Le développement de robots humanoïdes capables de s'entraîner et de combattre de manière autonome, sans intervention humaine directe, progresse à un rythme effréné. En 2026, la filière a franchi un cap critique grâce à l’émergence de modèles dits de fondation appliqués à la physique. Ces machines s'affranchissent désormais de la téléopération humaine pour anticiper, parer et porter des coups en temps réel. Bien que développées pour le combat, les compétences d'agilité autonome, de réflexes ultra-rapides et de perception prédictive offrent des avantages massifs dans plusieurs domaines. Bien sûr, des dangers sont à anticiper sur le long terme. Qu’est-ce qu’un modèle de fondation appliqué à la physique ? Pourquoi est-ce une révolution pour les robots humanoïdes autonomes ?A Unitree G1 performs martial arts in slow motion.
— clankr (@clankrmedia) September 7, 2026
Robotics still has a long way to go in intelligence.
But this level of mechanical capability is insane. pic.twitter.com/X4r84bV8Mb
Un modèle de fondation appliqué à la physique (souvent appelé Physics-Informed Foundation Model ou World Foundation Model) est une intelligence artificielle de grande taille pré-entraînée non pas sur du texte internet, mais sur les lois immuables de la physique (gravité, friction, inertie, dynamique des fluides et des solides) et des millions d'heures de simulations ou de démonstrations réelles.
Dans le cadre du développement des nouveaux robots humanoïdes autonomes, ce modèle sert de cerveau moteur et intuitif. Contrairement aux intelligences artificielles traditionnelles, il permet au robot de comprendre comment le monde physique fonctionne, lui donnant la capacité d'apprendre des tâches complexes et de réagir de manière fluide en temps réel (comme parer, esquiver ou frapper de manière autonome).
Jusqu'à récemment, un robot humanoïde avait besoin d'un algorithme spécifique pour chaque action (un pour marcher, un pour saisir un objet, un pour se défendre). Un modèle de fondation physique change totalement la donne grâce à diviers piliers.
Primo, Le modèle intègre des équations physiques directement dans sa fonction de perte. Le robot ne se contente pas d'analyser des images : il possède une compréhension mentale de la quantité de mouvement, de la gravité et de l'équilibre de son propre corps. S'il subit un impact ou s'il glisse lors d'un combat, il recalcule instantanément son centre de gravité pour ne pas tomber.
Deuxio, entraîner un humanoïde à combattre ou à se déplacer dans le monde réel est dangereux et coûteux. Ces modèles de fondation sont entraînés pendant des décennies virtuelles en l'espace de quelques jours dans des environnements de simulation ultra-réalistes (comme le simulateur de physique différentielle NVIDIA Newton ou Isaac Lab). Grâce à la précision du modèle physique, le robot transfère ses compétences de combat et d'agilité de la simulation au monde réel de manière sans réentraînement.
Enfin, ces modèles lient la perception visuelle (caméras du robot), la compréhension des commandes (exemple: « défends cette zone ») et l'action motrice fine. Le modèle traduit les intentions en commandes de couple précises pour les dizaines de moteurs (degrés de liberté) de l'humanoïde.
Tout cela ouvre la porte à la possibilité de l’apprentissage et du combat autonomes. Le modèle combine pour cela deux types d’apprentissage. Le premier est l’apprentissage par imitation au travers duquel le modèle ingère des captures de mouvements de combattants humains ou d'experts en arts martiaux. Le robot assimile la mémoire musculaire des enchaînements, des frappes et des postures.
Le deuxième type est l’apprentissage par renforcement au travers duquel le modèle découvre ainsi par lui-même des tactiques de combat optimales conformes à la physique. En simulation (le canal au travers duquel cet apprentissage s’opère), l'intelligence artificielle affronte des milliers d'adversaires virtuels. Elle est récompensée lorsqu'elle réussit une esquive ou touche une cible, et pénalisée si elle perd l'équilibre.
Les robots s’appuient sur des actionneurs et moteurs de haute performance pour ce qui est de leur « corps »
Pour le combat, les robots nécessitent un couple phénoménal au niveau des articulations (souvent plus de 17 à 30 degrés de liberté). Les moteurs électriques de haute précision (conçus par des leaders comme Faulhaber) gèrent des boucles de commande ultra-rapides.
Le torse des robots abrite des processeurs (CPU) couplés à des accélérateurs d'IA et GPU intensifs pour traiter la vision artificielle locale sans dépendre d'une connexion Wi-Fi (qui pourrait être brouillée en combat).
Les robots intègrent des capteurs LiDAR à balayage rapide, des caméras de profondeur stéréoscopiques et des capteurs haptiques (peaux tactiles) pour évaluer l'impact des coups reçus et la configuration du terrain.
Unitree Robotics fait partie des leaders technologiques sur ce segment
Le constructeur de robots Unitree propose des modèles de fondation open-source capables de coordonner l'ensemble du corps des humanoïdes en temps réel.
La startup Physical Intelligence aussi est un acteur de cette filière. Elle a lancé π0 (Pi-Zero), un modèle de fondation généraliste conçu pour donner une forme d’intelligence physique universelle aux robots, leur permettant de manipuler des objets et de se mouvoir de façon fluide.
De son coté, NVIDIA a développé GR00T, un modèle de fondation pour humanoïdes, couplé récemment à SONIC, un contrôleur universel capable de gérer les mouvements complets du corps (whole-body control) pour des actions dynamiques comme le sprint ou des coups de pied.
C’est en droite ligne avec la disponibilité de ces outils que les entreprises proposent des démonstrations de robots apprenant à s’entraîner et à se battre de façon autonome.
- Unitree Robotics (Chine) : Début septembre 2026, l'entreprise a dévoilé une avancée historique avec son robot humanoïde G1, capable de se battre et de faire du sparring de manière 100 % autonome contre un humain en temps réel. Contrairement aux démonstrations passées basées sur des télécommandes ou des casques VR, le système agit de son propre chef.
- L'Armée populaire de libération (APL) : Immédiatement après les Jeux mondiaux des robots humanoïdes, le quotidien officiel de l'armée chinoise a appelé à accélérer le transfert de ces technologies vers les terrains d'entraînement militaire pour préparer le déploiement opérationnel de robots humanoïdes "combattants"
- Les projets académiques de pointe : Le framework RoboStriker (publié par des chercheurs en janvier 2026) utilise le Multi-Agent Reinforcement Learning (MARL) pour permettre une autonomie complète en boxe humanoïde. De même, les universités de Berkeley et Stanford ont développé le framework BeyondMimic, permettant à des robots d'apprendre de manière autonome des coups de pied rotatifs (spin kicks) et des enchaînements agiles sans réglage humain spécifique.
La défense et la sécurité, la gestion des catastrophes et le secours, l’industrie lourde et de maintenance font partie des secteurs à même de bénéficier des avantages offerts par ces robotsUnitree Breakthrough: The World’s First Real-Time World Model-Driven Fully Autonomous Humanoid Robot Combat🥊
— Unitree (@UnitreeRobotics) September 7, 2026
UnifoLM-X2-1.0 breaks through world-action foundation models' bottlenecks in instant planning, decision-making, and dynamic interactive execution, achieve high dynamics,… pic.twitter.com/xqAodjuD1m
En effet, ces derniers sont susceptibles d’être utiles au remplacement des soldats humains dans les guerres urbaines hautement létales, les missions d'infiltration, le déminage ou la surveillance de sites sensibles en zone de guerre. Ils viendraient ainsi en complément des robots-chiens utilisés sur les champs de bataille actuels et qui, du point de vue du développeur informatique, ces robots sont des kits matériels - à la présentation visuelle similaire à celle d’un chien sur pattes – programmables via une API fournie par le constructeur....
| Code Python : | Sélectionner tout |
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.
