Résumé: Pour faire émerger une macro-tâche engendrée par une coopération de robots mobiles, autonomes, et à capacité limitée, une approche évolutionniste est présentée dans ce mémoire. Le système de contrôle au niveau de chaque robot est identique, et comprend un automate cellulaire qui sert à choisir entre un certain nombre de comportements fournis à la base. Les algorithmes génétiques appliqués dans ce cas, recherchent les automates cellulaires les plus aptes à faire réussir l’accomplissement de cette macro-tâche prédéterminée, éventuellement complexe, et exigeant une coopération de l’ensemble des robots mobiles précités. Cette approche est appliquée à la formation multi-tas, selon un ou plusieurs critères de classification (dans nos expériences on a opté pour les propriétés « couleur » et « forme») dans un environnement de simulation plat et fermé dans les deux directions, où les robots mobiles sont modélisés via des agents réactifs. Trois solutions guidées chacune par un procédé d’évaluation spécifique, sont proposées dans la classification monocritère et une solution dans la classification multicritères. Dans tous ces cas une structure organisée émerge après un certain nombre de générations, dévoilant les règles sensori-motrices qui permettent aux agents réactifs d’accomplir la tâche de classification en question

Batna:
Langue: Français
Collation: 124 p. ill. ;30 cm
Diplôme: Magister
Etablissement de soutenance: Batna, Université du Hadj Lakhdar. Faculté des Sciences de l'Ingénieur
Spécialité: Informatique industrielle
Thème Informatique

Note: Annexe pp.[132-143]