Communication, Coordination and Organization of Practical Robot Swarms

Depuis quelques années, les systèmes multi-robots gagnent rapidement en popularité dans une foule d'applications, telles que les drones de livraison d'Amazon et les flottes de voitures autonomes de Waymo. Ces systèmes doivent être déployés pendant des périodes prolongées avec un minimum de temps morts pour augmenter rentabilité. Le paradigme le plus établi pour la robotique dans l'industrie est la centralisation, où un seul ordinateur contrôle l'ensemble du système. Cependant, dans ces systèmes une simple faute, ou déconnexion, de l'ordinateur central peut conduire à des défaillances catastrophiques comme des drones tombant du ciel sur des passants. Ces défaillances soulignent l'importance des méthodes décentralisées pour les systèmes multi-robots qui répartissent la collecte de données et la prise de décision entre les robots. Malheureusement, l'utilisation de systèmes décentralisés peut conduire à un manque de connaissance de la situation globale au sein des robots individuels, en raison de la nature locale et dispersée des données. L'absence de méthodes appropriées pour transmettre les objectifs globaux aux robots entrave leur utilisation dans les applications réalistes, ce qui est le but ultime de ce travail. Les défis entourant le manque de connaissances globales dans les systèmes multi-robots distribués proviennent de l'absence d'outils de gestion de données appropriés pour stocker et gérer efficacement les données, ainsi que du besoin de mécanismes de consensus robustes. Les méthodes actuelles de stockage et de gestion des données dans les essaims de robots sont limitées à un seul état. En revanche, la quantité de données produites par les robots devient de plus en plus grande et importante au fur et à mesure de l'évolution des technologies de capteur (i.e., la densité de pixels qui augmente sans cesse dans les caméras). Les mécanismes actuels de partage des données disponibles dans les systèmes distribués et les réseaux pair à pair ne s'appliquent pas directement aux essaims de robots en raison de leur grande mobilité et de leurs ressources de calcul limitées. Dans ce travail, nous proposons donc SOUL, un mécanisme de partage de données pour le stockage et la gestion de gros blocs de données au sein de grands essaims de robots. SOUL crée un pool de mémoire commun à partir de la mémoire inutilisée des robots de l'essaim. Ce pool de mémoire commun est disponible pour les robots qui ont besoin de stockage supplémentaire. Nous montrons que SOUL n'a qu'un impact minimal sur la mobilité et qu'il s'adapte bien aux essaims de milliers de robots en simulation. Nous démontrons également l'utilisation de SOUL dans plusieurs applications pratiques sur un essaim de 10 robots physiques.