ROBOTIS a relié quatre politiques récentes de l’écosystème LeRobot à son manipulateur OMY-F3M et les a comparées sur une tâche physique de rangement. GR00T N1.7 est la seule à avoir terminé régulièrement la séquence complète, avec 60 % de réussite lorsque le lissage temporel est activé.
L’essai porte sur GR00T N1.7, MolmoAct2, VLA-JEPA et FastWAM. Chaque modèle a été entraîné sur le même jeu de 100 démonstrations téléopérées, représentant 184 459 images à 30 images par seconde. Trois caméras observent la scène et l’état comprend six articulations du bras plus la pince.
Un pont entre LeRobot, ROS 2 et Zenoh
Le bras publie ses positions articulaires et ses caméras sous forme de sujets ROS 2. Un pont logiciel implémente l’interface robot attendue par LeRobot et transporte les données avec Zenoh. Les politiques produisent ensuite des trajectoires articulaires horodatées, interpolées par le contrôleur du robot à 400 Hz.
Cette architecture a un intérêt pratique : changer de politique ne demande pas de réécrire toute la commande du matériel. Le dépôt ouvert par ROBOTIS vise aussi d’autres bras de la marque. L’équipe documente les corrections nécessaires pour gérer des caméras de résolutions différentes, une pince dont la convention était inversée et des latences d’inférence supérieures à un cycle de contrôle.
GR00T domine le test réel
La tâche demande de saisir trois plaques et de les insérer dans trois emplacements distincts. Sur dix essais par plaque, GR00T N1.7 réussit toujours les deux premières. La troisième, située plus loin, ramène le taux de réussite de la séquence complète à 40 %. Un assemblage temporel qui conserve une partie des anciennes prédictions porte ce résultat à 60 %.
MolmoAct2 obtient une erreur hors ligne proche de GR00T, 0,019 radian contre 0,017, mais ne termine aucune séquence réelle. VLA-JEPA et FastWAM échouent également sur le robot. Le résultat rappelle qu’une bonne reproduction des trajectoires enregistrées ne garantit pas la réussite au contact des objets.
Un comparatif utile, mais étroit
ROBOTIS souligne plusieurs limites. Le jeu de données ne compte que 100 épisodes, l’environnement reste fixe et le test concerne un seul bras. GR00T demande au moins 24 Go de mémoire graphique pour l’inférence. MolmoAct2, VLA-JEPA et FastWAM pourraient évoluer avec d’autres réglages ou davantage de données.
La valeur de cette publication réside surtout dans sa reproductibilité. Les commandes, l’architecture, le dépôt et les résultats par plaque sont publics. Pour les intégrateurs, elle montre aussi le chemin entre une politique disponible dans LeRobot et une machine réelle : interfaces stables, synchronisation des caméras, gestion de la latence et validation sur plusieurs essais. C’est précisément dans ces détails que se joue le passage d’une démonstration logicielle à une tâche robotique mesurable.
Sources : documentation technique de ROBOTIS, dépôt du pont ROS 2/Zenoh et annonce du projet, 24 août 2026.
