Le robot humanoïde Unitree G1 maîtrise le tennis grâce à l'apprentissage par données limitées

En 2026, le secteur de la robotique marque une avancée majeure dans l'apprentissage de tâches dynamiques complexes par des systèmes humanoïdes. Des chercheurs issus de l'Université de Tsinghua, de l'Université de Pékin et de l'entreprise Galbot ont présenté le projet LATENT, une innovation permettant au robot Unitree G1 de maîtriser des compétences tennistiques élaborées en utilisant seulement cinq heures de données de mouvements amateurs, souvent incomplètes.

Les performances enregistrées sont particulièrement probantes, avec un taux de réussite de retour de balle atteignant environ 90,9 % lors de séquences de coup droit contre des joueurs humains servant à plus de 54 km/h. Ce succès technique repose sur l'utilisation du « Correctable Latent Action Space » (Espace d'action latent corrigible), une méthode qui stabilise les mouvements pendant les phases de frappe. L'importance de cette avancée réside dans sa capacité à se passer de jeux de données massifs et ultra-précis, ce qui pourrait accélérer l'intégration des robots humanoïdes dans des environnements quotidiens imprévisibles.

Les développeurs ont réussi à réduire l'espace nécessaire à la capture de mouvement de plus de 17 fois par rapport à la taille d'un court de tennis classique, en se focalisant sur des compétences fondamentales telles que le coup droit, le revers, les pas latéraux et les pas croisés. En simulation, le robot a affiché 96 % de réussite, tandis que lors des essais physiques, il a intercepté des balles à des vitesses de pointe supérieures à 15 m/s. Le framework LATENT traite des fragments de mouvements imparfaits comme une base structurelle pour affiner des gestes agiles et naturels, contrastant ainsi avec les méthodes habituelles qui requièrent des captures de mouvement onéreuses et techniquement parfaites.

Une analyse technique des limites actuelles révèle que l'Unitree G1, bien qu'efficace avec le système LATENT, réagit pour le moment de façon purement réactive, sans stratégie de placement de balle contre ses adversaires. De plus, le repérage de la balle lors des tests s'appuyait sur un système de capture optique externe plutôt que sur les caméras internes du robot. Les ingénieurs ambitionnent désormais de généraliser ce cadre à d'autres disciplines dynamiques comme le football ou le parkour, admettant que la prise de décision stratégique autonome reste un défi indépendant.

Dans le contexte de l'année 2026, la société Unitree, basée à Hangzhou, prévoit de distribuer jusqu'à 20 000 robots humanoïdes, une hausse significative par rapport aux 5 500 unités produites en 2025. Cette méthodologie offre une solution évolutive pour enseigner des capacités physiques complexes à partir de données limitées. Le robot Unitree G1 possède entre 23 et 43 degrés de liberté (DoF) et son prix varie de 13 500 à 43 000 dollars américains selon les versions. Ce développement s'inscrit dans une dynamique plus large pour Unitree, incluant des démonstrations de danse et d'arts martiaux, marquant une transition de la robotique des laboratoires vers une utilité concrète. Parallèlement, Galbot déploie déjà ces technologies dans le commerce de détail avec plus de 40 magasins autonomes actifs en Chine.