Odyssey-3 prête le même socle aux robots, voitures et jeux

Odyssey-3 utilise un world model commun pour piloter des bras robotisés, un humanoïde, une voiture, des drones et des personnages de jeux après un entraînement spécialisé relativement court.

Un bras verse du café, un humanoïde ouvre une boîte, une voiture circule sur une route indienne et un personnage quitte GTA V pour monter à cheval dans Red Dead Redemption 2. Derrière ces démonstrations, Odyssey Systems affirme avoir conservé le même modèle de fondation, puis lui avoir ajouté une couche de contrôle adaptée à chaque machine.

Odyssey-3 est présenté comme un world model généraliste destiné aux systèmes physiques et virtuels. L’entreprise lui attribue des usages en robotique, conduite autonome, navigation aérienne, entraînement d’agents et jeu vidéo. Cette diversité ne signifie pas qu’un programme unique peut être installé sans modification dans une voiture, un drone ou un humanoïde.

Le socle commun prend la forme d’un transformer de diffusion autorégressif. Durant son préentraînement, il observe des séquences visuelles et apprend à représenter les mouvements, les interactions entre objets, les comportements humains et les conséquences possibles d’une action. Odyssey ne publie pas la taille exacte de ce corpus, sa composition, son origine ni les droits associés aux contenus utilisés.

Une fois ce modèle entraîné, ses paramètres restent figés dans les expériences présentées. Une politique ou un décodeur d’actions vient se greffer sur ses représentations internes. Cette composante spécialisée apprend à convertir ce que le world model reconnaît en commandes exploitables par un appareil précis, comme une position de pince, une trajectoire routière, un point de passage aérien ou une touche de clavier.

La formule selon laquelle « le même modèle » contrôle tous les systèmes doit donc être comprise à ce niveau. Odyssey-3 fournit une base visuelle partagée, mais chaque corps reçoit sa propre interface de commande et ses propres démonstrations. Une politique entraînée pour un bras robotisé ne pilote pas directement une voiture, pas plus que les commandes apprises dans GTA V ne contrôlent un humanoïde.

Cette séparation constitue justement le pari d’Odyssey. Les systèmes spécialisés doivent habituellement apprendre une grande partie de leur environnement avec les données de la tâche visée. Un socle préentraîné pourrait déjà reconnaître les objets, les surfaces, les mouvements et certaines relations de cause à effet. La couche de contrôle aurait alors moins d’exemples à absorber avant de produire une action utile.

Les premières démonstrations sur des bras robotisés utilisent plusieurs dizaines d’heures de manipulations enregistrées. Les tâches comprennent le rangement d’objets dans une boîte, la fermeture d’un coffret, le nettoyage d’une assiette et le versement de céréales ou de café.

Odyssey dit avoir observé des réactions absentes des démonstrations d’entraînement. Après une prise manquée, un bras peut réorienter sa pince. Lorsqu’un objet tombe dans une position inhabituelle, il tente de le récupérer. Ces séquences suggèrent que le modèle ne reproduit pas seulement une trajectoire mémorisée.

Les vidéos sélectionnées ne mesurent cependant ni la fréquence de ces récupérations ni leur taux de réussite. Aucune série d’essais, distribution des échecs ou comparaison chiffrée avec une politique spécialisée n’accompagne les exemples. Il reste donc impossible de déterminer à quelle fréquence le robot corrige réellement son geste plutôt que d’échouer ou de déplacer l’objet de manière imprévue.

Odyssey reconnaît elle-même que la stabilité de ces résultats selon le matériel et l’environnement doit encore être étudiée. L’entreprise travaille avec Poke & Wiggle, une société spécialisée dans les données et l’évaluation robotique, pour tester le système sur plusieurs morphologies, points de vue et méthodes de contrôle. Aucun rapport issu de cette campagne n’est encore publié.

Pour les humanoïdes, la couche spécialisée a été développée avec Flexion Robotics. Quelques dizaines d’heures de téléopération servent à entraîner les politiques qui exploitent les représentations d’Odyssey-3. Les démonstrations montrent un robot ouvrant des contenants, déplaçant une assiette, empilant un mug et plaçant une boîte contre un support.

La répartition du travail compte dans l’interprétation du résultat. Odyssey fournit le modèle visuel de départ. Flexion apporte ses politiques de manipulation, son apprentissage robotique et son système de contrôle du corps. Le comportement final ne peut donc pas être attribué au seul world model.

Les deux entreprises affirment que ces politiques résistent mieux aux changements d’éclairage que les systèmes VLA utilisés comme références. Un modèle VLA associe la vision, le langage et l’action pour choisir une commande à partir d’une image et d’une instruction. Odyssey ne donne ni le nom des modèles comparés, ni le nombre de scènes, ni le taux de réussite obtenu avant et après le changement de lumière.

Le site de Flexion confirme que ses humanoïdes utilisent une architecture bien plus large qu’un seul modèle. Sa plateforme Reflect combine un contrôleur de mission, des politiques entraînées sur des données réelles ou en simulation, un contrôle complet du corps, une carte sémantique et une infrastructure chargée de la communication et de la sécurité. Odyssey-3 devient donc une brique d’un ensemble, plutôt que le cerveau complet du robot.

L’expérience de conduite fournit le résultat numérique le plus précis de l’annonce. Une petite politique a été entraînée avec 20 heures de conduite simulée. Elle reçoit les représentations produites par Odyssey-3 et prédit les prochains points de passage du véhicule. Le système a ensuite été évalué en boucle fermée sur des routes fréquentées en Inde, avec un conducteur de sécurité prêt à intervenir.

Selon l’entreprise, les politiques entraînées uniquement en simulation parcourent environ 77 % de la distance atteinte entre deux interventions par celles entraînées sur des vidéos de conduite réelle. Le chiffre est intéressant pour le transfert entre simulation et route, mais il reste relatif.

Odyssey ne publie pas la distance moyenne entre les interventions, le nombre de