Modèles
Un preprint d’auteurs liés au MIT dit que Qwen3.8-27B-PEAR, entraîné uniquement en simulation, a réussi 18 essais sur 30 sur un vrai robot à deux bras jamais vu à l’entraînement, contre aucun pour le modèle de base
Un preprint dit qu’un modèle 27B entraîné en simulation a réussi 18 essais sur 30 sur un vrai robot ; le modèle de base, aucun. Deux types de tâches.
Un preprint daté du 13 novembre 2026, aux auteurs du MIT, de UC Berkeley, de l’UCSD, de Nvidia et d’Inco AI, rapporte qu’un modèle de raisonnement à poids ouverts de 27 milliards de paramètres a appris à piloter de vrais robots après un entraînement uniquement en simulation. Le système d’entraînement s’appelle PEAR (Post-training Engine for Agentic Robotics) et le modèle obtenu Qwen3.8-27B-PEAR. Sur un robot à deux bras YAM jamais vu à l’entraînement, le modèle final a réussi 18 essais sur 30. Ce sont des essais sur un petit ensemble de tâches, pas 30 tests différents.
L'essentiel
- Ce qu’est PEAR : un système de post-entraînement qui applique l’apprentissage par renforcement à un modèle de raisonnement en simulation, sans démonstrations humaines. Le modèle est le Qwen3.8-27B à poids ouverts d’Alibaba.
- Entraînement : simulateurs LIBERO et RoboDojo, 148 pas sur trois suites LIBERO, puis 77 de plus avec LIBERO-Long, puis 115 sur RoboDojo. Aucune donnée de robot réel.
- Résultat sur robot réel : 18 essais sur 30 pour le modèle final, 7 pour un point de contrôle LIBERO seul et 0 pour le modèle de base, sur un YAM à deux bras jamais vu.
- Ce que sont les 30 essais : saisie d’objet (12 réussis sur 20) et alignement de blocs (6 sur 10).
Des essais, pas 30 tests différents
Le chiffre compte des tentatives sur deux familles de tâches, la saisie et l’alignement de blocs, sur un seul robot. Il montre un transfert de la simulation vers un nouveau robot dans ces familles. Il ne montre pas que le modèle sait faire 30 tâches différentes, et les deux démonstrations de raisonnement par prompt ne sont pas notées.
Les limites signalées par les auteurs
L’article ne rapporte aucune ablation de composants, un seul modèle de base, deux simulateurs et un petit ensemble de tâches. Les résultats dépendent du prompt et de la capacité du contrôleur à atteindre les poses cibles. Le raisonnement est lent, environ 4,3 secondes par tour à effort élevé. Le prompt doit aussi décrire le robot et ses directions de coordonnées.
Ce qui n'est pas établi
- Si le résultat tient sur d’autres robots ou tâches : non testé au-delà d’un YAM et de deux familles de tâches.
- Quel élément de la recette compte le plus : aucune ablation rapportée.
- La relecture par les pairs : il s’agit d’un preprint.
- Vitesse et fiabilité en conditions réelles : le raisonnement prend plusieurs secondes par étape.
- Une réplication indépendante : aucune rapportée.
Tableau récapitulatif
| Point | Ce qui est affirmé au 7 novembre 2026 | Source |
|---|---|---|
| Article | Preprint du 13 novembre 2026, arXiv 2611.18562 | arXiv |
| Modèle | Qwen3.8-27B post-entraîné avec PEAR par apprentissage par renforcement | arXiv |
| Données d’entraînement | Simulation seule, sans démonstrations ni données de robot réel | ArXivSignals |
| Robot réel | YAM à deux bras, inconnu à l’entraînement ; 30 essais | ArXivSignals |
| Résultats | Final 18/30, LIBERO seul 7/30, base 0/30 | Sam on AI |
FAQ
PEAR est-il un modèle ou une méthode ?
PEAR est le système d’entraînement. Le modèle qu’il produit s’appelle Qwen3.8-27B-PEAR.
A-t-il réussi 18 tests différents sur 30 ?
Non. Il a réussi 18 essais sur 30, répartis sur deux familles de tâches : saisie et alignement de blocs.
Des données de robot réel ont-elles servi ?
L’article dit que non. L’entraînement s’est fait en simulation seule, sans démonstrations.
Méthode et limites
Vérifié le 16 novembre 2026. Nous avons lu l’article arXiv et deux résumés via des extraits de recherche ; une lecture directe de l’article a été limitée par le débit. La demande disait « 18 tests sur 30 » ; l’article compte des essais sur deux familles de tâches. Les affiliations viennent de l’extrait du PDF arXiv ; une page de résumé ne donne que des étiquettes de laboratoires.
Sources
- arXiv : Training Reasoning Models in Simulation to Natively Use Real Robots (HTML) (vérifié le 2026-11-08)
- arXiv : Training Reasoning Models in Simulation to Natively Use Real Robots (PDF) (vérifié le 2026-11-08)
- ArXivSignals : Training Reasoning Models in Simulation to Natively Use Real Robots (vérifié le 2026-11-08)
- Sam on AI : AI Brief - November 16, 2026 (vérifié le 2026-11-08)
Une erreur dans cet article ? Signalez-la · Notre politique de corrections