Optimisation DIStribuée pour l'eStimation d'Environnement par des agEnts autonomes – ODISSEE

On considère un système distribué composé d'agents autonomes et mobiles. Les agents, typiquement des drones ou des AUV (Autonomous Underwater Vehicles) ont pour mission de découvrir leur environnement et de naviguer en flottille de manière coordonnée.

A la différence du scénario standard qui suppose que les données des capteurs sont acheminées jusqu'à un processeur central capable de les traiter et de gouverner le comportement global du réseau, nous supposons à l'inverse que les traitements sont effectués à l'échelle de l'agent. Afin d'accomplir la mission globale du réseau, les agents voisins sont supposés capables de s'échanger une information limitée par le biais de canaux de propagation imparfaits.

Le projet ODISSEE aborde deux aspects cruciaux pour les applications militaires. Premièrement, l'estimation distribuée et les protocoles de communication pour les réseaux de capteurs sans fil. Deuxièmement, la planification, l'optimisation et la coordination des systèmes mobiles distribués. Le projet est fondé sur l'affirmation que ces deux objectifs peuvent être conjointement traitées par le biais de méthodes avancées d'optimisation distribuée. Autrement dit, l'objectif d'ODISSEE est de combler le fossé entre les méthodes d'optimisation distribuées et les applications militaires relatives à l'estimation statistique et la coordination des déplacements.

Dans une première étape, notre approche méthodologique consiste à développer et analyser de nouvelles méthodes d'optimisation distribuée. Ces dernières années ont vu se populariser diverses méthodes d'optimisation particulièrement puissantes. L'ambition est d'étendre ces méthodes au contexte distribué, sous l'hypothèse de communications imparfaites et de protocoles asynchrones.

Dans une seconde étape, nos résultats sont appliqués à la navigation en flottille et l'estimation statistique de l'environnement. Nos algorithmes devront permettre aux agents d'optimiser leurs trajectoires tout en maintenant certaines contraintes de navigation satisfaites (rendez-vous, navigation en formation, optimisation de la couverture, maintien de la connectivité globale). L'environnement physique étant par nature complexe, son estimation s'écrit difficilement sous une forme de problème paramétrique. Nous modélisons l'environnement comme un paramètre de dimension infini et avons recours à des méthodes d'estimation non-paramétriques. L'utilisation de telles méthodes dans un contexte distribué fait partie des verrous à lever.

Nos méthodes seront validées par le biais d'expérimentations numériques dont l'intérêt tactique aura été scrupuleusement établi au préalable.