IntersectionZoo met l’apprentissage par renforcement à l’épreuve du trafic urbain

Une intelligence artificielle peut réussir brillamment un test de conduite simulée et se montrer bien moins convaincante dès que le décor change. Une signalisation différente, une intersection organisée autrement ou des comportements de véhicules moins prévisibles suffisent parfois à faire vaciller un système pourtant performant. C’est ce décalage entre le laboratoire et la diversité du monde réel qu’IntersectionZoo entend rendre visible.

Présenté le 6 mai 2025, ce projet dirigé au MIT par la professeure Cathy Wu propose un cadre d’évaluation pour l’apprentissage par renforcement appliqué à la circulation urbaine. Son ambition n’est pas de mettre une voiture autonome sur la route du jour au lendemain. Elle est plus fondamentale : aider les chercheurs à déterminer si un algorithme de contrôle reste utile lorsqu’il sort des conditions très précises dans lesquelles il a été conçu.

L’apprentissage par renforcement, une IA qui apprend par essais et conséquences

L’apprentissage par renforcement, souvent désigné par les initiales anglaises RL, est une méthode d’intelligence artificielle inspirée d’un mécanisme simple : apprendre en agissant. Un agent, c’est-à-dire le programme qui prend des décisions, observe une situation, choisit une action et reçoit en retour un signal indiquant si cette décision était favorable ou non. À force d’essais, il cherche à privilégier les choix associés aux meilleures récompenses.

Dans le trafic, une telle logique peut servir à décider quand accélérer, ralentir ou adapter une trajectoire à l’approche d’un carrefour. La difficulté tient au fait qu’un réseau routier est un système collectif. La décision d’un véhicule modifie les conditions rencontrées par les autres, lesquels réagissent à leur tour. Il faut donc composer simultanément avec les feux, les voies, les intersections, les flux de circulation et les comportements dynamiques des véhicules.

L’objectif peut aussi comporter plusieurs dimensions qui ne vont pas toujours naturellement dans le même sens : maintenir une circulation fluide, éviter des manœuvres brusques, limiter le temps perdu et réduire la consommation de carburant. Pour être crédible, un algorithme doit être évalué sur ces arbitrages dans une grande variété de conditions, plutôt que sur un seul scénario favorable.

Pourquoi les résultats sont-ils difficiles à généraliser ?

Le principal problème ciblé par IntersectionZoo est celui de la généralisation. En intelligence artificielle, ce terme désigne la capacité d’un modèle à conserver de bonnes performances face à des situations nouvelles, mais suffisamment proches de celles rencontrées pendant son apprentissage. C’est une exigence particulièrement élevée pour la mobilité urbaine, où deux intersections ne se ressemblent pas nécessairement et où les conditions changent continuellement.

Un algorithme peut ainsi avoir appris à optimiser ses décisions pour une configuration précise de routes et de feux. S’il perd son efficacité après une modification mineure de la signalisation, il ne résout pas réellement le problème général de la gestion du trafic. Il s’est seulement adapté à un cas particulier. Cette fragilité complique les comparaisons entre travaux de recherche : deux équipes peuvent annoncer de bons résultats sans avoir confronté leurs méthodes aux mêmes variations.

C’est aussi une limite pratique. Dans une ville, les travaux, les changements de plan de circulation, les conditions météorologiques ou la géométrie des carrefours font partie de l’environnement. Les données utiles à une évaluation réaliste doivent donc restituer le contexte : topologie d’une intersection, organisation des voies, état de la circulation et autres paramètres qui influencent les décisions de conduite.

Un million de scénarios pour sortir du cas d’école

La réponse proposée par IntersectionZoo repose sur l’ampleur de son jeu d’évaluation. La plateforme comprend une base de données de 1 million de scénarios de circulation. Cette quantité vise à mettre les solutions d’apprentissage par renforcement face à de nombreuses configurations, au lieu de les juger uniquement sur quelques environnements sélectionnés.

L’intérêt d’un tel ensemble n’est pas seulement d’accumuler des données. Il est d’imposer une méthode plus exigeante. Si une stratégie fonctionne dans plusieurs situations, il devient possible d’étudier les conditions de cette réussite. Si elle échoue, les chercheurs peuvent chercher quels changements l’ont mise en difficulté : un type d’intersection, une logique de signalisation ou des interactions entre véhicules plus complexes.

IntersectionZoo cible des problèmes d’optimisation de grande envergure dans les transports urbains. À cette échelle, l’enjeu dépasse la conduite isolée d’un seul véhicule. Il concerne la manière dont des décisions automatisées interagissent avec un environnement partagé, et la possibilité de concevoir des algorithmes moins dépendants d’un décor fixe.

Le projet peut ainsi constituer un étalon commun. Un benchmark, ou référence d’évaluation, est utile lorsqu’il permet à plusieurs équipes de tester leurs approches avec une base comparable. Il ne désigne pas automatiquement un vainqueur universel : les résultats doivent toujours être lus en fonction des objectifs retenus et des scénarios utilisés. Mais il rend les forces et les limites des méthodes plus visibles.

Ce qu’IntersectionZoo permet d’étudier, et ce qu’il ne prouve pas

La plateforme apporte d’abord un moyen d’examiner la robustesse de stratégies d’apprentissage par renforcement. Elle permet aussi de travailler sur les interactions complexes entre véhicules et sur l’éco-conduite, un domaine où des décisions apparemment modestes peuvent avoir des effets cumulés sur la consommation.

Ralentir de façon progressive en approchant d’un feu rouge en est un exemple parlant. Une conduite qui anticipe peut éviter des accélérations et freinages inutiles. Dans le cadre de véhicules autonomes, ces ajustements pourraient contribuer à réduire les émissions de gaz à effet de serre en ville. L’emploi du conditionnel est important : l’ampleur des bénéfices dépendra des situations étudiées et, à terme, de la part des véhicules autonomes effectivement présents dans la circulation.

IntersectionZoo ne doit donc pas être interprété comme la démonstration qu’une technologie a déjà réduit les émissions dans une ville réelle. Il sert à explorer cette hypothèse de façon structurée. Les futures études envisagées doivent notamment analyser l’effet de différents pourcentages de véhicules autonomes déployés dans un environnement urbain, afin d’estimer dans quelle mesure l’éco-conduite peut modifier le bilan des émissions.

L’éco-conduite, un levier discret mais collectif

L’éco-conduite désigne des pratiques de conduite visant à limiter les dépenses d’énergie inutiles. Pour un conducteur humain comme pour un véhicule automatisé, elle suppose notamment d’anticiper plutôt que de réagir tardivement. À l’échelle d’un véhicule, le gain peut sembler limité. À l’échelle d’un flux urbain, la répétition de comportements plus souples peut devenir significative.

Les systèmes d’apprentissage par renforcement sont intéressants dans ce domaine parce qu’ils peuvent apprendre des politiques de décision à partir d’objectifs définis. Toutefois, leur efficacité ne peut pas être évaluée en regardant uniquement un véhicule. Une consigne qui réduit la consommation d’un agent mais crée des perturbations pour les autres ne constitue pas forcément une bonne solution pour l’ensemble du réseau.

C’est pourquoi les interactions entre véhicules sont centrales dans le projet. Une approche d’éco-conduite crédible doit intégrer les conséquences collectives des décisions individuelles. Elle doit aussi supporter les changements de conditions, car la stratégie adaptée à une intersection peut être moins pertinente dans une autre.

Une ressource ouverte pour comparer les approches

IntersectionZoo est annoncé comme une ressource ouverte, avec sa documentation disponible sur GitHub. Cette accessibilité compte dans un domaine où la comparaison des résultats est essentielle. Elle permet à des chercheurs de tester leurs propres algorithmes, d’examiner les scénarios proposés et de contribuer à faire évoluer les méthodes d’évaluation.

Cette démarche collaborative peut bénéficier à des travaux très différents. La conduite autonome est le terrain d’application mis en avant, mais les enjeux méthodologiques dépassent le seul trafic routier. Dans de nombreux domaines, un système d’apprentissage par renforcement doit prendre des décisions successives dans un environnement qui évolue. La robotique, la logistique ou les systèmes de sécurité peuvent eux aussi rencontrer la même difficulté : réussir sur un exemple ne garantit pas une adaptation fiable à une situation voisine.

Les travaux menés autour de Cathy Wu réunissent cette double dimension académique et appliquée. Ils rappellent qu’un progrès utile en IA ne consiste pas uniquement à améliorer un score. Il consiste aussi à définir des tests suffisamment proches de la complexité d’un problème réel pour que ce score ait un sens.

Ce qu’il faut surveiller

La prochaine étape sera de voir comment IntersectionZoo est adopté par la communauté de recherche. Un benchmark prend de la valeur lorsqu’il est utilisé par plusieurs équipes, confronté à des méthodes diverses et enrichi de retours sur les difficultés rencontrées. La disponibilité d’une documentation et d’un accès ouvert est un premier pas dans cette direction.

Il faudra surtout observer la nature des résultats produits. Les études les plus utiles ne seront pas seulement celles qui identifieront l’algorithme le plus performant dans une moyenne globale. Elles seront celles qui expliqueront dans quelles conditions une méthode résiste, dans quelles conditions elle échoue et quels compromis elle impose entre fluidité, consommation et adaptation.

Pour les villes comme pour les développeurs de véhicules automatisés, cette nuance est déterminante. Le défi n’est pas de créer une IA performante sur une route idéale. Il est de concevoir des systèmes capables de prendre des décisions cohérentes dans la diversité ordinaire, changeante et parfois imprévisible de la circulation urbaine.