Coopération émergente dans les systèmes multi robots mobiles basée sur un modèle de décomposition multi nivéaux des tâches complexes.

Abstract

Le défi majeur dans la prise de décision au sein des systèmes multi-robots mobiles (SMRM) sans communication réside dans la nécessité de coordonner efficacement des robots pour accomplir des tâches complexes, tout en assurant une répartition optimale des responsabilités. Sans communication explicite, chaque robot doit être capable de percevoir son environnement, d’évaluer ses capacités et de décider des actions à en- treprendre de manière autonome. Cela implique de surmonter les difficultés liées à l’incertitude, à la gestion des conflits potentiels entre robots, tout en maintenant une coopération harmonieuse et efficace au sein du système. Cette étude aborde le problème de la coordination dans les systèmes multi-robots coopératifs exécutant des tâches com- plexes. Nous analysons le comportement coopératif dans les systèmes multi-robots mo- biles, en mettant l’accent sur la précision d’exécution des tâches par des robots hété- rogènes. De plus, nous évaluons la capacité et la compatibilité des tâches attribuées aux robots afin d’optimiser leur exécution, sans recours à une communication directe entre les robots ou à une unité de décision centrale. Un modèle de sélection des tâches pour les systèmes multi-robots distribués hétérogènes est proposé STMRDH. Ce mo- dèle repose sur deux processus : le premier décompose les tâches complexes en tâches élémentaires, et le second assigne ces tâches élémentaires aux robots mobiles pour une exécution en temps réel. Étant donné que la distribution des tâches élémentaires est un problème NP-difficile, nous recommandons des solutions approximatives. Un système flou, appelé Prise de Décision Floue pour la Sélection des Tâches (PDE-ST), est proposé pour résoudre ce problème en utilisant la logique floue. Ce système permet aux robots de choisir de manière autonome les tâches qu’ils effectueront dans le futur. L’approche utilise deux systèmes flous en cascade : le premier calcule l’utilité du robot, puis ac- tive le second système flou pour calculer l’utilité de la tâche. En utilisant les résultats du système de décision flou dans notre modèle, chaque robot peut décider de manière autonome quelles tâches accomplir. Les résultats d’une simulation de robots mobiles transportant des marchandises démontrent l’efficacité de cette approche de prise de décision floue.