Robots métamorphes : l’IA de Berkeley veut simplifier leur contrôle complexe

Faire changer un robot de forme est relativement simple à imaginer, mais beaucoup plus difficile à commander. Chaque élément mobile peut exiger une commande, un capteur et une coordination avec le reste de la structure. C’est ce goulet d’étranglement que des chercheurs de l’Université de Californie à Berkeley cherchent à contourner avec un outil de conception assistée par intelligence artificielle, présenté le 5 octobre 2025.

Leur ambition porte sur des robots dits métamorphes, c’est-à-dire des machines dont la structure peut évoluer selon la tâche ou le milieu. Plutôt que de dessiner à la main chacune des pièces mobiles et de programmer séparément tous leurs mouvements, les concepteurs confient à un algorithme une partie du travail d’organisation. L’enjeu est double : conserver une grande capacité de transformation tout en évitant que le système de contrôle ne devienne ingérable.

Des robots qui ne sont plus limités à une seule forme

Un robot industriel classique est optimisé pour un geste précis, dans un environnement largement prévisible. Un bras articulé de chaîne de production, par exemple, n’a pas à se faufiler sous une porte, à épouser la forme d’un objet fragile ou à se resserrer autour d’un utilisateur. Sa géométrie stable est même l’une de ses forces : elle facilite le calcul des mouvements et améliore la répétabilité.

Les robots métamorphes poursuivent une logique différente. Leur forme n’est plus seulement une enveloppe autour de mécanismes, elle devient une fonction active. Une structure peut se rétracter pour passer dans un espace étroit, s’élargir pour gagner en stabilité ou redistribuer sa matière afin de protéger une zone particulière. La publication d’origine rapproche cette faculté des pieuvres, connues pour pouvoir se faufiler dans des passages très réduits grâce à leur corps souple.

Cette comparaison ne signifie pas que les prototypes de Berkeley reproduisent un animal. Elle permet surtout de comprendre la direction prise par ces recherches : au lieu de construire une machine rigide à laquelle on ajoute quelques articulations, il s’agit de concevoir une structure dont le volume et les capacités mécaniques peuvent évoluer.

L’intérêt potentiel dépasse donc la seule démonstration de laboratoire. Une machine adaptable pourrait intervenir dans un espace encombré, entourer un objet aux formes irrégulières ou proposer un maintien ajustable. Dans tous les cas, la promesse dépend d’une condition essentielle : pouvoir coordonner la transformation de façon fiable et raisonnablement simple.

Les metatruss, une charpente qui peut changer de volume

Les chercheurs s’appuient sur une architecture appelée metatruss. Il s’agit d’un cadre formé de poutres et de joints, à la manière d’une charpente ou d’un treillis. Dans le cas décrit, cette charpente compte des centaines de poutres et de joints. En modifiant la longueur ou la position de certains éléments actionnés, l’ensemble peut se déformer et réaliser des transformations volumétriques marquées.

Le principe offre une grande liberté de conception. Une même famille de composants peut servir à produire un objet allongé, aplati, enveloppant ou doté de plusieurs appuis. Mais cette modularité a un prix : chaque nouvelle poutre actionnante ajoute des possibilités de mouvement, tout en multipliant les interactions à prévoir.

Concevoir une telle machine revient donc à résoudre plusieurs problèmes simultanément. Il faut décider de la géométrie, choisir les éléments qui doivent être actionnés, déterminer comment ils se déplacent ensemble et vérifier que le résultat répond à la tâche visée. Réaliser manuellement le câblage logique entre les actionneurs peut devenir fastidieux, surtout quand la structure comporte des centaines d’éléments.

Le projet de Berkeley ne prétend pas supprimer cette complexité physique. Son apport annoncé consiste à mieux l’organiser, en recherchant automatiquement des configurations où un petit nombre de commandes coordonnées produit une grande diversité de déformations utiles.

Pourquoi le contrôle est le vrai défi des robots transformables

Ajouter des actionneurs peut donner l’impression d’améliorer automatiquement un robot. Avec davantage de moteurs ou d’éléments déformables, il devient possible de créer plus de postures. Pourtant, un robot doté d’un très grand nombre de commandes indépendantes pose rapidement un problème de pilotage.

Il faut notamment décider quels actionneurs activer, dans quel ordre, avec quelle intensité et comment corriger le mouvement si la structure ne réagit pas comme prévu. Cette difficulté est souvent appelée complexité combinatoire : le nombre de combinaisons possibles augmente très vite à mesure que l’on ajoute des éléments à coordonner.

Dans une utilisation concrète, cette abondance de commandes peut aussi compliquer la programmation, les calculs nécessaires à la planification des mouvements et, à terme, la maintenance. Une machine peut être mécaniquement capable de beaucoup de choses sans pour autant être facile à employer.

L’outil présenté vise précisément à sélectionner des groupes d’actionneurs qui travaillent ensemble. Au lieu de traiter chaque élément comme une commande entièrement autonome, il cherche des coordinations pertinentes pour la tâche. La structure garde ainsi des possibilités de mouvement, tout en réduisant le nombre d’unités de contrôle à gérer.

Une inspiration tirée de la synergie musculaire

Le cadre algorithmique décrit par les chercheurs s’inspire d’un principe issu de la biologie, la synergie musculaire. L’idée générale est que le mouvement d’un organisme ne dépend pas nécessairement d’une commande isolée pour chaque muscle. Des groupes peuvent être mobilisés de façon coordonnée afin de produire un geste efficace.

Transposée à une architecture robotique, cette approche consiste à faire fonctionner plusieurs actionneurs comme un ensemble cohérent. Un groupe de poutres peut alors se contracter, s’étendre ou se réorganiser de concert, au lieu d’être piloté élément par élément. Le concepteur peut chercher des mouvements riches avec moins de variables à commander.

La publication d’origine évoque également des algorithmes génétiques dans son explication du cadre de conception. Ces méthodes explorent de nombreuses combinaisons possibles et retiennent progressivement celles qui répondent le mieux à des critères fixés. Ici, ces critères peuvent concerner la capacité de changement de forme, l’aptitude à remplir une tâche et la sobriété du système de contrôle.

Cette automatisation ne dispense pas l’humain de définir le problème. Il faut toujours préciser ce que le robot doit accomplir, les contraintes de son environnement et les qualités mécaniques recherchées. L’IA intervient comme un outil d’exploration : elle examine des configurations qu’il serait long et difficile de cartographier manuellement.

Quatre prototypes pour évaluer les possibilités de la méthode

Les chercheurs ont appliqué leur méthode à plusieurs prototypes. La sélection annoncée couvre des formes et des usages potentiels différents : un robot quadrupède, un casque polymorphe, un robot inspiré de la langouste et un actionneur en forme de tentacule.

Le quadrupède permet d’étudier la locomotion avec une structure susceptible de redistribuer ses appuis. Le robot inspiré de la langouste et l’actionneur tentaculaire illustrent des mouvements plus organiques ou enveloppants. Le casque, lui, rend la démonstration plus proche d’un objet porté : il pourrait, à terme, modifier sa forme en fonction de la tête de l’utilisateur ou des conditions d’usage.

Selon les résultats préliminaires rapportés, les robots générés avec l’aide de l’IA ont réalisé des adaptations de forme complexes avec un nombre restreint d’unités de contrôle. Les chercheurs ont aussi mené une analyse comparative pour identifier le nombre de réseaux de contrôle à partir duquel les gains de performance commencent à diminuer.

C’est un point important, mais qui appelle aussi de la prudence. La présentation disponible ne fournit pas de valeurs détaillées sur la vitesse, la charge supportée, la consommation énergétique, la précision des mouvements ou la robustesse après de nombreux cycles de déformation. Elle ne donne pas non plus le seuil chiffré à partir duquel les gains diminuent. Ces données seront indispensables pour comparer cette approche à d’autres solutions robotiques et apprécier son passage éventuel vers des usages réels.

Du prototype à des objets qui s’adaptent à leur utilisateur

Les perspectives évoquées sont larges. Les auteurs envisagent un cadre de conception génératif qui pourrait s’appuyer sur de grands modèles de langage. Dans cette vision, une personne décrirait un besoin, puis l’outil proposerait une ou plusieurs structures, des modes d’actionnement et des configurations de contrôle à évaluer.

Un tel dialogue ne rendrait pas la conception mécanique instantanée. Il faudrait toujours tenir compte des matériaux disponibles, de la sécurité, de la fabrication et de la validation expérimentale. Mais il pourrait rendre l’exploration plus accessible et accélérer les premières itérations entre ingénieurs, designers et utilisateurs.

L’exemple du casque est parlant. Un casque transformable ne devrait pas simplement se resserrer : il devrait conserver son confort, répartir les pressions, rester fiable et ne pas créer de risque pour la personne qui le porte. La forme variable n’a de valeur que si elle répond à une fonction précise, comme l’ajustement, la protection ou l’adaptation à une situation donnée.

Les applications imaginées dans la publication d’origine incluent aussi des draps d’hôpital constitués de structures mobiles capables d’assister des patients, ainsi que des sièges et des vêtements intelligents. À ce stade, il s’agit de pistes, non de produits annoncés. Elles montrent néanmoins comment la robotique métamorphe pourrait déplacer la frontière entre robot autonome et objet du quotidien.

Ce qu’il faut surveiller avant une adoption à grande échelle

Le principal enseignement de ces travaux est moins la promesse d’objets qui se transforment que la recherche d’un compromis entre richesse mécanique et simplicité de contrôle. Les structures metatruss offrent beaucoup de degrés de liberté. L’IA cherche à les rendre exploitables sans imposer une armée de commandes indépendantes.

Plusieurs questions détermineront la portée de cette approche. La première concerne la robustesse : une structure faite de nombreux joints et éléments mobiles doit continuer à fonctionner malgré l’usure, les chocs et les déformations répétées. La deuxième est énergétique : un mouvement utile doit justifier l’énergie requise pour l’actionner. La troisième porte sur la sécurité, particulièrement pour les objets en contact avec le corps humain.

Il faudra aussi mesurer l’écart entre prototypes et déploiements. Les démonstrations de laboratoire servent à prouver un principe, mais les applications médicales, les équipements portés ou le mobilier adaptatif demandent des essais prolongés et des règles de conception très strictes.

Pour autant, le travail mené à Berkeley illustre une évolution importante de la robotique : l’intelligence artificielle n’est pas seulement utilisée pour percevoir ou décider, elle peut aussi aider à imaginer la forme même des machines. Si cette méthode parvient à produire des structures à la fois fiables, utiles et simples à contrôler, elle pourrait élargir le champ des objets capables de s’adapter réellement à leur environnement et à leurs utilisateurs.