Un système de navigation inspiré de la nature permet aux robots de se déplacer dans des environnements complexes sans GPS.
infohightech ·
Les robots pourraient bientôt être capables d'effectuer de manière autonome des missions de recherche et de sauvetage, des inspections, des opérations de maintenance complexes et diverses autres tâches concrètes. Pour ce faire, ils devront toutefois pouvoir se déplacer sans difficulté dans des environnements inconnus et complexes, sans tomber en panne ni se bloquer, ce qui nécessiterait une intervention humaine.
La plupart des systèmes de navigation autonomes s'appuient sur le système de positionnement global (GPS), qui fournit des informations sur la position d'un robot sur une carte. Cependant, dans de nombreux environnements, comme les grottes, les espaces non structurés et les bâtiments effondrés, les systèmes GPS sont soit inopérants, soit peu fiables.
Des chercheurs de l'Institut de technologie de Pékin ont récemment mis au point un nouveau système bio-inspiré capable d'améliorer la navigation des robots dans des environnements complexes et non structurés, sans recourir à la technologie GPS. Leur approche, décrite dans un article à paraître dans Cell Press et disponible en ligne sur le serveur de prépublication SSRN , s'inspire de trois stratégies de navigation biologique distinctes observées chez les insectes, les oiseaux et les rongeurs.
« Nos recherches ont été inspirées par une lacune importante que nous avons identifiée dans le domaine de la robotique bio-inspirée », a déclaré Sheikder Chandan, premier auteur de l'article, à Tech Xplore. « Si de nombreuses études ont réussi à isoler et à mettre en œuvre des stratégies de navigation issues d'animaux individuels, comme l'intégration du chemin chez la fourmi ou la cartographie cognitive chez le rat, cette approche réductionniste néglige un principe biologique fondamental appelé "dégénérescence". Dans la nature, une navigation efficace résulte de l'intégration hiérarchique de multiples stratégies non identiques, mais fonctionnellement complémentaires. »
Un cadre en trois parties, inspiré par la nature
Au lieu de développer un système inspiré d'une stratégie de navigation observée chez une catégorie spécifique d'animaux, Chandan et ses collègues souhaitaient créer un cadre neuromorphique unifié puisant dans diverses espèces. Ils sont ainsi parvenus à reproduire les processus biologiques qui sous-tendent la navigation chez les insectes, les oiseaux et les rongeurs.
« Notre objectif était de synthétiser les stratégies les plus efficaces observées chez ces trois catégories d'animaux en un seul système, afin de répondre directement aux principales limitations de la navigation conventionnelle, telles que la fragilité sensorielle et la forte consommation d'énergie, en particulier dans les environnements difficiles dépourvus de GPS », a déclaré Chandan.
Le système développé par l'équipe comprend donc trois principaux composants bio-inspirés qui, ensemble, assurent la navigation du robot : un intégrateur de trajectoire inspiré des insectes, un système de fusion multisensorielle inspiré des oiseaux et un système de cartographie inspiré des rongeurs.
« Tout d’abord, l’intégrateur de trajectoire inspiré des insectes, construit comme un réseau neuronal à impulsions sur un matériel neuromorphique basse consommation, agit comme un compteur de pas interne robuste pour le suivi égocentrique », explique Chandan. « Le système de fusion multisensoriel inspiré des oiseaux imite ensuite la façon dont les oiseaux migrateurs utilisent de multiples indices, en utilisant un filtre bayésien pour combiner dynamiquement les entrées d’un magnétomètre quantique, d’une boussole de polarisation et de la vision, afin d’assurer une direction de cap fiable même si un capteur tombe en panne. »
«Troisièmement, un système de cartographie cognitive inspiré des rongeurs crée une mémoire spatiale en ne mettant à jour la carte que lors de la détection de points de repère importants, reflétant ainsi l'efficacité énergétique de l'hippocampe du cerveau.»
Afin d'évaluer le potentiel de leur approche inspirée de la nature, les chercheurs ont mené des essais de terrain à grande échelle à l'aide de 23 plateformes robotiques différentes. Ces tests ont été réalisés dans des environnements réels complexes, notamment des mines abandonnées et des forêts denses.
« Le système a été comparé à un système SLAM (localisation et cartographie simultanées ou Simultaneous Localization and Mapping) classique et a démontré une réduction de 41 % de la dérive de position, une efficacité énergétique jusqu’à 60 % supérieure et une capacité de récupération des pannes de capteurs 83 % plus rapide », a déclaré Chandan. « Son avantage unique réside dans sa “dégénérescence” : lorsqu’un composant est défaillant, les autres prennent le relais sans interruption, offrant ainsi un niveau de tolérance aux pannes dont les systèmes isolés sont dépourvus. »
Gains de performance et applications possibles
Lors des premiers essais sur le terrain, l'architecture développée par cette équipe de chercheurs a permis d'obtenir des résultats remarquables, permettant à une large gamme de robots de naviguer avec succès dans des environnements non structurés et difficiles.
« Nous n'avons pas simplement amélioré un algorithme ; nous avons créé un nouveau paradigme systémique intrinsèquement plus résilient », a déclaré Chandan. « Concrètement, cela s'est traduit par des gains significatifs et simultanés en termes de précision, d'efficacité énergétique et de robustesse sur diverses plateformes robotiques. Un exemple probant a été la rapidité de récupération du système après une panne de capteur : lorsque la caméra principale a été aveuglée, le système a rétabli un positionnement précis en un peu plus de 3 secondes grâce à ses autres sous-systèmes fonctionnels. »
À l'avenir, le cadre développé par Chandan et ses collègues pourrait être perfectionné et déployé sur un plus grand nombre de systèmes robotiques, leur permettant ainsi de mener à bien des missions de manière fiable et autonome dans des environnements imprévisibles. De plus, il pourrait inspirer la création de systèmes de navigation robotique similaires, s'inspirant des stratégies de navigation employées par divers animaux.
« Ces travaux fournissent un modèle formel pour la création de machines dotées d'une véritable "fluidité écologique", capables de fonctionner à long terme dans des environnements où la défaillance est inacceptable », a déclaré Chandan. « Cela pourrait inclure des applications dans les interventions en cas de catastrophe, comme la navigation dans des bâtiments effondrés, l'exploration planétaire sur d'autres mondes et les missions en eaux profondes, où le GPS conventionnel et une détection parfaite sont impossibles. »
Les chercheurs prévoient actuellement de nouvelles études visant à pallier certaines limitations observées dans leur cadre de travail. Ils souhaitent notamment intégrer un apprentissage continu et embarqué afin de rendre la navigation des robots encore plus réaliste et adaptable.
« Actuellement, les poids neuronaux de notre système sont en grande partie préconfigurés, mais les systèmes biologiques apprennent et s'adaptent continuellement grâce à la plasticité synaptique », a ajouté Chandan. « Nous prévoyons d'explorer des technologies émergentes comme les synapses memristives afin d'intégrer cette capacité directement dans le matériel. »
« De plus, nous souhaitons adapter le système à des environnements à l'échelle kilométrique, ce qui nécessitera le développement de schémas d'organisation de la mémoire plus sophistiqués pour gérer efficacement des cartes spatiales plus vastes. Notre objectif ultime est de créer des robots qui ne se contentent pas d'imiter des comportements animaux isolés, mais qui incarnent l'apprentissage continu et l'adaptabilité de l'intelligence biologique. »
https://techxplore.com/news/2025-11-nature-robots-traverse-complex-environments.html