Reimagine Robotics : quand un opérateur forme un robot en 10 minutes
← Retour aux actualitésL’opérateur montre physiquement au robot les étapes de désassemblage (dévissage, extraction des composants, tri des matériaux). Le système enregistre les mouvements et les forces appliquées via des capteurs intégrés. Si le robot échoue (par exemple, en mal positionnant une pince), l’opérateur corrige manuellement le geste, et le système ajuste en conséquence les paramètres de contrôle. Une fois la tâche validée, le robot peut reproduire l’enchaînement de manière autonome, avec une marge d’erreur réduite. Contexte : Un fabricant de plastiques à la demande utilise des imprimantes 3D fonctionnant en continu. Tâche : Les robots doivent surveiller les machines la nuit, retirer les plateaux d’impression, actionner des loquets et lancer des commandes. Résultat : Les opérateurs ont pu étendre l’automatisation aux étapes de lavage, durcissement et séchage sans intervention d’un intégrateur externe. Contexte : Un site de recyclage électronique teste une cellule à trois robots pour extraire des aimants en terres rares et des cartes électroniques. Tâche : Les ingénieurs process ajustent en temps réel les séquences de désassemblage pour optimiser le rendement. Résultat : Le temps de prototypage d’une nouvelle séquence est passé de 24 heures à 10 minutes. Contexte : Une ligne de production à faible volume mais haute variabilité. Tâche : Les opérateurs forment le robot à reconnaître et trier des pièces de différentes tailles et formes. Résultat : La plateforme permet d’ajouter ou modifier des tâches sans reprogrammer le système, simplement en montrant l’exemple. Des langages de programmation propriétaires (comme ceux de Fanuc ou ABB), incompatibles entre eux. Des intégrateurs spécialisés, dont les coûts et délais découragent les PME. Une rigidité des processus, où toute modification nécessite une refonte complète du code. Pas besoin de savoir coder pour former un robot. Pas besoin d’attendre des mois pour automatiser une tâche. Pas besoin de standardiser les processus avant même de les automatiser. Scalera à d’autres secteurs (agroalimentaire, pharmaceutique, logistique). Gère des tâches plus complexes (assemblage de pièces fragiles, manipulation de matériaux souples). Résiste à l’usure du temps (les robots doivent conserver leur précision après des milliers de cycles).
📑 Sommaire
- → Une approche qui inverse la logique industrielle
- → Dix minutes pour automatiser une tâche complexe
- → Au-delà du désassemblage : trois cas concrets
- → Pourquoi cette approche change la donne ?
- → Un marché cible : les usines à forte variabilité
- → Perspectives : scalabilité et limites
- → En résumé : l’automatisation à la portée de l’opérateur
💡 En 3 points clés
- L’opérateur montre physiquement au robot les étapes de désassemblage (dévissage, extraction des composants, tri des matériaux).
- Le système enregistre les mouvements et les forces appliquées via des capteurs intégrés.
- Si le robot échoue (par exemple, en mal positionnant une pince), l’opérateur corrige manuellement le geste, et le système ajuste en conséquence les paramètres de contrôle.
Une approche qui inverse la logique industrielle
Dans les usines, l’automatisation rime souvent avec des mois de programmation spécialisée, des intégrateurs externes et des cycles de validation interminables. Reimagine Robotics propose une alternative radicale : l’opérateur devient le formateur du robot, et non l’inverse. La méthode, baptisée en interne « monkey-see, monkey-do », repose sur un principe simple : l’humain montre la tâche, le robot tente de l’imiter, et l’opérateur corrige ses erreurs en temps réel jusqu’à ce que le comportement soit maîtrisé.
Cette approche s’inscrit dans la lignée des travaux menés par Jonathan Scholz pendant sept ans chez Google DeepMind, où il dirigeait l’équipe Applied Robotics. Avec Reimagine Robotics, fondée en avril 2025 à Londres et Sydney, il transpose cette expertise dans un contexte industriel concret, où la variabilité des processus est un frein majeur à l’automatisation.
Dix minutes pour automatiser une tâche complexe
Le premier résultat tangible de cette stratégie a été mesuré lors d’un déploiement chez un industriel spécialisé dans le désassemblage de disques durs usagés pour récupérer des matériaux critiques. Traditionnellement, concevoir une cellule robotisée pour une telle tâche prendrait une journée entière de prototypage, tests et ajustements. Avec la plateforme de Reimagine Robotics, ce délai est passé à 10 minutes.
Comment ?
Ce gain de temps n’est pas anecdotique : il permet aux industriels d’expérimenter des séquences de désassemblage en temps réel, sans interrompre la production. Dans ce cas précis, l’équipe a pu tester plusieurs configurations de désassemblage en une seule journée, là où il aurait fallu des semaines avec une approche classique.
Au-delà du désassemblage : trois cas concrets
Reimagine Robotics ne se limite pas à la récupération de matériaux. La startup cite deux autres déploiements industriels où sa plateforme a démontré son utilité :
1. Surveillance de machines 3D
2. Désassemblage de disques durs
3. Tri de composants électroniques
Pourquoi cette approche change la donne ?
Le modèle de Reimagine Robotics s’oppose frontalement aux solutions traditionnelles d’automatisation industrielle, qui reposent sur :
Avec l’apprentissage par démonstration, la barrière à l’adoption se déplace :
Un marché cible : les usines à forte variabilité
Reimagine Robotics ne vise pas les lignes de production ultra-spécialisées (comme celles de l’automobile), où les tâches sont répétitives et les volumes élevés. Son cœur de cible est constitué des sites à faible volume, haute variabilité ou production sur mesure, où l’automatisation classique est trop coûteuse ou trop lente à déployer.
Comme le souligne Jonathan Scholz, CEO de la startup :
> « Un robot utile doit pouvoir apprendre du travail de la personne qui l’utilise. Il doit pouvoir montrer une tâche, la corriger quand il se trompe, et passer à la suite. C’est ça, apprendre sur le tas. »
Perspectives : scalabilité et limites
Pour l’instant, Reimagine Robotics a levé un tour pre-seed auprès de Fly Ventures, firstminute capital et plusieurs business angels, et prépare une levée de fonds pour accélérer son déploiement. Ses deux déploiements concrets (désassemblage de disques durs et surveillance de machines 3D) sont prometteurs, mais la startup doit encore prouver que sa méthode :
En résumé : l’automatisation à la portée de l’opérateur
Reimagine Robotics ne promet pas des robots plus rapides ou plus précis que les solutions existantes. Elle propose une révolution dans la façon d’enseigner aux robots, en plaçant l’opérateur industriel au centre du processus. Si la méthode tient ses promesses au-delà des premiers cas d’usage, elle pourrait bien démocratiser l’automatisation dans des secteurs jusqu’ici exclus, simplement parce que former un robot deviendra aussi simple que lui montrer comment faire.
Note de Hype-mètre : 3,5/5 (Innovation technique crédible, mais déploiements encore limités à des cas ciblés et non vérifiés de façon indépendante).