Prenez contact avec nous

Plan du cours

Introduction aux systèmes multi-robots

  • Présentation des architectures de coordination et de contrôle multi-robots
  • Applications dans l'industrie, la recherche et les systèmes autonomes
  • Comparaison entre systèmes centralisés et décentralisés

Fondements de l'intelligence de nuée

  • Principes de l'intelligence collective et de l'auto-organisation
  • Inspiration biologique : fourmis, abeilles et essaims
  • Comportement émergeant et robustesse des systèmes de nuée

Communication et coordination

  • Modèles et protocoles de communication inter-robots
  • Algorithmes de consensus et accord distribué
  • Stratégies d'allocation des tâches et de partage de ressources

Stratégies de contrôle et de formation

  • Contrôle leader-suiveur, basé sur les comportements et structure virtuelle
  • Algorithmes de vol en essaim, couverture et poursuite-évasion
  • Maintenance de la formation dans des conditions de communication bruitées

Algorithmes d'optimisation par nuée

  • Optimisation par essaim de particules (PSO) et optimisation par colonie de fourmis (ACO)
  • Applications à la planification de trajectoires et à l'assignation dynamique des tâches
  • Approches hybrides combinant apprentissage et heuristiques de nuée

Simulation et implémentation

  • Création de simulations multi-robots dans ROS 2 et Gazebo
  • Implémentation de comportements de nuée en Python ou C++
  • Débogage et analyse des dynamiques émergentes

Sujets avancés en robotique de nuée

  • Scalabilité, tolérance aux pannes et résilience de la communication
  • Intégration de l'apprentissage automatique pour une coordination adaptative
  • Interaction homme-essaim et contrôle supervisé

Projet pratique : Conception et simulation d'un système de coordination de nuée

  • Définition des objectifs et des contraintes pour une mission multi-robots
  • Implémentation d'algorithmes de coordination de nuée
  • Évaluation des métriques de performance et de la robustesse

Résumé et prochaines étapes

Pré requis

  • Compréhension solide des fondamentaux de la robotique
  • Expérience en programmation Python et ROS
  • Connaissance des algorithmes de planification de mouvement et de contrôle

Public cible

  • Chercheurs en robotique se concentrant sur les systèmes distribués et coopératifs
  • Architectes de systèmes concevant des solutions robotiques multi-agents à grande échelle
  • Développeurs avancés travaillant sur la coordination autonome et les algorithmes d'essaim
 28 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires