Scry met le diagnostic ROS 2 dans la poche

Phaneron Robotics publie Scry, un outil qui déplace une partie du débogage ROS 2 vers un téléphone Android. Le principe est simple à formuler, mais assez révélateur d’un mouvement plus large en robotique : au lieu de rester devant un ordinateur portable avec RViz, rqt et plusieurs terminaux, l’opérateur peut interroger le robot depuis l’application mobile, en langage naturel, pendant que le système inspecte les topics, les nœuds, les services, les paramètres, les diagnostics et les journaux exposés par ROS 2.

La source officielle décrit une architecture en deux morceaux. Côté robot, scry-connect tourne comme un serveur Python et expose le graphe ROS 2 sous forme d’outils appelables par une IA. Côté téléphone, l’application Scry joue le rôle de client épais : elle pilote la conversation, rend les panneaux de diagnostic, affiche des flux comme caméra, LiDAR, graphes ou scène 3D, et relaie les appels entre le modèle et le robot sur le réseau local. Le projet insiste sur un point de sécurité important : les lectures sont libres, mais toute action qui modifie l’état du robot, comme publier sur un topic, changer un paramètre ou appeler un service, demande une validation explicite à l’écran.

L’intérêt n’est pas seulement d’ajouter un chatbot à une interface de supervision. Dans un atelier, un couloir d’essai ou une démonstration client, le temps perdu vient souvent du passage entre observation physique, terminal, documentation et hypothèses. Scry tente de rapprocher ces couches : voir l’état du robot, poser une question, obtenir un diagnostic structuré, puis éventuellement approuver une action depuis le même appareil. L’outil revendique aussi un fonctionnement sans serveur Scry dans le cloud : l’utilisateur choisit son fournisseur d’IA, par exemple OpenRouter, ou un modèle local via Ollama, et le robot reste joint par Wi-Fi privé. Le détail compte aussi pour les équipes qui alternent entre intégration et essais terrain : la même interface peut servir à consulter l’état, suivre un flux de capteur et préparer une intervention limitée, sans transformer le téléphone en télécommande implicite.

Cette brève n’en fait pas un standard de fait. Le dépôt est encore jeune, l’écosystème ROS a déjà beaucoup d’outils d’observabilité, et la qualité d’un diagnostic dépendra autant des instruments disponibles que du modèle choisi. Mais l’annonce est intéressante parce qu’elle rend concrète une évolution de l’« embodied AI » côté maintenance : les agents ne servent plus seulement à commander ou planifier, ils deviennent aussi des interfaces de terrain pour comprendre pourquoi un robot réel ne fait pas ce qui était prévu.