Le jumeau numérique (digital twin) est une copie virtuelle fidèle d’un objet physique — ici un robot, sa cellule ou tout un entrepôt — dans laquelle s’exécute une physique réaliste. Ce n’est pas qu’un modèle 3D pour l’apparence ; le jumeau possède des masses, des frottements, des propriétés de moteurs et de capteurs correspondants, de sorte qu’on peut y tester de manière pertinente des comportements qui, dans la réalité, se produiraient sur la machine réelle. Dans le cas idéal, le jumeau est connecté au robot réel et reflète son état actuel.
Pour les humanoïdes, le jumeau numérique est pratiquement indispensable. Il permet d’essayer en toute sécurité de nouveaux mouvements, des algorithmes de commande ou l’aménagement d’un poste de travail avant de risquer un matériel coûteux ou la sécurité des personnes. Il est aussi à la base de l’entraînement sim-to-real : les politiques de marche et de manipulation s’apprennent sur le jumeau par apprentissage par renforcement, et ce n’est qu’une fois prêtes qu’on les charge dans le robot réel. C’est de même sur le jumeau qu’on règle le contrôle du corps complet.
La seconde grande utilisation est la génération de données synthétiques. Quand les données de manipulation issues du réel sont rares, on peut les produire en masse dans le jumeau numérique — le robot « collecte » virtuellement des milliers de variantes de la tâche. NVIDIA a bâti autour de cette idée tout un écosystème, Omniverse et Isaac, où le jumeau numérique sert à la fois d’usine à données d’entraînement et d’environnement de test.
Le jumeau numérique est apparenté, mais non identique, au modèle du monde : le jumeau est généralement un simulateur explicite, construit à la main, d’un environnement concret, tandis que le modèle du monde, le robot l’apprend souvent lui-même à partir des données. En pratique, les deux approches se complètent. La limite du jumeau reste le reality gap — même la meilleure simulation ne fait que s’approcher de la réalité, sans jamais l’atteindre parfaitement.