Показана актуальность создания интеллектуальных роботов различного назначения, способных эффективным образом решать сложные многоэтапные задачи целенаправленной деятельности в априори неописанных проблемных средах. Предложены оригинальные по содержанию элементы продукционной модели представления знаний безотносительно к конкретной предметной области. Построенная таким образом модель представления знаний позволяет интеллектуальным роботам автоматически планировать целенаправленную деятельность в условиях неопределенности, опираясь на обобщенное описание возможных закономерностей проблемной среды. Разработаны процедуры автоматического синтеза графа “видимости”, определяющего формальным образом воспринимаемый интеллектуальным роботом участок проблемной среды. Это, в свою очередь, позволяет роботу автоматически формировать локально-оптимальный маршрут целенаправленного перемещения в априори неописанных условиях функционирования. Синтезированы процедуры автоматического планирования интеллектуальным роботом целенаправленной деятельности, связанной с преобразованием текущей ситуации проблемной среды в заданную целевую ситуацию в условиях неопределенности.
Идентификаторы и классификаторы
Создание интеллектуальных роботов (ИР) различного назначения, способных решать сложные многоэтапные задачи в условиях неопределенности, сводящиеся к необходимости перехода с одного участка проблемной среды (ПС) на другие ее участки с целью перевода текущей ситуации в требуемое целевое состояние, является одной из актуальных и сложных проблем искусственного интеллекта.
Список литературы
1. Melekhin V.B., Khachumov M.V. Planning polyphasic behavior of autonomous intelligent mobile systems in uncertain environments // Inform. Control. Syst. 2021. V. 113. No. 4. P. 28-36.
2. Амосов Н.М. Алгоритмы разума. Киев: Наукова думка, 1979.
3. Kelly A. Mobile Robotics: Mathematics, Models, and Methods. Cambridge: Cambridge University Press, 2013.
4. Давыдов О.И., Платонов А.К. Роботы и искусственный интеллект. Технократический подход // Препринт ИПМ им. М.В. Келдыша. 2017. № 112. 24 с. EDN: ZVHLCN
5. Гаазе-Рапопорт М.Г., Поспелов Д.А. От амебы к роботу. Модели поведения. 4 изд., стереотип. М.: URSS, 2019.
6. Kober J., Peters J. Learning Motor Skills: From Algorithms to Robot Experiments. Cham: Springer, 2014.
7. Абасов И.Б., Игнатьев В.В., Орехов В.В. Дизайн автономного мобильного робототехнического комплекса // Междунар. науч.-исслед. журн. 2019. № 1-1. С. 3340-3351. EDN: YVLKWD
8. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. 4 ed. Pearson, 2020.
9. Вагин В.Н. Дедуктивный вывод на знаниях / Искусственный интеллект. В 3-х кн. Кн. 2. Методы и модели. Справочник: под ред. Д.А. Поспелова. М.: Радио и связь, 1990. С. 89-105.
10. Абросимов В.К. Нейронная пространственно-временная модель движения объектов управления // Нейрокомпьютеры. Разработка, применение. 2014. № 3. С. 26-35. EDN: RZHQSB
11. Бодин О.Н., Безбородова О.Е., Спиркин А.Н., Шерстнев В.В. Бионические системы управления робототехническими комплексами. Пенза: ПГУ, 2022. EDN: RPZZDI
12. Редько В.Г. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики. М.: Ленанд, 2019.
13. Каляев А.В., Чернухин Ю.В., Носков В.Н., Каляев И.А. Однородные управляющие структуры адаптивных роботов. М.: Наука, 1990. EDN: TQJFPP
14. Мелехин В.Б., Хачумов М.В. Планирование поведения автономных интеллектуальных систем в условиях неопределенности: под ред. проф. М.В. Хачумова. СПб.: Политехника, 2022. EDN: HLSQHR
15. Павловский В.Е., Павловский В.В. Технологии SLAM для подвижных роботов: состояние и перспективы // Мехатроника, автоматизация, управление. 2016. Т. 1. № 6. С. 384-394.
16. Labbe M., Michaud F. RTAB-Map as an open-source lidar and visual simultaneous localization and mapping library for large-scale and long-term online operation // Field Robotics. 2019. No. 35. P. 416-446.
17. Носков В.П., Рубцов И.В. Ключевые вопросы создания интеллектуальных мобильных роботов // Инженер. журн.: наука и инновации. 2013. Вып. 3. С. 1-11. EDN: RCSARP
18. Заева К.А., Семенов А.Б. Метод маршрутизации с препятствиями на основе параллельных вычислений // Вестник ТвГУ. Прикладная математика. 2016. Вып. 3. С. 85-95.
19. Tomas L.P., Michael A.W. An algorithm for planning collision-free paths among polyhedral obstacles // Commun. ACM. 1979. Vol. 22. No. 10. P. 560-570.
20. Поспелов Д.А. Ситуационное управление: теория и практика. 2-е изд., стереотип. М.: URSS, 2022.
21. Мелехин В.Б., Хачумов М.В. Элементы понятийного мышления в планировании поведения автономных интеллектуальных агентов // Мехатроника, автоматизация, управление. 2021. Т. 22. № 8. С. 411-419. EDN: ACSMQR
22. Melekhin V.B., Khachumov M.V. Fuzzy semantic networks as an adaptive model of knowledge representation of autonomous intelligent systems // Sci. Tech. Inf. Process. 2021. Vol. 48. No. 5. P. 1-8. EDN: UEFZQP
23. Заде Л. Понятие лингвистической переменной и его применение для принятия приближенных решений: пер. с англ. М.: Мир, 1976.
24. Мелехин В.Б., Хачумов М.В. Процедуры самообучения автономных интеллектуальных мобильных систем в нестабильных априори неописанных проблемных средах // Мехатроника, автоматизация, управление. 2022. Т. 23. №7. С. 356-366. EDN: IJDJMZ
25. Мелехин В.Б., Хачумов М.В. Принцип построения процедур планирования поведения автономных интеллектуальных роботов на основе полипеременных условно-зависимых предикатов // АиТ. 2022. № 4. С. 140-154. EDN: AAZOAD
Выпуск
Другие статьи выпуска
Предлагается метод диагностирования линейных динамических систем, описываемых дискретными моделями при наличии внешних возмущений, на основе интервальных наблюдателей. Приводятся соотношения, позволяющие построить интервальный наблюдатель, формирующий два значения невязки так, что если число нуль находится между этими значениями, то дефекты, на обнаружение которых рассчитан наблюдатель, в системе отсутствуют. Случай, когда нуль не попадает между этими значениями, квалифицируется как появление дефекта. Теоретические результаты иллюстрируются примером.
Рассматривается множество обратимых механических систем с колебаниями одного периода и индивидуальными фазовыми сдвигами в них. Решается задача агрегирования связанной системы с притягивающим циклом. Развивается подход с выбором ведущей (управляющей) системы, которая через односторонную связь-управление действует на остальные (ведомые) системы: в агрегированной системе непосредственные связи между ведомыми системами отсутствуют. Применяются универсальные связи-управления. Особое внимание уделяется консервативным системам. Даются возможные сценарии функционирования агрегированной системы.
Анализируется механизм смешанного финансирования мегапроекта, состоящего из нескольких проектов. Одна часть средств на выполнение проекта поступает от руководителя мегапроекта, другая часть от исполнителя проекта. При распределении средств на выполнение проектов руководитель мегапроекта учитывает информацию о размере собственных средств исполнителя на выполнение проекта. Исполнители проектов стремятся получить больше средств от руководителя мегапроекта, в свою очередь, руководитель мегапроекта заинтересован в привлечении большего размера средств от исполнителей проекта. Для достижения этой цели руководитель мегапроекта использует различные процедуры распределения финансовых средств. Соответственно, исполнители проекта для увеличения выделяемых для них средств используют информацию, сообщаемую руководителю мегапроекта. Анализируются процедуры прямых и обратных приоритетов распределения в механизме смешанного финансирования. В ситуации равновесия по Нэшу определяется процедура распределения финансовых средств, которая стимулирует исполнителей проекта выделять больший объем собственных средств на выполнение проекта.
Рассматривается задача стимулирования сокращения продолжительности проекта. Заданы величины сокращения продолжительностей работ проекта и соответствующие затраты. Для компенсации затрат применяется система группового стимулирования. В этой системе все работы разбиваются на группы и для каждой группы применяется унифицированная система стимулирования. Рассмотрены два типа унифицированных систем для групп - линейная и скачкообразная. Задача заключается в разбиении работ на группы и в выборе системы стимулирования для каждой группы так, чтобы суммарный фонд стимулирования был минимален. Предложены алгоритмы решения, в основе которых лежит определение кратчайшего пути в сети. Рассмотрен также ряд частных случаев (разбиение с минимальным числом групп и разбиение с максимальным числом групп).
Рассматриваются задачи построения расписаний работ для предприятий со стапельной сборкой изделий. В состав таких предприятий может входить несколько производственных подразделений, в которых изготавливаются комплектующие, предназначенные для сборки из них на стапелях выпускаемых изделий. Для решения рассматриваемых задач предлагаются методы, позволяющие строить согласованные расписания работ для всех производственных подразделений предприятия.
Рассматриваются задачи управления многономенклатурными запасами в иерархических системах складов при постоянном спросе в условиях ограниченной вместимости складов. Снабжение системы складов может производиться несколькими поставщиками. Для решения этих задач предлагаются модели и методы, позволяющие в соответствии с имеющимся спросом определять время и величину пополнения всех складов, находящихся на различных уровнях такой системы складов.
Разработаны модели и методы проверки достижимости комплекса целей и выполнимости планов мероприятий, осуществляемых при управлении крупномасштабными системами. Сформирован алгоритм анализа достижимости целей и планов, реализуемых в процессе развития этих систем. Приведен пример, иллюстрирующий основные этапы проверки достижимости комплекса целей и выполнимости планов мероприятий при ликвидации последствий наводнения.
Изучается влияние расположения аминокислотных остатков в пентапептиде на его устойчивость. Cтроится прогноз устойчивости пентапептида с помощью метода градиентного бустинга, позволяющего оценить влияние каждого признака на стабильность пентапептида. Выявлены комбинации расположения аминокислот в пентапептиде, вносящие существенный вклад в его стабильность. Показано, что использование таких комбинаций позволяет сократить количество данных, необходимых для получения достоверного прогноза стабильности пентапептида.
Для линейных многосвязных непрерывных стационарных устойчивых систем с простым спектром, в том числе в канонической диагональной форме, а также приведенных к каноническим формам управляемости и наблюдаемости, разработан метод и получены аналитические формулы спектральных разложений грамианов в форме различных матриц Сяо. Разработан метод и алгоритм вычисления обобщенных матриц Сяо в виде произведения Адамара для многосвязных непрерывных линейных систем со многими входами и многими выходами. Это позволяет вычислять элементы соответствующих грамианов управляемости и наблюдаемости в виде произведений соответствующих элементов матриц мультипликаторов и матрицы, являющейся суммой всевозможных произведений матриц числителя матричной передаточной функции системы. Новые результаты получены в виде спектральных и сингулярных разложений обратных грамианов управляемости и наблюдаемости. Это позволяет получить инвариантные разложения энергетических функционалов и сформулировать новые критерии устойчивости линейных систем с учетом нелинейных эффектов взаимодействия мод.
Решается задача разработки и моделирования алгоритма адаптивного управления неустойчивым вертикальным положением плазмы в вертикально вытянутом токамаке, где на каждой итерации для изменяющейся модели плазмы, идентифицированной методом наименьших квадратов (МНК), автоматически синтезировался новый ПИД-регулятор. Параметры регулятора в обратной связи вычислялись посредством заданного расположения полюсов замкнутой системы управления в левой полуплоскости комплексной плоскости. В качестве начальной модели системы управления использовалась робастная система, синтезированная с помощью теории количественной обратной связи (Quantitative Feedback Theory - QFT). Система была промоделирована на цифровом стенде реального времени (https://www. ipu. ru/plasma/about).
В этом специальном выпуске представлены избранные доклады 15-й Международной конференции “Управление развитием крупномасштабных систем (MLSD 2022)”, состоявшейся 26–28 сентября 2022 г.
Издательство
- Издательство
- ИППИ РАН
- Регион
- Россия, Москва
- Почтовый адрес
- Большой Каретный пер., 19, стр. 1
- Юр. адрес
- Большой Каретный пер., 19, стр. 1
- ФИО
- Соболевский Андрей Николаевич (Директор)
- E-mail адрес
- director@iitp.ru
- Контактный телефон
- +7 (495) 6504274
- Сайт
- http:/iitp.ru