Le Dr Roberto Marcelo Alvarez, directeur exécutif de la Fondation universitaire ibéro-américaine (FUNIBER) pour l’Argentine et l’Uruguay, et le Dr Yini Airet Miró, professeure-chercheuse à l’Universidad Europea del Atlántico (Université européenne de l’Atlantique, UNEATLANTICO), établissement faisant partie du Réseau universitaire international de la Fondation, participent aux côtés d’une équipe internationale de chercheurs à une nouvelle étude. Cette recherche propose un système d’intervention d’urgence basé sur des drones autonomes et l’apprentissage par renforcement multi-agents afin d’accélérer la recherche des victimes lors d’accidents survenant dans des tunnels.
Cette étude part d’une réalité largement reconnue : les tunnels constituent des infrastructures essentielles pour les transports modernes, mais représentent également l’un des environnements les plus difficiles pour les opérations de sauvetage en raison de leur configuration fermée, de la visibilité limitée, de l’accumulation de fumée, des dommages structurels et de l’absence de systèmes de positionnement tels que le GPS. Ces conditions compliquent la prise de décisions rapides et efficaces en cas d’urgence, ce qui accroît le risque tant pour les personnes touchées que pour les équipes d’intervention.
L’intelligence artificielle au service de l’amélioration des opérations de sauvetage
Afin de relever ces défis, les chercheurs ont conçu un système d’apprentissage par renforcement multi-agents qui permet à plusieurs véhicules autonomes d’explorer simultanément un tunnel accidenté et de coordonner leurs mouvements pour localiser efficacement les victimes.
Contrairement à d’autres approches qui nécessitent une communication constante entre les différents dispositifs ou une grande capacité de traitement, le modèle proposé permet à chaque agent de prendre des décisions de manière indépendante à partir des informations qu’il recueille dans son environnement immédiat. Cette stratégie réduit la charge de calcul et facilite son application dans des situations réelles, où les communications peuvent être perturbées par l’accident lui-même.
Le protocole intègre en outre un mécanisme d’exploration inspiré du comportement coopératif des loups gris, ce qui favorise une répartition plus efficace des véhicules le long du tunnel et évite que plusieurs équipes inspectent les mêmes zones de manière répétitive. Ainsi, la couverture de la zone sinistrée est accrue et les ressources disponibles sont optimisées pendant les opérations d’urgence.
Une intervention plus rapide et plus sûre dans des scénarios complexes
Les chercheurs ont évalué les performances du système à l’aide de différentes simulations reproduisant des accidents dans des tunnels présentant divers niveaux de complexité, notamment des passages étroits, des obstacles, des effondrements partiels et de multiples victimes réparties à différents endroits.
Les résultats montrent que le protocole proposé permet de réduire le temps nécessaire pour localiser les personnes piégées, d’améliorer la couverture de l’environnement et de diminuer le nombre de déplacements inutiles par rapport à d’autres méthodes d’exploration utilisées comme référence.
De même, le système a permis de minimiser le risque de collisions entre les différents véhicules autonomes pendant les opérations de recherche, un aspect particulièrement important dans les espaces confinés où la mobilité est très limitée et où toute interférence peut retarder les opérations de sauvetage.
Un autre aspect marquant de l’étude est la capacité de l’algorithme à s’adapter à des environnements dynamiques. À mesure que les conditions de l’accident évoluent, par exemple avec l’apparition de nouveaux obstacles ou le blocage de certains itinéraires, les agents modifient leur stratégie d’exploration pour continuer à progresser vers les zones non encore inspectées et maintenir l’efficacité de la mission.
Applications pour la gestion intelligente des situations d’urgence
Les auteurs estiment que ces travaux constituent une avancée significative dans le développement de systèmes intelligents d’intervention en cas de catastrophe, en particulier dans les infrastructures souterraines où la rapidité d’action est déterminante pour sauver des vies.
Bien que la recherche ait été validée par des simulations, le cadre développé offre une base solide pour de futures applications dans des scénarios réels. Parmi les prochains axes de travail, on envisage l’intégration de modèles tridimensionnels de tunnels, de capteurs présentant des conditions de fonctionnement plus réalistes et de tests expérimentaux avec des plateformes robotiques capables d’opérer dans des environnements d’urgence.
Ce type de recherche met en évidence le potentiel croissant de l’intelligence artificielle et des systèmes autonomes pour renforcer la gestion des risques et améliorer la capacité de réaction face à des situations critiques, contribuant ainsi au développement d’infrastructures plus sûres et plus résilientes.
Si vous souhaitez en savoir plus sur cette étude, cliquez ici.
Pour consulter d’autres travaux de recherche, rendez-vous sur le référentiel de l’UNEATLANTICO.
FUNIBER promeut la formation et la recherche dans des domaines liés à l’ingénierie, à la transformation numérique et à l’intelligence artificielle en accordant des bourses pour suivre des programmes de troisième cycle dispensés par les universités de son Réseau universitaire international. De même, elle soutient des projets de recherche et d’innovation visant à développer des solutions technologiques capables de répondre aux défis actuels dans des domaines tels que la sécurité, la mobilité intelligente et la gestion des urgences, conformément à son engagement à promouvoir les connaissances scientifiques et leur application pour le bien-être de la société.