Lois de commandes asymptotiquement robustes pour les très grands systèmes connectés

La miniaturisation des drones et des satellites ainsi que leur déploiement en grand nombre sont en train de changer leurs champs d'applications civils et militaires. Une grande population d'agents fait émerger de nouveaux comportements de (sous-)groupes avec des capacités dépassant celles d'un nombre limité d'agents. Ces comportements peuvent être bénéfiques pour la société (couverture internet satellitaire) mais peuvent aussi engendrer des dangers (saturation des défenses). Il est alors nécessaire d'être capable d'analyser et de prédire le comportement de tels systèmes ainsi que de pouvoir les contrôler efficacement. Pour cela, il est nécessaire d'augmenter le niveau de représentativité pour la modélisation et le contrôle: Les interactions modélisées entre agents et/ou les commandes distribuées appliquées doivent être représentatives des systèmes d'intérêts (drones, satellites, foules) et de leurs capacités de perception (contraintes de champs de vue, de profondeur), de communication (connexité) et d'actionnement (parcimonie). Les lois de commande doivent être soigneusement conçues pour respecter ces contraintes et aussi garantir un comportement approprié quand on passe à la limite d'un grand nombre d'éléments. Ce sujet de thèse s'intéresse donc aux défis posés par une augmentation drastique du nombre d'éléments dans les dynamiques collectives à des fins d'optimisation (mission à réaliser, contrôle) et d'évaluation. L'objectif est de répondre à la question suivante : comment les lois de commande, les incertitudes et les garanties connues pour les ensembles à nombre raisonnable d'éléments passent-elles à l'échelle quand les systèmes deviennent très grands ? École doctorale : Sciences et Technologies de l'Information et de la Communication Direction : Bruno HÉRISSÉ Financement : Financement de l'ONERA