Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
A cockroach reaches a wall, and the machine guiding it has a choice: steer around or let it climb. Researchers from the University of Osaka and Universitas Diponegoro have built a navigation system that recognizes the terrain in real time and adapts control so cyborg cockroaches can use their natural climbing ability. The study appears in Device.
Un cafard atteint un mur, et la machine qui le guide doit choisir : le faire contourner l'obstacle ou le laisser grimper. Des chercheurs de l'Université d'Osaka et de Universitas Diponegoro ont conçu un système de navigation qui reconnaît le terrain en temps réel et adapte le contrôle afin que les cafards cyborgs puissent exploiter leur aptitude naturelle à grimper. L'étude paraît dans Device.
The problem was not simply getting an insect to move. Conventional systems tend to avoid obstacles, even when climbing would be possible. A reactive-climbing controller combined goal-seeking, obstacle avoidance, wall-following and innate climbing behavior, but it could not tell what surface the insect was on. During a climb, it kept sending steering commands, producing hesitation and inefficient movement.
Le problème ne consistait pas simplement à faire avancer un insecte. Les systèmes classiques ont tendance à éviter les obstacles, même lorsqu'il serait possible de les escalader. Un contrôleur d'escalade réactive combinait la recherche d'un objectif, l'évitement des obstacles, le suivi des murs et le comportement naturel d'escalade, mais il ne pouvait pas déterminer sur quelle surface se trouvait l'insecte. Pendant une ascension, il continuait à envoyer des commandes de direction, ce qui provoquait des hésitations et des déplacements inefficaces.
The new layer uses a multilayer perceptron, or MLP — a machine-learning model — fed by onboard sensor data. It classifies flat ground, uphill, downhill and holes in real time. The controller then adjusts stimulation to the recognized terrain, reducing unnecessary steering and supporting forward movement across challenging surfaces.
La nouvelle couche utilise un perceptron multicouche, ou MLP — un modèle d'apprentissage automatique — alimenté par les données de capteurs embarqués. Elle classe en temps réel le terrain plat, les montées, les descentes et les trous. Le contrôleur ajuste ensuite la stimulation en fonction du terrain reconnu, réduisant les commandes de direction inutiles et favorisant la progression sur des surfaces difficiles.
The classifier reached 92% accuracy in offline evaluation. Professor Keisuke Morishima of the University of Osaka said the central challenge was recognizing terrain without compromising the insect's natural locomotion. The researchers describe the approach as “biohybrid physical AI,” combining a living body's movement with miniature electronics.
Le classificateur a atteint une précision de 92 % lors d'une évaluation hors ligne. Le professeur Keisuke Morishima, de l'Université d'Osaka, a déclaré que le principal défi consistait à reconnaître le terrain sans compromettre la locomotion naturelle de l'insecte. Les chercheurs décrivent cette approche comme une « IA physique biohybride », qui combine les mouvements d'un être vivant avec de l'électronique miniature.
So what changes in practice? A future cyborg insect could take a more direct route through a search-and-rescue site or an area needing infrastructure inspection, rather than automatically going around every obstacle. The work is still at the research stage: the report does not describe field deployment, and the reported accuracy comes from offline evaluation rather than a field deployment.
Qu'est-ce que cela change en pratique ? Un futur insecte cyborg pourrait emprunter un itinéraire plus direct sur un site de recherche et de sauvetage ou dans une zone nécessitant une inspection d'infrastructures, au lieu de contourner automatiquement chaque obstacle. Ces travaux en sont encore au stade de la recherche : l'étude ne décrit aucun déploiement sur le terrain, et la précision rapportée provient d'une évaluation hors ligne plutôt que d'un déploiement sur le terrain.