Des chercheurs chinois ont conçu un système inspiré des mouches pour permettre à des drones autonomes de naviguer sans assistance humaine. Malgré un environnement complexe, les machines parviennent à voler à grande vitesse sans capteurs lourds ni calculs puissants.
L’équipe de l’université Jiao Tong s’est inspirée des mouches pour concevoir ce nouveau modèle de drone autonome. Ces insectes parviennent à éviter les obstacles et à prendre des décisions rapides malgré un cerveau minuscule. De la même façon, les chercheurs ont imaginé une solution légère, sans processeur GPU ni lidar, pour permettre à des drones de se débrouiller seuls. Cette approche s’appuie sur un algorithme d’apprentissage profond combiné à des lois physiques fondamentales.
Habituellement, les drones utilisent plusieurs modules pour se repérer : cartographie, estimation, planification, exécution. Ces systèmes se révèlent précis, mais la latence accumulée peut ralentir les réflexes. Pour contrer cela, les chercheurs ont utilisé un seul réseau neuronal compact. Ce modèle génère directement les commandes à partir d’images de profondeur ultra-basse résolution (12×16 pixels), avec une carte électronique ne coûtant que 21 dollars.
Des résultats concrets grâce à l’entraînement en simulation
Contrairement aux autres méthodes, ce système ne nécessite pas d’énormes volumes de données réelles. L’équipe l’a entraîné dans un simulateur avec des formes géométriques simples. Même dans un environnement simulé, les drones autonomes imitent la mouche avec une agilité impressionnante. Le modèle a également appris à gérer des vols en essaim, sans communication directe entre les drones.
Les chercheurs affirment que leur principal progrès repose sur l’intégration directe de la physique du vol dans le processus d’entraînement. Cela rend le modèle plus robuste, même dans des situations inattendues. Ce principe, appelé « apprentissage physique différentiable », n’est pas nouveau mais rarement appliqué aux drones autonomes. Grâce à cela, l’équipe a pu prouver que la simplicité peut parfois remplacer la complexité des approches traditionnelles.
Moins de capteurs, plus d’intelligence embarquée
Le plus surprenant reste l’usage de données très limitées. Contrairement aux réseaux géants alimentés par des millions d’images, cette intelligence embarquée repose sur peu d’exemples mais sur une bonne compréhension de l’environnement. « Une image floue peut suffire à déclencher la bonne action », résument les professeurs Zou et Lin.
À terme, cette technologie inspirée de la mouche pourrait rendre les drones autonomes utiles dans de nombreux domaines : secours en zones sinistrées, surveillance d’infrastructures, ou encore courses automatisées. Les chercheurs testent actuellement une version du système basée sur le flux optique, encore plus proche de la vision des insectes. Cette piste pourrait renforcer l’autonomie sans GPS ni lidar.
La suite de la recherche : comprendre le cerveau du drone
Les scientifiques souhaitent désormais comprendre comment le réseau interne prend ses décisions. Cela pourrait, selon eux, aider à mieux interpréter le comportement des insectes ou à créer des modèles d’intelligence artificielle plus fiables. Le lien entre perception, action et décision devient central dans la conception des prochains drones autonomes.
- Partager l'article :
