Thèse en Systèmes multi-robots pour des Missions Multi-Objectifs (H/F)

Sujet de thèse :
Les systèmes multi-robots sont de plus en plus déployés dans des applications telles que la surveillance, la surveillance environnementale et l’automatisation industrielle. La plupart des travaux actuels se concentrent sur des systèmes multi-robots homogènes réalisant de manière collaborative une tâche simple unique, comme la couverture, l’exploration, le déplacement d’objets, etc. Cependant, assurer une collaboration fluide entre des robots hétérogènes aux capacités diverses exécutant des missions complexes reste un défi. Ces missions consistent souvent en des tâches multi-objectifs (par exemple, dans un contexte agricole : récolte, transport, inspection, etc.) nécessitant différents outils ou compétences, dans des environnements vastes et en constante évolution, ce qui requiert des modèles d’interaction avancés.

Activités prévues:
Les paradigmes d’interaction observés dans les réseaux sociaux et biologiques, tels que par exemple la résistance au changement d’opinion (stubbornness), la formation de clusters ou encore les interactions inhibitrices, ont le potentiel d’améliorer la coordination de robots hétérogènes en leur permettant d’adopter des comportements adaptatifs, résilients et complexes pour exécuter des missions multi-tâches dans des environnements dynamiques.

Cette thèse vise à améliorer la coordination de systèmes multi-robots hétérogènes en s’appuyant sur les modèles dynamiques utilisés pour décrire les interactions complexes dans les réseaux sociaux et biologiques. L’objectif est d’adapter ces modèles aux systèmes multi-robots dotés de contraintes en perception et en action, afin d’exécuter de manière résiliente des tâches multi-objectifs dans des environnements en évolution.

Pour cela, l’approche proposée consiste à modéliser directement les interactions entre les robots à l’aide de protocoles d’accord non linéaires, de dynamiques d’opinion et de graphes multi-couches, tout en prenant en compte les différentes capacités des agents ainsi que la nature multi-objectifs des missions. Les travaux actuels sur les dynamiques d’opinion considèrent uniquement des agents statiques et non contraints, où ces modèles servent à expliquer des phénomènes observés dans les réseaux sociaux ou biologiques. Cette thèse explorera au contraire comment l’inclusion d’une couche « opinion » dans les interactions de plusieurs robots mobiles hétérogènes, soumis à des contraintes de perception et d’action, peut engendrer des comportements complexes et résilients dans le cadre de missions multi-objectifs.

Dans un second temps, et en raison de la complexité du système, des approches basées sur l’apprentissage par renforcement pourront être envisagées afin d’augmenter l’adaptabilité et la robustesse du groupe face à des conditions dynamiques.

Validation expérimentale : les méthodes de contrôle et les algorithmes développés seront validés expérimentalement à travers des missions allant progr
Voir plus sur le site emploi.cnrs.fr...