Cartographes de l'évolution : quand les algorithmes apprennent à explorer plutôt qu'à optimiser ✛ ✎ ✦

Un robot dans un labyrinthe avance vers une impasse. Une minute plus tard, il trouve la sortie avant tout le monde. Cette manœuvre illogique est de l'exploration, pas une erreur. C'est ainsi qu'un cartographe contourne une montagne pour voir ses versants.

Les algorithmes évolutionnaires en éprouvette imitent depuis longtemps la sélection et les mutations pour trouver les meilleures solutions. Mais dans les paysages trompeurs, la course effrénée mène à une impasse. Le voyageur grimpe sur la colline la plus proche — et derrière, c'est le gouffre. La recherche de nouveauté est apparue : elle évalue non pas la qualité, mais la différence de comportement par rapport à ce qui est déjà connu. L'objectif est de constituer un archivage de solutions (un réservoir de variantes uniques), et pas seulement la meilleure. Les auteurs de la méthode MFEA-CoD lancent plusieurs de ces recherches simultanément et leur apprennent à ne pas se gêner mutuellement. Comme des cartographes qui divisent un continent en secteurs, les algorithmes partitionnent l'espace des génotypes (des descriptions codées des solutions, comme l'ADN) pour dresser plus rapidement une carte complète des phénotypes (les caractéristiques observables, par exemple les coordonnées du robot).

À la base, il y a l'opérateur de répulsion : il repousse les trajectoires de recherche des différentes tâches, comme des pôles magnétiques de même nom, les obligeant à explorer des zones différentes. Le deuxième mécanisme est le transfert adaptatif de solutions : si une tâche tombe sur une zone prometteuse, les autres peuvent en profiter, mais seulement lorsque cela est réellement avantageux. Ainsi naît une danse d'explorateurs : ils se dispersent vers leurs tertres respectifs puis se rassemblent autour d'une découverte commune. La mesure de nouveauté est la distance moyenne aux K plus proches voisins dans l'espace comportemental de l'archive A : \(\rho(x, A) = \frac{1}{K} \sum_{k=1}^{K} \mathrm{dist}(\phi(x), \mu_k)\). Et l'algorithme fait l'équilibre entre qualité et nouveauté : \(F_{\text{nov-aug}}(x) = w \cdot f(x) + (1-w) \cdot \rho(x, A)\), où le coefficient w régule combien de gain immédiat on peut sacrifier pour l'exploration.

Les tests l'ont confirmé : la recherche coordonnée augmentait l'archive finale de solutions de 15 à 35 %. Dans les labyrinthes, les robots réussissaient à trouver la sortie dans 100 % des cas dans cinq des six scénarios, et le premier itinéraire fonctionnel était découvert 1,5 à 2 fois plus vite que par les chercheurs isolés. Dans le simulateur MuJoCo, les robots marcheurs Hopper et Walker2d dépassaient régulièrement les concurrents. La différence de 375 comportements uniques — c'est comme si on avait tracé 375 nouveaux sentiers sur une carte d'un territoire inconnu.

Cette approche n'est pas un simple truc pour robots. Elle ouvre la voie à la simulation physique et à la modélisation stochastique dans la conception technique, la découverte de médicaments, la planification de mouvements — partout où le paysage est trompeur et où il est plus important de rassembler une collection de variantes. On s'attend à ce que la méthode soit étendue à des centaines de tâches et hybridée avec de grands modèles de langage pour le transfert de connaissances entre disciplines. Le continent inconnu se dessine peu à peu sur la carte — et désormais, ce ne sont plus des individus isolés qui le tracent, mais des expéditions entières. Chaque pas de côté peut devenir un chemin vers la découverte.