2020-10-5 11:45 |
Российские учёные научат машины самостоятельно принимать решения
Ученые вуза обучат группы роботов самостоятельно разбивать одну сложную задачу на подзадачи и распределять их между собой.Ожидается, что предложенная децентрализованная система управления будет универсальной и сможет применяться к различным робототехническим системам.Как отметили в университете, роботы являются помощниками человека при выполнении рутинных, вредных и опасных видов работ, таких как аварийно-спасательные операции, освоение космоса, военные действия. В них одновременно может быть задействовано несколько десятков таких помощников. Проблема состоит в том, что не всегда ими можно управлять централизовано и перед началом операции давать четкие инструкции каждому из них. Бывают ситуации с высокой степенью неопределенности внешней среды, и тогда необходимо использовать децентрализованное управление группой роботов. Например, группу беспилотных летальных аппаратов направляют обследовать зону стихийного бедствия или команду роботов посылают на «разведку» в горящее здание. Заранее угадать, что их ждет, и раздать конкретные задачи, невозможно. Поэтому остро стоит задача научить роботов принимать решения на месте, исходя из ситуации, и договариваться друг с другом, кто и за что будет отвечать. Иначе может получиться так, что несколько машин будут дублировать работу друг друга или пропустят выполнение некоторых задач.- Чем больше задействовано роботов при выполнении глобальной задачи, тем сложнее скоординировать их деятельность, а коллективное принятие решения может занять большое количество времени, – объяснил доцент кафедры прикладной математики и компьютерной безопасности СКФУ Владимир Антонов. – В критических ситуациях, например, когда нужно оперативно обнаружить в горящем здании пострадавших, любая задержка может стоить человеческой жизни. Есть и другая причина, по которой важно оптимизировать работу робототехнических систем. Как правило, у автономных робототехнических устройств небольшая вычислительная мощность. Она примерно такая же, как у современного мобильного телефона, поэтому важно оптимально использовать внутренние и внешние ресурсы. Если два робота решили обследовать одну и ту же зону, они должны оценить, кто при этом потратит меньше ресурсов (энергии). Второму нужно будет выбрать новую стратегиюДля того чтобы научить группу роботов оперативно принимать оптимальные решения, будут использоваться искусственные нейронные сети и машинное обучение. По предлагаемой тематике аспирант кафедры прикладной математики и компьютерной безопасности Михаил Гурчинский выиграл грант РФФИ по теме «Разработка методов и алгоритмов распределения задач в роевых робототехнических системах на основе искусственных нейронных сетей и технологии распределенного реестра».- Интерес к системам управления роями робототехнических средств вызван перспективностью их применения в гражданских и военных задачах: обеспечение связи, реагирование на чрезвычайные ситуации, космические полёты, медицинские процедуры, обнаружение мин, подводные исследования, сбор сведений и многое другое, - объяснил Михаил Гурчинский. - Перспективность применения роя роботов обусловлена их свойствами: масштабируемость, гибкость и отказоустойчивость. При этом для обеспечения эффективной работы рою требуется решение ряда проблем, одной из которых является распределение целей и задач между роботами с учетом характера целей, функциональных возможностей каждого робота и среды их функционирования.- Мы применяем новый, киберфизический подход к моделированию, – рассказала заведующая кафедрой прикладной математики и компьютерной безопасности СКФУ Фариза Тебуева. – Этот подход предлагает рассматривать в совокупности, а не по отдельности физическую оболочку объекта и его вычислительные ресурсы. Мы учитываем влияние разных внешних и внутренних параметров друг на друга, что позволяет добиваться более точного управления. Ожидается, что на отладку проблемно-ориентированной децентрализованной системы коллективного принятия решений, корректировку заложенных в ее основу алгоритмом уйдет примерно год. В будущем ее можно будет применить на разные робототехнические системы от промышленных роботов до беспилотных автомобилей.- За подобными системами будущее, - подчеркнул и.о. директора Института математики и информационных технологий имени профессора Н.И. Червякова Вячеслав Петренко. – Представьте, есть завод, на котором роботы собирают машину. Каждый из них заточен на выполнение строго определенной задачи, не догадывается, чем занимаются его коллеги и каков будет конечный продукт. Выстраивает очередность действий человек. Без него у вас будет просто набор деталей. Если научить роботов самостоятельно разбивать задание на задачи и распределить их между собой, они смогут сами скоординировать свои действия без участия человека, что возможно повысит эффективность производстваВ планах научного коллектива разработка полностью автономных робототехнических систем, например, система мониторинга ЧС с помощью беспилотных летательных аппаратов. По задумке ученых, получив фотографию со спутника с изображением пожара, такие беспилотники будут сами отправляться обследовать место, распределять между собой работу по сбору информации о ситуации и передавать ее в МЧС или пожарную часть для оперативного реагирования.
Подробнее читайте на rusplt.ru ...
