Robotique et IA physique
ROBOTERA ouvre les commandes pour la main robotique dextre XHAND 1 Pro-U

Points clésLe miroir manuel Pro-U de ROBOTERA reproduit l'exosquelette DexUMI de NVIDIA afin que…
Voir plus
- Le miroir manuel Pro-U de ROBOTERA reproduit l'exosquelette DexUMI de NVIDIA afin que les démonstrations humaines correspondent directement aux articulations du robot.
- GR00T 2 a réussi les trois tâches bimanuelles tandis que GR00T 1.7 et π0.5 n'en ont accompli aucune.
- Un matériel de capture sous licence ouverte associé à une main commerciale permet aux équipes de collecter des données sensibles à la force sans occuper le robot.
ROBOTERA a annoncé le lancement commercial de sa XHAND 1 Pro-U le 16 novembre 2026, en ouvrant les commandes pour une première série de 40 unités de cette main robotique dextre à cinq doigts, selon son communiqué de lancement.
Ce lancement fait suite à l’utilisation de cette main à 16 degrés de liberté dans les travaux de recherche de NVIDIA sur GR00T 2, notamment lors d’une démonstration avec DexUMI présentée par Jim Fan à la Conference on Robot Learning (CoRL). ROBOTERA cible les équipes de recherche, les développeurs en robotique et les partenaires industriels qui travaillent sur la manipulation dextre, l’apprentissage robotique et les applications robotiques en conditions réelles.
Adapter la main aux démonstrations humaines
ROBOTERA a conçu la Pro-U autour de l’exosquelette DexUMI du NVIDIA GEAR Lab, un dispositif portable qui enregistre les démonstrations humaines sans nécessiter de robot. Selon l’entreprise, les articulations correspondantes permettent de transposer directement les mouvements de l’exosquelette à la main robotique, ce qui réduit les conversions de mouvement supplémentaires. La refonte modifie également le positionnement du pouce, la détection tactile du côté de la paume et l’articulation afin de permettre des démonstrations naturelles et diverses postures de préhension.
Le livre blanc sur GR00T 2 indique que GEAR DexUMI reproduit la cinématique articulaire, les surfaces de contact, le support de caméra au poignet et le format des données tactiles de la XHAND1 Pro-U, avec une correspondance terme à terme entre les articulations du dispositif et celles du robot. Chaque unité GEAR DexUMI associe 15 codeurs magnétiques pour suivre les articulations des doigts, une caméra OAK au poignet et des capteurs au bout des doigts mesurant les forces normales et de cisaillement. Deux unités peuvent être portées ensemble pour enregistrer des démonstrations bimanuelles.
De la démonstration à l’exécution par le robot
Pendant la collecte, une personne manipule directement des objets réels tandis que DexUMI enregistre les mouvements de la main, la vidéo de la caméra au poignet et les forces exercées par le bout des doigts. Ces démonstrations servent à affiner GR00T 2, puis les compétences acquises sont exécutées par un robot Tianji à deux bras équipé de deux mains XHAND1 Pro-U. Pour les trois tâches évaluées, l’affinage s’est appuyé uniquement sur les démonstrations enregistrées avec le dispositif portable, sans téléopération propre à la tâche ni données générales supplémentaires sur les mouvements des robots ; aucun opérateur n’a piloté à distance le robot cible pendant la collecte.
Les enregistrements des forces contribuent également au contrôle. NVIDIA convertit les forces exercées par le bout des doigts en couples articulaires et les ajoute aux cibles d’action du robot. Pendant l’exécution, le couple prédit réduit la raideur de chaque articulation et décale sa consigne de position, ce qui permet à la main d’appliquer la force prévue tout en tenant compte de l’incertitude de position. Ce mécanisme permet d’effectuer des actions impliquant de nombreux contacts, comme trancher, dévisser un couvercle et craquer une allumette.
NVIDIA publie les plans et la documentation du matériel DexUMI sous licence CC BY 4.0, à l’exception des photos de produits du fournisseur, et propose par défaut son logiciel de collecte de données sous licence Apache-2.0. Les fichiers de description du robot XHAND du fournisseur sont distribués séparément sous licence MIT, tandis que la main commerciale de ROBOTERA assure la partie exécution de ce même processus.
Résultats pour trois tâches bimanuelles
L’évaluation a porté sur trois séquences en plusieurs étapes combinant l’utilisation d’outils, le transfert d’objets d’une main à l’autre et la manipulation de couvercles. La préparation de banane au yaourt consistait à prendre un couteau, à trancher la banane, à retirer le couvercle du yaourt et à déposer les morceaux dans un bol. Pour servir du granola, il fallait passer un bocal d’une main à l’autre, en dévisser le couvercle et utiliser une spatule. Dans la tâche de chimie du feu, le robot devait craquer une allumette, allumer une lampe sous un flacon, puis éteindre l’allumette dans l’eau.
Lors de l’évaluation de NVIDIA, GR00T 2 a obtenu des taux de réussite globaux de 60 % pour la tâche de banane au yaourt, de 80 % pour le service du granola et de 75 % pour la tâche de chimie du feu. GR00T 1.7 et π0.5, affinés à partir des mêmes démonstrations DexUMI avec la même méthode de préparation des données, n’ont achevé aucune des trois tâches dans leur intégralité. Ces résultats concernent les séquences de test indiquées et ne constituent pas une mesure générale de fiabilité pour d’autres tâches ou environnements opérationnels.
L’association de plans de capture sous licence ouverte et d’une main commerciale correspondante offre aux équipes de recherche un moyen précis de recueillir des démonstrations tenant compte des forces sans immobiliser le robot cible. La principale limite reste l’exécution : les résultats montrent un transfert pour les trois séquences, mais les essais infructueux laissent ouverte la question de la régularité des performances de bout en bout en vue d’un déploiement plus large.












