Mars est un test grandeur nature de l’autonomie robotique, pas encore de la manipulation simulée

Mars est un terrain d’essai exceptionnel pour l’autonomie robotique. Le délai de communication entre les deux planètes varie d’environ 3 à 22 minutes dans un seul sens, auquel peuvent s’ajouter des interruptions plus longues. Piloter un rover au joystick, comme un véhicule télécommandé, est donc impraticable. Le robot doit interpréter son environnement, choisir des actions sûres et gérer localement les incertitudes ordinaires, sans attendre que la Terre corrige chacun de ses mouvements. 1719

Mais Mars répond à une question plus précise que « les robots peuvent-ils tout apprendre en simulation ? ». Elle permet d’évaluer la quantité de travail utile qu’un robot peut accomplir à partir de modèles préalables, de capteurs embarqués et de décisions locales lorsque les données sont rares, que le réentraînement est lent et qu’un échec peut être irréversible.

Ce que Mars peut réellement tester

Mars sépare clairement la supervision de haut niveau de l’exécution locale. Les équipes au sol choisissent les objectifs scientifiques, définissent les contraintes et tracent de grandes orientations. Le rover prend ensuite en charge la boucle à court terme : perception, planification, contrôle et évitement des obstacles.

C’est un test significatif de l’autonomie sous contrainte de latence et d’incertitude. En revanche, ce n’est pas, à lui seul, une expérience propre permettant de déterminer si un robot peut apprendre des compétences physiques arbitraires sans jamais interagir avec l’environnement cible. La locomotion, la manipulation et la réparation n’exposent pas les mêmes incertitudes, et Mars offre très peu de possibilités pour répéter une expérience après un échec.

Curiosity et Perseverance : le gain de productivité de l’autonomie

Curiosity et Perseverance reposent sur des architectures de mobilité étroitement apparentées et affichent toutes deux une vitesse maximale nominale d’environ 4,2 centimètres par seconde. Perseverance bénéficie toutefois d’une informatique embarquée, de caméras et de logiciels de navigation améliorés, ainsi que d’une mise en œuvre plus performante de la conduite autonome. 1

Avec Curiosity, la navigation autonome exigeait souvent que le rover s’arrête, capture des images stéréoscopiques, les traite, puis sélectionne une trajectoire sûre. Au cours de ses 2 500 premiers sols — des journées martiennes — sa distance parcourue médiane était d’environ 28 mètres, et il n’a dépassé 100 mètres qu’à 18 reprises. 2

Le système AutoNav de Perseverance construit des cartes 3D locales du terrain, repère les dangers géométriques et recalcule sa trajectoire autour des obstacles sans que la Terre ait à préciser chaque portion du parcours. 37 Lors d’une campagne de progression rapide, le rover a réalisé une traversée de 528,7 mètres sur plusieurs sols à partir d’un seul plan, puis une continuation de 699,9 mètres sans indication humaine de trajectoire pendant trois sols. 5 Dans un champ de blocs rocheux, la NASA a indiqué que Perseverance avait achevé son parcours en environ un tiers du temps qu’auraient nécessité les rovers martiens précédents. 6

La comparaison n’est pas une expérience parfaitement contrôlée : les deux engins diffèrent aussi par leur puissance de calcul, leurs systèmes d’imagerie et leur architecture de mission. Elle met néanmoins en évidence un principe opérationnel important. Lorsqu’un robot peut prendre des décisions locales sûres, le délai de communication cesse d’être un cycle permanent de commande et d’attente.

La véritable leçon : la supervision, pas l’indépendance totale

Perseverance n’élimine pas l’intervention humaine. Les équipes décident toujours quelles observations scientifiques sont prioritaires, quels risques sont acceptables et dans quelle direction générale le rover doit progresser. L’autonomie se charge de l’exécution locale nécessaire pour atteindre ces objectifs efficacement.

Cette architecture est particulièrement utile lorsqu’un robot ne peut être récupéré ni rapidement remplacé. Plutôt que de transmettre chaque correction depuis la Terre, les opérateurs fournissent des buts et des garde-fous. Le robot utilise ses capteurs et ses modèles embarqués pour sélectionner des actions à l’intérieur de ces limites.

Les données disponibles permettent donc une conclusion pratique : pour des tâches bien délimitées, comme la conduite avec détection des dangers, l’autonomie peut accroître l’activité utile et la quantité de science accessible par sol. Elles ne démontrent pas que le même système peut effectuer sans risque n’importe quelle tâche de manipulation.

Pourquoi réussir à conduire ne prouve pas la manipulation sim-to-real

La conduite est difficile, mais une grande partie du problème peut être formulée en termes géométriques : identifier le terrain, estimer les dangers et le glissement, puis choisir une route prudente. Les tâches impliquant des contacts physiques sont différentes. Creuser, prélever un échantillon, accoupler un outil, ouvrir un mécanisme, assembler une structure ou réparer un équipement dépendent de forces et de comportements des matériaux difficiles à déduire d’une simple apparence visuelle.

Un système de manipulation peut devoir prédire la déformabilité, le frottement, l’écoulement granulaire, l’usure, les jeux mécaniques, l’interaction entre l’outil et le sol ainsi que les modes de défaillance. Mars ajoute d’autres sources d’incertitude : une gravité de surface comprise entre 0,37 et 0,38 fois celle de la Terre, une atmosphère ténue composée majoritairement de dioxyde de carbone, et une surface froide, sèche, recouverte d’un régolithe variable. 333536 Des documents techniques de la NASA signalent également les risques liés à la charge électrostatique dans le sol martien sec et très résistif : la poussière chargée peut s’accumuler sur les surfaces et créer des dangers. 3334

La poussière n’est donc pas qu’un problème esthétique. Des travaux liés à la NASA indiquent que les dépôts de poussière sur les panneaux solaires des rovers ont déjà réduit leur efficacité au point de menacer la poursuite des opérations. 34 Un simulateur qui reproduit fidèlement l’apparence du terrain — ou qui produit de bonnes décisions de navigation — peut malgré tout se tromper sur les forces de contact, les transferts thermiques, l’adhérence de la poussière ou la dégradation des composants qui déterminent la réussite d’une manipulation.

Le bon critère de validation : les résultats physiques

Affirmer que « la simulation sait gérer la manipulation sur Mars » demande davantage qu’un environnement numérique convaincant ou qu’une démonstration réussie dans une tâche voisine. Le test décisif consiste à vérifier si le modèle prédit des résultats mesurés sur des systèmes physiques et dans des conditions qui n’ont pas servi à son entraînement.

Il faudrait notamment mesurer :

• les forces et les couples pendant le contact avec un outil ;
• le glissement, l’enfoncement des roues et la traction selon les types de sol ;
• l’interaction entre les outils et le régolithe, ainsi que l’écoulement des grains ;
• le comportement thermique sous pression et température comparables à celles de Mars ;
• l’adhérence de la poussière et la dégradation des capteurs ;
• l’usure des composants, les jeux mécaniques et l’évolution des frottements ;
• la répartition des réussites, des récupérations et des échecs.

Tant qu’un modèle ne concorde pas avec ces mesures sur les terrains et dans les états environnementaux pertinents, les performances de navigation ne doivent pas être considérées comme la preuve d’une manipulation robuste au contact. La conclusion n’est pas que la simulation serait inutile. C’est qu’elle doit être calibrée sur la réalité et constamment testée pour détecter ses erreurs de modèle.

Pourquoi commencer par des instruments précurseurs est logique

Une mission en plusieurs étapes peut réduire le coût des inconnues. Des capteurs ou des instruments d’exploration moins coûteux peuvent d’abord mesurer les paramètres physiques qui contrôlent les défaillances. Ces observations servent ensuite à mettre à jour le modèle de l’environnement, à contraindre le simulateur et à révéler les conditions qui restent en dehors de son domaine de validation.

Un robot plus capable peut alors être envoyé avec des politiques testées contre des mesures mises de côté, plutôt qu’uniquement contre les données ayant servi à construire le modèle. Les instruments devraient continuer à surveiller l’environnement pendant les opérations afin de détecter les moments où la réalité s’écarte des hypothèses du système.

Cette approche ne remplace pas Mars par un « jumeau numérique ». Elle utilise un nombre limité de mesures soigneusement choisies pour rendre le modèle numérique suffisamment prédictif dans le cadre d’une mission à haut risque.

La Terre pourrait répondre avant Mars à la question de la manipulation

Les mines, les plateformes offshore, les installations nucléaires et les zones sinistrées présentent plusieurs des difficultés qui rendent Mars si exigeante : informations incomplètes, environnement dangereux, contact avec des matériaux irréguliers et conséquences potentiellement lourdes en cas d’erreur. À la différence de Mars, ces sites permettent cependant de répéter les essais, d’utiliser une instrumentation dense, de récupérer le matériel défaillant, d’imposer des perturbations contrôlées et de modifier rapidement le logiciel ou le matériel.

Il devient ainsi possible de répéter de nombreuses fois la boucle complète :

1. numériser et reconstruire l’environnement ;
2. simuler les actions candidates ;
3. entraîner ou planifier une politique ;
4. la déployer sur un robot physique ;
5. comparer les résultats prévus aux résultats observés ;
6. mettre à jour le modèle et recommencer les tests.

Les résultats obtenus dans ces secteurs pourraient montrer si une chaîne donnée d’autonomie et de simulation résiste au transfert entre environnements. Ils ne supprimeraient pas la nécessité d’un calibrage spécifique à Mars : gravité, atmosphère, sols, poussière et conditions thermiques terrestres ne sont pas identiques.

Ce que les annonces de 51WORLD établissent — et ce qu’elles n’établissent pas

Les descriptions publiques d’AperOne par 51WORLD le présentent comme une plateforme d’applications d’IA incarnée organisée autour d’une boucle de reconstruction, d’entraînement, d’évaluation, de déploiement et d’exploitation. Un article public évoque également une validation revendiquée dans des environnements comme les mines et les usines. 50

Par ailleurs, 51WORLD a annoncé une collaboration avec Huantian Intelligence pour développer ECS-1, un satellite commercial d’observation de la Terre destiné à soutenir l’entraînement d’IA fondée sur la physique et des applications de simulation. L’annonce décrit ce projet comme une collaboration ; elle ne constitue pas la preuve qu’un système de manipulation sim-to-real au niveau d’exigence martien a déjà été validé en orbite. 54

Ces annonces correspondent à une stratégie progressive : recueillir davantage de données physiques, construire des environnements exploitables et tester les systèmes incarnés avant les déploiements les plus difficiles. Les informations disponibles ne suffisent toutefois pas, à elles seules, à établir les performances d’AperOne pour la manipulation sur Mars ni à prouver que 51WORLD a résolu la robotique minière en général. Pour cela, il faudrait des résultats au niveau des tâches, des protocoles de mesure, des données d’échec et des comparaisons reproductibles.

La conclusion la plus solide

Mars a déjà montré que l’autonomie embarquée peut transformer la productivité d’un robot éloigné lorsque la tâche est circonscrite et que le robot peut évaluer les dangers locaux. Les longues traversées autonomes de Perseverance illustrent l’intérêt de passer de commandes détaillées envoyées depuis la Terre à une supervision de haut niveau. 456

Mars n’a pas encore démontré que la simulation, à elle seule, peut fournir les connaissances physiques nécessaires à une manipulation fiable au contact. La voie la plus défendable est itérative : mesurer d’abord, calibrer le modèle, tester ses prédictions contre une réalité tenue à l’écart, répéter le processus dans des environnements terrestres où les erreurs sont récupérables, puis seulement confier à des robots capables des tâches à haut risque sur Mars.

Mars n’est donc pas simplement l’examen final de l’apprentissage robotique. C’est l’environnement qui révèle si toute la chaîne simulation-réalité a été validée — ou si elle a seulement été rendue convaincante en apparence.