Maintien de la connectivité d’un réseau de communication robotique

Télécharger le fichier pdf d’un mémoire de fin d’études

Contexte du travail de thèse

Projet AROUND

Cette thèse s’inscrit dans le cadre du projet AROUND (Autonomous Robots for Observation of Urban Networks after Disasters) [Boucher et al., 2009], dont l’ambition est de construire un système complet d’aide à la décision en temps réel pour la gestion des catastrophes naturelles dans les zones urbaines. Pour comprendre les composants différents du système présenté dans la figure 1.1, nous proposons d’analyser une mission de sauvetage typique [Tadokoro et al., 2000]. Le système robotisé AROUND se compose de 2 sous-systèmes :
1. Un niveau local avec le déploiement de robots autonomes mobiles pour aider et à plus long terme pour remplacer les secouristes. Ces robots sont censés être capables de s’auto-organiser pour réaliser les diverses activités de sauvetage comme le recueil d’informations sur les sites urbains sinistrés et pour établir un réseau pour la communication entre les secouristes humains.
2. Un niveau global qui contient un système d’aide à la décision spatiale (SDSS – Spatial Decision Support System).
Les flux de données entre ces niveaux sont bidirectionnels et peuvent fonctionner en mode entièrement automatique ou de manière semi-dirigée. Les données locales recueillies par les robots sont communiquées, analysées et fusionnées  à chaque niveau intermédiaire. Ce processus assure l’acheminement des informations significatives aux décideurs en charge de l’organisation des secours. Le niveau global envoie (soit de manière automatique, soit à la demande des décideurs) au niveau intermédiaire des informations sur les objectifs de recherche. Ces informations sont distribuées ensuite aux robots.
Le travail de cette thèse est positionné au niveau local où interviennent les robots. Le recours aux robots est justifié pour minimiser trois paramètres : les délais de localisation des victimes, les risques pour les humains et les coûts financiers.
Après une catastrophe dans un site urbain, la tâche la plus importante est de localiser les victimes dans les plus courts délais possibles. Les opérations de secours traditionnelles impliquent des ressources humaines énormes : des équipes sur place et des coordinateurs à distance. Les équipes de sauvetage sont envoyées sur place pour explorer le lieu. Elles cherchent à localiser les victimes et, en même temps, cartographient la zone.
Les statistiques des taux de survie sur différents sites de tremblement de terre montrent qu’il est souhaitable de réaliser les sauvetages dans les 3 jours qui suivent le séisme. En effet, le taux de survie des victimes diminue sévèrement après 72 heures (appelé les 72 heures en or) [Tadokoro, 2005]. Dès lors, il est impératif d’avoir de nombreuses équipes qui collaborent pour explorer en parallèle les lieux du désastre.
Par ailleurs, une mission de sauvetage peut comporter des risques pour les secouristes humains. Par exemple, un séisme peut avoir des répliques et des pans de bâtiments endommagés peuvent s’écrouler. Ainsi, le remplacement des secouristes par les robots mobiles et autonomes permettrait de sauver des vies sans risquer celles d’autres humains. Enfin, le dernier argument pour l’utilisation d’une flotte de robots pour les missions de ce type est financier. Le recours aux robots coûterait moins cher que de recruter, entraîner, acheminer et payer des secouristes humains.

Rôle des robots dans une mission de sauvetage – le cas de la compétition RoboCup Rescue

Afin de mieux illustrer le rôle que peuvent jouer les robots dans une mission telle que celles visées par le projet AROUND, nous nous appuyons sur ce qui se fait dans le cadre de la compétition RoboCup Rescue. La RoboCupTM 3 est une initiative internationale de recherche et d’éducation. Il s’agit d’une compétition visant à encourager la recherche dans le domaine de l’IA et de la robotique intelligente sur un problème standard où une vaste gamme de technologies peuvent être intégrées. La RoboCup regroupe plusieurs compétitions dont la RoboCup Rescue 4, qui a pour l’objectif de promouvoir la recherche et le développement dans l’utilisation des robots dans les différentes activités de sauvetage en environnement urbain (Urban Search And Rescue, USAR). La mission suivante est un exemple de ce qui doit être réalisé par les robots. « Un bâtiment s’est partiellement effondré en raison d’un tremblement de terre.
Le commandant en charge des opérations de sauvetage dans la zone sinistrée, craignant un effondrement secondaire, a demandé aux équipes de robots de chercher immédiatement des victimes à l’inté- rieur du bâtiment.
La mission assignée aux robots et à leurs opérateurs est de trouver des victimes, déterminer leur situation, leur état et leur emplacement et ensuite faire un rapport sous la forme d’un plan annoté de l’édifice et d’une feuille avec les informations sur les victimes.
La section près de l’entrée de l’immeuble semble relativement intacte tandis que l’intérieur de la structure présente des degrés d’effondrement plus en plus éléve. Les robots doivent négocier les régions faiblement endommagées avant d’atteindre des obstacles plus difficiles et de gravats.
Comme la tendance actuelle de la robotique, la recherche dans le cadre de cette compétition s’appuie sur la coopération entre des robots hétérogènes dans un environnement hautement dynamique. Cela est illustré au travers du descriptif de la RoboCup Rescue.
« Lorsqu’une catastrophe se produit, il faut minimiser les risques pour le personnel de recherche et de sauvetage, tout en augmentant les taux de survie des victimes, en déployant des équipes de robots permettant de :
• négocier de manière autonome des compromis au travers des structures effondrées ;
• cartographier leurs emplacements ;
• acheminer la nourriture et les communications ;
• identifier des dangers ;
• placer des capteurs (acoustiques, thermiques, détecteurs de matières dangereuses, sismiques, etc.) ;
• fournir des étaiements structurels.
Idéalement, les robots devraient être capables de s’occuper de toutes les tâches définies ci-dessus. Cependant, cette vision est encore loin de l’état de l’art de la robotique. Aussi, les compétiteurs se concentrent pour le moment sur les trois premières tâches.

Hypothèses sur les capacités physiques des robots

Dans le cadre du projet AROUND, les robots sont censés aider voire même remplacer les humains dans les opérations de sauvetage. Dès lors, les robots sont supposés être autonomes dans la réalisation des différentes tâches qui leur sont assignées. Dans la suite de ce mémoire, le terme robot dénote une entité autonome mobile dotée de capacités de calcul.
Une hypothèse importante est que les robots dans le système sont hétérogènes en termes de capacités physiques et décisionnelles. En effet, de la même manière que différentes ONG 5 mettent actuellement en commun leur personnel, nous pensons que différents partenaires feront intervenir leurs robots, qui seront forcément différents. De plus, un même organisme peut se procurer des robots avec des caractéristiques différentes. Que ce soit pour réaliser des tâches diffé- rentes (exemple : robot serpent vs. robot araignée) ou bien tout simplement du fait de l’achat de générations/modèles différents d’un même robot.
En ce qui concerne la capacité de communication, nous faisons l’hypothèse que tous les robots sont équipés d’interfaces de communication. De plus, des robots doivent pouvoir automatiquement et dynamiquement mettre en place un réseau ad hoc.

Maintien de la connectivité d’un réseau de communication robotique

Le problème du maintien de la connectivité consiste à assurer l’existence d’un canal de communication fiable tout au long de la mission. La difficulté réside dans le fait que le théâtre des opérations est une zone dévastée. Nous ne pouvons pas pré-supposer la disponibilité d’une infrastructure de communication opérationnelle et compatible avec les robots. Aussi, les robots doivent constituer et maintenir eux-même un réseau sans fil mobile.
Le problème de maintien d’un réseau de communication entre des équipements mobiles est connu dans la littérature sous l’acronyme MANET pour Mobile Ad Hoc NETwork [Perkins, 2001]. De multiples propositions d’algorithmes de routage ont été faites sur le sujet, mais elles font toutes l’hypothèse que les dé- placements des nœuds du réseau sont aléatoires, i.e. non-contrôlés par les équipements [Abolhasan et al., 2003, Royer and Toh., 1999]. Or, dans le cas d’un système multi-robots, nous sommes face à des entités autonomes qui décident de leurs déplacements. Nous nous intéressons donc à la prise en compte de l’autonomie dans le traitement du problème du maintien de la connectivité d’un réseau de robots.

Formation dynamique et automatique de coalitions de robots

Le second problème sur lequel nous nous penchons dans cette thèse est connu sous le nom « formation de coalitions » [Horling and Lesser, 2005, Shehory and Kraus, 1998, Parker and Tang, 2006, Vig and Adams, 2007]. « Les coalitions sont, en général, orientées vers un but et sont de courte durée. Elles sont formées avec un but à l’esprit et se dissolvent quand ce besoin n’existe plus, la coalition cesse pour ses propres fins conçus, ou si une masse critique est perdue comme les agents qui en partent [Horling and Lesser, 2005] ». Nous nous intéressons donc à la question de l’organisation automatique (sans intervention humaine) de robots hétérogènes en équipes en fonction des tâches à réaliser, des robots disponibles et de leurs ressources.
Le problème peut être reformulé au travers de la question suivante : comment sélectionner automatiquement un groupe de robots parmi une flotte, pour contribuer à la réalisation d’une tâche donnée ? Il s’agit du problème d’allocation de tâches, bien connu aussi bien dans le monde de la robotique [Gerkey and Matari´c, 2004a] que dans celui des systèmes multi-agents [Shehory and Kraus, 1998]. Ce problème a différentes gradations de difficulté suivant :
– le type de tâches : simples pouvant être réalisées par un seul robot, ou complexes, nécessitant la coopération de plusieurs robots,
– le type de robots : capables de traiter une ou plusieurs tâches en même temps,
– la stratégie d’optimisation par rapport à la configuration du système : localement à un instant donné, ou bien globalement en anticipant les évolutions futures du système.
Le problème est relativement simple à résoudre quand il s’agit d’attribuer 1 tâche à un 1 robot, avec des robots capables de traiter 1 seule tâche à la fois. Les difficultés surgissent quand il s’agit de tâches complexes avec des robots capables de contribuer à plusieurs tâches en même temps. Le problème est encore plus difficile quand on a affaire à des robots hétérogènes avec une stratégie d’optimisation globale.

Résumé des contributions

Les contributions de cette thèse portent naturellement sur les deux facettes des systèmes multi-robots introduites dans la section 1.3. Nous proposons donc des solutions pour, d’une part, le maintien de la connectivité, et d’autre part, pour la formation de coalitions. Comme décrit plus bas, ces propositions ont pour caractéristique d’être à la fois distribuées et génériques. Elles sont distribuées car l’effort en terme de calcul et de communication est réparti sur les robots. Elles sont génériques car elle ne sont pas liées à notre contexte applicatif, ni à un type de robot particulier.

Maintien décentralisé de la connectivité et robustesse du réseau

La première contribution majeure de cette thèse est une solution distribuée au problème du maintien de la connectivité. Cette proposition peut être divisée en deux parties. D’abord, les robots sont rendus sensibles à la connectivité du réseau qu’ils forment. Cela se traduit par l’acquisition par chaque robot d’une connaissance partielle sur les liens de communication qu’il peut avoir avec les autres robots au travers de ses voisins. La deuxième partie de notre solution consiste à utiliser cette sensibilité pour maintenir la connectivité. Nous démontrons que la connaissance partielle dont dispose chaque robot est suffisante pour qu’il puisse décider de ses déplacements sans rompre la connectivité globale du réseau.
Cette notion originale qu’est la sensibilité à la connectivité s’avère intéressante à plus d’un titre. Au delà de son utilisation pour maintenir la connectivité décrite plus haut, elle peut être aussi exploitée pour évaluer la robustesse du réseau formé par les robots. Ainsi, nous proposons un algorithme efficace pour évaluer la robustesse d’un réseau en détectant les éventuels nœuds (les robots) et liens de communication critiques, dont la disparition provoquerait la scission du réseau. À noter que ce dernier résultat peut être exploité non-seulement pour les systèmes multi-robots, mais pour tout autre réseau comme, par exemple, les réseaux de capteurs.

Coopération à base de rôles et formation des coalitions

Notre deuxième contribution majeure est une solution, sur la base du concept de rôle, au problème de coopération de robots. Nous définissons un rôle comme la description d’un comportement bien identifié. Plusieurs rôles sont en général nécessaires pour réaliser une tâche donnée. Nous proposons d’utiliser les rôles pour décrire les coalitions nécessaires à la réalisation des différentes tâches possibles dans une mission donnée. Cette description est de haut-niveau dans le sens où elle ne fait pas d’hypothèse sur les robots concrets qui vont former les coalitions et effectuer les tâches. Ainsi, elle peut être déployée sans modification sur différents systèmes avec des robots différents en nombre ou en caractéristiques. La seule condition est de disposer de robots ayant les ressources suffisantes et les compétences requises pour endosser les rôles.
En ce qui concerne l’affectation des rôles aux robots, notre solution est originale dans le sens où nous faisons l’hypothèse que les robots sont capables de jouer plusieurs rôles en même temps. Pour résoudre ce problème d’allocation, nous donnons d’abord une formalisation abstraite et générale du problème de formation de coalitions. Cette formalisation révèle que nous sommes face à un problème de type COP (Constraint Optimal Processing). Étant dans un contexte distribué, nous pouvons recourir à un algorithme DCOP (Distributed COP) [Modi et al., 2006, Petcu and Faltings, 2005, Petcu and Faltings, 2006, Ottens and Faltings, 2009] pour trouver des solutions optimales. Malheureusement, les problèmes COP sont N P-difficiles en général. En outre, le nombre de messages échangés lors de la recherche d’une solution avec une approche DCOP croît généralement exponentiellement avec le nombre de robots. Nous proposons donc une alternative basée sur le protocole Contract-Net [Smith, 1980] pour former des coalitions en ligne (i.e. au fur et à mesure de l’apparition des tâches). Ce choix est un compromis raisonnable entre la qualité de la solution, le temps pour la trouver et le nombre de messages échangés par les robots.

Organisation du mémoire

Le présent mémoire se divise en quatre chapitres principaux.
Le chapitre 2 est dédié à un état de l’art sur le maintien de la connectivité des réseaux de robots. Notre contribution dans ce chapitre est la formalisation abstraite du problème général de maintien de la connectivité. Partant de cette formalisation, nous proposons une taxonomie des approches existantes pour le maintien de la connectivité.
Nous présentons ensuite, dans le chapitre 3, un état de l’art de la coopération dans les systèmes multi-robots. Dans ce cadre, nous discutons du lien entre les concepts de tâche et de rôle. Nous montrons ainsi les limites de la décomposition par tâche de mission robotique et de l’intérêt d’utiliser les rôles. Néanmoins, l’introduction des rôles ne résout pas pour autant le problème de déploiement d’une mission sur une flotte de robots. Le problème d’allocation de rôles est identique à celui de l’allocation de tâches. Les paramètres identifiés dans la taxonomie de Gerkey et Mataric [Gerkey and Matari´c, 2004b] se retrouvent dans les deux problèmes. Nous montrons ainsi que le problème traité dans cette thèse est le cas le plus difficile. Il s’agit du cas de missions avec des tâches nécessitant la coopération de plusieurs robots hétérogènes capables d’endosser plusieurs rôles simultanément.
Dans le chapitre 4, nous présentons notre solution pour le maintien de la connectivité dans un réseau formé par une flotte de robots. Nous décrivons notre algorithme pour rendre les robots sensibles à la connectivité du réseau. Puis nous montrons comment utiliser cette sensibilité pour la vérification décentralisée et efficace de la connectivité robuste, ainsi que pour le maintien de la connectivité.
Nous présentons ensuite, dans le chapitre 5, notre solution pour la coopération dans un système multi-robots. Sur la base du concept de rôle, nous montrons comment décrire des organisations génériques, déployables sur des systèmes avec des robots différents en nombre et en caractéristiques. Nous présentons deux approches pour affecter automatiquement ces rôles aux robots tout en garantissant un certain degré d’optimalité de l’allocation. La première est une approche descendante où les rôles sont assignés a priori aux robots. La seconde est une approche ascendante où les rôles sont assignés de manière paresseuse au fur et à mesure de l’apparition des tâches.
Le chapitre 6 est consacré à la validation expérimentale des résultats validés théoriquement dans les chapitres précédents. Nous commençons par décrire le simulateur discret multi-robots que nous avons développé. Ensuite, nous illustrons son utilisation pour les différentes solutions que nous proposons. Nous obtenons ainsi des mesures expérimentales qui sont meilleures que nos résultats théoriques. En effet, nos résultats théoriques ont porté sur le pire cas, alors que les résultats expérimentaux représentent une moyenne et sont donc plus repré- sentatifs des cas généraux. Le mémoire se conclut par une synthèse des travaux que nous avons réalisés dans le cadre de cette thèse. Nous dressons le bilan de nos propositions et nous listons quelques pistes pour des perspectives qui nous semblent intéressantes.

.1.2 Contrôle de la topologie

Dans le contexte des réseaux sans fil ad hoc et/ou de capteurs, le contrôle de la topologie consiste à allumer ou éteindre certains nœuds du réseau sans compromettre la connectivité globale afin d’économiser de l’énergie pour prolonger la durée de vie du réseau [Rajaraman, 2002].

Les interfaces sans fil peuvent se trouver généralement dans quatre états : (1) émission, (2) réception, (3) arrêt, et (4) veille. Normalement, la consommation d’énergie est égale en mode de réception et en mode arrêt. L’état d’émission et celui de veille consomment le plus et le moins d’énergie, respectivement. L’idée de base pour économiser l’énergie consiste à mettre les interfaces en hibernation, autant que possible quand il n’y a pas de données à transmettre ou à recevoir, tout en minimisant la perte de paquets et la latence de communication [Xu et al., 2001, Katz and Dao., 2001, Awerbuch and Peleg, 1992].

Autrement dit, étant donné une configuration initiale de réseau, le problème du contrôle de la topologie consiste à trouver l’ensemble minimal de connexions à garder. Les connexions qui n’appartiennent pas à cet ensemble peuvent être supprimées (désactivées), de sorte que la connectivité globale du réseau ne soit pas affectée. Donc, dans une certaine mesure, un algorithme de contrôle de la topologie peut être utilisé pour le but 1) de la section 2.1 (page 17) du problème du maintien de la connectivité. Cependant, ces algorithmes de contrôle de la topologie échouent pour le point 2). Ils ne permettent pas aux robots d’identifier si leurs déplacements peuvent se faire sans déconnexion du réseau. Par conséquent, nous avons besoin de réfléchir à une solution supplémentaire.

Modélisation de la connectivité dans les réseaux sans fil

La section précédente nous a permis de voir que ni le routage ni le contrôle de la topologie dans les systèmes ad hoc ne proposent une solution adéquate pour le problème du maintien de la connectivité dans les systèmes multi-robots.
Les protocoles de routage, ainsi que les protocoles de contrôle de la topologie font des hypothèses sur la mobilité des nœuds et sur la liberté de se déplacer sans contraintes : les nœuds peuvent rejoindre ou quitter le réseau d’une manière arbitraire. Cette hypothèse rend ces protocoles inutilisables pour le but du maintien de la connectivité dans les applications qui demandent une connectivité permanente.
Cette section établit un cadre formel pour nos discussions à venir sur le problème du maintien de la connectivité traité dans notre travail.

Modèle mathématique de la communication

Nous modélisons un système multi-robots connecté en réseau par un graphe non-orienté G = (V, E), où V est l’ensemble des robots dans le réseau, E = V × V. Il y a une arête e = {u, v} ∈ E si et seulement si u et v peuvent communiquer mutuellement, c’est-à-dire le lien entre l’eux est bidirectionnel. Dans ce cas, nou disons que u et v sont des voisins et l’arête est aussi définie comme un lien de communication entre les deux robots.
Soit |V| = n le nombre de robots dans le réseau. deg(v) est appelé le degré d’un nœud v qui est défini par le nombre de ses voisins (c’est-à-dire le nombre des liens dont ce nœud est une extrémité).
On notera que le graphe est dynamique parce qu’il peut évoluer à travers le temps grâce à la mobilité des nœuds 2. Le figure 2.2 donne un exemple d’un tel graphe. lien de communication.

Table des matières

Liste des tableaux
1 Introduction générale 
1.1 Systèmes Multi-Robots
1.1.1 De l’homogénéité à l’hétérogénéité
1.1.2 Communication et coopération dans les systèmes multi-robots
1.2 Contexte du travail de thèse
1.2.1 Projet AROUND
1.2.2 Rôle des robots dans une mission de sauvetage – le cas de la compétition RoboCup Rescue
1.2.3 Hypothèses sur les capacités physiques des robots
1.3 Problématique
1.3.1 Scénario de sauvetage et les problèmes traités dans la thèse
1.3.2 Maintien de la connectivité d’un réseau de communication robotique
1.3.3 Formation dynamique et automatique de coalitions de robots
1.4 Résumé des contributions
1.4.1 Maintien décentralisé de la connectivité et robustesse du réseau
1.4.2 Coopération à base de rôles et formation des coalitions
1.5 Organisation du mémoire
2 État de l’art sur le maintien de la connectivité 
2.1 De la communication à base d’un réseau mobile ad hoc sans fil au maintien de la connectivité dans les systèmes multirobots
2.1.1 Routage dans les MANETs
2.1.2 Contrôle de la topologie
2.2 Modélisation de la connectivité dans les réseaux sans fil
2.2.1 Modèle mathématique de la communication
2.2.2 Connectivité simple
2.2.3 Connectivité robuste
2.3 Taxonomie des algorithmes du maintien de la connectivité dans les systèmes de robots en réseau
2.3.1 Modèle de voisinage et capacité requise pour les robots
2.3.2 Les critères de classification
2.3.3 Les solutions de circonstance
2.3.4 Le maintien de la connectivité algébrique
2.3.5 Le maintien de la connectivité basé sur l’utilisation d’un Arbre Couvrant
2.3.6 Résumé sur les études menées Conclusion
3 Coopération dans les systèmes multi-robots 
3.1 Scenario de référence : pousser une boîte avec des robots hétérogènes
3.2 Aspects liés à la coopération
3.2.1 Coopération émergente vs coopération intentionnelle
3.2.2 Mission, tâches, sous-tâches
3.2.3 Mécanisme de coopération
3.2.4 Performance du système et fonction d’utilité
3.3 Approches à base de rôle
3.3.1 Rôle vs. Tâche
3.3.2 Des tâches aux rôles
3.4 Conception des systèmes coopératifs à base de rôles
3.4.1 AGR : Agent–Groupe–Rôle
3.4.2 Attribution dynamique de rôles pour des robots footballeurs
3.4.3 Stratégie commune pour faire coopérer les robots de sauvetage simulés
3.4.4 Synthèse sur l’utilisation des rôles en robotique
3.5 Allocation de tâches et formation de coalitions
3.5.1 Allocation de tâches dans les systèmes multi-robots
3.5.2 Familles d’approches pour la formation de coalitions dans les systèmes multi-robots
3.5.3 Travaux dans la robotique sur la formation de coalitions Conclusion
II Contributions 
4 Sensibilité à la connectivité 
4.1 Formalisation du problème du maintien de la connectivité
4.1.1 Planification du déplacement
4.1.2 Problème du maintien de la connectivité
4.2 Éléments de base de la sensibilité à la connectivité
4.2.1 Nœud de référence
4.2.2 Chemin d’accès
4.2.3 Tableaux de connectivité
4.3 Construction de la sensibilité de connectivité
4.3.1 Choix d’un Nœud de Référence
4.3.2 Construction des Tableaux de Connectivité
4.4 Prendre en compte la mobilité
4.4.1 Changement de voisins
4.4.2 Reprise après la défaillance du Robot de Référence
4.5 Robustesse de la connectivité
4.5.1 Robustesse tirant parti de la sensibilité à la connectivité
4.5.2 Compléter la liste des accesseurs
4.5.3 Comparaison avec l’état de l’art
4.6 Maintien de connectivité utilisant les mécanismes de la sensibilité
4.6.1 Sélection simple d’un déplacement
5 Allocation de rôles à des robots multi-tâches 
5.1 Déploiement d’organisation « statique » sur un système multi-robots
5.1.1 Adaptation d’AGR
5.1.2 Déploiement d’une organisation AGR sur un système multi-robots
5.1.3 Vers une solution générique
5.2 Formation dynamique de coalitions
5.2.1 Concepts
5.2.2 Formulation abstraite du problème
5.2.3 Algorithmes de formation de coalition
5.3 Discussion
5.3.1 Organisation statique
5.3.2 Organisation émergente
6 Implémentation et Expérimentations en simulations
6.1 Simulateur Scène
6.1.1 Monde simulé dans Scène
6.1.2 Programmation des agents
6.1.3 Réalisation d’une simulation et récupération des résultats
6.2 Vérification de la complétude de la liste d’accesseurs et de la robustesse de la connectivité
6.2.1 Complétude de la liste d’accesseurs
6.2.2 Vérification de la robustesse
6.3 Maintien de la connectivité dans l’exploration multi-robots
6.3.1 Mise en œuvre de l’algorithme d’exploration
6.3.2 Résultats des simulations
6.4 Allocation de rôles pour des organisations statiques
6.4.1 Résultats de simulation
6.4.2 Optimisation de la diffusion de la description d’organisation
6.4.3 Impact de la densité de robots
6.5 Une mission robotique de type USAR
6.5.1 Implémentation de l’algorithme de formation des coalitions
6.5.2 Tâches dans le scénario USAR et décompositions en rôles
6.5.3 Traitement des tâches dans les simulations
6.5.4 Résultat des simulations avec différentes configurations de robots
III Conclusion 
7 Bilan et perspectives 
7.1 Bilan
7.1.1 Contribution sur le maintien de la connectivité
7.1.2 Contribution sur l’allocation des rôles
7.1.3 Limitations
7.2 Perspectives
7.2.1 Utilisation de CSP pour les déplacements avec maintien de la connectivité du réseau
7.2.2 Coopération à base de rôle
Bibliographie

Télécharger le rapport complet