Deux pistes du menu passées à l'épreuve : la réparation de la boussole échoue une troisième fois, la mémoire des lieux visités produit le deuxième vrai succès de la campagne

Piste débutant

Là où on en était

Le Chapitre 11 s'est terminé sur une pause de travail et un menu de quatre pistes pour reprendre

l'enquête sur le point de départ à froid (l'agent qui doit trouver son premier arbre sans jamais

l'avoir vu). Aucune de ces pistes n'était encore lancée — c'était un menu, pas un plan engagé. Ce

chapitre raconte ce qui s'est passé quand les deux premières, les moins chères, ont enfin été

testées pour de vrai — toutes deux datées du 21 juillet 2026 dans le journal du projet. Les

résultats sont très différents l'un de l'autre : l'un referme une porte pour la troisième fois de

suite, l'autre en ouvre une nouvelle,

avec un vrai succès à la clé — modeste, mais réel et honnête.

Piste 1 : réparer la boussole précisément là où elle se trompe — encore raté, et de façon plus précise

Rappel du Chapitre 11 : la boussole du projet (le score qui compare chaque histoire imaginée au

souvenir d'« un arbre coupé », voir Chapitre 4) s'était révélée pointer à l'envers une fois

sortie de son terrain d'entraînement — un arbre proche recevait un score plus bas qu'une prairie

vide. La piste la moins chère du menu proposait de corriger ça avec une petite règle

supplémentaire, entraînée cette fois avec des vrais exemples « proche » et « loin » pris

directement sur le jeu de fabrication (pas sur les parties d'experts de Treechop, comme dans

les tentatives précédentes du Chapitre 8).

Sur le papier, le résultat avait l'air d'être le meilleur de toute l'enquête : la nouvelle règle

séparait mieux les images « proches » des images « lointaines » que toutes les tentatives

précédentes, et elle réussissait même un tout nouveau test — juger, à la main, sur de vraies

photos du jeu, si un arbre proche recevait bien un meilleur score qu'une scène sans arbre. Elle a

eu raison 21 fois sur 24 (87,5%).

Mais un test plus profond a démonté ce résultat. Ce projet suit depuis longtemps une règle simple :

toute nouvelle piste doit être vérifiée pour un piège déjà repéré deux fois (Chapitre 8, puis à

nouveau au Chapitre 9 quand une réparation prévue avait empiré le même problème) — une règle de

distance qui, au lieu de vraiment juger la distance à l'arbre, se contente en réalité de repérer si

l'image est claire ou sombre (la luminosité de la scène). Cette fois, la vérification

a été poussée un pas plus loin que prévu : quelqu'un a eu l'idée de vérifier si le jeu de test

lui-même, celui qui servait à noter la règle « bien » ou « mal », n'était pas biaisé. Résultat :

oui, il l'était, presque totalement — les images choisies comme « arbre proche » étaient, presque

systématiquement, beaucoup plus sombres (forêt dense) que les images choisies comme « pas

d'arbre » (prairie ouverte, plage). Le lien entre luminosité et étiquette était quasiment parfait.

Autrement dit : le beau résultat de 87,5% n'était très probablement pas une vraie preuve que la

règle comprend enfin où se trouve l'arbre — c'était le même vieux raccourci (la luminosité) détecté

une troisième fois, caché derrière un test qui, sans le vouloir, mesurait la même chose que le

raccourci lui-même. C'est la troisième fois que ce piège précis apparaît, avec trois façons

différentes d'essayer de le corriger (varier artificiellement la lumière à l'entraînement au

Chapitre 9, changer les exemples d'entraînement ici) — et chaque fois, le raccourci « luminosité »

reste plus fort que jamais. La leçon qui s'impose maintenant : ce raccourci vit très probablement

dans le modèle de vision lui-même, celui qui a appris à voir en premier lieu (Chapitre 1-2) et

que ces petites réparations ne touchent jamais — pas dans la façon dont on entraîne la petite règle

posée par-dessus. Cette piste précise du menu est donc fermée, sauf à s'attaquer directement au

modèle de vision de départ, ce qui est un chantier bien plus lourd, mis de côté pour l'instant.

Piste 2 : une mémoire des endroits déjà visités — construite, testée, et un vrai deuxième succès

La deuxième piste du menu proposait une idée différente : au lieu de comparer chaque image à un

point de repère fixe (la boussole, dont on vient de confirmer une troisième fois qu'elle se trompe

hors de son terrain d'entraînement), pourquoi ne pas donner à l'agent une mémoire toute simple des

endroits qu'il a déjà explorés pendant l'épisode en cours, et le pousser à aller voir ailleurs ?

Le point important, respecté à la lettre depuis le Chapitre 11 : cette mémoire ne doit rien

devoir à la boussole cassée. Elle est construite d'une façon complètement différente, sans aucun

apprentissage : à chaque pas, l'agent connaît déjà l'effet de son propre geste (avancer, tourner à

gauche, tourner à droite — comme un joueur qui compterait ses propres pas et ses propres virages

les yeux fermés). En additionnant ces effets connus au fil de l'épisode, on reconstruit une

position approximative sur une grille invisible, et on compte combien de fois chaque case de cette

grille a déjà été visitée. Quand l'agent semble tourner en rond sans but, au lieu de le faire

tourner sur lui-même (le vieux réflexe du Chapitre 7, qui ne peut rien trouver là où il n'y a rien)

ou de foncer tout droit à l'aveugle (le Chapitre 8), on le pousse maintenant vers la direction la

moins visitée de la grille.

Premier test, tout petit (3 épisodes) : le mécanisme se déclenche bien, se comporte visiblement

différemment des anciens réflexes, et la carte de couverture grandit vraiment au fil du temps.

Aucun signe du problème vu plusieurs fois avant (l'agent qui se met à répéter un seul geste presque

tout le temps). Ce test ne visait qu'à vérifier que rien n'était cassé — pas encore à juger si ça

marche.

Le vrai test, plus grand (20 épisodes) : 1 bûche coupée et des planches fabriquées sur 20

essais (5%), récompense moyenne 0,45 — environ 12% de mieux que la référence de MineRL pour un

agent qui jouerait au hasard. C'est le deuxième résultat non nul de toute cette longue enquête,

après la petite correction du Chapitre 8 (« exécuter plus longtemps son propre bon plan »,

9,7% de réussite sur son propre lot de tests) — et c'est le premier à venir d'un mécanisme

complètement différent : pas une meilleure façon de choisir les gestes, pas un meilleur jugement,

mais une simple mémoire de « où suis-je déjà allé ». Dans l'épisode réussi, l'agent avait

justement exploré une grande partie de la carte avant de trouver son arbre — et son comportement,

au moment de couper, ressemblait à celui d'un vrai bûcheron (les mêmes gestes qui avaient déjà

fonctionné dans le Chapitre 6), pas à un geste répété par accident.

Honnêteté sur ce que ce 1 sur 20 prouve, et ce qu'il ne prouve pas

Il faut être clair, comme pour chaque chiffre de ce projet : 5% de réussite est du même ordre de

grandeur que les 9,7% du Chapitre 8 — pas une preuve statistique que cette nouvelle piste est

meilleure à cette taille d'essai. Un test statistique classique ne permettrait pas de distinguer

ces deux chiffres l'un de l'autre avec confiance.

Mais ce résultat a deux qualités qui le rendent réellement intéressant, pas juste un chiffre de

plus : il est clairement au-dessus des deux tentatives précédentes qui avaient donné zéro sur huit

essais chacune (Chapitres 9 et 10), et surtout, sur les 20 épisodes de ce lot, aucun ne montre

le problème de verrouillage sur un seul geste qui avait gâché plusieurs tentatives précédentes

(Chapitre 8). C'est donc la deuxième méthode indépendante — après la correction du Chapitre 8 — à

produire un vrai succès sans jamais faire apparaître ce comportement cassé. Ce n'est pas une

percée confirmée. C'est un vrai point positif, honnête, qui mérite d'être gardé et prolongé plutôt

que rangé au tiroir.

Un dernier détail honnête : le lot de 20 épisodes a été géré par un processus qui a rencontré un

problème technique d'infrastructure avant de pouvoir écrire son propre compte-rendu — les chiffres

ci-dessus ont donc été vérifiés directement, épisode par épisode, dans les journaux bruts de

l'exécution, plutôt que recopiés d'un rapport final qui n'a pas pu être produit.

Où en est le menu du Chapitre 11, maintenant

Sur les quatre pistes proposées au Chapitre 11 : la première (réparer la boussole) est maintenant

fermée pour de bon, sauf réparation bien plus lourde du modèle de vision lui-même. La deuxième

(la mémoire des lieux visités) est construite, testée, et donne un vrai signal positif à

prolonger. Les deux dernières — un second cerveau plus lent pour chercher une forêt, ou copier

des vraies parties humaines de recherche — restent, comme au Chapitre 11, non lancées.