Apprentissage de Comportements Réactifs pour des Ensembles de Robots Mobiles
Abstract
When a group of robots manoeuvres in an unfriendly environment, teleoperation is not always possible, and traditional methods of planning are generally time consuming. Their learning and adaptation capabilities are constantly increasing. Our purpose is to make robots learn a complex collective task without the need for human intervention. This paper describes two methods based on evolutionist algorithms and simulated annealing. Both ways have been implemented firstly by simulation and secondly on a real platform composed of 4 mobile robots presented in the third part. The fourth part describes the actual results.
Lorsque des robots évoluent en milieu hostile, il n'est pas toujours possible de les téléopérer, et les méthodes tradionnelles de planification sont souvent gourmandes en temps de calcul. Leurs facultés d'apprentissage et d'adaptation doivent donc être de plus en plus importantes. L'objectif est de faire apprendre à des robots une tâche collective complexe sans l'intervention d'un opérateur. Cet article présente deux méthodes d'apprentissage basées sur les algorithmes évolutionnistes et le recuit simulé. Nous avons implémenté ces deux méthodes en simulation et aussi sur une plate-forme composée de 4 robots mobiles présentée dans la troisième partie. La quatrième partie présente l'état actuel des résultats.
Domains
Robotics [cs.RO]| Origin | Files produced by the author(s) |
|---|
Loading...