Des robots cartographes dessinent la carte de l'inconnu ✛ ✎ ✦

Original: "From Consistency to Collaborative Discovery: MFEA-CoD for Multitask Novelty Search"
arXiv:2607.00761 · 2026-07-01 · arXiv non-exclusive · analyse indépendante · 1 min
Des algorithmes cartographes explorent ensemble des labyrinthes au lieu de courir vers la sortie — et découvrent bien plus de chemins.

Un robot dans un labyrinthe a fait un pas dans un cul-de-sac — et une minute plus tard, il a trouvé la sortie. Aucune erreur : c'est la tactique du cartographe. Il contourne la montagne de tous les côtés pour dresser une carte précise. Les algorithmes éclaireurs agissent désormais de même : ils ne courent pas après un but unique, mais rassemblent une collection de chemins différents.

La nouvelle approche, qui imite l'évolution, lance plusieurs explorateurs avec de petites variations. Leurs trajectoires se repoussent mutuellement, comme des aimants — pour ne pas se répéter. Ce qui est trouvé va dans une archive commune, où chaque solution garde son code et ses comportements visibles (par exemple, les coordonnées). Dans les tests sur des labyrinthes, ces équipes ont collecté jusqu'à 3199 manœuvres uniques. Contre 2824 pour les solitaires.

La méthode sera utile pour les modèles informatiques et les problèmes avec aléa, où l'on n'a pas besoin d'une seule réponse mais d'un éventail de variantes : de la conception de médicaments aux plans de robots. Le continent inconnu n'est plus cartographié par des solitaires, mais par des équipes coordonnées. Chaque pas de côté est un chemin vers la découverte.

Lors des essais, un robot s'est éloigné du but — et ce détour inhabituel a révélé un raccourci. Une impasse s'est transformée en percée.

\rho(x, A) = \frac{1}{K} \sum_{k=1}^{K} \mathrm{dist}(\phi(x), \mu_k)
Définition formelle de la nouveauté d'une solution x : distance moyenne aux K points les plus proches dans l'espace comportemental de l'archive A
F_{\text{nov-aug}}(x) = w \cdot f(x) + (1-w) \cdot \rho(x, A)
Somme pondérée de la qualité f(x) et de la nouveauté ; le coefficient w régule l'équilibre entre optimisation et exploration
Scientifiques
Andrey Markov
Notions
algorithme génétique découverte de médicaments