Un nouvel algorithme pour les véhicules autonomes ? - Efrei

Ce module a été développé afin de rendre le site Efrei accessible au plus grand nombre.

Si malgré notre vigilance, vous rencontriez le moindre problème d’accessibilité sur notre site, n’hésitez pas à nous contacter à l’adresse site-groupe@efrei.fr ou par téléphone au +33 188 289 000.

Image voiture
30 Juin 2022
Recherche
  • Partager sur Twitter
  • Partager sur Facebook
  • Partager sur Linkedin
  • Partager sur Google+

Un nouvel algorithme pour les véhicules autonomes ?

L’autonomie des véhicules sera l’une des prochaines révolutions technologiques. Pour y parvenir, il faudra des algorithmes d’intelligence artificielle toujours plus performants afin d’obtenir des prises de décisions irréprochables. Une équipe de chercheurs impliquant l’Efrei Research Lab a récemment publié une étude démontrant l’efficacité d’un nouvel algorithme issu de la fusion de deux d’entre eux.

Un événement imprévu au volant, une moto déboîte à faible allure devant moi, dois-je piler ou déboîter ? Alors que nous souhaitons l’intégrer dans des véhicules et qu’une mauvaise décision de pilotage peut avoir un impact mortel, nous ne pouvons pas nous permettre de questionner la confiance dans l’IA.

Des chercheurs1 de l’Université Badji Mokhtar Annaba en Algérie et de l’Efrei viennent de publier un article dans la revue scientifique Applied Intelligence, démontrant que la fusion de deux algorithmes permet d’aboutir à un nouveau plus performant pour la conduite autonome de véhicule, sans pour autant en augmenter la complexité.

Un pour le prix de deux

Pour mettre ce nouvel algorithme au point, les chercheurs en ont fusionné deux : SARSA et un de type Harmonic Search.

SARSA, qui signifie « State Action Reward State Action », permet l’apprentissage en fonction d’une action effectuée. Selon cette action, une « récompense » (positive ou négative) va être intégrée permettant une évolution du système qui va ensuite entrer dans un nouvel état. Cette boucle se répète permettant à SARSA de s’adapter en fonction des récompenses en favorisant les « bonnes » actions.

Le second algorithme, de type Harmonic Search, sert ici à compenser les défauts de SARSA en sélectionnant les meilleurs paramètres en fonction des situations et accélère l’apprentissage de l’IA.

En les combinant de manière optimisée, c’est-à-dire sans ajouter de complexité et de défaut, les chercheurs obtiennent le nouvel algorithme Harmonic-SK Deep SARSA. Grâce à ses capacités d’apprentissage issues de SARSA et une meilleure sélection de paramètres par Harmonic Search, il dépasse les modèles de référence.

Visuel algo VA

Ses caractéristiques se définissent par :

  • une architecture non-complexe,
  • un apprentissage rapide,
  • une stabilité élevée,
  • une faible charge de calcul,
  • une réactivité aux situations inattendues,
  • et une absence de connaissances préalables nécessaires.

L’algorithme n’a donc que des qualités !

Avec sa haute précision et une grande adaptabilité aux incertitudes, il donne d’excellents résultats sur des simulateurs.

 

Du virtuel au réel ?

Afin de valider les capacités de Harmonic-SK Deep SARSA, les chercheurs ont mené des tests sur des environnements virtuels reconnus. Cela permet de simuler la conduite de véhicules autonomes sur autoroute, un milieu plus simple que la ville car il y a moins de facteurs à prendre en compte. Avec ces tests, les chercheurs valident donc la fiabilité de leur algorithme.

Cependant, pour la suite, il est très compliqué et onéreux de faire passer un tel outil de la phase de test en environnement virtuel à des tests réels. En France, le Groupe Renault et Transdev avaient réalisé en 2018, et pour la première fois en Europe, des tests sur quatre véhicules autonomes lancés au beau milieu de la circulation. Un investissement global de 11 millions d’euros.

Au-delà de l’utilisation automobile, il est possible d’imaginer grâce à cet algorithme des fauteuils autonomes afin d’aider les personnes en situation de handicap ou encore, niveau logistique, des déchargements de bateaux autonomes.

Ainsi, le Harmonic SK Deep SARSA est un pas de plus vers l’autonomie de véhicules motorisés.

La prochaine étape est une amélioration de l’algorithme par un système multi-agents : chaque véhicule autonome travaille pour lui et pour les autres grâce à une intelligence partagée permettant une évolution plus rapide de l’apprentissage et la collaboration entre les véhicules. En effet la voiture du futur ne sera pas uniquement autonome mais collaborative.

Harmonic-SK Deep SARSA et toutes ses évolutions équiperont peut-être un jour des véhicules autonomes sur nos routes.

La recherche à l’Efrei

L’Efrei Research Lab est le laboratoire de l’Efrei, La Grande École du numérique.

Ses domaines d’expertise recouvrent les grandes thématiques contemporaines telles que : Données et Intelligence Artificielle, Sécurité et Confiance numérique, Réseaux de communication ou encore Systèmes embarqués intelligents.

Le laboratoire se concentre sur la recherche appliquée dans trois domaines d’application majeurs : les sciences du vivant (santé, agriculture, sport…), la transformation des entreprises et les Legaltech.

Le laboratoire accueille des doctorants et travaille en collaboration avec des entreprises dans le cadre de thèses CIFRE ou des chaires. Si vous êtes intéressé, contactez Etienne Pernot, Directeur Recherche et Valorisation.

1 – Les chercheurs impliqués dans l’étude sont Mohamed Saber Rais, Rachid Boudour, Khouloud Zouaidia de l’Université Badji Mokhtar Annaba et Lamine Bougueroua de l’Efrei.