Quand le comportement des fourmis inspire les robots
À ce titre, le comportement de tracé de chemins des s-bots présente de nombreuses similitudes avec celui des fourmis, à une différence près: la méthode de déplacement. Si les fourmis sécrètent des phéromones qu'elles déposent sur ces chemins, les s-bots créent quant à eux des chemins visuels. Malgré leurs aptitudes visuelles limitées, les s-bots peuvent percevoir des objets colorés à une distance maximale de 40cm. Ils peuvent alors tracer un chemin en reliant l'objet à l'emplacement cible, lequel chemin servira ensuite de guide à d'autres s-bots ou à un swarm-bot. En suivant cette trace, ils pourront ainsi trouver le chemin menant à l'objet, puis revenir à l'emplacement cible. Le processus est déclenché lorsqu'un objet bleu représentant l'emplacement cible est identifié par des s-bots qui sillonnent la région environnante de manière aléatoire. Lorsqu'ils arrivent à la distance maximale par rapport à l'emplacement cible, ils s'arrêtent et balisent le chemin visuel. Ce chemin peut être considérablement étendu par la recherche aléatoire d'autres s-bots. Bien que le chemin visuel soit tracé dans une direction aléatoire et que la récupération de l'objet ne soit pas garantie à 100%, une disposition a été introduite pour que les chemins visuels incomplets puissent être recommencés jusqu'à ce qu'ils aboutissent. Comparée aux approches représentationnelles traditionnelles de type cartographie, cette procédure, qui repose sur des informations locales, est plus simple. Des expériences approfondies ont été réalisées à l'aide de deux paramètres probabilistes de contrôle sur les stratégies d'exploration. La modification de ces paramètres du contrôleur de s-bots a fait apparaître toute une série de stratégies d'exploration. La modification du paramètre spécifique au contrôle de la temporisation de l'explorateur a permis d'obtenir différents modèles de chaînes et vitesses de processus de formation des chaînes. Les chercheurs ont constaté que plus la temporisation de l'explorateur était courte, plus la formation d'un nombre important de chaînes était rapide et, à l'inverse, que plus la temporisation était longue, plus la formation d'un nombre moins important de chaînes était lente. D'autres tests se sont penchés sur l'efficacité de différentes stratégies liées à la capacité d'adaptation des s-bots aux caractéristiques de l'environnement. Le temps nécessaire pour former une chaîne dépend de la complexité de l'environnement (présence d'obstacles, par exemple). Les contrôleurs mis au point ont été utilisés avec succès dans les s-bots, lesquels ont montré une amélioration de leur potentiel de recherche des objets et de formation de chaînes.
