Le 11 mai 2011, nous parlions de la notion de partage en robotique. Nous comprenions que finalement, mĂŞme l’ĂŞtre humain n’agissait que pour sont propre intĂ©rĂŞt quelque soit le contexte. (voir l’article ici)
Cette notion est basĂ©e sur le principe d’Ă©conomie d’Ă©nergie. Si l’autre exĂ©cute une action que je n’ai pas Ă  exĂ©cuter, alors je vais Ă©conomiser de l’Ă©nergie. Cet autre doit Ă©galement trouver son intĂ©rĂŞt pour Ă©quilibrer les choses.
Nous ne sommes pas si loin de cette idĂ©e lorsque nous parlons de l’apprentissage de la mise en formation des robots, mĂŞme si l’algorithme s’Ă©loigne sans doute beaucoup de celui que nous Ă©voquions.
Georgia Robotics and Intelligent Systems lab a rĂ©cemment fait une dĂ©monstration intĂ©ressante de ses Khepera. Une fois placĂ©s de manière totalement dĂ©sordonnĂ©e sur le sol, les robots sont capable d’optimiser leurs dĂ©placements pour rĂ©aliser des figures tout en suivant un leader.
Le leader est un robot parmi eux, choisi au hasard par un opérateur.
Voici deux vidĂ©os qui montrent la puissance de l’algorithme rĂ©alisĂ© :


Source : Ted McDonald

Laisser un commentaire