Des chercheurs de l'Université Carnegie Mellon ont développé Robot I/O, ou RIO, un cadre logiciel open source conçu pour résoudre un des principaux freins à l'avancée de la robotique moderne : la complexité infrastructurelle. Selon l'équipe de l'Institut de Robotique, le goulot d'étranglement actuel ne réside pas dans le manque d'idées, mais dans le temps considérable consacré à configurer chaque robot avant de pouvoir tester de nouveaux comportements ou y déployer des modèles d'intelligence artificielle. Traditionnellement, chaque laboratoire développait ses propres logiciels, rendant impossible le partage de données et de politiques de contrôle entre différentes plateformes. RIO répond à ce problème en proposant une interface unifiée et modulaire. Le framework permet de contrôler des bras robotiques, des humanoïdes ou des systèmes multi-actionneurs, tout en centralisant la collecte de données, la téléopération et le déploiement d'algorithmes d'IA. Grâce à sa conception basée sur des composants interchangeables, les chercheurs n'ont plus besoin de réécrire du code à chaque changement de matériel. Ils peuvent simplement combiner des blocs existants et adapter la configuration à leurs besoins spécifiques. Les tests menés par l'équipe ont confirmé l'efficacité de l'approche. Une étudiante en apprentissage automatique, sans expérience en robotique, est parvenue à installer un bras robotique, à le configurer pour la téléopération et à le contrôler en seulement deux heures. Cette rapidité de mise en service permet d'accélérer considérablement les cycles de recherche et d'améliorer la reproductibilité des expériences entre les laboratoires. Les experts soulignent également l'importance de RIO pour la transition vers le monde industriel, où les déploiements réels impliquent rarement une configuration unique et fixe. En standardisant la gestion des capteurs et des actionneurs, le framework raccourcit le parcours allant du prototype de recherche à l'adaptation sur le terrain. Face à l'essor des systèmes d'IA généralistes, RIO arrive à un moment charnière. Il comble le manque de bases communes nécessaires pour collecter les données robotiques et entraîner des modèles plus autonomes. Au-delà de la recherche académique, le projet évolue vers des applications commerciales via Lavoro AI, une startup fondée par la chercheuse Jean Oh et plusieurs membres de l'équipe, dédiée à simplifier le déploiement robotique. Les travaux futurs viseront à étendre la prise en charge du matériel, à réduire davantage les barrières techniques et à construire des modèles de base robotiques capables de s'adapter rapidement et de manière autonome à de nouvelles tâches et environnements. Cette initiative marque une étape importante vers une robotique plus collaborative, accessible et intégrée aux avancées récentes de l'intelligence artificielle.