.
- 80%
- de données d'entraînement en moins pour le robot
- 5×
- d'exemples en moins par tâche
- 15%
- meilleur pour deviner ce que les gens veulent dire
- ICRA 2026
- où la méthode a été montrée
La plupart des projets d'automatisation échouent au même endroit, et ce n'est pas la machine. Le bras du robot marche bien. Ce qui dévore le budget, c'est de lui apprendre ce que tu veux vraiment. Quelqu'un doit lui montrer des exemples, les étiqueter et tout formuler exactement comme il faut. Cet apprentissage est lent et coûteux. C'est le vrai coût caché de chaque robot. Un nouveau projet du MIT compte parce qu'il s'attaque à ce coût, pas au bras.
La méthode s'appelle Masked IRL. Elle a été partagée le 26 juin et montrée à la conférence de robotique ICRA 2026. Elle utilise deux modèles de langage qui travaillent en équipe. Une personne bouge le bras du robot à la main pour montrer une tâche. Un modèle transforme les mots flous en mots clairs : « reste près » devient « garde le contact avec la table ». L'autre modèle regarde dans la pièce et marque ce qui compte, pour que le robot ignore le fouillis.
Les résultats sont solides. Le robot a deviné 15 % plus souvent que les méthodes anciennes ce que les gens voulaient dire. Il a appris la même tâche avec environ cinq fois moins d'exemples — près de 80 % de données d'entraînement en moins. Un vrai bras a déplacé des tasses de café autour d'ordinateurs portables et essuyé des tables, sans qu'on lui dise jamais quels objets éviter.
Et voici la leçon, qui dépasse largement les robots. Tout système qui agit sur des instructions humaines floues — une appli, un outil, un assistant — a surtout besoin d'une chose : une étape qui devine d'abord ce que tu veux dire, avant de faire quoi que ce soit. La plupart des équipes dépensent trop dans le faire et pas assez dans le comprendre. Garde en tête que c'est un test de laboratoire avec un seul bras, et qu'il faut encore des démonstrations humaines. Mais ceux qui gagneront en automatisation seront ceux qui conçoivent pour ce que les gens veulent dire, pas seulement pour ce que les machines savent faire.