Des chercheurs du Georgia Institute of Technology ont développé un nouveau cadre pour l'attribution adaptative des tâches lors de missions assignées à être complétées par plusieurs robots. Basé sur les capacités et les caractéristiques uniques des robots, le cadre aide à leur attribuer les tâches.
Le cadre est basé sur une technique d'allocation des tâches pour les systèmes multi-robots hétérogènes qu'ils ont introduits il y a longtemps. La stratégie précédemment conçue implique l'utilisation d'un algorithme qui tient compte des différences dans les capacités individuelles des robots et attribue les tâches en conséquence. L'attribution et l'exécution de ces tâches ont lieu simultanément. Le cadre aide à résoudre les problèmes d'optimisation en ligne en suggérant des robots, comment hiérarchiser leurs contributions aux différentes tâches qui leur sont assignées, à savoir l'allocation des tâches, et comment le faire, à savoir l'exécution des tâches.
Le nouveau cadre ne nécessite pas de modèle explicite de l'environnement ou des capacités du robot qui sont inconnues. Il prend en compte les progrès collectifs réalisés par l'équipe de robots sur une mission donnée et la performance de chaque robot sur des tâches individuelles.
Le cadre a été évalué dans une série de simulations et les chercheurs ont constaté qu'il obtenait des résultats très prometteurs, la vidéo de simulation est présentée ci-dessous. L'approche a permis une répartition efficace des tâches entre les robots dans diverses conditions environnementales, même si les capacités des robots individuels étaient inconnues avant leur déploiement.
Les chercheurs travaillent sur l'inclusion des fonctionnalités de chaque robot, telles que les capteurs et les actionneurs, afin que les défaillances de fonctionnalités puissent être modélisées explicitement en ligne. De plus, la répartition du calcul entre les robots (décentralisée) est un autre aspect qui est étudié par l'équipe.