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 human performs a task once on video. Seconds later, a two-armed robot tries the same kind of manipulation without a new training run. That is the result reported for HOST, a framework from researchers at Beijing Institute of Technology, X Square Robot and Tsinghua University: an average of 29 seconds to acquire a new skill from one human demonstration.
Un humain effectue une tâche une fois devant une caméra. Quelques secondes plus tard, un robot à deux bras tente une manipulation du même type, sans nouvelle phase d’entraînement. C’est le résultat obtenu avec HOST, un framework développé par des chercheurs de l’Institut de technologie de Beijing, de X Square Robot et de l’Université Tsinghua : 29 secondes en moyenne pour acquérir une nouvelle compétence à partir d’une démonstration humaine.
The system was tested on 50 previously unseen physical tasks, involving different objects, tools and movements. Each task was attempted 20 times, with objects moved to different starting positions or orientations. Human evaluators judged the attempts, producing a 62% average success rate. Phys.org reports that HOST also retained skills the robot had already mastered.
Le système a été testé sur 50 tâches physiques inédites, impliquant différents objets, outils et mouvements. Chaque tâche a été tentée 20 fois, les objets étant placés dans des positions ou orientations initiales différentes. Des évaluateurs humains ont jugé les essais, qui ont abouti à un taux de réussite moyen de 62 %. Phys.org rapporte également que HOST a conservé les compétences déjà maîtrisées par le robot.
The trick is not to copy the human’s joints. HOST first uses camera images to estimate how far the robot has progressed through the demonstrated procedure. It then predicts the next observations from the robot’s own viewpoint and body structure, before turning those predicted observations into actions. This repeated loop lets the robot follow the human’s procedure while adapting it to its own embodiment.
L’astuce ne consiste pas à copier les articulations de l’humain. HOST utilise d’abord les images des caméras pour estimer la progression du robot dans la procédure montrée. Il prédit ensuite les observations suivantes depuis le point de vue et selon la structure corporelle du robot, avant de transformer ces observations prédites en actions. Cette boucle répétée permet au robot de suivre la procédure de l’humain tout en l’adaptant à sa propre morphologie.
That matters because conventional skill acquisition can require a costly training-time loop and many task-specific demonstrations. Pandaily describes the prevailing approach as teleoperation followed by fine-tuning, while the researchers report that HOST beat a baseline fine-tuned on 50 robot demonstrations per task and acquired each skill 507 times faster. The framework itself was trained beforehand on 193,462 robot trajectories spanning 229 tasks, then adapted using 5,847 human demonstration videos.
Cela compte, car l’acquisition conventionnelle de compétences peut nécessiter une boucle d’entraînement coûteuse et de nombreuses démonstrations propres à chaque tâche. Pandaily décrit l’approche dominante comme un pilotage à distance suivi d’un affinage, tandis que les chercheurs indiquent que HOST a dépassé une référence affinée à partir de 50 démonstrations robotiques par tâche et acquis chaque compétence 507 fois plus vite. Le framework lui-même avait été entraîné auparavant sur 193 462 trajectoires robotiques couvrant 229 tâches, puis adapté à l’aide de 5 847 vidéos de démonstrations humaines.
So what changes in practice? A robot operator could record a task once instead of building a large demonstration set for every new variation, potentially shortening the path from a human instruction to a physical trial. But HOST remains a research system: the 62% figure comes from the authors’ evaluation, and Pandaily calls it a benchmark rather than a deployment-ready home robot. The team says it still needs higher success rates and testing on other robots and broader scenarios.
Qu’est-ce que cela change en pratique ? Un opérateur pourrait enregistrer une tâche une seule fois au lieu de constituer un vaste ensemble de démonstrations pour chaque nouvelle variante, ce qui pourrait raccourcir le délai entre une instruction humaine et un essai physique. Mais HOST reste un système de recherche : le chiffre de 62 % provient de l’évaluation des auteurs, et Pandaily le qualifie de benchmark plutôt que de robot domestique prêt à être déployé. L’équipe indique qu’il faut encore obtenir des taux de réussite plus élevés et tester le système sur d’autres robots et dans des scénarios plus variés.