Comment Google booste l’apprentissage de ses voitures autonomes grâce à un monde virtuel

Les voitures autonomes de Waymo, la filiale de Google dédiée à cette technologie, se font relativement discrètes sur les routes américaines où elles ont l’autorisation de circuler, de Phoenix à Austin en passant par Mountain View et la zone d’essai privée de l’entreprise.

Mais cela ne les empêche pas d’accumuler, au quotidien, une expérience cruciale sans quitter les garages de Waymo : une grande partie de leur apprentissage se déroule en effet dans Carcraft, une simulation virtuelle très réaliste qui emprunte son nom au célèbre MMORPG de Blizzard, World of Warcraft.

C’est même là qu’elles accumulent le plus de connaissances indispensables à une conduite aussi sécurisée que fluide, comme l’explique James Stout, ingénieur logiciel en chef, dans un article publié sur la plateforme Medium : « Comme pour les chauffeurs de chair et d’os, la pratique reste la clé de l’apprentissage. C’est là que notre simulateur entre en action. Il s’agit d’un monde virtuel réaliste où nous pouvons reproduire chaque kilomètre du monde réel déjà parcouru [par nos véhicules]. Chaque jour, jusqu’à 25 000 voitures autonomes Waymo peuvent y parcourir 12 millions de kilomètres, en mettant leurs attributs habituels à contribution tout en en testant de nouveaux. »

Waymo

Situations compliquées et répétition infinie

Dans Carcraft, les différents éléments de la circulation prennent des formes on ne peut plus basiques. À l’exception des Chrysler Pacifica de Waymo, fidèlement reproduites, les autres véhicules présents sur la route y sont représentés par de simples rectangles de couleur variable.

Des milliers de kilomètres virtuels sont ainsi avalés virtuellement chaque jour dans Carcraft, presque autant, au total, que les plus de 4 millions de kilomètres parcourus par les Chrysler Pacifica dans le monde réel. Mais plus que la distance parcourue dans la simulation, Waymo s’intéresse surtout aux situations de conduite difficiles auxquelles y sont confrontés à répétition les véhicules.

Un carrefour de l’Arizona s’avère particulièrement problématique pour les véhicules autonomes à cause d’une flèche jaune clignotante indiquant la possibilité de tourner à gauche ? Dans la simulation, la zone est reproduite au millimètre près pour permettre aux voitures virtuelles de pratiquer cette manœuvre délicate — ni trop rapidement, ni trop lentement sous peine de compliquer la circulation des autres véhicules. Des milliers de fois par jour, si nécessaire.

L’avantage est évident pour Waymo : ses véhicules apprennent ainsi à surmonter des éléments complexes — tels que les ronds-points — grâce à une pratique à répétition, sans risquer de déranger les véritables conducteurs ou de provoquer des accidents — contrairement aux véhicules autonomes d’Uber.

Un savoir individuel partagé avec toute la flotte

En outre, la simulation peut être enrichie de différents paramètres à tout moment. Une fois qu’un véhicule a appris comment appréhender la flèche jaune clignotante, il peut par exemple être confronté au même scénario, mais avec un degré de complexité supplémentaire : des voitures qui se sont trompées de voie ou arrivent plus rapidement, des piétons ou cyclistes gênants, des motos qui progressent entre deux files pour avancer plus rapidement… Le résultat est au rendez-vous, selon James Stout : « Notre logiciel gagne en intelligence plus rapidement. »

L’apprentissage est d’autant plus intéressant pour Waymo qu’il profite à la totalité de ses véhicules : « [Maintenant] que notre voiture autonome a appris à tourner [comme il faut] face à une flèche jaune clignotante, cet attribut devient partie intégrante du savoir de notre voiture, qui sera partagé avec toutes les voitures de la flotte. Ensuite, nous recourons à la conduite dans le monde réel et sur notre piste privée pour vérifier et confirmer l’expérience menée dans la simulation. Le cycle peut recommencer. »

Waymo fait ainsi progresser ses véhicules autonomes — dont l’avenir pourrait dépendre de son conflit juridique avec Uber — à une grande vitesse, tout en évitant les situations à risque. Le comportement de ces voitures dans des situations compliquées figure en effet parmi les principales interrogations autour de cette technologie naissante : en Allemagne, une commission éthique s’est penchée sur cette question délicate et en a tiré plusieurs propositions, notamment en cas d’accident.