Résumé:
L’exploration Multi-Robotsconsiste ànaviguer dans l’espace selon une stratégiede déploiementdans le but de chercherdes objets précieux. Dans cettetâche la dispersion des robots sur des zones distinctes peut donner de résultats efficaces: la recherche sera plus rapide, le nombre d’objets collectés sera plus élevéetles collisions seront évitées. Les méta-heuristiquesinspiréesdes techniques collectives des insectes sociaux ont montré une grande flexibilité et efficacité dans la coordination des essaims de robots. Plusieurs algorithmes inspirés de l’intelligence en essaim assurent un comportement de synchronisation soit par attractiondes robots vers des zones d’intérêts(comme les phéromones des fourmis, la dance des abeilles ou même la lumière des lucioles) ou parrépulsiondes robots de certaines zones critiques.Dans ce travail, nous cherchons à assurer une grande dispersion de robots dans leurs environnements en utilisant la logique contraire de la lumière des lucioles. Au lieu de suivre la lumière la plus élevée, les robots doivent s’éloigner de la lumière pour ne pas rentrer dans une zone d’exploration d’un autre robot et donc assurer une grande couverture. L’objectif de l’exploration dans notre travail est de localiser le maximum possible des objets (destructive foraging).À cet effet, nous avons utilisé l’algorithme de lucioles (fireflies-FA)avec une modification de son comportement d’attraction par un comportement de répulsion.Cesalgorithmes ontété utilisé en hybridation avec une marche aléatoire simple (Random Bounce) et une marche stratégique(Global Lawnmower). L’algorithme a été implémenté sous la plateforme de robotique mobile ARGoS. Plusieurs simulations ont été réalisé sous la même plateforme et une analyse des résultats montre l’efficacité de nos propositions.
