Prenez contact avec nous

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
 28 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires