Le MIT capte la main pour entraîner les robots

Le MIT a présenté un bracelet à ultrasons capable de suivre en temps réel les mouvements fins de la main, puis de les transmettre à une main robotique ou à un environnement virtuel. Le fait central vient de MIT News, qui décrit un dispositif porté au poignet, associé à un algorithme d'IA, pour traduire les images des muscles, tendons et ligaments en positions des doigts et de la paume. Dans les démonstrations, une personne portant le bracelet peut faire jouer une main robotique au piano, lui faire tirer un petit ballon de bureau, ou manipuler un objet à l'écran.

L'intérêt n'est pas seulement l'interface de commande. Les robots humanoïdes peinent encore à reproduire la dextérité humaine, surtout lorsqu'il faut saisir, orienter ou relâcher des objets sans les abîmer. Les caméras peuvent filmer une main, mais elles demandent un environnement visible et bien équipé. Les gants à capteurs mesurent directement les doigts, mais ils peuvent gêner le mouvement naturel. Le bracelet du MIT choisit une autre voie : observer sous la peau les structures qui actionnent les doigts, puis reconstruire le geste à partir de ces signaux.

La source précise que les doigts et le pouce représentent 22 degrés de liberté, c'est-à-dire 22 manières principales de se plier, s'étendre ou s'orienter. Les chercheurs ont identifié dans les images ultrasonores du poignet des zones corrélées à ces mouvements. Un algorithme entraîné sur des images annotées apprend ensuite à prédire la position de la main. Le système a été testé avec huit volontaires, sur des gestes et des prises variés, dont les 26 lettres de l'alphabet en langue des signes américaine et des objets comme une balle de tennis, une bouteille, des ciseaux ou un crayon.

Ce que cela change concrètement, c'est la manière de collecter des données de manipulation. Pour enseigner à un robot une tâche délicate, il ne suffit pas de lui montrer le résultat final : il faut aussi enregistrer les micro-ajustements de la main humaine. MIT indique que l'équipe veut miniaturiser le matériel et entraîner le logiciel sur davantage de gestes, de morphologies et d'utilisateurs. Si cette collecte devient plus simple, les futurs jeux de données pour mains robotiques pourraient être plus variés et moins dépendants de studios de capture lourds. La prudence reste nécessaire : le dispositif est encore un résultat de recherche, pas une plateforme industrielle prête à l'emploi. Mais il éclaire un problème décisif de la robotique actuelle : donner aux machines assez d'exemples physiques pour apprendre des gestes utiles, pas seulement des trajectoires spectaculaires.