ROBOTIS met en avant CYCLO, une plateforme logicielle modulaire destinée à relier les briques de l’IA physique, du jeu de données jusqu’au pilotage de robots réels.
Le projet, présenté cette semaine sur Open Robotics Discourse et documenté dans les manuels ROBOTIS, vise un problème devenu central en robotique : les piles d’IA embarquée, de simulation, de contrôle et d’exploitation restent souvent séparées. CYCLO veut les organiser dans un cadre commun, en open source pour les composants publics, afin de faciliter les essais sur matériel réel.
Une pile commune pour les robots ROBOTIS
Dans sa documentation, ROBOTIS décrit CYCLO comme une plateforme pour construire et exploiter des systèmes de « Physical AI ». Elle couvre l’intégration IA, les flux de données d’action, le contrôle robotique, la simulation et les outils d’exploitation. Le socle cible notamment la gamme AI Sapiens, AI Worker, OMY, OMX et ROBOTIS Hand, avec un point d’ancrage familier pour l’écosystème : les actionneurs Dynamixel.
Le découpage est volontairement modulaire. Cyclo Intelligence porte les workflows d’apprentissage par imitation, d’évaluation et de déploiement de compétences. Cyclo Control fournit une couche de contrôle ROS 2 pour la manipulation. Cyclo Lab rassemble les environnements de simulation et de reinforcement learning. Cyclo Manager se concentre sur l’opération, la supervision et les sessions sur robots réels. ROBOTIS mentionne aussi des composants privés, comme Supervisor et Hub, destinés aux infrastructures internes ou aux dépôts de données propriétaires.
Pourquoi c’est important
Le sujet dépasse la simple publication d’un dépôt GitHub. Les laboratoires et fabricants qui travaillent sur l’IA incarnée doivent désormais enchaîner plusieurs étapes : enregistrer des démonstrations, convertir les données en formats exploitables, entraîner des politiques, les tester en simulation, puis les faire tourner sur un robot avec des contraintes de sécurité et de latence. Chaque rupture entre ces étapes ralentit la boucle d’apprentissage.
CYCLO cherche précisément à réduire ces ruptures. La présence de ROS 2, de Zenoh, de Hugging Face et d’Isaac Lab dans la présentation situe la plateforme dans un paysage où l’interopérabilité compte autant que la performance brute. Pour les équipes qui prototypent sur des bras ou des mains ROBOTIS, l’intérêt est de partir d’un cadre déjà organisé plutôt que de recoller manuellement les outils de collecte, d’entraînement et de contrôle.
L’approche reste toutefois à évaluer sur le terrain. Le dépôt principal CYCLO est public, mais toutes les briques ne le sont pas au même niveau, et la documentation précise que certaines extensions peuvent rester privées selon les déploiements. Le succès dépendra donc de la qualité des exemples, de la stabilité des modules séparés et de la capacité de ROBOTIS à attirer des contributions au-delà de ses propres matériels.
Notre analyse
L’annonce arrive au bon moment : après l’essor des modèles vision-langage-action, la bataille se déplace vers les chaînes d’outillage qui transforment ces modèles en comportements reproductibles sur machine physique. NVIDIA pousse Cosmos et Isaac Lab, Google DeepMind met en avant Gemini Robotics, et Hugging Face structure LeRobot. ROBOTIS se positionne sur un angle plus matériel et pédagogique, avec une pile pensée pour ses robots, ses actionneurs et les développeurs ROS.
Pour RoboActu, le point à suivre sera la part réellement ouverte de CYCLO. Si les modules publics permettent de collecter des données, entraîner une politique et déployer une compétence complète sans dépendre d’un service fermé, la plateforme peut devenir utile pour les petits laboratoires, écoles d’ingénieurs et intégrateurs qui veulent expérimenter l’IA physique avec un coût d’entrée maîtrisé.
