Solving the shepherding problem: heuristics for herding autonomous, interacting agents

by Daniel Strömbom, Richard P. Mann, Alan M. Wilson, Stephen Hailes, A. Jennifer Morton, David J. T. Sumpter, Andrew J. King
http://rsif.royalsocietypublishing....
document pdf : heuristics for herding autonomous

Felallo-Fulu Fruska – seminar, Opusztaszer-Hungary - http://www.catskillpumi.com
Pour voir les infos sur le travail exceptionnel de Felallo-Fulu Fruska en conduite de troupeau (Herding) : http://www.catskillpumi.com/our-pum...

Compliqué pour un seul chien de berger de veiller sur un troupeau d’une centaine de moutons récalcitrants?

Il lui suffit de mettre en œuvre «deux règles simples», un modèle mathématique qui pourrait aisément s’appliquer à des robots, assurent des chercheurs.

C’est grâce au système de navigation par satellites que les scientifiques ont finalement réussi à comprendre le fonctionnement des chiens de berger. Jusqu’alors, ils n’avaient aucune théorie satisfaisante pour expliquer leur faculté à déplacer aussi efficacement un groupe d’animaux indisciplinés dans la même direction.

Andrew King, biologiste à l’université galloise de Swansea, a commencé par équiper de harnais GPS un chien de berger (une femelle de race Australian Kelpie) et un troupeau de brebis mérinos. Il a ensuite observé le comportement des uns et des autres dans une prairie du sud de l’Australie, enregistrant les mouvements de chaque individu avec une précision de 10 à 20 cm.

Daniel Strömbom, mathématicien à l’université suédoise d’Uppsala, et ses collègues ont alors analysé ces données pour établir l’algorithme (suite d’opérations permettant de résoudre un problème) régissant les décisions et les actions du chien de berger.

A leur grande surprise, un modèle simple permet d’accomplir une tâche d’apparence très complexe. Il se résume en deux règles: rassembler les moutons lorsqu’ils se dispersent et les pousser vers l’avant lorsqu’ils sont de nouveau réunis.

«Nous avons dû imaginer ce que le chien voyait pour développer notre modèle. Grosso modo, il aperçoit des choses blanches et touffues devant lui. S’il voit des espaces entre les moutons, ou si ces espaces grossissent, le chien doit les rassembler», explique Andrew King dans un communiqué.

«Si vous observez des chiens de berger en action, le chien va et vient derrière le troupeau exactement de la même façon que ce que donne notre modèle», assure-t-il.

Les mathématiciens de l’équipe ont bien testé d’autres modèles, mais les simulations étaient beaucoup moins concluantes. «Les autres modèles ne semblent pas capables de garder des groupes de grande taille. Dès que le nombre d’individus dépasse la cinquantaine, il faut commencer à ajouter des bergers ou des chiens», souligne Daniel Strömbom.

Cette découverte, publiée mercredi dans la revue britannique Journal of the Royal Society Interface, pourrait avoir de multiples applications, dans le domaine de la robotique par exemple, selon les chercheurs.

L’algorithme du chien de berger pourrait servir à tenir les animaux à l’écart de zones dangereuses mais aussi à la gestion des mouvements de foule ou au nettoyage de l’environnement, estime Andrew King.

Source : http://www.lavenir.net/