SA-MARL pour coordonner des drones sous-marins

LLéna

Des chercheurs de Northeastern University et de Hohai University présentent SA-MARL, une méthode d’apprentissage par renforcement multi-agent destinée à coordonner des véhicules sous-marins autonomes lorsque les communications acoustiques sont limitées et que la topologie du réseau change, selon AlphaSignal. Ces contraintes de communication et de réseau constituent le contexte pour lequel cette méthode est conçue : elle doit coordonner plusieurs véhicules sans s’appuyer sur des échanges acoustiques continus et abondants. Les chercheurs ont évalué la méthode uniquement dans des simulations, où les véhicules sous-marins sont représentés de façon abstraite ; il ne s’agit donc pas d’essais en mer ni d’une validation en conditions réelles. Dans un scénario de 4 véhicules contre 2, la précision de suivi atteint 92 % ; dans un scénario de 12 contre 4, elle atteint 86 %. Les simulations indiquent aussi une convergence en moins de 1 000 épisodes, face aux méthodes comparées. Ces résultats décrivent les performances obtenues dans les scénarios simulés et ne démontrent pas que des véhicules autonomes obtiendraient les mêmes résultats dans des conditions sous-marines réelles. Les auteurs ont publié le code du projet sur GitHub, tandis que les performances annoncées restent celles d’une évaluation simulée et que le comportement d’un essaim en mer n’est pas établi par ces résultats.