L’utilisation de la robotique gagne en popularité dans différentes sphères d’application en raison des nouvelles possibilités qu’offrent les robots. Notamment grâce à leur capacité d’enregistrer de l’information ainsi que la possibilité de travailler dans des endroits difficilement accessibles aux humains, les robots mobiles sont des compagnons idéals pour l’exploration, que ce soit l’exploration de souterrain, sous l’eau ou même d’endroits éloignés comme d’autres planètes.

En raison de leur robustesse et leur modularité, les essaims de robots sont mieux adaptés que les autres systèmes pour effectuer des missions d’exploration. L’utilisation d’un contrôle décentralisé, au coeur de l’essaim, permet à chaque robot de s’adapter de manière autonome et cohérente aux différentes situations et l’homogénéité des robots permet un remplacement rapide et autonome d’un robot fautif. D’abord inspirés des vols coordonnés d’oiseaux ou des déploiements organisés des colonies de fourmis, les essaims de robots se développent rapidement et ils seront déployés dans des scénarios réels prochainement.

Néanmoins, un aspect critique de ces déploiements d’essaims robotiques reste encore peu développé :​ l’interaction entre ces robots et leur(s) opérateur(s). Le contrôle d’un essaim peut induire une grande charge cognitive sur l’opérateur, notamment parce que la compréhension du comportement d’un essaim n’est pas intuitive. Dans ce travail, nous tentons d’améliorer cette compréhension en créant un retour d’information visuel pour l’opérateur par mouvements expressifs d’essaim. Lors d’une mission d’exploration, les robots doivent communiquer à l’opérateur régulièrement :​ lorsqu’un événement nécessitant une attention particulière survient, ou au contraire, que la mission se déroule sans problème. Notre approche est de concevoir des mouvements expressifs permettant d’améliorer la lisibilité des robots, c.-à-d. la facilité pour l’opérateur à comprendre les intentions et les actions de l’essaim.

En utilisant le langage de programmation d’essaim Buzz, nous utilisons des algorithmes d’intelligence d’essaim complètement décentralisés pour créer une solution complète. Nous utilisons premièrement un algorithme d’exploration robuste pour remplir la mission. Lorsque requis pour la communication, nous transférons certains robots non essentiels à un algorithme de formation, dans le but de créer les mouvements expressifs. Ces scripts sont finalement testés sur de petits robots de table appelés Zooids dans le but de créer une étude utilisateurs.

The use of robotics is gaining in popularity in many different spheres of the industry due to the new possibilities the robots offer. Particularly because of their capacity to record information and their capacity to work in hard to get places for humans, mobile robots are the perfect companions for exploration missions, no matter where they are.

With their robustness and modularity, robot swarms are better adapted than other systems to perform in an exploration scenario. The use of decentralized control enables all robots to adapt autonomously to different situations and the homogeneity of the robots permits a replacement of a faulty robot quickly and autonomously. First inspired from flocks of birds or ant colonies, robot swarms are developing fast and will be deployed in real scenarios soon.

Nonetheless, a critical aspect of the robot swarms deployment is still underdeveloped :​ the interaction between the operator and the robots. Swarm control can put a high cognitive load on the operator, especially because understanding the swarm behavior is not intuitive. We thus try to improve the swarm state recognition by creating a feedback from swarm expressive motions. During an exploration mission, robots need to communicate to the operator when an event necessitating the user input happens. We thus design expressive movements for the robots to be able to communicate these messages to the operator by improving the legibility of the robots.

Using the Buzz programming language, we use swarm intelligence algorithms in a completely decentralized manner to create a fully functional solution for visual feedback in an exploration mission. We first use a robust chain mapping exploration algorithm to fulfill the mission. When required, we transfer non essential robots to an acyclic graph formation algorithm where they can create the swarm expressive motions and communicate with the operator. These scripts are tested on a swarm of small tabletop robots called Zooids with the goal of creating a user study.