ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 22/1 - 2008  - pp.87-123  - doi:10.3166/ria.22.87-123
TITRE
Une planification approchée pour la prise de décision décentralisée dans des colonies de robots autonomes

RÉSUMÉ
Cet article aborde le problème de la prise de décision décentralisée dans les colonies de robots autonomes et coopératifs. Les processus décisionnels de Markov (DEC-MDPs) permettent la formalisation de problèmes de décision décentralisée sous incertitude. Toutefois, ils ne proposent qu'une modélisation restreinte du temps et des actions et ne permettent pas la prise en compte de certaines propriétés des colonies de robots autonomes. De plus, leur complexité est telle qu'il est difficile de déterminer une solution optimale excepté pour de petits problèmes. Afin d'étendre l'applicabilité des DEC-MDPs à la robotique collective, nous proposons un modèle, nommé OC-DEC-MDP, basé sur les DEC-MDPs qui permette une modélisation plus adéquate du temps et une gestion des contraintes sur l'exécution des tâches. Nous décrivons également un algorithme de faible complexité permettant une résolution approchée des problèmes formalisés sous forme d'OC-DEC-MDP. L'approche présentée permet ainsi de résoudre les problèmes de décision rencontrés dans les colonies de robots autonomes.


ABSTRACT
This paper deals with decentralized decision making in cooperative and autonomous teams of robots. Even if DEC-MDPs describe an expressive framework for cooperative multiagent decision making, they suffer from a high complexity and fail to formalize properties of multi-robot missions. Our purpose is therefore to propose a model that can deal with more complex time and action representations, and to develop an algorithm that efficiently solves large problems. Thus, the OC-DEC-MDP model is defined and a polynomial algorithm is presented. Experiments show that our approach can deal with real-world multi-robot decision problems.


AUTEUR(S)
Aurélie BEYNIER, Abdel-Illah MOUADDIB

MOTS-CLÉS
processus décisionnels de Markov, prise de décision sous incertitude, colonies de robots autonomes, coopération.

KEYWORDS
Markov decision processes, decision making under uncertainty, cooperative and autonomous teams of robots.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (1,20 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier