WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Contribution à  l'optimisation d'un comportement collectif pour un groupe de robots autonomes


par Amine BENDAHMANE
Université des Sciences et de la Technologie d'Oran Mohamed Boudiaf - Doctorat en informatique - Intelligence Artificielle 2023
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE 3

Ces machines utilisent des systèmes d'exploitation différents:

-- Ubuntu 20.04 -- CentOS 7.7 -- Windows 10

À noter que la possibilité de porter notre simulateur sur des environnements de type Linux et Windows sans nécessiter l'apport de changements dans le code source, ou de son encapsulation dans des containers virtuels, est un point positif augmentant la facilité d'uti-lisation de l'outil.

3.8 Conclusion

Nous avons présenté dans ce chapitre la méthodologie utilisée pour la résolution du problème d'exploration d'une zone inconnue avec des contraintes d'énergie. Nous avons expliqué notre modèle en formalisant la fonction objectif sur la base des informations récoltées à partir d'une grille d'occupation.

Nous avons également présenté une nouvelle plateforme de simulation dédiée à l'éva-luation et le benchmarking de métaheuristiques ainsi que d'autres algorithmes d'optimi-sation. Cet outil a été implémenté de façon à abstraire les détails de bas niveau des tâches de navigation, de cartographie et de planification de chemins, et ceci afin de permettre aux chercheurs de se concentrer sur des tâches plus importantes telles que la modélisation de nouveaux algorithmes pour résoudre les problèmes d'exploration ou d'optimisation de trajectoires. Une attention particulière a été donnée à l'intégration de fonctionnalités dédiées à l'automatisation du processus d'expérimentation (paramétrage, répétition des expériences, génération de graphes) ainsi que la facilité du passage à l'échelle en la déployant sans difficulté sur des serveurs Cloud pour simuler des environnements à très large échelle.

Dans le chapitre suivant, nous allons effectuer une série d'expériences afin de valider notre modélisation, et évaluer les performances de l'algorithme xBOA. Nous présenterons également une analyse des résultats et une comparaison entre plusieurs variantes de l'al-gorithme BOA récemment introduit dans la littérature.

105

CHAPITRE 4

EXPÉRIENCES ET ANALYSE

4.1

Introduction

106

4.2

Configuration matérielle

106

4.3

Expérience 1 : Évaluation de l'algorithme xBOA dans un contexte

 
 

multirobots

107

4.4

Expérience 2 : Comparaison entre les stratégies d'exploration à

 
 

court terme et à long terme

109

4.5

Expérience 3 : Recherche des meilleurs hyperparamètres

110

4.6

Expérience 4 : Comparaison de l'algorithme xBOA avec les méta-

 
 

heuristiques populaires

112

4.7

Expérience 5 : Evaluation de la robustesse de l'algorithme xBOA

 
 

face à la réduction de taille de la population

120

4.8

Expérience 6 : Comparaison de xBOA avec les autres variantes de

 
 

l'algorithme BOA

125

4.9

Expérience 7 : Test en utilisant un robot réel

129

4.10

Conclusion

131

106

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Le don sans la technique n'est qu'une maladie"