Bonsai Robotics lance Bonsai World, un outil qui transforme des cartes et des images satellites en environnements 3D destinés à entraîner des machines autonomes avant leur arrivée sur le terrain. L’entreprise californienne veut ainsi réduire les campagnes de collecte et les essais nécessaires lorsqu’un robot change de culture, de chantier ou de conditions météo.
Présentée le 2 octobre, cette brique rejoint Bonsai Intelligence, la plateforme qui pilote les machines Amiga et des équipements de constructeurs convertis à l’autonomie. Bonsai revendique plus de 400 machines déployées, plus d’un million d’acres couverts et 50 millions d’échantillons réels. Ces chiffres proviennent de l’entreprise et ne constituent pas un audit indépendant, mais ils donnent l’échelle du corpus mobilisé.
Des cartes 2D transformées en terrains d’essai
Le point de départ de Bonsai World peut être l’image satellite d’une ferme, d’une mine ou d’un autre site difficile. Le logiciel reconstruit une scène 3D structurée, génère des vues au niveau du sol et y ajoute des situations rares ou coûteuses à reproduire physiquement : poussière, débris, animaux, véhicules, changements de relief ou d’éclairage.
Les robots virtuels peuvent ensuite suivre les parcours prévus et être évalués face à ces variantes avant le déploiement. L’objectif n’est pas de remplacer les essais réels. Bonsai combine les données synthétiques avec les traces collectées par sa flotte afin de préparer davantage de cas limites et de raccourcir les itérations sur site.
L’infrastructure repose sur Google Cloud et NVIDIA. Gemini analyse les images satellites pour produire une carte structurée. Le modèle de monde de Bonsai est entraîné à partir des données de terrain, avec des machines virtuelles Google A2 équipées de GPU NVIDIA A100. La génération des simulations utilise aussi des instances G4 avec des GPU RTX PRO 6000 Blackwell Server Edition. NVIDIA Cosmos intervient dans la chaîne de simulation décrite par les partenaires.
Une IA pensée pour les environnements irréguliers
La difficulté ciblée dépasse la navigation sur une route balisée. Dans un verger ou une mine, la végétation, la poussière et le relief modifient en permanence ce que perçoivent les capteurs. Un modèle entraîné sur un seul lieu risque donc de perdre en fiabilité dès que le décor change. Bonsai World cherche à multiplier ces variations sans attendre qu’elles se présentent toutes dans la flotte physique.
La société indique que ses systèmes sont déjà utilisés dans l’agriculture spécialisée aux États-Unis et en Australie, avec une extension visée vers les mines et la défense. Elle ne précise toutefois ni calendrier commercial séparé pour Bonsai World, ni gain chiffré sur le temps de mise en service ou le taux d’incident.
La portée concrète dépendra donc de la corrélation entre simulation et terrain. Si les scénarios générés restent cohérents avec les capteurs et la dynamique des machines, le dispositif peut accélérer l’arrivée d’un même système autonome sur plusieurs équipements. À l’inverse, les performances devront toujours être validées dans chaque environnement réel avant une exploitation sans opérateur.
Sources : communiqué de Bonsai Robotics et présentation de la plateforme Bonsai Intelligence.
