Des règles géométriques pour mieux coordonner les essaims de robots

Coordonner une multitude de robots sans leur donner un chef, ni leur imposer une carte complète de l’environnement, est l’un des grands défis de la robotique collective. Dans la nature, des oiseaux en vol, des poissons en banc ou des abeilles autour d’une ruche semblent pourtant y parvenir avec une remarquable fluidité. Une équipe internationale de chercheurs propose désormais un cadre géométrique pour transposer une partie de cette intelligence collective aux machines.

Publiée dans les Proceedings of the National Academy of Sciences, ou PNAS, l’étude s’intéresse à la façon dont des entités mobiles peuvent s’assembler, se disperser ou se déplacer en groupe à partir de règles locales simples. Son idée centrale tient en un terme introduit par les chercheurs : la « curvity ». Cette propriété, reliée à la tendance intrinsèque d’un objet actif à suivre une trajectoire courbe, fournirait un moyen de programmer les interactions au sein d’un essaim.

L’objectif n’est pas de reproduire à l’identique le comportement d’un animal, ni de doter chaque robot d’une intelligence générale. Il s’agit plutôt de concevoir des règles physiques et mécaniques permettant à un grand nombre de machines de prendre collectivement des formes ou des directions utiles, avec un minimum de contrôle centralisé.

Pourquoi les essaims robotiques sont-ils si difficiles à contrôler ?

Un essaim robotique rassemble des machines capables d’agir de façon coordonnée. Il peut s’agir de robots terrestres, de drones ou, à une échelle bien plus petite, de particules et micromachines conçues pour se déplacer de manière autonome. Son intérêt est évident : plusieurs unités modestes peuvent couvrir une zone plus vaste, contourner un obstacle, se répartir les tâches et continuer leur mission même si certaines d’entre elles cessent de fonctionner.

Mais passer d’un petit groupe de machines à des centaines, voire des milliers, pose un problème d’ingénierie. Un dispositif où tous les robots reçoivent en permanence les ordres d’un centre de commande devient lourd à piloter, vulnérable à une défaillance et difficile à faire évoluer. Chaque nouvelle unité augmente les besoins de communication, de calcul et de synchronisation.

C’est précisément ce qui distingue les systèmes naturels. Un banc de poissons ne dépend pas d’un poisson dirigeant qui calculerait la position de tous les autres. Chaque individu réagit surtout à son environnement immédiat et à ses voisins. De ces interactions locales émerge une organisation globale : le groupe se déplace, change de forme ou évite un danger sans qu’une instance unique ne donne toutes les instructions.

Matan Yah Ben Zion, professeur assistant à l’université Radboud et membre de l’équipe, souligne cette différence entre les collectifs vivants et les systèmes artificiels actuels. Les premiers font preuve d’une agilité que les essaims synthétiques peinent encore à atteindre, surtout lorsque l’on veut changer d’échelle.

Des particules autopropulsées comme modèle d’essaim

Pour étudier ce problème, les chercheurs se placent à la frontière entre robotique, physique et science des matériaux. Ils travaillent sur des particules autopropulsées, c’est-à-dire des objets capables de se déplacer grâce à une source d’énergie ou à un mécanisme propre. Cette catégorie recouvre des systèmes très différents : particules actives en laboratoire, micromachines et robots mobiles.

Leur démarche repose sur des règles de conception géométriques. Au lieu de commencer par un programme informatique complexe qui déterminerait chaque action, elle cherche à intégrer dans les propriétés mêmes des éléments mobiles une façon prévisible d’interagir avec les autres. Cette approche s’inspire de la computation naturelle, un domaine qui étudie comment des processus physiques ou biologiques peuvent produire de l’information et de l’organisation.

L’analogie employée par l’équipe est celle des charges positives et négatives. Dans le cadre proposé, les robots ne reçoivent pas une charge électrique réelle. Ils se voient associer une propriété géométrique capable de jouer un rôle comparable : selon leur valeur, les éléments peuvent avoir tendance à se rapprocher ou à s’éloigner, ce qui influence la structure du collectif.

Ce déplacement du problème est important. Il ne s’agit plus seulement de demander : « Quel algorithme faut-il écrire pour gérer mille robots ? » La question devient aussi : « Quelles propriétés mécaniques faut-il donner à chaque robot pour que le groupe s’organise de lui-même ? »

La « curvity », une charge géométrique pour organiser le groupe

La curvity est au cœur de cette proposition. Les chercheurs l’emploient pour décrire la propension intrinsèque d’une particule active à adopter une trajectoire courbe. Dans un système d’essaim, cette caractéristique peut modifier la manière dont deux unités se rencontrent, se suivent, se repoussent ou restent liées.

Martiniani, professeur de physique à la New York University, ou NYU, met en avant le lien entre cette propriété et le contrôle des mouvements : former un essaim, le faire avancer ou provoquer son regroupement. Les expériences présentées dans l’étude montrent qu’un critère fondé sur la courbure influence l’attraction entre paires de robots.

L’intérêt du concept est qu’il peut être formulé de manière simple. Chaque machine pourrait être associée à une curvity positive ou négative, comme on associe un signe à une charge dans une analogie électrique. Les interactions entre les unités seraient alors modulées par cette valeur. Certaines configurations favoriseraient la formation de groupes, tandis que d’autres contribueraient à les séparer ou à empêcher un amas désordonné.

Il faut toutefois distinguer une démonstration de principe d’un système industriel prêt à l’emploi. L’étude établit un cadre pour comprendre et concevoir ces interactions, et ses expériences portent notamment sur des interactions entre paires de robots. Les auteurs indiquent que le principe peut être extrapolé à des groupes de milliers de machines, mais cette extrapolation reste un enjeu de mise en œuvre concret : capteurs, énergie, robustesse des communications et conditions réelles de terrain devront compter autant que la règle géométrique elle-même.

En quoi cette approche se distingue-t-elle des logiciels de pilotage classiques ?

Les essaims robotiques sont souvent associés à des logiciels de planification : des programmes calculent les trajectoires, répartissent les zones à explorer et évitent les collisions. Ces outils restent essentiels, notamment pour définir une mission ou respecter des contraintes de sécurité. La méthode décrite par l’équipe ne prétend pas les remplacer entièrement.

Sa spécificité est de chercher une part du contrôle dans la structure des robots et dans les lois d’interaction entre eux. Autrement dit, la coordination ne viendrait pas uniquement d’ordres échangés par radio ou d’un calculateur distant. Elle pourrait être inscrite dans la mécanique et la géométrie des unités mobiles.

Casiulis, chercheur au Centre de recherche en matière molle de NYU, insiste sur le caractère élémentaire des mécanismes envisagés. Parce qu’elles reposent sur des principes physiques fondamentaux, ces règles pourraient être plus faciles à traduire dans des robots physiques que des stratégies de contrôle extrêmement sophistiquées.

Cette perspective rejoint une idée ancienne de la robotique dite « incarnée » : la forme d’une machine, la souplesse de ses matériaux et ses propriétés mécaniques peuvent participer au calcul nécessaire à l’action. Dans le cas présent, la courbure et les interactions qui en découlent deviendraient des éléments de pilotage collectif.

Quels usages peuvent être envisagés ?

L’une des applications citées par les chercheurs concerne les opérations de recherche et de sauvetage. Dans un environnement vaste, instable ou dangereux, un ensemble de robots capables de se disperser puis de se regrouper pourrait aider à explorer une zone. La même logique est évoquée pour l’identification de zones touchées par des feux de forêt, où des drones ou robots coordonnés pourraient répartir leur observation.

L’étude ouvre aussi des perspectives dans les environnements industriels et pour les robots de livraison. Dans ces cas, le défi consiste souvent à faire évoluer plusieurs machines au même endroit sans créer de congestion, de collisions ou de dépendance excessive à une centrale de contrôle. Des interactions locales bien définies pourraient faciliter la formation de groupes temporaires ou leur séparation.

Les auteurs mentionnent enfin la possibilité d’appliquer ces règles à de petits robots micrométriques. À très petite échelle, une coordination fondée sur la physique pourrait intéresser la livraison de médicaments et d’autres traitements. Il s’agit d’une piste de recherche, non d’une application médicale disponible : un tel usage devrait surmonter des exigences considérables de sécurité, de précision et de validation clinique.

La force de cette approche est donc moins de promettre un essaim universel que de proposer une même grammaire de conception pour plusieurs échelles. Selon le contexte, elle pourrait s’appliquer à des robots visibles dans un entrepôt ou à des objets beaucoup plus petits étudiés en laboratoire.

Ce qu’il faut surveiller pour passer du laboratoire au terrain

La publication dans les PNAS fournit un cadre scientifique pour concevoir des collectifs de machines à partir de la géométrie. La prochaine étape sera de vérifier la robustesse de ces règles dans des situations moins contrôlées. Un essaim réel doit composer avec des sols irréguliers, du vent, des obstacles imprévus, des capteurs imparfaits, des pannes partielles et des contraintes d’autonomie énergétique.

Il faudra aussi déterminer comment associer les propriétés de curvity à des objectifs concrets. Explorer méthodiquement une zone, maintenir une formation, éviter une foule ou transporter un objet ne demandent pas le même comportement collectif. Le réglage de ces interactions sera donc un point clé pour les ingénieurs.

Enfin, la promesse de groupes très nombreux soulève une question de sécurité opérationnelle. Plus un essaim est autonome, plus ses règles locales doivent être testées pour garantir qu’il reste prévisible, qu’il évite les collisions et qu’il puisse être interrompu si nécessaire. La recherche présentée en septembre 2025 ne résout pas à elle seule ces défis, mais elle apporte un outil conceptuel original : faire de la courbure un levier de coordination collective, à la manière d’une charge géométrique.