Robust model predictive control for deployment and reconfiguration of multi-agent systems

Commande prédictive robuste pour le déploiement et la reconfiguration de systèmes multi-agents Cette thèse porte sur le développement de techniques de commande prédictive pour le déploiement et la reconfiguration d'un système multi-agents dans une zone convexe et bornée en deux dimensions. Un nouvel algorithme de commande prédictive décentralisé, fondé sur une partition de Voronoï de l'espace pour le déploiement d'une flotte de drones quadrirotor, est construit. La loi de commande prédictive décentralisée est d'abord rendue plus robuste pour supporter des perturbations déterministes bornées s'appliquant sur les agents, introduisant une nouvelle partition de Voronoï garantie fondée sur des boîtes pour assurer la sécurité du déploiement. Dans ce cas, un nouveau correcteur prédictif fondé sur des tubes avec observateur est conçu en résolvant des problèmes d'optimisation sous contraintes d'inégalités matricielles linéaires/bilinéaires. Ensuite, pour supporter des perturbations stochastiques non bornées, un nouvel algorithme de commande prédictive sous contraintes probabilistes est proposé, rendu résoluble par la transformation des contraintes probabilistes apparaissant dans le problème d'optimisation en contraintes algébriques. Enfin, une stratégie de reconfiguration fondée sur un correcteur prédictif décentralisé est conçue pour permettre à des agents de rejoindre ou de quitter le système multi-agents durant son déploiement. Des résultats de simulation sur une flotte de drones quadrirotor valident l'efficacité des stratégies de commande proposées.