La Direction générale de l’armement teste une nouvelle solution de guidage collaboratif pour les essaims de drones

Un essaim de drones [aériens, terrestres et navals] permet de saturer ou de leurrer les défenses adverses, voire de détruire une cible en concentrant l’ensemble des effecteurs sur un point donné. Seulement, la difficulté est de maintenir l’intégrité d’une telle formation, malgré les perturbations [vent, par exemple], le brouillage électronique ou encore la défaillance du système de navigation de l’un des engins robotisés qui la compose.

Pour cela, des solutions basées sur le contrôle prédictif par modèle [Model predictive control – MPC] ou le contrôle coopératif inspiré de la théorie des graphes ont notamment été développées pour les essaims de drones aériens. Mais la Direction générale de l’armement [DGA] entend suivre une autre voie, en mettant au point un système de guidage basé sur un algorithme permettant de reproduire des comportements collectifs observés dans la nature [Flocking Algorithm].

Popularisé par Craig Reynolds en 1987, le Flocking Algorithm est un modèle informatique et mathématique qui s’inspire des nuées d’oiseaux et des bancs de poissons. L’observation de ces derniers a permis de déterminer qu’il était possible de reproduire des comportements collectifs au sein d’un groupe composé d’entités autonomes.

Ainsi, comme l’explique le site spécialisé DataScientest, « même s’ils suivent une direction déterminée, les oiseaux peuvent subitement changer de trajectoire, sans même qu’un leader dirige le groupe. Et cela parce que les oiseaux se déplacent en fonction de règles d’évitement [ou séparation], d’alignement et de cohérence. Et c’est justement à partir de ces trois règles simples qu’on l’on peut recréer un comportement collectif « .

C’est donc en reprenant ces trois règles édictées dans ce modèle informatique que la DGA Maîtrise de l’information [DGA MI], en lien avec l’Agence ministérielle de l’intelligence artificielle de défense [AMIAD], développe une « solution de guidage en essaim qui permet aux robots de se déplacer de manière coordonnée sans collision », laquelle repose sur un algorithme décentralisé, appelé GS-RUFF [Guidance Swarm algorithm with Responsive configUration for Flight Formation]. Ce dernier présente au moins deux avantages notables : il est « peu gourmand en ressources » et il est « résilient aux défaillances ».

Via le réseau social LinkedIn, la DGA a fait savoir que cette solution venait d’être testée avec succès avec trois robots terrestres et « sous simulateur ». Les « essais portaient sur la poursuite de la trajectoire en formation des robots ‘sains’ malgré la défaillance de plusieurs robots de l’essaim », a-t-elle ajouté, avant de préciser que ces résultats expérimentaux venaient de faire l’objet d’une communication auprès de l’EUropean Conference for AeroSpace Sciences [EUCASS], organisée à Rome.

L’algorithme GS-RUFF pourrait être déterminant pour certains programmes en cours car, comme le souligne la DGA, « le guidage collaboratif est un défi pour développer la progression des systèmes autonomes en essaim en lien avec les systèmes pilotés par l’homme tels que le Rafale F5 de Dassault Aviation et les munitions Smart cruiser de MBDA ».

Photo : DGA