Souviens-toi d'où tu passes : apprentissage d'une mémoire spatiale pour l'exploration de bout en bout par robot à pattes

Des chercheurs proposent une nouvelle architecture de mémoire pour l'apprentissage par renforcement, la Local Spatial Matrix Memory (LSMM), conçue spécifiquement pour la navigation de robots à pattes, humanoïdes compris. Elle repose sur la mémoire de Hadamard et attribue à chaque position de l'espace des cellules de mémoire dédiées, où l'agent peut stocker des informations génériques utiles à sa tâche. Les auteurs l'évaluent sur l'exploration autonome de labyrinthes, en la comparant à des politiques dotées de réseaux récurrents de type LSTM et à des approches à historique fini. Le résultat principal est que la LSMM atteint la même couverture du labyrinthe que ces références solides, mais reste la seule architecture à mémoriser réellement la configuration du labyrinthe, avec une erreur de reconstruction divisée par trois. L'étude est un travail de recherche publié sur arXiv. Elle ne décrit aucun déploiement sur robot réel, ni de chiffres de payload, de temps de cycle ou de coût.

L'enjeu touche un point faible connu des politiques entraînées de bout en bout. Un robot mobile doit souvent se souvenir de ce qui est sorti de son champ de vision et qui ne redevient utile que bien plus tard : une impasse déjà explorée, un passage repéré, un obstacle contourné. Les LSTM, couramment intégrés aux politiques de reinforcement learning, tendent à perdre cette information sur de longs horizons. Le résultat est donc instructif : une couverture équivalente peut masquer une mémoire très différente. Un agent peut bien explorer sans retenir la carte, ce qui le rend fragile dès qu'il doit revenir sur ses pas ou réutiliser ce qu'il a vu. Pour les intégrateurs et les équipes qui développent la navigation de humanoïdes en entrepôt ou en inspection, l'approche suggère qu'une mémoire ancrée dans l'espace pourrait remplacer ou compléter les cartes SLAM explicites, en restant apprise de bout en bout. Les limites sont nettes : l'évaluation porte sur des labyrinthes, probablement en simulation, et rien ne prouve encore un transfert vers des environnements réels, bruités et dynamiques.

Ce travail s'inscrit dans l'effort plus large pour doter les politiques apprises, notamment les modèles vision-langage-action (VLA), d'une mémoire fiable à long terme, alors que la plupart des démonstrations actuelles de humanoïdes reposent sur des horizons courts ou des cartes construites séparément. Il se positionne face aux architectures récurrentes classiques et aux fenêtres d'historique, que les auteurs prennent pour références, plutôt que face à des systèmes industriels. Les suites logiques seraient des tests sur des tâches de navigation plus riches, puis sur du matériel réel. Aucun pilote ni calendrier n'est annoncé à ce stade.