Des chercheurs du MIT et de l'entreprise technologique Symbotic ont développé un nouveau système permettant de fluidifier le trafic des robots au sein de gigantesques entrepôts autonomes. Dans ces environnements où des centaines de robots collectent et distribuent des articles, un simple embouteillage ou une collision mineure peut entraîner des ralentissements massifs. Pour éviter cet effet de domino inefficace, l'équipe a créé une méthode qui apprend prioriser automatiquement les robots en fonction de la congestion naissante et adapte leurs trajets pour anticiper les goulets d'étranglement. Ce système hybride utilise l'apprentissage par renforcement profond, une méthode d'intelligence artificielle puissante pour résoudre des problèmes complexes, afin de déterminer quels robots doivent passer en premier à chaque instant. Ensuite, un algorithme de planification rapide et fiable transmet les instructions aux robots, leur permettant de réagir rapidement aux conditions changeantes. Lors de simulations inspirées de la conception réelle des entrepôts e-commerce, cette nouvelle approche a enregistré une augmentation de 25 % du débit par rapport aux autres méthodes. De manière cruciale, le système s'adapte rapidement à de nouveaux environnements, qu'il s'agisse de variations dans le nombre de robots ou de la disposition des entrepôts. Han Zheng, étudiant diplômé au laboratoire de systèmes d'information et de décision (LIDS) du MIT et auteur principal, souligne l'impact de cette technologie. « Il existe de nombreux problèmes de prise de décision dans la fabrication et la logistique où les entreprises s'appuient sur des algorithmes conçus par des experts humains. Nous avons montré qu'avec la puissance de l'apprentissage par renforcement profond, nous pouvons atteindre des performances supérieures à celles des humains. C'est une approche très prometteuse, car même une augmentation de 2 ou 3 % du débit dans ces immenses entrepôts peut avoir un impact énorme », explique-t-il. La coordination simultanée de centaines de robots est complexe car l'environnement est dynamique et les robots reçoivent continuellement de nouvelles tâches. Les entreprises utilisent traditionnellement des algorithmes écrits par des experts pour maximiser le nombre de colis traités. Cependant, en cas d'embouteillage, l'usine doit souvent s'arrêter pendant des heures pour régler manuellement le problème. L'équipe du MIT a surmonté cette difficulté en concevant un modèle de réseau de neurones qui analyse l'environnement et décide des priorités. Entraîné par apprentissage par renforcement profond dans des simulations réalistes, le modèle apprend à coordonner les robots de manière efficace, en évitant les conflits et en maximisant le débit global. Une fois que le réseau de neurones a décidé des priorités, un algorithme de planification éprouvé indique à chaque robot comment se déplacer d'un point à un autre. Cette combinaison de méthodes est clé pour équilibrer l'IA et les méthodes d'optimisation classiques. Cathy Wu, professeure associée au MIT et auteure principale, explique que cette approche hybride permet de simplifier considérablement la tâche de l'apprentissage automatique. Bien que le système ne soit pas encore déployé dans le monde réel, ces démonstrations mettent en évidence la faisabilité et les avantages de l'approche guidée par l'apprentissage automatique. Les chercheurs prévoient d'inclure l'affectation des tâches et de scaler le système pour des entrepôts comptant des milliers de robots.