Calcul distribué de politiques d'exploration pour une flotte de robots mobiles
Ce papier présente une architecture multirobots
permettant une allocation automatique
de plusieurs objectifs sur une flotte de robots.
Le challenge consiste à rendre des robots autonomes
pour réaliser coopérativement leur mission
sans qu'un plan soit prédéfini. Cette architecture,
appelée PRDC, est basée sur 4 modules
(Perception, Représentation, Délibération
et Contrôle). Nous nous intéressons plus particulièrement
au module de délibération en considérant
le problème des voyageurs de commerce
coopératifs dans un environnement incertain.
L'objectif des robots est alors de visiter un ensemble
de points d'intérêt représentés dans une
carte topologique stochastique (Road-Map). Le
processus proposé pour la construction des politiques
collaboratives est distribué. Chaque robot
calcule ses politiques individuelles possibles
de façon à négocier collectivement l'allocation
des points d'intérêt entre les membres de la
flotte. Enfin, l'approche est évaluée via un important
nombre de simulations.
This paper presents a multi-robot architecture
which permits to automatically allocate a set
of exploration goals for a fleet of mobile robots.
The challenge is to design autonomous robots
able to cooperatively perform missions without
a predefined plan. The architecture, called
PRDC, is based on 4 modules (Perception,
Representation, Deliberation and Control). The
paper focuses on the deliberative module and
addresses the cooperative stochastic salesmen
problem where the goal is to visit a set of points
of interest. A stochastic Road-Map is defined as
a topological representation of unstructured environment
with uncertainty on the path achievement.
Decision making uses a distributed computation
of individual Markov Decision Process
in order to allocate the set of points of interest
between them. Finally, a large number of simulations
permit to evaluate the proposed approach.
