Exploration minière, surveillance portuaire ou côtière… Ces activités sont de plus en plus souvent assurées par des meutes de drones pilotées de façon semi-automatique. Seulement, la complexité de leurs réseaux les rend vulnérables aux cyberattaques.

Afin d’assurer la sécurité des données contenues et transmises entre drones, l’équipe « Interactions logiciels, matériel et environnement » (Shaker) d’ENSTA Bretagne et du Lab-STICC, a lancé en septembre 2022 le projet DISPEED* avec l’AID. Son objectif ? « Mettre au point un système de détection des intrusions (IDS) qui prend en compte les ressources dont dispose chacun des drones de la meute en termes de capacité de calcul et d’énergie », présente Camélia Slimani, post-doctorante à l’ENSTA Bretagne et membre de l’équipe. 

Les IDSs les plus répandus reposent sur des algorithmes de machine learning qui requièrent une puissance de calcul et de mémorisation importante. Or tous les types de drones ne disposent pas des mêmes capacités de traitement (processeurs, mémoires, stockage), ce qui affecte leur performance en matière de cybersécurité. « Tout l’enjeu est de proposer un modèle d’exécution qui fournisse un compromis pertinent entre rapidité de détection et consommation énergétique en fonction de la criticité de l’attaque et de l’état du système et de la mission », précise la chercheuse.

Dans un premier temps, l’équipe de recherche réalise une étude de performance et de consommation énergétique de plusieurs IDSs existants avant d’établir une stratégie d’exécution qui s’adapte aux missions choisies pour une population de drones évoluant en toute autonomie.
 

*Projet "Détection d'Intrusion et Compromis Sécurité / performance / Energie, Etude pour les meutes de Drones" financé par l'Agence Innovation Défense du Ministère des Armées

• L’objectif de ce projet : développer des méthodes et outils permettant de modéliser les profils d’accès aux données de façon frugale et peu intrusive puis d’utiliser les modèles établis afin de développer des stratégies d’optimisation de la consommation énergétique des nœuds de calcul pendant la phase d’accès aux données.
• Financement : Atos
• pilote : Jalil BOUKHOBZA, enseignant-chercheur ENSTA Bretagne / laboratoire Lab-STICC (pôle SHARP, équipe SHAKER)

Les systèmes de stockage représentent, en termes de performance, l’un des maillons faibles les plus importants dans un système informatique, en particulier pour les applications qui traitent des quantités importantes de données comme c’est le cas dans le domaine du calcul haute performance (HPC).  

L'émergence de nouvelles technologies de stockage représente une opportunité pour réduire l’écart de performance entre stockage et mémoire de travail mais aussi la consommation énergétique. 

Ces technologies sont déployées à plusieurs niveaux :
- support de stockage (par exemple 3DxPoint),
- son interface (par exemple NVMe),
- ou sa gestion logicielle (par exemple object store).

Ces technos impliquent une croissance importante de la complexité de la gestion du stockage afin de satisfaire les contraintes de qualité de service des applications. 
 

Objectif : proposer un modèle et des stratégies pour l’exécution des systèmes de détection d’intrusion embarqués sur des drones munis d'architectures hétérogènes et qui fournissent un compromis pertinent selon la criticité de l’attaque et l’état du système et de la mission entre rapidité de détection / consommation énergétique.

• Financement : AID
• Partenaires : FORTH Grèce, Naval Group, UBO
• Pilote : Jalil Boukhobza, enseignant-chercheur ENSTA Bretagne / laboratoire Lab-STICC (pôle SHARP, équipe SHAKER)

Le fonctionnement distribué des meutes de drones en mission les rend sensibles à diverses attaques qui doivent absolument être détectées. Ces drones embarquent des composants matériels (calcul et mémorisation) hétérogènes en puissance de calcul et en consommation énergétique pour exécuter les diverses tâches nécessaires à leur mission.

L’objectif du projet est de développer des modèles, des stratégies et des outils permettant d’optimiser le coût énergétique de la détection d’intrusion sur meute de drones ou tout autre système coopératif fortement contraint en énergie ou en puissance matérielle. Ces systèmes fonctionnent en coopération pour accomplir une mission commune. La charge réseau varie donc énormément en fonction du contexte de la mission. Le système de détection d’intrusion n’a donc pas besoin d’être exécuté en permanence sur un équipement nécessitant une puissance matérielle importante et qui consomme une part conséquente de l’énergie du système.

L’enjeu du projet est donc d’étudier et analyser comment il est possible d’adapter l’exécution de l’IDS en utilisant divers composants matériels en fonction de cette charge réseau et du contexte de la mission.

Il s’articule autour de 4 verrous :

• Verrou 1 : la modélisation de l’environnement d’exécution
• Verrou 2 : la mise en place d’une plateforme d’évaluation
• Verrou 3 : la conception d’une stratégie de choix de configuration à base d’outillage d’optimisation multi-objectif
• Verrou 4 : le mise en place de solution de déport/équilibrage inter-drone de calcul pour la réduction de la consommation énergétique.

Objectif :  concevoir des stratégies de placement de données efficaces sur des architectures de stockage multi-tiers dans le domaine du calcul hautes performances.

• Financement : CEA
• Pilote : Jalil Boukhobza enseignant-chercheur ENSTA Bretagne / laboratoire Lab-STICC (pôle SHARP, équipe SHAKER)

Les systèmes de stockage représentent, en terme de performance, l’un des maillons faibles les plus importants dans un système informatique, en particulier pour les applications qui traitent des quantités importantes de données. L'émergence de nouvelles technologies de stockage représente une opportunité pour réduire l’écart de performance entre stockage et mémoire de travail. Ces technologies, déployées tant au niveau du support de stockage (par exemple 3DxPoint), de son interface (par exemple NVMe), voire de sa gestion logicielle (par exemple object store), implique une croissance importante de la complexité de la gestion du stockage. De plus, avec l’essor du “big Data”, de plus en plus d’applications traitent des masses importantes de données. Ces applications présentent des niveaux de criticité différents.

Dans ce contexte, nous nous proposons d’étudier et de proposer de nouvelles stratégies de placement de données à niveaux de criticité différents sur des systèmes de stockage hétérogènes et géo distribués. Nous explorerons, dans le cadre de ce projet, plusieurs techniques parmi lesquelles l’apprentissage automatique, l’apprentissage par renforcement ou des méthodes d’optimisation, afin de garantir un placement efficace en-ligne des données.

Aujourd’hui, le monde est de plus en plus connecté. Et l’industrie n’y fait pas exception. Les usines possèdent de plus en plus d’objets connectés (capteurs, actionneurs…) qui assurent en temps réel une veille sur le bon fonctionnement des machines en production. Les données collectées par ces objets sont ensuite envoyées à une machine informatique, appelée gateway , qui est capable de les analyser et de détecter d’éventuelles anomalies. L’ensemble de ce système permet d’assurer une maintenance prédictive. Seulement, la communication entre cette passerelle et les objets est vulnérable. En effet, les données transférées entre les objets commandables à distance et la gateway se fait au moyen de réseaux sans fil (wifi, bluetooth) qui peuvent être sujets aux cyberattaques.

Des technologies innovantes

Afin d’assurer le bon fonctionnement d’une usine, le projet national TrustGW a été lancé en 2021. Il regroupe ENSTA Bretagne, l’université Bretagne Sud, Irisa Rennes et IETR Rennes. Son objectif ? Mettre en place une solution de cybersécurité afin de protéger les données à la fois lors de leur collecte par l’objet connecté, lors de leur transfert à la gateway et de leur analyse. « L’originalité du projet est de développer une gateway reconfigurable et capable de traiter rapidement un très grand nombre de données issues de plusieurs  capteurs utilisant des réseaux sans fil différents (wifi, bluetooth…) », explique Pascal Cotret, maître de conférences au lab-STICC  et chargé de développer un prototype à destination des industriels.

Pour cela, les chercheurs utilisent notamment des composants électroniques FPGA, utilisés pour exécuter rapidement des algorithmes de chiffrement et de sécurisation des données sur des processeurs open-source RISC-V. Ils sont également moins vulnérables aux cyberattaques car reprogrammables au cours du temps. « Pour sécuriser davantage les données de la gateway, nous les cloisonnons selon leurs caractéristiques, en séparant par exemple celles issues d’objets connectés en bluetooth de ceux connectées en wifi. »

Les technologies développées au sein du projet TrustGW intéressent déjà de nombreux industriels, que ce soit pour la modernisation d’installations industrielles déjà existantes ou l’installation de nouveaux réseaux protégés au sein de leurs futures usines.
 

• Nom du programme de recherche : "Protection contre le vol de propriété intellectuelle en électronique : techniques d'obfuscation de code pour les chaînes de synthèse HLS en mode SaaS"
• débuté fin 2017
• financé par la région Bretagne
• piloté par Jean-Christophe LE LANN (enseignant chercheur)
• partenaire : Politechnico di Milano (école polytechnique d'ingénieurs de Milan)
• thèse d'Hannah BOENNING BADIER soutenue en 2021

La doctorante et l’équipe ont exploré plusieurs pistes prometteuses en matière d'obfuscation (sécurité par l'obscurité), qui consiste à intégrer un « tatouage » discret dans un code informatique, à l'aide de techniques d'intelligence artificielle.

Ces travaux ont également conçu des chevaux de Troie afin de mieux comprendre les implications de telles menaces matérielles et d'envisager des parades au moment de la conception.

Jean-Christophe Le Lann : « Ces travaux originaux vont se poursuivre avec le soutien du Pôle d’Excellence Cyber. Ils intéressent la DGA et feront l’objet d’une seconde thèse qui débute en 2022. »
 

Dans un contexte économique mondial très compétitif, l'industrie aéronautique représente l'un des atouts de la France. Composé de grandes, moyennes et petites entreprises, le secteur aéronautique français est le seul, avec celui des Etats-Unis, à disposer de toutes les capacités pour développer, produire et commercialiser des avions, civils et militaires. Le gouvernement français a mis en place un plan de soutien au secteur aéronautique dont l'objectif est de préserver les savoir-faire et les compétences françaises, tout en réalisant les transformations profondes à mener en faveur de la transition écologique. La stratégie est orientée vers la transition environnementale et la décarbonisation du transport aérien.

L'industrie aéronautique française a acquis une expertise reconnue sur ses produits, ses programmes et les interactions au sein de sa chaîne de valeur. Cependant, elle doit faire face à des défis croissants pour acquérir une meilleure maîtrise de ses cycles de conception et de développement, une meilleure efficacité de ses activités d'ingénierie et pour assurer une amélioration continue des performances de ses produits et de ses systèmes de soutien. En même temps, elle doit intégrer le plus rapidement possible les innovations technologiques et profiter des opportunités offertes par les nouvelles technologies de l'information. Ces défis conduisent inévitablement à un besoin de transformation radicale des méthodes d'ingénierie au sein de l'industrie aéronautique française et c'est dans ce contexte que se situe le projet ONEWAY.

Le projet a débuté en mai 2021 pour une période de 18 mois et un budget de 48 millions d'euros. Il a réuni 14 partenaires : Airbus, Dassault Aviation, Liebherr Aerospace, Safran Electrical & Power, Safran Aerotechnics, Thales, Altran Technologies, Cap Gemini, Sopra Steria, CIMPA, PragmaDEV, IMT Mines Ales, Université de Rennes 1, et l'ENSTA Bretagne.

L’ENSTA Bretagne a participé à la définition d’une capacité numérique d’aide à la décision de lancement, puis de contrôle et pilotage d’un Plan de Développement Produit (PDP). Le PDP cherche à prédire et maîtriser l’arrivée sur le marché à la date, à la maturité du produit et de son système industriel mais aussi de la phase de montée en cadence de production prévue. Cela est devenu vital pour la compétitivité de l’industrie aéronautique française.

L’expérience de l’équipe P4S à l’ENSTA Bretagne sur les problématiques de fédération de systèmes logiciels complexes, le développement de sémantique formelle et d’algorithmes d’analyse ont permis le développement d’un cadre de modélisation PDP outillé. L’outil développé permet une fine capture des spécificités métier, la simulation à échelle industrielle du processus de développement, et la validation des modèles construits à travers des preuves formelles. 

Pour l’ENSTA Bretagne, les deux implications principales dans le projet ONEWAY portent sur la validation et la vérification formelle du PDP. Ces travaux ont permis :

1. L’extension du model checker OBP2 avec des algorithmes d’exploration statistique permettant le test massif sur des modèles issue de l’industrie ;
2. L’amélioration de la couche d’expression des propriétés formelles associées aux exigences système ou « Top Program Objectives » ;
3. L’invention d’une stratégie modulaire de vérification formelle de systèmes temporisé qui repose sur la sémantique formelle du PDP sans nécessité de procédures coûteuses de transformation de modèles. 

• projet de recherche "Cyber-security modelling and analysis framework" : Vers un cadre unificateur pour la spécification, formalisation et l’analyse d’architectures matérielles et logicielles sécurisées
• débuté en décembre 2020
• financé par l'AID (Agence d'innovation de la Défense)
• piloté par Raul Mazo Pena, enseignant chercheur ENSTA Bretagne / laboratoire Lab-STICC (pôle SHARP, équipe P4S)
• + d'informations : lire l'article sur ce programme 

L’approche « Security by Design » n'en est qu'à ses débuts et seuls de grands efforts de recherche et de développement permettront son utilisation systématique et générale. C’est l’objectif de ce projet novateur, qui s’apparente à la création d’une toute nouvelle discipline d’ingénierie, en proposant une nouvelle vision. Pour relever ce défi, le projet entreprend de créer une théorie globale, unificatrice, avec des méthodes, techniques et outils de conception systématiques.

• Projet financé par la région Bretagne et le FEDER
• débuté fin 2019 et clos en 2022
• 3 partenaires : KEREVAL, Mobility Tech Green et ENSTA Bretagne
• pilote : Joël Champeau, enseignant chercheur ENSTA Bretagne, laboratoire UMR Lab-STICC (pôle SHARP, équipe P4S)

Le projet vise à développer les produits et services intégrés aux véhicules connectés, ainsi que les services
externes associés.

Ces services embarqués aux véhicules auront suivi un processus de développement sécurisé.

ENSTA Bretagne intervient en développant une méthodologie de conception et un outillage de tests de cyber-sécurité spécialement orientés « véhicules connectés».

Cette méthodologie doit couvrir du niveau système, intégrant les exigences de sécurité, aux modules de communication du calculateur embarqué.

Les résultats attendus du projet sont le développement de nouveaux services de mobilité comme la gestion de flotte, le développement d’un CyberLab pour assurer les tests de sécurité des services et un support méthodologique reposant sur une vérification formelle des exigences de sécurité.

...

L’objectif de l’étude est de modéliser, simuler et optimiser les canaux physiques de communication (de l’émetteur au récepteur) de drones aériens, en tenant compte des contextes opérationnels. 

Cette étude est en fait le second volet d’un vaste programme de recherche commandé par la DGA, qui vise l’optimisation de la qualité des communications entre un drone aérien et son opérateur basé à terre, ou entre plusieurs drones et leur opérateur. Pour cela, les outils de calcul des missions et de pilotage des drones devront tenir compte des contextes opérationnels, en particulier les éléments naturels comme le relief ou la végétation dense qui limitent la propagation des ondes.

La 1e étude avait permis de modéliser ce coefficient de perte de communication. Cette nouvelle étude a plusieurs objectifs complémentaires. 

Tout d’abord trouver les meilleures routes, celles qui permettent de conserver un coefficient de communication le plus élevé possible. Pour cela les chercheurs développent des techniques d’optimisation efficaces intégrant les modèles de propagation des ondes radar (théories mathématiques d’optimisation).

Autres paramètres pris en compte, la gestion du vol et l’orientation du drone. Elles impactent également les communications radiofréquences et sont prises en compte dans les modèles à l’aide d’algorithmes d’IA (apprentissage par renforcement).

Enfin, des méthodes de calcul des missions pourront faire intervenir deux ou plusieurs drones afin d’assurer cette optimisation des communications. Les chercheurs étudient alors dans quelle mesure les algorithmes développés sont capables de faire face à une grande montée de la complexité combinatoire inhérente au contexte multi-drones.

• sujet de thèse : "Vers des Stratégies Efficaces de Collecte de Données et de Prise de Décision pour les Réseaux de Capteurs à Ressources Limitées"
   
• soutenue en décembre 2021
   
• mots clés : Réseaux des Capteurs, Efficacité Energétique, Prise de Décision, Réduction des Données, Corrélation Spatio-Temporelle, Stratégies de Planification.

Le haut potentiel des capteurs est tempéré par deux freins technologiques majeurs : les ressources limitées de leurs batteries et la difficulté de collecte de données volumineuses en temps réel. Cette thèse vise à proposer plusieurs mécanismes de collecte et d'analyse de données pour surmonter ces défis, en se basant sur l’architecture en réseaux de capteurs (clustering).

Les résultats obtenus en expérimentations ont montré l'efficacité de ces mécanismes en termes de consommation d'énergie, de précision des données et de zone de couverture, et améliorent les performances des réseaux de capteurs.

Les mécanismes proposés fonctionnent à trois niveaux de réseau. Ils visent à réduire la quantité de données disséminées dans le réseau tout en préservant l'intégrité des informations.

• Au niveau du capteur, nous proposons des méthodes de prédiction, d'agrégation et de compression de données basées respectivement sur des algorithmes de Newton Forward Difference, de divide-and-conquer et d'élimination de similarité dans le but de réduire les données brutes collectées par chaque capteur.
• Au niveau du « Cluster Head » (chef de groupe du réseau de capteurs), nous proposons de nouvelles techniques de clustering, de fusion, d'agrégation intermédiaire et d'ordonnancement qui visent à rechercher la corrélation entre les noeuds voisins puis à éliminer les redondances de données existantes avant d'envoyer les données vers le puits.
• Au niveau du « Sink » (nœud/passerelle du réseau de capteurs), nous introduisons des modèles de prise de décision efficaces basés sur un tableau de score qui permet aux utilisateurs finaux d'analyser les données et de prendre une décision convenable.

Ces programmes sont conduits avec l’hôpital des armées et le CHRU de Brest.

• Acquisition et traitement des électrocardiogrammes d’un foetus et de sa mère à l’aide de capteurs sans fil.
• Caractérisation et classification de thrombose veineuse profonde (caillot sanguin).
• Utilisation des signaux EEG (électroencéphalographie) et EMG (électromyogramme) pour contrôler une chaise roulante par une personne paraplégique.
• Utilisation des signaux EOG (électro-oculographie) pour actionner et surfer sur une page web par une personne paralysée : réaliser un capteur ECG sans fil et un simulateur pour la faculté de médecine.

En estimant les caractéristiques du canal de transmission pour mieux transmettre et protéger l'information.

• Théorie des jeux pour développer des protocoles pour une radio cognitive tactique.

• Smart Antenna & Beamforming (Formation de voies) : l'antenne doit s'adapter automatiquement à son environnement.

• Internet des objets et problèmes de réseaux sans fil liés à la coexistence des communications machine-to-machine (M2M) et human-to-human (H2H).

Ces algorithmes utilisent des mesures sans seuil, dans des scénarii où les approches conventionnelles échouent, du fait de faibles rapports signal / bruit (SNR) ou d’environnements contraints.

Un algorithme original a été développé en partenariat avec Diades Marine, dans le cadre du projet ADEME e-PANEMA (e-Positionning et Aide à la Navigation en Environnement Maritime) et il a eu le prix IEEE Antennas
and Propagation Society, 2019.

Il a été développé en utilisant des filtres à particules pour la détection et le suivi des cibles ; ses performances ont été évaluées à l'aide de données radar réelles.

DOREDO est un système de détection et localisation d’obstacles et objets, embarquable sur drone de moyenne endurance, prévenant de toute route de collision potentielle avec d'autres aéronefs (de type avions légers, hélicoptères, drones de loisirs …). 

Le système permet un vol sécurisé, de caractéristiques comparables aux avions de ligne actuels? grâce au levé de verrous technologiques comme la miniaturisation et la robustesse face au fouillis sol ou ciel.

>> DOREDO est une première brique vers le vol de drones de moyenne endurance en espace non ségrégué.

Financement : DGA. Partenaires : CESTIM, CNAM Paris

Techniques d'apprentissages profonds évolutifs pour la détection et la reconnaissance de cibles à partir de données hétérogènes.

Financement : DGA, AID, I2R

Caractérisation des interactions entre l'atmosphère et la surface de la mer pour le déploiement de l'éolien offshore dans le Golf du Lion.

OBJECTIF : Soutenir le déploiement de l’éolien offshore dans les zones côtières méditerranéennes françaises en fournissant une base de données d’observations à haute résolution des champs de vents, de vagues et de courants ainsi qu’un un nouvel outil numérique pour la modélisation des conditions météo-océaniques sur la zone du Golfe du Lion.

Calendrier : 2020-2023

Financement : France Energies Marines

15 partenaires nationaux et internationaux

>> + d'infos 

...

...

Concevoir des robots dérivants capables de faire de très longues distances dans l'océan en utilisant les courants marins comme moyen de propulsion.

La thèse de Thomas Le Mezo, soutenue en 2019 et prix de thèse DGA 2021, a permis la mise au point des premiers prototypes dans ce domaine.

+ d'infos : 

• PRIX DE THÈSE DGA REMIS À THOMAS LE MÉZO POUR SES TRAVAUX DE RECHERCHE EN ROBOTIQUE
• "THOMAS, INGÉNIEUR DOCTEUR EN ROBOTIQUE AUTONOME"

Le sujet de la thèse de Joris TILLET (bourse DGA et région Bretagne), soutenue en 2021, portait sur "la localisation et le contrôle sûrs d’un capteur tracté"

# Mots clés : localisation sous-marine, contrôle non linéaire, analyse par intervalles, logique floue, estimation d’ensemble floue, capteur tracté.

Cette thèse contribue aux avancées technologiques de l’archéo-robotique marine, particulièrement à la recherche d’épaves. Elle a bénéficié des recherches conduites par le DRASSM pour retrouver La Cordelière qui a coulé en rade de Brest en 1512 et dont la batterie de canons est encore enfouie, quelque part, sous les sédiments.

Le système robotique proposé consiste à tracter un magnétomètre susceptible de détecter les matériaux ferromagnétiques de l’épave. Le capteur ne peut pas être directement embarqué car il est sensible aux perturbations du robot. C’est pourquoi il est déporté via un câble et tiré par le drone. 

Deux problématiques sont alors étudiées. 

• La première est liée au contrôle de la position du magnétomètre alors que l’on ne peut agir que sur le robot tractant. Une méthode de linéarisation par bouclage est alors utilisée pour construire un contrôleur. Ce contrôleur est ensuite validé sous certaines contraintes d’état en utilisant des outils d’analyse par intervalles. 
• La seconde problématique concerne la localisation sous l’eau de manière fiable. Sont alors étudiés des moyens d’appréhender les incertitudes et les données aberrantes collectées par un capteur acoustique. 

L’analyse par intervalles permet d’obtenir des premiers résultats, et la logique floue vient compléter l’approche en donnant plus de souplesse dans la priorisation des contraintes. Finalement, des expérimentations sont présentées avec différents robots, et notamment la localisation d’un ROV dans une piscine.
 

Sujet de la thèse d'Auguste BOURGEOIS (Cifre Forssea Robotics) soutenue en 2021 : "Amarrage collaboratif automatique et sécurisé d’un robot sur une plateforme mobile"

# Mots-clés : docking sous-marin, stabilité des systèmes dynamiques, systèmes hybrides, programmation par contraintes, intégration garantie

La multiplication des installations offshore suscite un besoin de robots autonomes fiables, capables d’effectuer des missions d’inspection et de maintenance tout en minimisant les coûts opérationnels. Pour réduire le risque d’accident pendant une mission, des outils mathématiques peuvent être utilisés pour démontrer a priori son bon déroulement. Dans cette thèse, des nouvelles méthodes reposant sur une approche ensembliste sont présentées à cet effet.

• Premièrement, nous proposons une nouvelle méthode pour analyser la stabilité d’un système incertain discret, continue ou hybride.
• Ensuite, nous présentons une approche s’inspirant de l’analyse d’atteignabilité, pour laquelle nous avons développé un nouvel outil de programmation par contraintes permettant d’implémenter des contraintes différentielles.
• Ces deux approches permettent de prédire le comportement d’un robot avant même son déploiement.
• Ces outils sont illustrés par des exemples réalistes issus des domaines de la localisation et du contrôle, appliqués au problème d’amarrage sous-marin. De plus, nous présentons la librairie CAPD dans un contexte robotique grâce à des exemples pratiques. 

Concevoir et réaliser un robot sous-marin capable d'explorer son environnement seul, sans refaire surface pour capter le GPS, avec un sonar comme unique capteur extéroceptif.

Réaliser un suivi d'isobathes sous-marin dans un but d'explorer et revenir, avec un simple écho-sondeur.

Réaliser la capture d'un robot par plusieurs robots dans un environnement incertain et non structuré.