Google montre un robot qui essaie ses mouvements en simulation avant d’agir
L’essentiel de l’annonce
Google présente Gemini 4 Argon pilotant un robot Spot pour jeter une canette. Une simulation de la poubelle à pédale sert à préparer les mouvements.
- Date de publication de la source
- Catégorie
- Techniques et recherche
- Périmètre et accès
- ERQA possède un protocole d’évaluation distinct.
- Sujet du contenu
- Essais de manipulation
- Entreprises / organismes
- Technologies
- Modèle multimodal, Agent IA, Évaluation d’un agent
Préparer un mouvement avant son exécution
Une équipe pourrait distinguer ce qui est essayé dans une simulation et ce qui demande une vérification sur la machine. Elle définirait des limites de mouvement et un arrêt pour les situations non prévues avant d’évaluer un déploiement.
Texte seulement
Lire les paragraphes
Le modèle utilise les informations écrites que vous lui donnez.
Texte + image
Lire aussi le visuel
Un modèle multimodal peut examiner une image, selon ses capacités.
Par exemple, un graphique peut contenir des chiffres qui ne figurent pas dans les paragraphes du document.
Choisissez une étape pour lire son explication.
Observer la canette et la poubelle
Le modèle prépare une tâche de manipulation avec Spot.
Essayer les mouvements dans MuJoCo
Une reproduction numérique de la poubelle sert à pratiquer.
Passer à la manipulation réelle
Spot actionne la pédale et dépose la canette.
Illustration simplifiée. Les dessins ne montrent pas de résultats mesurés.
Points techniques et opérationnels
- Google annonce 87 % sur ERQA, une évaluation du raisonnement sur des situations physiques, pas un taux de réussite des robots.
Cadrer les essais d’un robot
Exemples possibles. L’annonce ne démontre pas de gains pour ces usages.
Exemple pédagogique
Manipulation d’une boîte légère
Une équipe pourrait préparer un exercice avec une boîte légère et une zone sans personne. Elle comparerait les positions prévues et observées, avec un moyen d’interruption. Un objet différent servirait à tester les réactions imprévues. Les résultats resteraient propres à cet exercice.
Deux questions pour évaluer l’intérêt
- Le test distingue-t-il simulation, robot réel et évaluation du modèle ?
- Les limites de mouvement et conditions d’arrêt sont-elles définies ?
Qui peut l’utiliser, avec quelles limites ?
Démonstrations publiées
Les démonstrations ne mesurent pas un taux général de réussite des robots.
Conditions d’accès : API payante ou Google AI Ultra. Robot et intégration nécessaires.
Lire les résultats avec leur protocole
Interprétation éditoriale à partir de l’annonce.
L’équipe comparerait les erreurs sur ses propres objets et les actions permises. Une réussite observée dans une démonstration ne remplacerait pas des essais répétés dans l’environnement prévu. Le contrôle humain et les conditions d’arrêt feraient partie des critères de décision.
Les mots utiles pour comprendre
Modèle multimodal
Un modèle multimodal peut lire plusieurs formats, comme le texte et les images. Dans un rapport, il peut examiner un paragraphe et le graphique qui l’accompagne. Les formats réellement pris en charge dépendent de l’outil.
Sources et vérifications
Source vérifiée le . Synthèse originale. Les résultats annoncés restent attribués à leur source. Les dessins expliquent le principe ; les exemples présentent un usage possible.
Kanishka Rao.
Publié sur ce site le . Mis à jour le . Rédaction : Boris Shutov, avec l’aide de ChatGPT. Notre méthode éditoriale.