Méthode spectrale et matière active pour la robotique en essaim – Spectral-Swarm-Robotics

Le projet Spectral-Swarm-Robotics porte sur la robotique en essaim, qui implique un grand nombre de robots dotés de capacités de calcul et de communication limitées. Nous souhaitons proposer de nouvelles méthodes de diffusion d'information de robot à robot, capable de capturer des informations à l'échelle macroscopique pour permettre à l'ensemble de l'essaim d'atteindre un consensus autour des actions à réaliser. Le système de robotique en essaim qui nous intéresse est caractérisé par une membrane flexible dans laquelle les robots sont encapsulés. Ceux-ci doivent agir de concert pour accomplir des tâches nécessitant un perception distribuée, ainsi que des actions coordonnées.

Nos hypothèses de travail sont (1) que le rôle de la diffusion de l'information a été négligé jusqu'à présent dans la robotique en essaim, où la majorité des études utilisent des règles microscopiques conçues à la main pour contrôler l'essaim, et (2) que les essaims de robots à forte densité, où les robots peuvent entrer en collision les uns avec les autres, ont largement été ignorés en faveur d'essaim s'apparentant à des gaz, alors que les interactions physiques entre invididus peuvent naturellement produire des comportements collectifs auto-organisés.

Pour réaliser la détection et la diffusion de l'information, nous concevons des modèles de diffusion bio-inspirés pour faire le lien entre les échelles microscopique du robot et macroscopique de l'essaim. Pour réaliser une mobilité coordonnée, nous regardons du coté de la matière active, une branche de la physique qui se concentre sur la motilité de plusieurs particules dissipatrices d'énergie. Enfin, nous développons des algorithmes d'apprentissage automatique pour optimiser les processus de diffusion et de prise de décision. Ces algorithmes suivent une approche frugale, pour être implémenté sur des robots aux capacités limitées, et ce dans le but de permettre d'apprendre en ligne et de manière distribuée directement sur les robots.