Illustration générée par IADes essaims de robots entraînés par apprentissage par renforcement en simulation restent efficaces sur de vrais robots
Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie
Des chercheurs d'IRIDIA, le laboratoire d'intelligence artificielle de l'Université libre de Bruxelles (ULB), ont publié dans Science Robotics (2026) une méthode qui permet à des essaims de robots entraînés par apprentissage par renforcement en simulation de conserver leurs performances une fois transférés sur des machines physiques. Ilyes Gharbi, Mauro Birattari et leurs collègues ont testé l'approche sur un essaim de 20 robots e-puck, des petites plateformes à roues très répandues en recherche, à travers cinq missions collectives différentes et 250 expériences sur robots réels. Au lieu de laisser l'algorithme fixer directement la vitesse de chaque roue, ils l'ont contraint à choisir, à chaque instant, parmi un petit nombre de comportements éprouvés (se diriger vers une lumière, s'agréger avec ses pairs, explorer). L'apprentissage porte donc uniquement sur le moment où basculer d'un comportement à l'autre pour que le groupe coopère. Les essaims ainsi entraînés se sont transférés de façon fiable, et ont nettement surpassé une méthode de référence où l'algorithme pilote directement les moteurs, laquelle a décroché dès la sortie du simulateur. Les auteurs observent aussi que des politiques plus simples et plus contraintes se transfèrent mieux que des politiques plus grandes et plus flexibles. Le financement provient en partie du FNRS belge, via le projet « Reinforcement Learning for Robot Swarms ».
L'enjeu est de s'attaquer au « reality gap », cet écart entre simulation et monde réel (frottements, bruit des capteurs, imprécisions mécaniques) auquel l'apprentissage par renforcement est particulièrement sensible. Pour Birattari, il s'agit au fond d'un problème de surapprentissage : une méthode trop flexible apprend le simulateur plutôt que la tâche, y compris ses artefacts. Le résultat contredit l'intuition courante en IA selon laquelle des modèles plus grands et plus expressifs sont meilleurs, au moins pour le transfert sim-to-real en robotique en essaim. Pour les intégrateurs et les décideurs, le message est qu'on peut concevoir un comportement collectif pour une nouvelle mission en simulation, sans que des experts l'assemblent à la main pendant des semaines, avec une confiance raisonnable dans son comportement réel. Il faut toutefois relativiser : il s'agit de recherche académique, sur des robots simples, dans des environnements de laboratoire contrôlés, loin de flottes industrielles ou de terrains d'intervention. Le résultat ne dit rien de la manipulation ni de la locomotion avancée, et le plafond de performance reste borné par le répertoire de comportements prédéfinis.
Ce travail rapproche deux traditions restées largement séparées. L'apprentissage par renforcement est à l'origine d'avancées marquantes en locomotion à pattes et en manipulation, tandis que la robotique en essaim s'appuie depuis longtemps sur des méthodes de conception modulaires, assemblant des briques comportementales prédéfinies. Ces dernières se transfèrent bien au réel, mais reposent sur des procédures de recherche lentes et coûteuses, et les deux approches avaient rarement été comparées sur un terrain expérimental solide. Avec cette contribution, l'équipe bruxelloise, qui renforce la visibilité de la recherche européenne et belge dans le domaine, propose un compromis entre les deux. Les prochaines étapes annoncées sont des essaims plus nombreux, d'autres plateformes robotiques et des environnements moins contrôlés. Les applications visées, la recherche de survivants après un séisme, la surveillance environnementale ou l'exploration de sites dangereux, restent à ce stade des perspectives, sans pilote ni calendrier de déploiement annoncés.
Des chercheurs de l'ULB (Belgique), financés en partie par le FNRS belge, renforcent la visibilité de la recherche européenne en robotique en essaim, sans application industrielle immédiate.




