Le japonais ugo s’associe à Melt Interface Technologies pour développer un dispositif portable capable d’enregistrer précisément les mouvements des mains. Les données serviront à l’apprentissage par imitation et à la téléopération de robots humanoïdes, avec une commercialisation visée en 2027.
Les deux entreprises ont signé un protocole d’accord qui répartit clairement les rôles. Melt concevra le matériel à partir de sa technologie de suivi électromagnétique ContactGlove, tandis qu’ugo assurera l’intégration avec les robots et les outils de collecte destinés à leur entraînement.
Capturer les gestes fins au-delà de la vidéo
Une caméra montre l’apparence d’un geste, mais elle ne suffit pas toujours à reconstruire précisément la position, l’orientation et la chronologie des doigts. Pour apprendre à saisir une pièce, assembler des composants ou manipuler un outil, un robot a besoin de données cohérentes sur toute la séquence de mouvement.
Dans leur annonce publiée au Japon, ugo et Melt expliquent vouloir réunir la mesure des gestes, la connexion au robot et l’enregistrement des données dans un même environnement. Leur système devra aussi compenser les différences entre la main humaine et l’effecteur robotique : nombre d’articulations, amplitude des mouvements et contraintes mécaniques ne sont pas identiques.
Melt apporte l’expérience acquise avec ContactGlove, une famille de gants de suivi des mains fondée sur une méthode électromagnétique. ugo exploite déjà des robots de service et propose un kit d’apprentissage par imitation qui transforme les opérations humaines en jeux de données utilisables pour entraîner des politiques robotiques.
Un outil pour l’apprentissage et la téléopération
Le futur produit doit couvrir deux usages complémentaires. En apprentissage par imitation, il enregistrera de longues séquences afin d’alimenter des modèles robotisés, notamment des modèles vision-langage-action. En téléopération, les gestes de l’opérateur devront être traduits rapidement en commandes compatibles avec le robot.
L’accord ne donne pour l’instant ni prix, ni spécifications de précision, ni autonomie, ni liste de robots compatibles. Il s’agit donc d’un programme de développement, pas encore d’un produit disponible. L’objectif fixé à 2027 laisse aux partenaires le temps de tester la stabilité du suivi sur des tâches longues et la conversion des gestes entre plusieurs morphologies de mains robotiques.
La collecte devient un maillon stratégique de la robotique incarnée. Les modèles peuvent progresser avec davantage de démonstrations, mais la qualité des trajectoires enregistrées, leur synchronisation avec la vidéo et la diversité des opérateurs influencent directement ce qu’un robot apprend. Un dispositif portable plus simple à déployer peut réduire le coût de constitution de ces jeux de données.
Notre analyse
ugo et Melt s’attaquent moins au robot lui-même qu’à l’outillage nécessaire pour le rendre utile. C’est un enjeu concret : sans données fines sur les mains, les démonstrations humaines perdent une partie de l’information indispensable aux tâches industrielles délicates. La valeur du produit dépendra toutefois de sa précision mesurée, de la facilité d’étalonnage et de son ouverture à plusieurs plateformes, trois éléments encore inconnus.
