| Titre : | Emergence des structures evolutionistes à base de robot cellulaires auto-organisés |
| Auteurs : | Tarek Ababsa, Auteur ; Noureddine Djedi, Directeur de thèse |
| Type de document : | Thése doctorat |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2016 |
| ISBN/ISSN/EAN : | TINF/98 |
| Format : | 1 vol. (161 p.) / ill. / 29 cm |
| Langues: | Anglais |
| Résumé : |
Les robots modulaires sont des systèmes complexes composés d’un grand nombre d’unités élémentaires. Ces unités peuvent s’arranger pour changer la structure globale du système. Cette capacité permet aux robots modulaires de s’adapter aux changements de l’environnement pour réaliser des tâches relativement complexes. A l’inverse des robots conventionnels,ces robots sont i) Modulaires, puisqu’ils sont composés de plusieurs unités. ii) Auto Configurables, car les modules composant le système sont capables de changer la manière dont ils sont reliés pour pouvoir former plusieurs combinaisons iii) Autonomes, car ils sont capables eux-mêmes de réaliser des tâches sans avoir besoin d’intervention humaine. Cette discipline a attiré plusieurs chercheurs de la communauté scientifique pour réaliser des études dans ce domaine. Les défis d’améliorer les capacités des robots modulaires ne s’arrêtent pas à la conception mécanique et électronique, ils englobent également l’amélioration des algorithmes et des systèmes de contrôle pour que le système robotique se comporte de manière efficace. Dans cette thèse, nous nous proposons de relever ces défis en explorant trois éléments centraux de l’auto-reconfiguration des robots modulaires : l’adaptation, l’auto-configuration et l’évolution de la structure des robots. Dans un premier temps, nous nous sommes intéressés au problème d’adaptation des robots modulaires dans leur environnement. Pour cela, nous avons proposé une méthode en trois couches pour évoluer la structure des robots. Dans la première couche, un algorithme génétique réparti est utilisé pour trouver la structure optimale que le robot doit réaliser, tandis que dans la deuxième couche, nous avons utilisé l’algorithme PacMan pour transformer le système en une nouvelle configuration identifiée par la première couche. Dans une deuxième étape,nous avons intégré un système hormonal à l’architecture proposée pour permettre au système de réaliser des tâches en parallèle ainsi pour que le système soit capable d’agir de différentes manières pour ne pas se bloquer dans un seul état. Quant à la troisième étape, nous avons utilisé la programmation génétique pour reconfigurer le système de manière efficace et réduire le coût de la reconfiguration du système. |
| Sommaire : |
1 Introduction and Motivation 1 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2 Motivation of the thesis . . . . . . . . . . . . . . . . . . 4 1.3 Problem Statement . . . . . . . . . . . . . . . . . . . . . 6 1.4 Contributions . . . . . . . . . . . . . . . . . . . . . . . . 8 1.5 Thesis outline . . . . . . . . . . . . . . . . . . . . . . . . 10 I State of the Art 13 2 Self-Reconfigurable Modular Robots 15 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2 Lattice Modular Robots . . . . . . . . . . . . . . . . . . 17 2.2.1 Crystalline Robots . . . . . . . . . . . . . . . . . 18 2.2.2 Molecule Robots . . . . . . . . . . . . . . . . . . 20 2.2.3 TeleCube . . . . . . . . . . . . . . . . . . . . . . 21 2.3 Chain Modular Robots . . . . . . . . . . . . . . . . . . . 22 2.3.1 PolyBot . . . . . . . . . . . . . . . . . . . . . . . 23 2.3.2 GZ-I . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.3.3 ModRED . . . . . . . . . . . . . . . . . . . . . . 24 2.4 Hybrid . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.4.1 M-TRAN . . . . . . . . . . . . . . . . . . . . . . 25 2.4.2 Molecube . . . . . . . . . . . . . . . . . . . . . . 26 2.4.3 Roombots . . . . . . . . . . . . . . . . . . . . . . 27 2.4.4 SuperBot . . . . . . . . . . . . . . . . . . . . . . 28 2.5 Mobile . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.5.1 S-Bots . . . . . . . . . . . . . . . . . . . . . . . . 30 2.5.2 KiloBots . . . . . . . . . . . . . . . . . . . . . . . 31 2.5.3 Symbiotic robot . . . . . . . . . . . . . . . . . . 32 2.6 Stochastic . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.6.1 M-Block . . . . . . . . . . . . . . . . . . . . . . . 34 2.6.2 Programmable Matter . . . . . . . . . . . . . . . 35 2.7 Deterministic . . . . . . . . . . . . . . . . . . . . . . . . 37 2.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3 Self-Reconfiguration Algorithms 39 3.1 Self Reconfiguration Problem . . . . . . . . . . . . . . . 40 3.1.1 Search-based approach . . . . . . . . . . . . . . . 41 3.1.2 Control-based approach . . . . . . . . . . . . . . 48 3.1.3 Bio-inspired approaches . . . . . . . . . . . . . . 51 3.2 Flow methods . . . . . . . . . . . . . . . . . . . . . . . . 54 3.3 Gait Methods . . . . . . . . . . . . . . . . . . . . . . . . 59 3.3.1 Control methods . . . . . . . . . . . . . . . . . . 60 3.4 Self-assembly methods . . . . . . . . . . . . . . . . . . . 64 3.4.1 Control methods . . . . . . . . . . . . . . . . . . 65 3.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . 67 4 Artificial Life and Morphogenetic Engineering 69 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . 70 4.2 Artificial Life Techniques . . . . . . . . . . . . . . . . . 70 4.2.1 Reproductive Systems . . . . . . . . . . . . . . . 71 4.2.2 Evolutionary Computation Systems . . . . . . . 73 4.2.3 Learning Systems . . . . . . . . . . . . . . . . . . 76 4.3 Emergent Properties in Modular Robotic Systems . . . 78 4.3.1 Complex Systems Engineering . . . . . . . . . . 78 4.3.2 The importance of being emergent . . . . . . . . 79 4.3.3 Emergent Behaviours . . . . . . . . . . . . . . . 80 4.4 Artificial Evolution and Artificial Ontogeny . . . . . . . 81 4.5 Morphogenetic Robotics . . . . . . . . . . . . . . . . . . 82 4.5.1 Morphogenetic Swarm Robotic Systems . . . . . 83 4.5.2 Morphogenetic Self Reconfiguration . . . . . . . 84 4.5.3 Morphogenetic Brain-Body Design . . . . . . . . 85 4.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . 87 II Contributions 89 5 Decentralized Approach to Evolve the Structure of Metamorphic Robots 91 5.1 Overview . . . . . . . . . . . . . . . . . . . . . . . . . . 92 5.2 Discovering the Topology of the Robot . . . . . . . . . . 92 5.3 Evolving The Structure of the Robot . . . . . . . . . . . 95 5.3.1 Evolving modules configuration using GA . . . . 97 5.3.2 The domination of new structural information . 100 5.3.3 Reconfiguration to the target pattern . . . . . . 102 5.4 Experimental Results . . . . . . . . . . . . . . . . . . . . 103 5.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . 105 6 Splittable Metamorphic Carrier Robots 107 6.1 Overview . . . . . . . . . . . . . . . . . . . . . . . . . . 108 6.2 The Modular Robot and its Environment . . . . . . . . 108 6.3 Generate Cyclic Locomotions . . . . . . . . . . . . . . . 111 6.4 Encapsulation into the modules . . . . . . . . . . . . . . 112 6.5 Clustering The Modules . . . . . . . . . . . . . . . . . . 115 6.6 Experimental Results . . . . . . . . . . . . . . . . . . . . 116 6.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . 118 7 G-Programming-based Self-Reconfiguration Planning 121 7.1 Overview . . . . . . . . . . . . . . . . . . . . . . . . . . 122 7.2 Overview of the Simulator . . . . . . . . . . . . . . . . . 123 7.2.1 Unit-Compressible Motion . . . . . . . . . . . . . 124 7.2.2 Vocabulary of Module Actions . . . . . . . . . . 124 7.2.3 Compressible Units Simulator . . . . . . . . . . . 125 7.3 GP-Based Reconfiguration Planning . . . . . . . . . . . 126 7.3.1 Target Shape Description . . . . . . . . . . . . . 128 7.3.2 Representation of GP Individuals . . . . . . . . . 129 7.3.3 Fitness Evaluation . . . . . . . . . . . . . . . . . 132 7.4 Experimental results . . . . . . . . . . . . . . . . . . . . 136 7.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . 141 8 Conclusions and Future Work 143 8.1 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . 144 8.2 Future Work . . . . . . . . . . . . . . . . . . . . . . . . 145 8.2.1 Improvement on the proposed approaches . . . . 145 8.2.2 Evolving efficient Communication system for modular robots. . . . . . . 145 Bibliography 147 |
| En ligne : | http://thesis.univ-biskra.dz/id/eprint/2769 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| TINF/98 | Théses de doctorat | bibliothèque sciences exactes | Consultable |
