La startup Physicl lève 10 millions de dollars pour résoudre le fossé entre simulation et réalité en robotique
La startup spécialisée en robotique, Physicl, vient de clôturer avec succès un tour de table de 10 millions de dollars.
Cette levée de fonds vise à s’attaquer à l’un des défis les plus persistants et coûteux de l’industrie : le fossé dit « sim-to-real ».
Ce phénomène désigne la difficulté majeure de transférer des modèles d’intelligence artificielle, entraînés dans des environnements virtuels contrôlés, vers des robots physiques opérant dans le monde réel, où les variables environnementales sont imprévisibles, dynamiques et complexes.
Pour surmonter cet obstacle, Physicl déploie un pipeline technologique unique, initialement conçu pour la commercialisation de biens en ligne.
En réutilisant cette infrastructure numérique sophistiquée, l’entreprise ambitionne de créer des environnements numériques haute fidélité, suffisamment « réels » pour que les robots puissent y effectuer un apprentissage efficace.
L’objectif ultime est de garantir qu’une tâche apprise en simulation puisse être exécutée avec précision dans un cadre physique, nécessitant un minimum de calibration et réduisant drastiquement le taux d’échec.
Ce financement sera alloué au passage à l’échelle des opérations de l’entreprise et au perfectionnement de sa technologie de simulation.
Historiquement, le secteur de la robotique a toujours été entravé par les coûts prohibitifs et le temps requis pour les tests physiques, qui exigent souvent des milliers d’heures d’utilisation réelle pour atteindre un niveau de fiabilité acceptable.
En facilitant une transition fluide entre l’entraînement virtuel et le déploiement physique, Physicl espère accélérer l’adoption des systèmes autonomes dans des secteurs clés tels que la logistique, la fabrication industrielle et d’autres domaines manufacturiers.
Les investisseurs parient sur le fait que l’approche non conventionnelle de Physicl offrira un avantage concurrentiel décisif.
En détournant des outils destinés au commerce électronique et au marketing numérique, la société apporte un regard neuf sur l’ingénierie robotique.
Alors que le marché des robots autonomes continue de croître, la capacité à combler le fossé entre l’entraînement numérique et la performance physique deviendra un facteur critique pour déterminer quelles entreprises réussiront à déployer des solutions d’automatisation fiables et évolutives.
Cette innovation pourrait bien marquer un tournant dans la manière dont nous concevons l’apprentissage automatique pour les machines physiques.
Source: TechCrunch