Thèse préparée par Alaa Daoud

Titre : Approche décen­tra­li­sée pour l’al­lo­ca­tion de courses à la demande à une flotte de véhi­cules autonomes

Title : Decentralized On‐​Demand Resource Allocation for Autonomous Vehicle Fleets

Beginning of the­sis : 2018
End of the­sis : 2021

Résumé : Le déve­lop­pe­ment de véhi­cules auto­nomes, capables de com­mu­ni­quer de pair à pair, ain­si que l’in­té­rêt pour les solu­tions à la demande sont les prin­ci­pales moti­va­tions de cette étude. En l’ab­sence de contrôle cen­tral, nous sommes inté­res­sés par la for­ma­tion d’une flotte de véhi­cules auto­nomes capables de répondre aux demandes de dépla­ce­ment à l’é­chelle de la ville.
Typiquement, ce pro­blème est réso­lu de manière cen­tra­li­sée, ce qui implique que les véhi­cules ont un accès conti­nu à un por­tail de répar­ti­tion. Cependant, cet accès à une telle infra­struc­ture de com­mu­ta­tion mon­diale (pour la col­lecte de don­nées et la livrai­son des com­mandes) est coû­teux et repré­sente un gou­lot d’é­tran­gle­ment cri­tique. L’idée est d’u­ti­li­ser des tech­no­lo­gies de com­mu­ni­ca­tion de véhi­cule à véhi­cule (V2V) à faible coût pour coor­don­ner les véhi­cules sans infra­struc­ture de com­mu­ni­ca­tion glo­bale.
Nous pro­po­sons de modé­li­ser les dif­fé­rents aspects des pro­blèmes de déci­sion et d’op­ti­mi­sa­tion liés à ce pro­blème plus géné­ral. Après avoir modé­li­sé ces pro­blèmes, la ques­tion se pose du choix des méthodes de solu­tion cen­tra­li­sées et décen­tra­li­sées. Sur le plan métho­do­lo­gique, nous explo­rons les orien­ta­tions et com­pa­rons les per­for­mances des tech­niques d’op­ti­mi­sa­tion des contraintes dis­tri­buées (DCOP), des tech­niques multi‐​agents auto‐​organisées, des approches basées sur le mar­ché et des solu­tions cen­tra­li­sées de recherche opérationnelle. 

Abstract : The deve­lop­ment of auto­no­mous vehicles, capable of peer‐​to‐​peer com­mu­ni­ca­tion, as well as the inter­est in on‐​demand solu­tions are the pri­ma­ry moti­va­tions for this stu­dy. In the absence of cen­tral control, we are inter­es­ted in for­ming a fleet of auto­no­mous vehicles capable of respon­ding to city‐​scale tra­vel demands.
Typically, this pro­blem is sol­ved cen­tral­ly, this implies that the vehicles have conti­nuous access to a dis­pat­ching por­tal. However, such access to such a glo­bal swit­ching infra­struc­ture (for data col­lec­tion and order deli­ve­ry) is cost­ly and repre­sents a cri­ti­cal bot­tle­neck. The idea is to use low‐​cost vehicle‐​to‐​vehicle (V2V) com­mu­ni­ca­tion tech­no­lo­gies to coor­di­nate vehicles without a glo­bal com­mu­ni­ca­tion infra­struc­ture.
We pro­pose to model the dif­ferent aspects of deci­sion and opti­mi­za­tion pro­blems rela­ted to this more gene­ral pro­blem. After mode­ling these pro­blems, the ques­tion arises as to the choice of cen­tra­li­zed and decen­tra­li­zed solu­tion methods. Methodologically, we explore the direc­tions and com­pare the per­for­mance of dis­tri­bu­ted constraint opti­mi­za­tion tech­niques (DCOP), self‐​organized multi‐​agent tech­niques, market‐​based approaches, and cen­tra­li­zed ope­ra­tions research solutions.

Mots clés : Transport à la demande, Véhicules auto­nomes, Allocation des res­sources, Systèmes multi‐agents

Keywords : Multi‐​agent sys­tems, On‐​demand trans­port, Resource allo­ca­tion, Autonomous vehicles

Date de Soutenance pré­vue : der­nier tri­mestre de 2021

Encadrement :

Partners or/​and fun­ders : –