Faire voler un drone à travers une forêt dense à grande vitesse est un problème de synchronisation à la fraction de seconde. La machine doit voir un obstacle, décider comment bouger et envoyer une commande à ses moteurs avant de percuter un arbre. Pendant des décages, les ingénieurs ont résolu cela en construisant une carte du monde dans l'ordinateur du drone, en traçant un chemin, puis en le suivant. Mais construire une carte prend du temps et de la puissance de calcul, et si la carte est erronée, le drone s'écrase. Une approche plus récente tente d'apprendre aux drones à voler en observant des experts, laissant la machine établir un lien direct entre ce qu'elle voit et la façon dont elle se déplace, tout comme un enfant apprend à faire du vélo en ressentant l'équilibre plutôt qu'en calculant la physique des roues. Cette méthode, connue sous le nom d'apprentissage par imitation, s'est montrée prometteuse, mais elle échoue souvent lorsque le drone rencontre une situation qu'il n'a pas vue auparavant, ou lorsque l'ordinateur est trop lent pour suivre la vitesse de vol.

Le défi est encore plus difficile pour les petits drones volant à la limite de leur puissance de calcul. Les modèles d'intelligence artificielle modernes capables de comprendre le langage et les images sont incroyablement lourds, nécessitant une quantité massive de mémoire pour fonctionner. Pour prendre une décision, ces modèles doivent souvent traiter l'information étape par étape, comme lire un livre mot après mot. Pour un drone se déplaçant à cinq mètres par seconde, attendre qu'un ordinateur lent finisse de lire une longue phrase signifie que le drone pourrait parcourir vingt-huit mètres sans actionner ses commandes, une distance qui garantit un crash dans une forêt encombrée. Les chercheurs avaient besoin d'un moyen de rendre ces modèles intelligents assez légers pour fonctionner sur un petit ordinateur alimenté par batterie, tout en prenant des décisions assez rapidement pour voler en toute sécurité.

Un chercheur a développé un nouveau système appelé Aero-VPA qui s'attaque à ce problème en changeant la façon dont le drone réfléchit. Au lieu d'utiliser une méthode de traitement lourde, mot par mot, il a construit une architecture rationalisée qui prédit l'état futur du monde en un seul coup d'œil rapide. Le système utilise un cerveau visuel compact qui observe le flux de la caméra et un petit ensemble de règles pour prédire ce qui va se passer ensuite, sautant ainsi la nécessité de reconstruire chaque pixel de l'image. Cela permet au drone de générer une séquence complète de commandes de mouvement en seulement cinq étapes rapides, une vitesse qui s'insère dans les limites de temps serrées de l'ordinateur d'un petit drone. Le chercheur a testé ce système dans une simulation informatique hautement réaliste d'un drone quadrotor naviguant à travers des forêts générées procéduralement, où les arbres étaient placés de manière aléatoire pour créer une variété de défis.

Les résultats initiaux ont été surprenants et ont révélé une faille cachée dans la façon dont ces machines apprennent. Lorsque le chercheur a entraîné le drone simplement en copiant les actions d'un pilote expert, le drone a appris un raccourci dangereux. Il a cessé de regarder les arbres ou le chemin devant lui et s'est contenté de répéter la dernière commande qu'il avait envoyée à ses moteurs. Dans une simulation où le drone volait parfaitement, cette habitude fonctionnait bien car la dernière commande était généralement correcte. Mais dès que le drone déviait de sa trajectoire, il continuait à répéter la mauvaise commande, volant aveuglément vers les obstacles. Ce comportement, que le chercheur appelle le problème du « imitateur » (copycat), signifiait que même si le drone semblait parfait sur le papier, il ne réussissait pas une seule mission sur soixante lorsqu'il volait de manière autonome.

Pour corriger cela, le chercheur a introduit une méthode d'entraînement où le drone était autorisé à voler, et chaque fois qu'il commettait une erreur, un superviseur de sécurité intervenait pour le corriger et lui enseigner le bon mouvement pour cette situation spécifique. Cela a amélioré le taux de réussite du drone, mais celui-ci a quand même atteint un plafond. Le drone volait un certain temps, puis s'écrasait, ou restait bloqué dans une boucle d'hésitation. Le taux de réussite stagnait autour de vingt pour cent, ce qui signifie que le drone sait s'écrasait ou échouait dans quatre tentatives sur cinq. Le chercheur a réalisé que la vision du drone était trop étroite ; il ne pouvait voir que ce qui se trouvait directement devant lui, et une fois qu'un obstacle sortait de son champ de vision, le drone oubliait sa présence.

Le déclic est venu non pas de l'enseignement d'une intelligence accrue au drone, mais de l'apport d'un filet de sécurité qui ne reposait pas sur l'apprentissage. Le chercheur a ajouté une couche de sécurité déterministe simple qui agissait comme un bouclier. Ce bouclier conservait la mémoire de tout ce que le drone avait vu au cours des quinze dernières secondes, créant une carte mentale de l'espace environnant, incluant les obstacles qui étaient passés derrière ou sur le côté du drone. Si le drone tentait de voler vers un obstacle mémorisé, le bouclier le repoussait doucement ou le ralentissait. Il possédait également des règles sur la conduite à tenir si le drone restait coincé ou perdait son chemin, comme reculer le long du chemin qu'il venait de parcouru ou se pousser vers la cible suivante.

Lorsque ce bouclier de sécurité a été ajouté aux drones entraînés, les résultats ont radicalement changé. Le taux de réussite du meilleur drone a bondi de vingt et un pour cent à cinquante-deux pour cent. Le nombre de crashs est passé de soixante-douze pour cent à seulement vingt-deux pour cent. Le compromis était que le drone devenait plus prudent ; il ralentissait plus souvent et mettait plus de temps à terminer ses missions, le nombre de vols qui se terminaient simplement par un dépassement de temps passant de trois pour cent à vingt-trois pour cent. Cependant, le drone ne percutait plus les arbres. Le bouclier fonctionnait si bien qu'il améliorait les performances de chaque version du drone testée, quel que soit la manière dont le drone avait été entraîné.

Le chercheur a constaté que le bouclier de sécurité était particulièrement efficace dans les forêts les plus denses, là où les arbres sont les plus proches les uns des autres. Dans ces espaces restreints, le taux de réussite du drone avec le bouclier est passé d'un maigre sept pour cent à près de quarante-sept pour cent. Sans le bouclier, le drone s'écrasait presque systématiquement dans ces conditions. Le bouclier gérait cela en se souvenant des obstacles qui n'étaient plus dans le champ de la caméra, empêchant le drone de voler aveuglément vers un arbre qu'il venait de dépasser. Le système a également appris à gérer le délai entre la perception d'un obstacle et la réaction, un problème courant en robotique où le cerveau de la machine est légèrement plus lent que ses yeux.

Malgré ces succès, le chercheur prend soin de noter que ce travail est encore en phase de simulation. Le drone n'a pas encore volé dans le monde réel, et l'ordinateur utilisé pour les tests était un serveur cloud puissant, et non la petite puce à faible consommation de puissance pour laquelle le système est conçu. La version actuelle du drone vole à une vitesse moyenne d'environ un mètre par seconde, ce qui est beaucoup plus lent que les trois à sept mètres par seconde des experts. Le chercheur a identifié plusieurs obstacles qui subsistent, tels que la gestion du vent par le drone, la façon dont la caméra perçoit la lumière vive du soleil, et la performance du système sur l'ordinateur réel auquel il est destiné.

L'étude a également mis en lumière une leçon fondamentale sur l'apprentissage des machines pour le vol. Se contenter de copier un expert ne suffit pas si la machine trouve un raccourci qui fonctionne pendant l'entraînement mais échoue dans le monde réel. La tendance du drone à répéter sa dernière commande était un tour astucieux qu'il avait appris pour minimiser l'erreur durant l'entraînement, mais c'était une faille fatale dans un environnement dynamique. Le bouclier de sécurité n'a pas corrigé l'apprentissage du drone ; il a simplement contraint ses actions pour le maintenir en sécurité pendant qu'il gérait le reste. Le cherchenaire a constaté que la capacité d'apprentissage du drone était toujours limitée, et que la couche de sécurité effectuait le plus gros du travail pour prévenir les catastrophes.

Ce travail représente une étape significative vers la capacité des petits drones à effectuer un vol autonome dans des environnements complexes et non structurés sans avoir besoin d'un ordinateur massif ou d'une carte préétablie. En combinant un cerveau léger et rapide avec un bouclier de sécurité simple basé sur la mémoire, le chercheur a montré une voie possible pour le vol agile sur du matériel de bord (edge hardware). Le système n'est pas parfait et n'est pas encore prêt pour le monde réel, mais il démontre qu'avec la bonne combinaison de vitesse, de mémoire et de prudence, un petit drone peut apprendre à naviguer dans une forêt sans s'écraser. Les prochaines étapes consisteront à tester le système sur du matériel réel et dans des conditions extérieures réelles pour voir si les leçons apprises en simulation tiennent bon lorsque le vent souffle et que les arbres bougent.