Des chercheurs d’Apple décrivent HALO, un système de robotique entraîné en simulation puis utilisé sur un humanoïde Unitree G1 dans des espaces inconnus. Le résumé de l’article attribue au système un taux de réussite de 91 % sur 360 essais dans six environnements réels non cartographiés. AppleInsider présente ce même taux comme une moyenne combinant environnements réels et simulés : les deux descriptions ne donnent donc pas le même périmètre.

HALO passe des maisons simulées au robot physique

HALO est le système de recherche décrit dans l’article Perceptive Humanoid Motion from Simulation, soumis sur arXiv le 4 novembre 2026. Son résumé explique que les chercheurs ont synthétisé des données associant vision, langage et mouvement à partir de 1 000 maisons générées par ordinateur. Le robot n’a pas été entraîné dans une vraie maison avant le transfert des compétences vers le monde physique, selon le résumé de l’article sur arXiv.

AppleInsider rapporte que la plateforme physique était un Unitree G1 équipé d’un Mac mini avec une puce M4 Pro et 64 Go de mémoire vive. Le média indique également que la génération des données synthétiques a représenté environ 300 heures et a utilisé Nvidia Isaac Sim. Ces précisions décrivent la configuration rapportée pour cette recherche.

Les aptitudes décrites et le taux de réussite

Le résumé de l’article énumère plusieurs gestes : s’asseoir, rejoindre des objets désignés par leur nom, se glisser de côté par une porte entrouverte, s’accroupir ou ramper sous une table, et pousser des boîtes. Il indique aussi que le système peut enchaîner des aptitudes pour des tâches composées et de longue durée.

Pour le taux de réussite, le résumé d’arXiv annonce 91 % sur 360 essais dans six environnements réels non cartographiés. AppleInsider décrit plutôt les 91 % comme une moyenne calculée à partir d’environnements réels et simulés. Le périmètre du chiffre diffère donc selon les deux comptes rendus ; il faut garder chaque formulation attachée à sa source.

Pour comprendre un résultat de robotique, distinguez les aptitudes énumérées du périmètre exact auquel se rapporte le taux de réussite.

Une personne formule encore la tâche

Robot humanoïde assis dans un fauteuil au milieu d’une pièce, avec des panneaux de consignes et des vues caméra en surimpression.

Selon AppleInsider, une personne doit rédiger la consigne qui indique au robot ce qu’il doit faire. Une fois la consigne donnée, le robot a effectué les essais décrits sans opérateur qui pilote ses mouvements. L’autonomie concerne donc l’exécution de la tâche demandée, pas le choix de l’objectif.

AppleInsider rapporte aussi que l’enchaînement de plusieurs tâches a réduit le taux de réussite. Cette réserve compte pour interpréter les tâches longues mentionnées dans le résumé : combiner plusieurs gestes ne garantit pas le même résultat que demander un seul mouvement.