Odyssey apprend à ses simulations à corriger leurs propres erreurs d'entraînement
— AGENTS
PROWL-2 compare en continu ce que prédit une simulation et ce qui se passe réellement, puis retire du curriculum les scénarios trop faux. Sur StarCraft II, les agents passent de 7,5 % à 87,5 % de victoires sur certaines configurations, un bond qu'Odyssey range déjà du côté de la superintelligence.
Un agent qui s'entraîne dans un monde simulé progresse vite, tant que ce monde reste fidèle à la réalité qu'il doit affronter ensuite. PROWL-2 s'attaque à ce point faible précis : il surveille en permanence l'écart entre ce que la simulation annonce et ce qui arrive vraiment, et retire de l'entraînement les scénarios où cet écart devient trop grand. La trajectoire fautive sert alors à corriger la simulation elle-même, avant qu'elle ne soit resoumise aux agents.
Le terrain de test reste celui des laboratoires de recherche en apprentissage par renforcement, pas celui d'un studio créatif. Odyssey a mesuré ses gains sur des combats de StarCraft II aux positions modifiées, pour empêcher toute mémorisation par cœur, et sur des robots quadrupèdes qui doivent franchir une ouverture sans se percuter. Sur certains combats, les agents passent de 7,5 % de victoires à 87,5 %, un renversement qui parle davantage à un chercheur en robotique qu'à un directeur artistique.
Ce genre de travail compte quand même pour qui suit où va l'argent et l'attention dans l'industrie de l'IA. Les mondes simulés, ces World Models qu'on entraîne à prédire la suite d'une situation, deviennent la pièce centrale derrière les futurs agents autonomes et, plus loin, derrière des moteurs capables de générer des scènes cohérentes dans le temps. Fiabiliser cette brique aujourd'hui, c'est décider de la robustesse des outils qui en hériteront demain.
La réserve tient à l'ambition affichée par Odyssey elle-même : l'entreprise relie cette co-évolution entre agents et simulations à une trajectoire vers la superintelligence, une lecture qui reste une position de recherche et non un résultat que les chiffres de StarCraft démontrent. Les gains mesurés concernent des environnements fermés et balisés, loin de la variété d'un plateau de tournage ou d'une direction artistique à tenir sur cent visuels.
L'apport réel se situe dans la méthode plutôt que dans la promesse : apprendre à une simulation à reconnaître ses propres angles morts est un problème générique, qui resurgira partout où l'IA apprendra d'un monde qu'elle a elle-même imaginé. Les professionnels de la création n'ont rien à tester ici, mais ont intérêt à repérer le nom d'Odyssey : les World Models qu'elle affine aujourd'hui sur des robots et des parties de StarCraft referont surface, sous une autre forme, dans les outils vidéo de demain.