Le robot humanoïde Atlas de Boston Dynamics réalise des opérations de tri de pièces automobiles chez Hyundai. Grâce à l’intelligence artificielle, à la téléopération et à la simulation, il apprend des gestes humains pour effectuer certaines tâches sans intervention directe.
Le 17 octobre 2026, les progrès des robots humanoïdes industriels mettent en lumière une évolution importante : les machines apprennent désormais des mouvements complexes à partir de démonstrations humaines. Chez Boston Dynamics, Atlas illustre cette approche. Le constructeur américain, contrôlé majoritairement par Hyundai, développe un humanoïde destiné à travailler dans des environnements industriels, aux côtés des opérateurs.
Atlas trie des composants automobiles de manière autonome
Dans une usine automobile de Hyundai, Atlas participe au tri de composants de galeries de toit destinés à une ligne d’assemblage. Cette opération est présentée comme autonome : le robot exécute la tâche sans qu’un opérateur dirige directement chacun de ses mouvements.
Le robot mesure 1,9 m de hauteur pour une masse de 90 kg, d’après la fiche officielle de Boston Dynamics. Sa conception entièrement électrique remplace l’architecture hydraulique utilisée sur les anciennes générations.
En 2021, les démonstrations d’Atlas mettaient notamment en avant la course et les sauts. La nouvelle génération exploite davantage l’apprentissage automatique et des processeurs NVIDIA pour traiter les informations nécessaires à ses déplacements et à la manipulation d’objets.
L’usine Hyundai présentée dans ce contexte emploie, selon les chiffres rapportés, plus de 1 000 robots industriels aux côtés de près de 1 500 personnes. Ces équipements réalisent notamment des opérations de levage, d’emboutissage et de soudage.
Atlas se trouve encore dans une phase de développement et de déploiement industriel progressif. Son intégration permanente aux équipes de production de Hyundai pourrait nécessiter plusieurs années.
La téléopération permet d’enseigner de nouveaux gestes au robot
Le développement d’Atlas est notamment dirigé par Zach Jackowski, ingénieur en mécanique diplômé du Massachusetts Institute of Technology (MIT).
Pour entraîner le robot, les équipes de Boston Dynamics utilisent des démonstrations réalisées par des humains. Kevin Bergerman, spécialiste de l’apprentissage automatique ayant travaillé sur Atlas avant de rejoindre Google DeepMind, a notamment utilisé un casque de réalité virtuelle pour contrôler les mouvements des bras et des mains de l’humanoïde.
Le principe consiste à enregistrer les gestes d’un opérateur, puis à exploiter ces données pour entraîner les modèles d’intelligence artificielle du robot. Atlas peut ensuite reproduire certaines actions sans téléopération permanente.
Une autre méthode repose sur la capture des mouvements du corps humain. Des capteurs enregistrent les déplacements, les gestes et les postures d’une personne équipée d’une combinaison adaptée. Les ingénieurs transposent ensuite ces mouvements à la morphologie du robot.
Cette méthode permet d’enseigner des comportements difficiles à programmer manuellement, tout en conservant une intervention humaine dans la préparation des apprentissages.
Plus de 4 000 Atlas virtuels entraînés pendant six heures
La simulation constitue une autre étape importante du développement. Selon les informations présentées sur les travaux de Boston Dynamics, plus de 4 000 copies numériques d’Atlas ont été entraînées pendant six heures dans un environnement virtuel.
Les simulations introduisent différentes difficultés physiques : sols glissants, articulations rigides ou contraintes sur les mouvements. Elles permettent de multiplier les situations d’apprentissage sans mobiliser autant de robots physiques.
Les comportements appris peuvent ensuite être transférés au robot réel. Cette méthode a notamment servi à développer des mouvements comme le déplacement à quatre pattes et la roue.
Ces démonstrations illustrent les capacités de locomotion d’Atlas, mais elles ne correspondent pas à une polyvalence complète dans les activités quotidiennes. Des opérations comme s’habiller ou préparer puis transporter une tasse de café restent particulièrement complexes pour ce type de robot.
Boston Dynamics s’appuie sur l’expérience industrielle de Spot
Le développement d’Atlas bénéficie également de l’expérience acquise par Boston Dynamics avec Spot, son robot quadrupède déjà utilisé dans des installations industrielles.
Spot dispose notamment de caméras et de capteurs thermiques et acoustiques pour collecter des informations sur son environnement. Il intervient dans des missions d’inspection, de contrôle de sécurité et de surveillance d’équipements.
Dans les installations de Hyundai, Spot contribue à des opérations de contrôle qualité, notamment pour vérifier la présence de composants sur les véhicules.
Contrairement à Atlas, encore engagé dans son développement industriel, Spot est une plateforme commercialisée et déployée dans des centaines d’installations à travers le monde, d’après les informations présentées sur son utilisation.
Cette expérience apporte à Boston Dynamics des connaissances sur l’intégration des robots mobiles dans des environnements professionnels, leur supervision et leur maintenance.
Google DeepMind développe des robots capables d’interpréter des consignes
Les progrès d’Atlas s’inscrivent dans une évolution plus large de l’intelligence artificielle appliquée à la robotique. Chez Google DeepMind, les recherches portent notamment sur la capacité des machines à comprendre leur environnement et à exécuter des instructions formulées en langage naturel.
Les chercheurs Alex Lee et Julia Vassallo ont présenté une démonstration dans laquelle un robot interprète une consigne faisant appel à une association de couleurs. À partir d’une instruction mentionnant le mélange du jaune et du bleu, le système identifie le vert et sélectionne les objets correspondants.
Cette démonstration montre une capacité de raisonnement appliquée à une tâche de manipulation. Elle se distingue des mouvements préprogrammés, puisque le système doit interpréter la consigne avant d’agir.
Demis Hassabis, cofondateur et directeur général de Google DeepMind, souligne toutefois l’importance du contrôle des systèmes d’intelligence artificielle à mesure que leurs capacités progressent. Il identifie notamment le risque d’utilisations malveillantes et la nécessité de maintenir les comportements des machines dans des limites définies par les humains.
Les humanoïdes industriels restent dépendants de leur entraînement et de leur supervision
Les progrès des robots humanoïdes suscitent des interrogations sur leur place dans les usines et leurs conséquences sur l’emploi. Les fabricants envisagent notamment de confier aux machines certaines opérations répétitives, pénibles ou dangereuses.
Les démonstrations d’Atlas montrent qu’un humanoïde peut effectuer une tâche industrielle ciblée de manière autonome après entraînement. Cette autonomie opérationnelle ne signifie pas qu’il puisse accomplir l’ensemble des activités d’un salarié sans préparation ni supervision.
La conception, l’apprentissage, l’entretien et l’intégration des robots restent des activités humaines. Les opérateurs participent également à la définition des tâches et à l’encadrement de leur utilisation.
Cette distinction est essentielle pour les entreprises qui envisagent d’utiliser des humanoïdes : une opération démontrée dans un environnement industriel ne correspond pas nécessairement à une capacité immédiatement transférable à tous les sites de production.
Hyundai renforce sa position dans la robotique humanoïde
Hyundai détient, selon les informations présentées, 88 % du capital de Boston Dynamics. Cet investissement place le constructeur automobile au cœur du développement industriel d’Atlas.
La concurrence comprend notamment Tesla et plusieurs entreprises chinoises, tandis que des acteurs soutenus par NVIDIA ou Amazon développent également des technologies robotiques.
Pour Hyundai, l’objectif à long terme est d’intégrer des robots capables de travailler aux côtés des humains et de prendre en charge des tâches adaptées à leurs capacités physiques et logicielles.
La prochaine étape industrielle pour Atlas consiste à passer de démonstrations et d’opérations ciblées à une utilisation régulière au sein des processus de fabrication, avec des compétences acquises par entraînement et une supervision adaptée aux tâches réalisées.
Pour aller plus loin : Atlas de Boston Dynamics : fiche et pilote Hyundai · Boston Dynamics : Atlas, Spot, Stretch et Hyundai