Algorithmes de viabilité pour la robotique autonome
Utilisation d’algorithmes de viabilité pour garantir la sécurité et la performance des robots évoluant dans des environnements incertains.
Utilisation d’algorithmes de viabilité pour garantir la sécurité et la performance des robots évoluant dans des environnements incertains.
Application de la théorie de la viabilité pour définir des politiques économiques soutenables à long terme.
Étude de modèles de viabilité appliqués à la régulation des populations et à la santé publique.
Trouver pour chaque individu son ensemble d'engagements préservant la viabilité de chacun. Un ensemble d'engagements individuel corresponds à l'ensemble des contrôles (actions min à max, supposées continues) que l'individu peut exercer.
Le code est disponible sur la forge INRAE. Les supports de présentation de viabic sont disponibles sur HAL.
La résolution du problème (ie trouver les bornes des ensembles d'engagements individuels) s'appuie sur une optimisation par essaim particulaire (PSO - Particle Swarm Optimization).
Le problème d'eutrophisation du lac décrit comme le problème de viabilité du lac et des exploitations riveraines est traité à un niveau global et suppose un décideur unique. Dans le présent exemple les parties prenantes sont réunies dans un comité, et les membres du comité (appelés individus dans la suite) ne sont pas nécessairement d'accord sur la dynamique du lac. Cet exemple illustre les cas où la gestion est collective et où il n'y a pas de consensus sur la dynamique. Ce problème est un problème de viabilité garantie.
Ce problème est décrit en détail dans :
Alvarez, I., Zaleski, L., Briot, J.-P., Irving, M. de A. (2023). Collective management of environmental commons with multiple usages: A guaranteed viability approach. Ecological Modelling, 475, Article 110186
Les caractéristiques du problème modélisé sont les suivantes :
Les individus acceptent de partager leurs informations personnelles avec un tiers de confiance.
Dans cet exemple, on considère $N=4$ individus. Trois d'entre eux ($i\in\{1,2,3\}$) adoptent la dynamique classique, mais avec des paramètres différents :
\begin{equation} \label{eq:systemlac}
(P_i \text{ modèle 1})\left\{
\begin{array}{l}
\frac{dL}{dt}=u\in U=\left[ u_{min},u_{max}\right] \\
\frac{dP}{dt}=-b_i P(t) + L(t) +r_i\frac{P(t)^{q_i}}{m_i^{q_i} + P(t)^{q_i}} \\
\left(L(t),P(t)\right) \in K=[L_{min}, +\infty[ \times [0,P_{max}]
\end{array}
\right.
\end{equation}
Un individu ($i=4$) considère que le processus de relargage peut se produire différemment, et utilise une formule différente pour la pseudo-sygmoïde :
\begin{equation}
(S' \text{ modèle 0}) \quad \frac{dP}{dt}=-b_i P(t) + L(t) + r_i \frac{P(t)}{P(t) + m_i e^{(-\lambda_i(P(t)-m_i)) }}
\end{equation}
Les valeurs numériques pour les calculs sont les suivantes : $u_{min}=-u_{max}/2$ ; $u_{max}\approx 3,15\; \mu g.l^{-1}.\text{an}^{-1}$, $L_{min}\approx6,94 \; \mu g.l^{-1}$, $P_{max}=24.76 \; \mu g.l^{-1}$,
Le tableau suivant rassemble les valeurs des paramètres pour chaque individu (b,r,m sont en $\mu g.l^{-1}$).
| Paramètres | $b_i$ | $r_i$ | $m_i$ | Modèle | $q_i$ | $\lambda_i$ | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| perte | taux | valeur de P | choix du | pente du | pente du | ||||||
| max. | pour $r_i/2$ | modèle | modèle 1 | modèle 0 | |||||||
| Individu 1 | 2,2676 | 101,96 | 26,90 | 1 | 2,222 | - | |||||
| Individu 2 | 2,2676 | 101,96 | 26,90 | 1 | [2,2;2,3] | - | |||||
| Individu 3 | [2,2;2,3] | 101,96 | 26,90 | 1 | 2,222 | - | |||||
| Individu 4 | 2,2676 | 101,96 | 26,90 | 0 | - | [1/19;1/16] |
Les incertitudes sont traitées comme des variables prenant leur valeur dans des ensembles. Le problème est un problème de viabilité garantie, dans lequel le vecteur $v$ des "tyches" regroupent les paramètres incertains : $v_1$ représente le paramètre $b_i$, $v_2$ : $\alpha_i$, $v_3$ : $q_i$ et $v_4$ représente $\lambda_i$. La dynamique du modèle avec incertitudes devient :
\begin{equation}
f_v(x=(L,P),u,v)=\left(
\begin{array}{l}
u\\
- v_1 P + L + r \left( (1-v_2) \frac{P^{v_3}}{m^{v_3} + P^{v_3}} + v_2 \frac{P}{P + m e^{(-v_4(P-m)) }}\right) \;
\end{array}
\right)
\end{equation}
Le problème de viabilité garantie qui doit être résolu est le suivant :
\begin{equation}
(P_v)\left\{
\begin{array}{lcl}
(L,P)'(t)&=&f_B((L,P)(t),u(t),v(t))\\
u(t)&\in& U=\left[ u_{min},u_{max}\right] \\
v(t)&\in & V=[2.2,2.3]\times[0,1]\times[2.2,2.3]\times[1/19,1/18]\\
(L,P)(t) &\in& K \;
\end{array}
\right.
\end{equation}
Le noyau garanti peut être approximé avec ViabLab (version 2.2). Le code correspondant est ici : https://forgemia.inra.fr/isabelle.alvarez/emlake