AssemblyGrid v1 : un benchmark pour la production multi-robots avec coalitions temporaires, information locale et contraintes géométriques

Un article déposé sur arXiv sous la référence 2609.16075v1 présente AssemblyGrid v1, un benchmark reproductible pour l'étude de la production robotique multi-agents en contrôle décentralisé. Il combine dans une seule tâche la progression explicite des processus de fabrication, le transfert de matériaux, la formation de coalitions temporaires entre robots, l'exécution concurrente d'opérations productives et des contraintes géométriques de faisabilité. Le benchmark se compose de trois familles de scénarios, Flow, Coalition et Concurrency, chacune déclinée en trois niveaux de difficulté croissante. Les auteurs le valident par des tests de conformité exécutables et des expériences comparant un contrôleur centralisé de référence, des contrôleurs décentralisés structurés, et trois algorithmes d'apprentissage multi-agents par renforcement, IPPO, MAPPO et QMIX.

Le résultat clé est que des politiques décentralisées, entraînées uniquement à partir d'observations et d'actions locales, parviennent à produire un comportement collectif de production efficace, sans vision globale du système. C'est une donnée importante pour l'industrie robotique, où la coordination des lignes flexibles repose encore largement sur des règles centralisées mal adaptées aux ateliers reconfigurables exigeant une coopération ponctuelle entre robots. En séparant strictement les critères de réussite de la méthode de résolution, AssemblyGrid v1 permet de comparer objectivement des approches par apprentissage et des approches classiques sur les mêmes scénarios, un exercice jusque-là entravé par l'absence d'outils standardisés. Il fournit ainsi un cadre pour vérifier si des méthodes multi-robots décentralisées, souvent démontrées sur des cas simplifiés, résistent à des contraintes réalistes de ressources partagées, d'état des matériaux et de compatibilité géométrique.

Ce travail s'inscrit dans le rapprochement entre planification de production robotique et prise de décision multi-agents coopérative sous observabilité partielle, un cadre emprunté à la recherche en apprentissage par renforcement plutôt qu'à la robotique industrielle classique. Les auteurs présentent AssemblyGrid v1 comme comblant un vide : aucun benchmark existant ne réunissait jusqu'ici progression de processus, observations décentralisées, transfert de matériaux, coalitions temporaires et contraintes géométriques dans une seule formulation de tâche. La désignation "v1" laisse attendre des extensions futures, en scénarios comme en niveaux de difficulté. Les expériences rapportées restent pour l'instant en simulation, sans partenariat industriel ni déploiement sur robots physiques annoncé, ce qui limite la portée des résultats à une validation algorithmique plutôt qu'à une preuve de robustesse en production réelle.