Apprentissage de la navigation côte à côte pour véhicules de mobilité personnelle à partir de conducteurs humains

Des chercheurs proposent une méthode permettant à deux véhicules de mobilité personnelle (PMV) de rouler côte à côte de façon autonome, de sorte que leurs passagers puissent converser tout en restant en sécurité. Étant donné un chemin global, chaque véhicule exécute son propre planificateur prédictif par échantillonnage (MPC). Les deux planificateurs n'échangent rien d'autre que l'odométrie que chacun peut observer de l'autre, et la décision conjointe prend la forme de deux matrices d'utilité sur des paires de trajectoires candidates, résolues par une règle commune. Les paramètres comportementaux sont ajustés par apprentissage par renforcement inverse sur 409 minutes de conduite de dix binômes d'humains aux commandes de PMV en intérieur, et les voies exploitables sont dérivées hors ligne de la géométrie du couloir plutôt que fixées à la main. Une couche de sécurité que la fonction de coût ne peut pas contourner n'autorise un mouvement que si le véhicule peut encore freiner à distance, calculée sur l'ensemble de sa carrosserie. Un véhicule bloqué recule le long de son propre chemin avant de repartir. Les résultats viennent d'un simulateur cinématique à entraînement différentiel sous ROS 2, sur 24 essais dans les conditions d'enregistrement des conducteurs et 24 dans quatre configurations d'obstacles générées. Aucun véhicule n'a heurté un mur ou un cône.

Pour les intégrateurs et les concepteurs de systèmes de mobilité, l'intérêt tient à la décentralisation. Sans communication explicite entre véhicules, la coordination repose sur l'observation mutuelle, ce qui réduit la dépendance à un lien radio et facilite l'interopérabilité. Le résultat est aussi quantitatif sur le plan social : les binômes autonomes tiennent la formation conversationnelle 60,5 % (sens antihoraire) et 68,9 % (sens horaire) du temps parmi les obstacles, et 81,2 % et 91,5 % dans un couloir dégagé. Les conducteurs humains plafonnent à 34,0 % et 36,0 % dans le premier cas, 52,9 % et 56,0 % dans le second, pour une vitesse équivalente. Le système garde une formation latérale unique, là où les humains alternaient entre une diagonale rapprochée et une disposition large de front, avec une variabilité bien moindre. Il faut toutefois relativiser : tout est en simulation, sans test sur matériel réel, et la notion de formation « conversationnelle » est définie par les auteurs eux-mêmes. Le critère reste donc propre à leur protocole.

Ces travaux s'inscrivent dans la recherche sur la navigation sociale et les fauteuils ou véhicules partagés, où la conduite de groupe, de l'accompagnement de personnes à mobilité réduite aux visites guidées, reste peu traitée face à la navigation d'un agent isolé. L'apprentissage à partir de démonstrations humaines, ici par IRL, vise à capturer des préférences difficiles à écrire à la main. Les prochaines étapes logiques sont la validation sur véhicules physiques, avec perception réelle de l'odométrie du partenaire et bruit de capteurs, puis le passage à des environnements extérieurs et dynamiques, avec des piétons, que le jeu de données intérieur ne couvre pas.