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 :
- Flavien Balbo, Professeur, Mines Saint‐Etienne, LIMOS
- Gauthier Picard, ONERA Toulouse
- Paolo Gianessi, Maître assistant, Mines Saint‐Etienne, LIMOS
Partners or/and funders : —
Télécharger la thèse
