Plan du cours
Introduction aux systèmes multirobots
- Aperçu des architectures de coordination et de contrôle multirobots
- Applications dans l'industrie, la recherche et les systèmes autonomes
- Comparaison entre les systèmes centralisés et décentralisés
Fondamentaux de l'intelligence de swarms
- Principes de l'intelligence collective et de l'auto-organisation
- Inspiration biologique : fourmis, abeilles et essaims
- Comportements émergents et robustesse dans les systèmes de swarms
Communication et coordination
- Modèles et protocoles de communication inter-robots
- Algorithmes de consensus et d'accord distribué
- Stratégies d'allocation de tâches et de partage des ressources
Stratégies de contrôle et de formation
- Contrôle leader-suiveur, basé sur le comportement et structure virtuelle
- Algorithmes de vol en essaim, de couverture et de poursuite-évasion
- Entretenir la formation dans des conditions de communication bruitées
Algorithmes d'optimisation de swarms
- Optimisation par essaim de particules (PSO) et optimisation par colonie de fourmis (ACO)
- Applications à la planification de trajectoire et à l'attribution dynamique des tâches
- Approches hybrides combinant apprentissage et heuristiques de swarms
Simulation et mise en œuvre
- Création de simulations multirobots dans ROS 2 et Gazebo
- Mise en œuvre de comportements de swarms en Python ou C++
- Débogage et analyse des dynamiques émergentes
Sujets avancés en robotique de swarms
- Évolutivité, tolérance aux pannes et résilience de la communication
- Intégration de l'apprentissage automatique pour une coordination adaptative
- Interaction humain-swarm et contrôle de supervision
Projet pratique : Conception et simulation d'un système de coordination de swarms
- Définition des objectifs et des contraintes pour une mission multirobots
- Mise en œuvre d'algorithmes de coordination de swarms
- Évaluation des métriques de performance et de la robustesse
Résumé et prochaines étapes
Pré requis
- Bonne compréhension des fondamentaux de la robotique
- Expérience en programmation Python et en ROS
- Familiarité avec les algorithmes de planification de mouvement et de contrôle
Public cible
- Chercheurs en robotique se spécialisant dans les systèmes distribués et coopératifs
- Architectes de systèmes concevant des solutions robotiques multiaгents à grande échelle
- Développeurs avancés travaillant sur la coordination autonome et les algorithmes de swarms
Nos clients témoignent (2)
Fourniture des matériels (machine virtuelle) pour passer directement aux exercices, et explication des fondamentaux de ROS2. Comprendre pourquoi les choses fonctionnent d'une manière particulière.
Arjan Bakema
Formation - Autonomous Navigation & SLAM with ROS 2
Traduction automatique
ses connaissances et son utilisation de l'IA pour la robotique dans le futur.
Ryle - PHILIPPINE MILITARY ACADEMY
Formation - Artificial Intelligence (AI) for Robotics
Traduction automatique