Allocation de tâches multi-robots organisationnelle à l’aide d’enchères basés sur le consensus

Nous proposons une approche d’allocation de tâches multi-robots intégrant explicitement les structures et contraintes organisationnelles d’une flotte. Nous formalisons le problème d’AllocationOrganisationnelle de Tâches Multi-Robots (Org-MRTA), qui étend la MRTA classique en imposant que les allocations respectent, au-delà des critères de performance, les rôles, missions et normes définis par l’organisation. Pour le résoudre, nous introduisons Org-CBBA, une extension hiérarchique du Consensus-Based Bundle Algorithm (CBBA) fondée sur un modèle organisationnel de type MOISE+, orientant le processus vers des solutions de qualité tout en garantissant leur cohérence organisationnelle. Cette approche préserve la robustesse distribuée et les garanties de convergence de CBBA, tout en alignant les décisions d’allocation sur la doctrine organisationnelle. Nous évaluons Org-CBBA sur des scénarios synthétiques inspirés de déploiements réels et montrons qu’il maintient la qualité des allocations tout en réduisant la charge computationnelle, tout en respectant les exigences et contraintes organisationnelles.