Des chercheurs de l’Institut des systèmes intelligents et de robotique (ISIR, Sorbonne Université / CNRS) et du laboratoire Gulliver (ESPCI Paris – PSL / CNRS) ont étudié les interactions physiques pouvant ainsi être utilisées à l’avantage d’un essaim, y compris s’il est constitué de robots. Ils ont conçu des robots capables de changer leur orientation simplement en se cognant les uns contre les autres, et ce, en fonction de leur morphologie uniquement. Ces recherches se situent à l’interface entre la robotique, l’informatique et la physique.
Dans cet article, les auteurs tirent parti d'une réponse mécanique générique : la tendance qu'a une particule à se réorienter en réponse à une force extérieure. Ils y révèlent l'importance de cette réponse morphologique dans différentes tâches robotiques, tant pour un robot seul que pour un essaim de robots. Leurs recherches démontrent que la façon dont les robots réagissent en cas de collisions dépend de leur corps, et leur permet de s'aligner avec ou contre une force externe telle qu’un autre robot, un objet ou un mur. En comprenant l'effet des interactions physiques entre les robots et leur environnement, il devient alors possible de définir le comportement collectif qui résultera des multiples collisions entre robots de l'essaim.
Selon l'exosquelette qui habille les robots, on peut ainsi observer qu'un robot s'alignera à une force externe tandis qu'un autre s'y opposera. En cas de collision, un robot peut ainsi pousser, ou glisser le long d'un obstacle ou d'un autre robot, et ce uniquement grâce à la dynamique passive induite par sa conception mécanique. Les chercheurs ont également montré qu'il était possible d'apprendre à exploiter les interactions entre robots pour réaliser des tâches de robotique collective nécessitant de la coopération, comme l'agrégation collective dans une zone lumineuse de l'environnement.
Pour ce faire, ils décrivent un algorithme d'apprentissage par renforcement décentralisé inspiré de l'apprentissage social : les robots suffisamment proches échangent des informations concernant les stratégies de comportement les plus efficaces pour accomplir la tâche assignée à l'essaim de robots. Les meilleures stratégies se diffusent ainsi de robot à robot, ce qui permet d'exploiter au mieux les propriétés physiques et les capacités de calcul des robots de l'essaim.
Article rédigé par Georges Simmonds pour RT Flash
