Skip to main content

24 Déc, 2022

Un essaim de robots inspiré des fourmis travaille ensemble pour s’évader de prison

Un essaim de robots inspiré des fourmis travaille ensemble pour s’évader de prison

À gauche : des fourmis à l’intérieur d’un corral aux murs sablonneux, qui finissent par travailler ensemble pour s’échapper. A droite : Des robots inspirés par les fourmis à l’intérieur de leur propre corral, laissant des « phéromones » de champ lumineux pour guider les autres afin qu’elles franchissent les obstacles et s’échappent.

Une fourmi n’est pas très intelligente, mais si vous en réunissez plusieurs, elles peuvent accomplir des choses remarquables. Inspirés par ce comportement coopératif émergent, des chercheurs de Harvard ont construit des robots qui peuvent travailler ensemble pour s’échapper d’une « prison », sans avoir besoin d’un plan spécifique.

D’une certaine manière, une colonie de fourmis fonctionne à l’aide d’algorithmes : les fourmis ne pensent pas spécifiquement à une tâche, mais elles suivent un ensemble de règles instinctives qui les guident vers des exploits complexes d’ingénierie, comme le creusement de réseaux de tunnels ou la construction de ponts. Elles communiquent entre elles à l’aide de leurs antennes et de leurs phéromones.

L’équipe de Harvard a commencé par mener une expérience avec un petit groupe de fourmis placées à l’intérieur d’un corral, un piège circulaire entouré d’une paroi sableuse molle, pour voir comment elles collaboraient pour s’échapper. Au début, les fourmis se déplaçaient toutes au hasard, mais rapidement, certaines ont commencé à creuser les murs dans des endroits épars. Au fil du temps, l’équipe a constaté que les fourmis abandonnaient leur creusement solitaire et se regroupaient pour travailler plus efficacement sur un tunnel, jusqu’à ce qu’elles parviennent à s’échapper.

À partir de leurs observations, les chercheurs ont construit des modèles mathématiques de ce qui se passait. Lorsque les fourmis se heurtaient les unes aux autres, elles communiquaient par le biais de leurs antennes. Au fil du temps, elles ont commencé à privilégier les zones où elles avaient interagi plus souvent, créant ainsi une boucle de rétroaction qui les a amenées à se rassembler de plus en plus à ces endroits. Cela les amènerait à concentrer leurs efforts pour creuser à un endroit jusqu’à ce qu’elles percent, plutôt que de laisser chaque fourmi creuser ses propres tunnels.

Forte de ce modèle, l’équipe a ensuite entrepris de construire des robots qui suivent des règles similaires. Leurs fourmis robotisées, qu’ils ont appelées RAnts, n’émettent pas de phéromones chimiques mais laissent derrière elles des champs lumineux, ou « photoromones », qui deviennent de plus en plus brillants au fur et à mesure que les robots passent devant eux.

Les RAnts étaient programmés pour suivre trois règles simples : ils devaient suivre le gradient du champ de photoromones, éviter les autres robots là où la densité du champ était élevée, et ramasser les obstacles là où la densité était élevée et les déplacer vers des zones à faible densité.

Et bien sûr, ces règles ont permis aux RAnts de coopérer de la même manière que dans l’expérience sur les fourmis. Placés dans leur propre corral, entourés de plusieurs anneaux de petits obstacles, les robots ont vite compris que le meilleur plan d’évasion était de travailler ensemble pour se concentrer sur un seul point.

Cette technique pourrait être vitale pour la conception d’essaims de robots simples capables d’accomplir des tâches complexes en travaillant ensemble, et il existe de nombreux autres exemples de robots inspirés des fourmis. Selon l’équipe, cette technique pourrait être étendue à des dizaines ou des centaines de robots pour toute une série de cas d’utilisation, avec le bonus supplémentaire que même si quelques robots échouent, l’équipe dans son ensemble peut toujours accomplir le travail.

« Nous avons montré comment la réalisation coopérative de tâches peut découler de règles simples et de règles comportementales similaires qui peuvent être appliquées pour résoudre d’autres problèmes complexes tels que la construction, la recherche et le sauvetage et la défense », a déclaré S. Ganga Prasath, co-auteur principal de l’étude.

https://elifesciences.org/articles/79638

https://seas.harvard.edu/news/2022/12/physical-intelligence-ant-and-robot-collectives