Plan du cours
Introduction aux Systèmes Multi-Robots
- Aperçu 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 Essaim
- Principes de l'intelligence collective et de l'auto-organisation
- Inspirations biologiques : fourmis, abeilles et bancs d'oiseaux
- Comportements émergents et robustesse dans les systèmes d'essaim
Communication et Coordination
- Modèles et protocoles de communication inter-robots
- Algorithmes de consensus et accord distribué
- Stratégies d'allocation des tâches et de partage des ressources
Stratégies de Contrôle et de Formation
- Contrôle leader-suiveur, comportemental et structure virtuelle
- Algorithmes d'essaim, de couverture et de poursuite-évasion
- Maintenance de la formation dans des conditions de communication bruitées
Algorithmes d'Optimisation par Essaim
- Optimisation par Essaim de Particules (PSO) et Optimisation par Colonie de Fourmis (ACO)
- Applications à la planification de trajectoire et à l'assignation dynamique des tâches
- Approches hybrides combinant apprentissage et heuristiques d'essaim
Simulation et Implémentation
- Construction de simulations multi-robots dans ROS 2 et Gazebo
- Implémentation de comportements d'essaim en Python ou C++
- Débogage et analyse des dynamiques émergentes
Sujets Avancés en Robotique d'Essaim
- Extensibilité, tolérance aux pannes et résilience de la communication
- Intégration de l'apprentissage automatique pour une coordination adaptative
- Interaction humain-essaim et contrôle supervisé
Projet Pratique : Conception et Simulation d'un Système de Coordination d'Essaim
- Définition des objectifs et des contraintes pour une mission multi-robots
- Implémentation d'algorithmes de coordination d'essaim
- Évaluation des métriques de performance et de robustesse
Résumé et Étapes Suivantes
Pré requis
- Bonne compréhension des fondamentaux de la robotique
- Expérience en programmation Python et en ROS
- Connaissance des algorithmes de planification de mouvement et de contrôle
Public cible
- Chercheurs en robotique spécialisés dans 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
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