Un nouvel algorithme de contrôle d’essaims de petits robots pourrait servir de base à des véhicules autonomes, selon les chercheurs
L’un des nombreux avantages promis par un avenir où les voitures se conduiront toutes seules est la réduction des embouteillages, les véhicules autonomes avancés étant si habiles à naviguer dans les rues qu’ils évitent non seulement de se heurter les uns aux autres, mais qu’ils assurent une circulation beaucoup plus fluide, ce que les humains ne pourraient jamais faire. Des chercheurs de l’université Northwestern ont mis au point un nouvel algorithme de contrôle qui, selon eux, offre ce type de garantie d’absence de bouchon, en démontrant ses capacités grâce à un essaim de minuscules robots qui peuvent s’assembler rapidement et en toute sécurité pour prendre les formes souhaitées en 60 secondes.
Les scientifiques de la Northwestern University décrivent leur nouveau logiciel de contrôle comme le premier algorithme décentralisé offrant une garantie sans collision et sans blocage. Cela permet d’exploiter les avantages de travailler avec des essaims de petits robots sans contrôle centralisé, plutôt qu’avec un ensemble de robots de tête ou un seul robot plus grand, ce qui répartit le risque de défaillance sur l’ensemble de la flotte et renforce la fiabilité du système.
« Si le système est centralisé et qu’un robot cesse de fonctionner, c’est tout le système qui tombe en panne », explique Michael Rubenstein, qui a dirigé l’étude. « Dans un système décentralisé, il n’y a pas de chef qui dise à tous les autres robots ce qu’ils doivent faire. Chaque robot prend ses propres décisions. Si un robot échoue dans un essaim, l’essaim peut encore accomplir la tâche ».
L’algorithme de l’équipe considère le terrain comme une grille, et chacun des robots est équipé de capteurs de type GPS pour savoir où il se trouve sur la grille à un moment donné. D’autres capteurs permettent aux robots d’identifier les robots voisins et de savoir si des espaces sur la grille sont disponibles ou occupés par un voisin.
« Chaque robot ne peut détecter que trois ou quatre de ses voisins les plus proches », a expliqué Michael Rubenstein. « Ils ne peuvent pas voir à travers tout l’essaim, ce qui facilite la mise à l’échelle du système. Les robots interagissent localement pour prendre des décisions sans disposer d’informations globales ».
Cette approche myope ou à vision de près, permet aux robots de se déplacer beaucoup plus rapidement pour former une forme souhaitée. Dans les expériences de l’équipe, 100 robots ont été capables de s’assembler en une formation prédéterminée en une minute, alors que les approches précédentes ont nécessité jusqu’à une heure. L’équipe a également testé l’approche dans des simulations impliquant plus de 1000 robots, les machines virtuelles se déplaçant en formation de manière sûre et efficace.
« Si vous avez beaucoup de véhicules autonomes sur la route, vous ne voulez pas qu’ils entrent en collision les uns avec les autres ou qu’ils soient bloqués dans une impasse », a déclaré Michael Rubenstein, de la Northwestern University, qui a dirigé l’étude. « En comprenant comment contrôler nos robots essaims pour former des formes, nous pouvons comprendre comment contrôler des flottes de véhicules autonomes alors qu’ils interagissent les uns avec les autres. »
https://ieeexplore.ieee.org/document/9000788
https://news.northwestern.edu/stories/2020/02/swarming-robots-avoid-collisions-traffic-jams/&fj=1
