Contrôle partagé avec assistance haptique pour systèmes multi-robots

Les systèmes multi-agents offrent des avantages en termes de flexibilité et de redondance, permettant la répartition efficace des tâches complexes entre plusieurs robots. Cependant, leur déploiement exige des stratégies avancées de contrôle afin d’assurer une coopération optimale entre agents autonomes et opérateurs humains. Cette thèse explore le contrôle partagé avec assistance haptique appliqué aux systèmes multi-robots, combinant l’autonomie des robots à la prise de décision humaine pour améliorer la coordination et la robustesse des interactions.Dans un premier temps, nous introduisons une stratégie de contrôle reposant sur le maintien de contraintes globales au sein du groupe de robots. En particulier, nous nous intéressons à la préservation de la connectivité globale, en nous appuyant sur la théorie des graphes pour concevoir un algorithme de contrôle garantissant le respect des contraintes physiques dans les relations inter-agents. Nous proposons une modification de cet algorithme afin d’intégrer des mesures réalisées dans le repère propre de chaque agent, avec un capteur à champ de vision limité.Dans un second temps, cet algorithme assurant la partie autonome du système multi-robots est combiné à différentes stratégies de supervision adaptative, offrant à l’utilisateur un contrôle à échelle variable sur l’ensemble du groupe.Trois modes de contrôle sont étudiés en simulation :Contrôle d’agent unique (S) : l’opérateur pilote un robot spécifique.Contrôle par ancrage (P) : l’opérateur impose des contraintes à plusieurs robots pour influencer le groupe.Contrôle par barycentre (C) : l’opérateur agit sur le centre de masse du système multi-robots pour guider la flotte.Associées à l’algorithme de maintenance de connectivité, ces méthodes garantissent le respect des contraintes inter-agents tout en fournissant un retour haptique à l’utilisateur sur l’état de connectivité du groupe. L’efficacité de ces approches a été évaluée dans une étude utilisateur comparant les performances avec et sans retour haptique à travers plusieurs scénarios adaptés aux différents modes de contrôle.

Authors

Publication Details

Published
2025-04-30
Primary Topic
Distributed Control Multi-Agent Systems
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Contrôle partagé avec assistance haptique pour systèmes multi-robots

Maxime Bernard
Distributed Control Multi-Agent Systems
article

Contrôle partagé avec assistance haptique pour systèmes multi-robots

Maxime Bernard
article en

Abstract

Les systèmes multi-agents offrent des avantages en termes de flexibilité et de redondance, permettant la répartition efficace des tâches complexes entre plusieurs robots. Cependant, leur déploiement exige des stratégies avancées de contrôle afin d’assurer une coopération optimale entre agents autonomes et opérateurs humains. Cette thèse explore le contrôle partagé avec assistance haptique appliqué aux systèmes multi-robots, combinant l’autonomie des robots à la prise de décision humaine pour améliorer la coordination et la robustesse des interactions.Dans un premier temps, nous introduisons une stratégie de contrôle reposant sur le maintien de contraintes globales au sein du groupe de robots. En particulier, nous nous intéressons à la préservation de la connectivité globale, en nous appuyant sur la théorie des graphes pour concevoir un algorithme de contrôle garantissant le respect des contraintes physiques dans les relations inter-agents. Nous proposons une modification de cet algorithme afin d’intégrer des mesures réalisées dans le repère propre de chaque agent, avec un capteur à champ de vision limité.Dans un second temps, cet algorithme assurant la partie autonome du système multi-robots est combiné à différentes stratégies de supervision adaptative, offrant à l’utilisateur un contrôle à échelle variable sur l’ensemble du groupe.Trois modes de contrôle sont étudiés en simulation :Contrôle d’agent unique (S) : l’opérateur pilote un robot spécifique.Contrôle par ancrage (P) : l’opérateur impose des contraintes à plusieurs robots pour influencer le groupe.Contrôle par barycentre (C) : l’opérateur agit sur le centre de masse du système multi-robots pour guider la flotte.Associées à l’algorithme de maintenance de connectivité, ces méthodes garantissent le respect des contraintes inter-agents tout en fournissant un retour haptique à l’utilisateur sur l’état de connectivité du groupe. L’efficacité de ces approches a été évaluée dans une étude utilisateur comparant les performances avec et sans retour haptique à travers plusieurs scénarios adaptés aux différents modes de contrôle.

Openalex Percentile: Top 28%
Distributed Control Multi-Agent Systems
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.