Ce manuscrit expose notre travail dans le cadre du projet IWARD et détaille la couche de gestion et de décision du groupement de robots. Ce projet avait comme objectif d'assister le personnel médical dans leur travail, ceci est réalisé en utilisant des robots mobiles, reconfigurables, et rechargeables. Ces robots sont conçus pour effectuer des taches logistiques comme : Le transport de médicaments, le nettoyage, le guidage des patients, la surveillance et la téléconsultation. Dans la première partie de la thèse nous présenterons le problème stratégique qui consiste à déterminer les plannings de rechargement des robots, la configuration des robots opérationnels ainsi que la localisation des stations d'attentes des robots lorsqu'ils sont en état de veille. Différentes hiérarchies à plusieurs niveaux de décisions, sont formulées comme des programmes linéaires en nombres entiers. Des formulations utilisant l'approche de génération de colonnes sont aussi développées pour résoudre ces problèmes. Dans la deuxième partie, le problème tactique est exposé, ceci consiste à affecter les taches arrivantes aux différents robots et d'ordonnancer dynamiquement l'exécution ces missions. Deux approches sont inspectées une version centralisée utilisant les algorithmes évolutionnaires et une autre version distribuée utilisant les algorithmes d'enchères inversées. Afin de mettre à l épreuve ces deux approches, une simulation a événements discrets a été conçue et développée spécifiquement pour le projet, permettant ainsi d'évaluer ces deux approches.

Les facteurs humains figurent parmi les causes originelles de trop nombreux accidents, dans les transports, l'industrie ou encore dans les parcours de soins. Dans ces contextes sociotechniques complexes et dynamiques, le risque de survenue d'incidents est permanent. La formation des équipes interprofessionnelles à la gestion des risques dans un environnement reproduisant fidèlement le contexte professionnel est un enjeu majeur. La motivation de cette thèse est de proposer un environnement virtuel multi-joueurs destiné à la formation à la gestion des risques liés à des défauts de communication ou de prises de décision. Pour cela, une méthode de création de scénarios interactifs destinés à la formation à la gestion des risques a été présentée. Un système de communication, un système collaboratif de prise de décision et un modèle de description d'objectifs complexes composés d'actions, de communications et de décisions sont présentés. L'environnement multi-joueurs interactif s'appuie sur cet ensemble cohérent. Ces systèmes et modèles proposés octroient une relative liberté aux équipes pour gérer la situation professionnelle présentée au sein de l'environnement virtuel. Ils permettent aussi le contrôle de la situation pédagogique dans son ensemble. Une méthode à forte valeur d'innovation a aussi été proposée pour structurer le débriefing d'une formation à la gestion des risques. Cela permet notamment d'automatiser la production de débriefing personnalisé, individuel et collectif à l'issu des séances de formation. / Many accidents in transport, industry or healthcare result from a causal chain of events where inadvertent human errors have not been corrected in time. In such socio-technical and dynamic systems where complexity and unpredictability widespread, training teams to risk management in real-life like situations is crucial. This thesis aims to provide a virtual multi-player environment designed for inter-professional team training to risk management. To that end, a method to design risk management interactive and controlled scenario has been described. A communication system, a group decision making system and a team tracing model have been created. They all together enable the virtual team to be free enough to manage the educational situations. These coherent and innovative environment allows us to control the team activity and automate the edition of a personalized, individual and corporate debriefing at the end of a team training session.

Ce manuscrit expose notre travail dans le cadre du projet IWARD et détaille la couche de gestion et de décision du groupement de robots. Ce projet avait comme objectif d’assister le personnel médical dans leur travail, ceci est réalisé en utilisant des robots mobiles, reconfigurables, et rechargeables. Ces robots sont conçus pour effectuer des taches logistiques comme : Le transport de médicaments, le nettoyage, le guidage des patients, la surveillance et la téléconsultation. Dans la première partie de la thèse nous présenterons le problème stratégique qui consiste à déterminer les plannings de rechargement des robots, la configuration des robots opérationnels ainsi que la localisation des stations d’attentes des robots lorsqu’ils sont en état de veille. Différentes hiérarchies à plusieurs niveaux de décisions, sont formulées comme des programmes linéaires en nombres entiers. Des formulations utilisant l’approche de génération de colonnes sont aussi développées pour résoudre ces problèmes. Dans la deuxième partie, le problème tactique est exposé, ceci consiste à affecter les taches arrivantes aux différents robots et d’ordonnancer dynamiquement l’exécution ces missions. Deux approches sont inspectées une version centralisée utilisant les algorithmes évolutionnaires et une autre version distribuée utilisant les algorithmes d’enchères inversées. Afin de mettre à l épreuve ces deux approches, une simulation a événements discrets a été conçue et développée spécifiquement pour le projet, permettant ainsi d’évaluer ces deux approches. / Due to the expansion of the life duration and the shortage of medical personal in hospitals the EU funded IWARD project as part of the IFP6 program. The aims of this project were to assist the medical personnel in logistic and non medical tasks (transport, cleaning, environmental monitoring, guidance and tele-monitoring) through the usage of mobile, reconfigurable, rechargeable robots, thus letting the Medical staff to concentrate on medical aspects of their work.This thesis was part of this project, and our work consisted on developing a decision making framework for the team of robots.In the first part of the thesis, we address the strategic decisions essentially the: (i) the robots’ home station location problem, (ii) Robot‘s reconfiguration problems and (iii) Robots recharging scheduling. We formulate those problems as a linear problems and we propose to solve them using Mixed Integer Programming (MIP). We also present a formulation using a column generation approach to solve those problems.In the later part we address the tactical problems, mainly the mission assignment, the mission scheduling and rescheduling. We present two different approaches; a centralized decision finder implemented using genetic algorithms. And a decentralized approach using auction like and market based algorithms in order to provided collaborative decision making framework.Finally we compare those two approaches using a custom made discrete event simulation (DES).