Un objectif majeur dans le domaine de l'IA est de construire un robot capable de naviguer avec précision en se basant sur des instructions en langage naturel, ce qui nécessite que l'agent perçoive la scène, comprenne et contextualise le langage, et agisse dans un environnement réel. Un défi clé ici est d'apprendre à naviguer dans des environnements nouveaux et non observés lors de l'entraînement. La plupart des approches existantes présentent une performance nettement inférieure dans les environnements non observés par rapport aux environnements observés. Dans cet article, nous présentons un agent de navigation généralisable. Notre agent est entraîné en deux étapes. La première étape consiste en un entraînement par apprentissage mixte par imitation et renforcement, combinant les avantages de l'optimisation hors-politique et sur-politique. La deuxième étape consiste en un ajustement fin grâce à de nouvelles triplets « non observés » (environnement, trajet, instruction) introduits récemment. Pour générer ces triplets non observés, nous proposons une méthode simple mais efficace appelée « dropout environnemental » pour simuler des environnements non observés, ce qui permet de surmonter le problème de variabilité limitée des environnements observés. Ensuite, nous appliquons l'apprentissage semi-supervisé (par traduction inverse) sur ces environnements avec dropout pour générer de nouveaux trajets et instructions. Expérimentalement, nous montrons que notre agent est considérablement meilleur en termes de généralisabilité lorsqu'il est ajusté finement avec ces triplets, surpassant largement les approches les plus avancées actuellement disponibles sur l'ensemble de test privé non observé de la tâche Room-to-Room, et obtenant le meilleur classement du tableau des meilleurs résultats.