Kushant Patel a passé deux ans à l'Université de Californie à Berkeley à apprendre à des robots quadrupèdes à cartographier et à inspecter des matières nucléaires. Il développe aujourd'hui des systèmes de commande pour des lignes de lumière de synchrotron de pointe au Brookhaven National Laboratory. Le 9 octobre 2026, il a évoqué les robots dans les installations scientifiques, comme les accélérateurs de particules, dans l'épisode 165 du podcast Robot Talk, en discussion avec l'animatrice, Claire.
Un parcours centré sur la perception et le mouvement
Patel décrit son travail comme la conception de logiciels qui aident les robots et les instruments à percevoir, cartographier et se déplacer dans le monde physique. Cette définition recouvre chaque étape de sa carrière jusqu'ici et donne le cadre de sa façon d'aborder les machines qui évoluent dans des environnements de recherche spécialisés.
Il a obtenu un master en ingénierie mécatronique à l'Université de Waterloo. Il est ensuite parti à l'Université de Californie à Berkeley, où il a travaillé deux ans avec des robots quadrupèdes. Leur mission : apprendre à cartographier et à inspecter des matières nucléaires. Dans un tel contexte, l'environnement est dangereux et le robot doit se construire une représentation précise de son entourage avant de pouvoir y être utile.
Son poste suivant l'a mené à l'Université de Californie à Davis, où il a passé un an à concevoir des interfaces cerveau-machine en boucle fermée. Un système en boucle fermée est un système dont la sortie est réinjectée en continu dans l'entrée : le logiciel doit donc percevoir, décider et agir au sein d'un cycle unique. Le même schéma se retrouve dans la commande des robots, ce qui explique en partie pourquoi le passage des interfaces neuronales aux robots à pattes, puis à la commande d'instruments, est moins abrupt qu'il n'y paraît.
Le travail à Brookhaven
Au Brookhaven National Laboratory, Patel développe des systèmes de commande pour des lignes de lumière de synchrotron de pointe. Une ligne de lumière est la partie d'une installation synchrotron où un faisceau est dirigé vers des échantillons et mesuré. La source décrit son rôle comme celui des systèmes de commande de ces lignes de lumière, sans préciser le matériel concerné, le nombre de robots impliqués ni les objectifs de performance. Ces éléments n'étant pas indiqués, ils ne sont pas rapportés ici.
On peut en revanche dire en quoi ce travail s'inscrit dans son domaine d'expertise. Dans une installation de ce type, les instruments doivent être positionnés, alignés et surveillés, et les problèmes de perception, de cartographie et de mouvement qu'il traitait à Berkeley se posent de la même façon lorsque la machine est un bras robotisé ou une platine d'instrument plutôt qu'un robot marcheur. L'épisode présente le sujet comme celui des robots qui travaillent dans des installations scientifiques, les accélérateurs de particules étant cités en exemple de ce type de site.
Les sujets abordés dans la conversation
L'épisode est une conversation entre Claire et Patel sur les robots qui œuvrent dans les coulisses de la recherche scientifique. Le résumé de l'épisode indique comme sujet central les robots qui travaillent dans des installations scientifiques. Il ne détaille ni les questions, ni les citations, ni les conclusions, et cet article n'attribue donc à Patel aucune affirmation précise au-delà de son parcours et de son poste actuel.
Robot Talk est un podcast hebdomadaire consacré à la robotique, à l'intelligence artificielle et aux machines autonomes. L'épisode 165 s'inscrit dans une série qui comprend des entretiens sur la robotique dans le BTP et sur l'évolution conjointe du corps et du cerveau des robots, ce qui montre que l'émission couvre un large éventail d'applications plutôt qu'un seul secteur.
Pourquoi c'est important pour le secteur
L'analyse de cette section relève de notre propre raisonnement à partir des faits ci-dessus ; elle ne correspond pas à des propos tenus dans l'épisode.
L'attention du grand public en robotique va surtout aux humanoïdes, aux machines d'entrepôt et aux produits grand public. Les robots des installations scientifiques sont moins couverts, mais le parcours de Patel montre combien les technologies de base sont communes. La cartographie et l'inspection avec des quadrupèdes, la commande en boucle fermée des interfaces cerveau-machine et le pilotage de lignes de lumière reposent sur la même boucle : percevoir le monde, construire un modèle, agir, puis vérifier le résultat. Un chercheur qui a travaillé sur ces trois terrains illustre le fait que ces compétences se transposent entre des domaines qui semblent sans rapport vus de l'extérieur.
Il y a aussi une question pratique : où se situe la demande ? Les synchrotrons et les accélérateurs sont des environnements dont l'accès peut être restreint et où les équipements sont très spécialisés. Son travail à Berkeley portait sur des matières nucléaires, un contexte où envoyer un robot à la place d'une personne présente un avantage évident. Son travail à Brookhaven porte sur des systèmes de commande de lignes de lumière, ce qui laisse penser que, dans les infrastructures de recherche, le logiciel qui coordonne les instruments compte autant que les robots eux-mêmes. Il s'agit d'une déduction tirée de sa description de poste, et non d'un constat rapporté dans l'épisode.
La comparaison avec d'autres secteurs de la robotique est limitée par les informations disponibles. Les robots industriels et logistiques disposent généralement d'un indicateur commercial clair, comme la cadence de traitement. La source ne donne aucun équivalent pour les installations scientifiques, tel que le temps d'expérience gagné, le nombre d'échantillons traités ou la réduction des temps d'arrêt. Sans ces chiffres, impossible de dire jusqu'où la commande robotisée est avancée à Brookhaven ni comment elle se compare à d'autres laboratoires.
Plusieurs points restent non démontrés ou non précisés. La source ne dit pas si les systèmes de commande de lignes de lumière développés par Patel sont déployés, en phase de test ou encore au stade de la conception. Elle ne nomme pas les robots utilisés, ne rapporte aucun résultat des travaux d'inspection menés à Berkeley et ne dit rien des performances des quadrupèdes. Elle ne précise pas ce que, le cas échéant, les travaux sur les interfaces cerveau-machine apportent à ses projets actuels. Quiconque évalue l'état de la robotique dans les infrastructures de recherche doit donc considérer l'épisode comme le portrait d'un praticien et une piste de réflexion sur le sujet, non comme la preuve de progrès mesurés.
Ce que l'épisode établit, en revanche, c'est que la robotique scientifique est construite par des ingénieurs au profil délibérément large, et que le secteur considère désormais des sites comme les accélérateurs de particules comme un champ à part entière de la robotique. Reste à voir si cela débouchera sur des référentiels de performance publiés ou des outils partagés : c'est la question ouverte à suivre.