Atos prévoit de rejoindre MAESTRO, le consortium de robotique lancé par Inria et le CNRS en juillet 2026.
Cette adhésion s’inscrit dans le nouveau partenariat stratégique de cinq ans conclu entre Atos et Inria, centré sur le transfert de la recherche vers des applications industrielles souveraines.
Porté par l’équipe-projet commune WILLOW, qui associe le CNRS, l’ENS-PSL et Inria, MAESTRO Robotics, lancé le 3 juillet 2026, veut doter les robots d’une autonomie plus robuste dans des environnements complexes, dynamiques et ouverts.
Le consortium met l’accent sur une robotique « ouverte, frugale et souveraine ». Il cherche à réduire la dépendance technologique européenne tout en rendant les briques logicielles accessibles à la communauté scientifique et aux industriels.
Les composants sont publiés sous des licences open source permissives, principalement BSD, et sont conçus comme un écosystème intégré. Le consortium assure également la maintenance, l’intégration, la standardisation et la gouvernance à long terme de ces outils.
Les briques techniques
MAESTRO s’appuie sur plusieurs logiciels issus des travaux menés par Inria et le CNRS. Ils couvrent la dynamique robotique, la détection de collisions, le contrôle optimal, la simulation physique et l’optimisation numérique.
Pinocchio pour la dynamique des systèmes robotiques.
COAL pour la détection de collisions.
Aligator pour le contrôle optimal.
ProxSuite pour l’optimisation numérique.
Simple pour la simulation physique différentiable.
EigenPy pour les liens entre Python et la bibliothèque Eigen.
L’approche repose notamment sur des architectures de contrôle différentiables, qui associent modélisation physique et apprentissage automatique afin d’améliorer la précision, la rapidité et l’adaptabilité des robots.
Industrie et recherche réunies
Au lancement, Renault, Safran, Wandercraft et Helsing avaient exprimé leur intention de rejoindre l’initiative. Leurs usages visent notamment l’industrie automobile, l’exosquelette médical, la défense et la fabrication aéronautique.
La participation d’Atos renforce le volet robotique de la collaboration et rapproche l’entreprise des travaux de WILLOW.
Si les minorités vous importent, prenez des pincettes avec leurs gradients.
En novembre 2025, Benoit Rottembourg avait commenté ainsi les travaux que des collègues s’apprêtaient à présenter à la NeurIPS. Ces travaux s’inscrivaient dans son domaine de spécialisation : l’audit et la régulation des algorithmes. Leur superviseur : Jean-Michel Loubes.
Les deux hommes, travaillant à Inria, collaboraient alors au sein d’une équipe-projet officiellement constituée quelques semaines auparavant : REGALIA (Regulations for Artificial Intelligence). Basée à l’université de Bordeaux, elle a deux grands objectifs. D’une part, développer de quoi prouver la conformité – ou la non-conformité – d’algorithmes à des normes ou à des exigences. De l’autre, concevoir des méthodes pour rendre « loyaux » ceux sujets à des comportements indésirables.
Le programme de recherche se structure en trois axes :
Mesure des comportements indésirables
Audit de l’IA à usage général
Alignement des métriques et des techniques d’audit avec les besoins de la société
Le premier axe englobe des éléments tels que les hallucinations, la toxicité et l’adoption de personnalités nocives. Il s’agit de déterminer comment l’optimisation lors de l’entraînement et du fine-tuning transforme ou amplifie des propriétés du jeu de données. Puis de contribuer à réduire ces effets, en construisant notamment des combinaisons modèle-optimiseur par profil de risque.
En parallèle, REGALIA concevra des métriques d’évaluation, sur deux plans : robustesse des modèles et sensibilité des distributions. Le projet touche aussi à la découverte locale des vulnérabilités des algorithmes, afin de révéler des comportements cachés.
Vers une boîte à outils pour auditer les algorithmes
Le focus sur l’IA à usage général couvrira deux modalités : image et texte. REGALIA a pour premier objectif de créer une taxonomie des méthodes actuelles d’évaluation. En particulier sur les biais, la robustesse, la sûreté et la performance. Il a aussi pour mission d’en concevoir de nouvelles, ainsi que des bancs de test.
Le troisième axe inclut le développement d’une méthode pour traduire des exigences en déclarations défendables. En d’autres termes, pour rendre l’évaluation explicite : que mesure tel indicateur ? sur la base de quelles suppositions ? avec quelle portabilité entre contextes ?… Livrables attendus : une matrice de correspondance exigences-preuves, un pack de reporting et une bibliothèque d’évaluation.
En complément, REGALIA spécifiera des cibles normatives. De ces travaux découleront des méthodes destinées à opérationnaliser des notions telles que la capacité d’action (agency), la supervision humaine, la légitimité et la contestabilité.
Au bout de la chaîne, un livrable attendu : une boîte à outils pour l’audit d’algorithmes… y compris à l’échelle de systèmes.
Trois chercheurs, trois expertises complémentaires
REGALIA peut s’appuyer sur des travaux antérieurs auxquels a contribué Jean-Michel Loubes. Parmi eux, l’article susmentionné qui aborde la question des minorités. Il démontre plus précisément, par la voie mathématique, comment l’entraînement standard amplifie les stéréotypes. On peut aussi citer « Fairness in the details: Face Dataset Auditing » (2025), qui propose une méthode automatisée d’audit de jeux de données d’images.
Benoit Rottembourg a quant à lui supervisé, entre autres, les travaux sur P2NIA (Privacy-Preserving Non-Iterative Auditing). Il s’agit d’un schéma d’audit alternatif qui utilise des données synthétiques ou locales plutôt que des API, afin d’éviter les défis inhérents à ces dernières (confidentialité, sécurité, biais d’estimation).
Dans l’équipe-projet, il y a aussi Carina Prunkl. Les travaux précédents de cette docteure en philosophie de la physique alimenteront le troisième axe du programme de REGALIA.
Un projet avec un groupe industriel marocain
REGALIA a collaboré avec Easy Cash pour évaluer l’équité de l’algo de recommandation sur sa marketplace. Il mène aussi une mission pour le groupe industriel marocain OCP (extraction, transformation et commercialisation du phosphate), en partenariat avec une équipe Inria de Lille, pour développer un mécanisme d’allocation de stocks.
Jean-Michel Loubes est aussi membre du comité scientifique d’ANITI (Artificial ans Natural Intelligence Toulouse Institute) et du comité de direction de l’INESIA.
Le Gaussian Splatting connaît une ascension fulgurante dans le secteur de la 3D. Cette technique s’est affirmée comme une petite révolution aux usages larges, des effets visuels aux jumeaux numériques en passant par les contenus VR/XR. A l’occasion des rencontres Convergences à Montpellier, un workshop a permis de faire le point sur les usages actuels […]
Connexion
