SÉOUL, 2 octobre 2025 (WAM) – Des chercheurs sud-coréens ont mis au point une nouvelle technologie d’« intelligence artificielle physique » (Physical AI) inspirée du mécanisme humain de l’oubli, afin d’améliorer la navigation des robots mobiles autonomes dans les centres logistiques et les usines intelligentes.
Les résultats de cette étude, publiés dans le Journal of Industrial Information Integration, présentent un système développé par l’Institut des sciences et technologies de Daegu Gyeongbuk (DGIST) en Corée du Sud. Cette technologie modélise la « diffusion et l’oubli des informations sociales », permettant aux robots de distinguer les obstacles pertinents et actuels des données obsolètes ou inutiles, grâce à une méthode d’oubli inspirée du fonctionnement de la mémoire humaine.
« Nous avons reproduit le principe social consistant à oublier les informations inutiles tout en conservant celles qui sont essentielles, afin de permettre des déplacements plus efficaces. Cette étude démontre l’évolution de l’intelligence artificielle physique vers un comportement proche de celui de l’être humain », a déclaré le professeur Kyung-Joon Park, auteur principal de la recherche.
Les robots mobiles autonomes (AMR) sont largement utilisés dans la logistique et la fabrication, mais leur efficacité est souvent réduite par la présence d’obstacles temporaires. Les systèmes traditionnels continuent de dévier les itinéraires même après la disparition des obstacles, ce qui réduit la productivité.
Pour surmonter cette contrainte, l’équipe du professeur Park a conçu un algorithme d’intelligence collective inspiré d’un phénomène social humain. Ce modèle permet aux robots autonomes de partager instantanément les informations essentielles, comme la localisation d’un obstacle soudain, tout en « oubliant » naturellement les données devenues obsolètes, telles qu’un obstacle déjà levé.
Les chercheurs ont indiqué que cette approche optimise la navigation coopérative des machines, réduit les retards et améliore l’efficacité opérationnelle. Elle pourrait également permettre aux entreprises de réaliser des économies significatives en matière de coûts d’exploitation, de consommation énergétique et d’entretien des équipements.
Les tests réalisés à l’aide du simulateur Gazebo, représentant un centre logistique, ont démontré une nette amélioration des performances par rapport au système classique ROS 2 (Robot Operating System 2). Les résultats ont révélé une réduction du temps de trajet moyen de 30,1 % et une augmentation du rendement des tâches de 18 %.
Selon les chercheurs, cette méthode, compatible avec les capteurs LiDAR 2D et disponible sous forme de module pour ROS 2, est facilement adaptable et pourrait s’appliquer à d’autres domaines tels que les véhicules autonomes, les drones, la gestion intelligente du trafic urbain ou encore les opérations de sauvetage et d’exploration à grande échelle.