L'océan couvre une vaste étendue de notre planète, mais nos connaissances restent limitées. Selon l'Administration nationale océanique et atmosphérique (NOAA), environ 80 % des fonds marins demeurent "non cartographiés, non observés et inexplorés".
Les navires constituent le moyen principal de recueillir des données marines, mais leur déploiement fréquent est coûteux. Plus récemment, les flotteurs Argo, des bouées robotisées, dérivent avec les courants et plongent jusqu'à 2 000 mètres pour effectuer diverses mesures. Cependant, les nouveaux robots aquatiques développés au California Institute of Technology (Caltech) promettent des missions sous-marines plus précises et personnalisées.
"Nous envisageons une exploration océanique mondiale avec des essaims de petits robots variés, déployés pour surveiller le changement climatique et la physique des océans", explique John O. Dabiri, professeur d'aéronautique et de génie mécanique au Caltech.
Voici CARL-Bot (Caltech Autonomous Reinforcement Learning Robot), un robot de la taille d'une paume évoquant un mélange de capsule et de pieuvre dumbo. Équipé de moteurs pour la propulsion, lesté pour rester vertical, il intègre des capteurs mesurant pression, profondeur, accélération et orientation. Son microcontrôleur, avec un processeur d'1 Mo plus petit qu'un timbre, pilote toutes ses actions.
CARL-Bot est la dernière innovation du laboratoire de Dabiri, conçue et imprimée en 3D par Peter Gunnarson, doctorant au Caltech. Les premiers tests ont eu lieu dans sa baignoire, les labs étant fermés en début 2021 en raison de la Covid-19.
Actuellement télécommandé, CARL-Bot doit devenir pleinement autonome pour atteindre les abysses. Peter Gunnarson et John O. Dabiri ont collaboré avec l'informaticien Petros Koumoutsakos pour intégrer des algorithmes d'IA lui permettant d'apprendre à naviguer seul, en s'adaptant à son environnement et à ses expériences passées. Leurs travaux sont publiés cette semaine dans Nature Communications.
CARL-Bot ajuste son trajet en temps réel pour éviter les forts courants ou stationne avec une consommation énergétique minimale grâce à sa batterie lithium-ion.
Les algorithmes de Koumoutsakos effectuent les calculs de navigation à bord. Ils exploitent la mémoire des expériences passées, comme contourner un tourbillon. "Ces données guident les décisions futures", précise Dabiri.
CARL-Bot mémorise les trajectoires similaires et optimise ses missions au fil des répétitions, échantillonnant l'océan plus efficacement avec moins de temps et d'énergie, note Gunnarson.
L'apprentissage initial se fait en simulation avec des données idéales, mais le transfert au réel est ardu en raison des capteurs imparfaits. "Nous débutons les tests en bassin physique", indique Gunnarson. La phase initiale valide des tâches simples comme des plongées répétées. Une vidéo sur le blog du Caltech montre CARL-Bot en action dans un réservoir calme.
Prochaines étapes : un bassin simulant des courants horizontaux, puis une installation à deux étages pour les courants verticaux, où CARL-Bot maintiendra sa profondeur malgré les turbulences.
"Finalement, nous le libérerons dans l'océan réel pour qu'il apprenne à naviguer seul", conclut Dabiri.
L'équipe affinera aussi les capteurs. "Quelle est la batterie minimale de senseurs nécessaire ?", s'interroge Dabiri. Sans outils énergivores comme LiDAR ou caméras, CARL-Bot prolonge son autonomie et libère de l'espace pour mesurer pH, salinité ou température.
Début 2023, l'équipe de Dabiri a publié sur le contrôle électrique de méduses. Intégrer les algorithmes de CARL-Bot pourrait les diriger précisément.
"Tester sur de vraies méduses prendrait du temps ; CARL-Bot est notre plateforme idéale", explique Dabiri. Ces créatures bioniques plongeraient jusqu'à la fosse des Mariannes (11 000 m).
CARL-Bot complète les flotteurs Argo pour des missions précises près des fonds ou pour suivre des bancs de poissons.
"Imaginez un million de CARL-Bot mesurant simultanément l'océan pour modéliser le climat et sa dynamique", envisage Dabiri.
