PhAIL et Nebius lancent un défi pour tester les politiques robotiques du virtuel au réel

Une nouvelle compétition, organisée par PhAIL et Nebius, vise à mesurer la capacité des algorithmes de contrôle robotique à passer de la simulation pure à un bras robotique réel. Les équipes soumettent un même conteneur logiciel, évalué d’abord dans deux environnements simulés puis, pour les dix meilleures performances, testée en décembre sur un bras Franka.

Deux simulations, un seul conteneur

Le processus débute dans le simulateur MolmoSpaces, où chaque politique est notée selon des critères de vitesse, de consommation mémoire et d’efficacité. Un second environnement, RoboLab, rejoint l’évaluation à partir du 16 novembre, offrant un éclairage et des paramètres physiques différents. Cette double simulation sert à limiter le risque que les algorithmes apprennent les particularités d’un seul simulateur, un problème récurrent dans les benchmarks robotiques.

Les participants utilisent le même conteneur Docker dans les trois contextes, grâce à Positronic, le cadre logiciel ouvert développé par PhAIL. Positronic propose une API unique qui masque les différences entre les simulateurs et le matériel réel, simplifiant le déploiement et améliorant la reproductibilité des résultats.

Contraintes matérielles et temporelles

Chaque politique doit fonctionner avec un maximum de 24 Go de mémoire, soit l’équivalent d’une carte graphique haut de gamme comme la GeForce RTX 4090. Cette limite exclut les modèles les plus volumineux dans leurs configurations standards et pousse les équipes à optimiser leurs réseaux pour tenir dans l’enveloppe mémoire.

Le temps de calcul n’est pas suspendu pendant l’inférenceInférencePhase durant laquelle un modèle entraîné utilise ses paramètres pour produire une prédiction ou une réponse à partir de nouvelles données. : le simulateur avance comme le ferait un robot physique, ce qui contraint les algorithmes à produire des actions rapidement. Des scénarios de test illustrent des exigences de latenceLatenceDélai entre l'envoi d'une requête à un système et l'obtention d'une réponse ou du début de celle-ci. précises, notamment pour les politiques nommées π0.5, GR00T N1.7 et MolmoAct2. Le système accepte cependant des politiques capables de raisonner plus longtemps, à condition qu’elles respectent le délai global imparti.

Récompenses et visibilité

Les vainqueurs se partagent 23 500 $ sous forme de crédits GPUGPUProcesseur conçu pour effectuer de nombreux calculs en parallèle, notamment utilisé pour entraîner et exécuter des modèles d'IA. et d’évaluations offertes par Nebius. Un supplément de 1 000 $ est prévu pour le meilleur compte‑rendu publié en open source, encourageant ainsi la diffusion des résultats et la transparence du processus.

Vers une meilleure compréhension du « sim‑to‑real »

Le cœur du défi réside dans la question suivante : un bon score en simulation prédit‑il réellement la performance d’un robot face à des objets physiques, sans ajustement de dernière minute ? Les résultats sur le bras Franka ne seront disponibles qu’en décembre, mais la méthodologie déjà mise en place apporte un éclairage précieux.

En obligeant les équipes à optimiser leurs politiques pour deux simulateurs différents avant le test réel, le protocole réduit le risque d’over‑fitting aux spécificités d’un seul environnement virtuel. Cela ne garantit pas une robustesse totale – un changement d’éclairage ou de friction peut encore surprendre un modèle – mais il constitue une avancée notable par rapport aux évaluations qui se limitent à un unique simulateur.

Reproductibilité et transparence

L’utilisation d’une image Docker unique et d’une API commune rend les comparaisons plus lisibles que des démonstrations faites au cas par cas. La valeur du concours dépendra toutefois de la transparence des tâches proposées, de la disponibilité des vidéos des essais réels et de la publication des échecs, éléments indispensables pour que la communauté puisse reproduire et analyser les performances.

En résumé, la compétition PhAIL/Nebius offre aux chercheurs une plateforme structurée pour tester la transférabilité de leurs politiques de contrôle robotique. Si les résultats finaux confirment que les scores en simulation sont de bons indicateurs, cela pourrait accélérer le passage du prototypage virtuel à des applications concrètes dans les usines, les laboratoires ou les services de livraison robotisée.

Les équipes retenues pour la finale de décembre travailleront donc sur le même bras Franka, exécutant des tâches similaires à celles du benchmark DROID mais sur un jeu d’objets inédit. Le suivi hebdomadaire de certaines politiques sur le matériel réel, prévu par les organisateurs, devrait également fournir des retours intermédiaires utiles avant la clôture du concours.

Ainsi, les prochains mois seront décisifs pour évaluer si la communauté peut réellement compter sur la simulation comme tremplin fiable vers le monde réel.