КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер 22-21-20111

НазваниеФундаментальные основы организации процесса прогнозирования в рамках адаптивного управления и автономной навигации мобильной робототехнической системы в динамической среде

РуководительМакаров Михаил Вячеславович, Кандидат технических наук

Организация финансирования, регион федеральное государственное бюджетное образовательное учреждение высшего образования "Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых", Владимирская обл

Период выполнения при поддержке РНФ 2022 г. - 2023 г. 

Конкурс№65 - Конкурс 2022 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами» (региональный конкурс).

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах, 01-520 - Интеллектуальные технологии для робототехнических и мехатронных систем

Ключевые словамобильные робототехнические системы, адаптивное управление, автономная навигация, прогнозирование, искусственны интеллект, когнитивное моделирование

Код ГРНТИ28.23.27


СтатусЗакрыт досрочно


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Проект направлен на формирование фундаментальной базы для разработки технологии программно-аппаратной реализации компонентов обработки информации при решении частных задач прогнозирования в рамках адаптивного управления и автономной навигации мобильных робототехнических систем, обеспечивающих процесс их функционирования в реальных условиях динамической среды существования. Актуальность задач проекта обоснована темпами развития и объективными потребностями отрасли автономных мобильных робототехнических систем, в том числе беспилотных транспортных средств. Их решение внесет весомый научный вклад в дальнейшее развитие прикладного проблемно-ориентированного искусственного интеллекта и позволит создавать интеллектуальные мобильные робототехнические системы, обладающие максимальными техническими характеристиками. В рамках проекта ожидается получение результатов, обладающих научной новизной: 1. Применение нового подхода к построению когнитивной модели процесса прогнозирования внутри компонентов интеллектуальной обработки информации, обеспечивающих функционирование автономных мобильных робототехнических систем в динамической среде. 2. Раскрытие неопределенности, связанной с вариантами формирования информационного субстрата для реализации элементов когнитивного моделирования процесса прогнозирования внутри рассматриваемых объектов. 3. Получение отсутствующей информации и расширение существующего представления о возможности эффективной, в рамках предлагаемого подхода, реализации процессов обработки информации в аналоговой форме для синтеза решения на основе естественных (природных) когнитивных семантик. 4. Устранение противоречий, связанных с выбором инструментов аппаратной реализации и установление принципов оптимальной организации предлагаемых процессов когнитивного моделирования с применением современной электронной элементной базы.

Ожидаемые результаты
Ожидаемые результаты: 1. Новая обобщенная модель организации процесса обработки информации при решении частных задач прогнозирования в рамках адаптивного управления и автономной навигации существующих в динамической среде мобильных робототехнических систем. 2. Программная реализация основных аспектов когнитивного моделирования в рамках новой модели организации процесса обработки информации при решения обозначенных частных задач прогнозирования. 3. Экспериментальное обоснование эффективности инкорпорации программной реализации разработанной модели процесса обработки информации в состав компьютерных моделей систем управления и навигации наземной мобильной робототехнических систем. 4. Естественная (природная) когнитивная семантика, обеспечивающая на физическом уровне процессы преобразования информации внутри компонентов прогнозирования нового типа. 5. Схемотехническое проектирование и моделирование программно-аппаратной реализации компонентов прогнозирования нового типа, направленные на оптимизацию их технических характеристик. 6. Технология программно-аппаратной реализации компонентов прогнозирования нового типа в составе реальных мобильных робототехнических систем. Предполагается, что ожидаемые результаты проекта позволят получить научно-практическую основу для разработки интеллектуальных мобильных робототехнических систем для решения большого набора промышленных и бытовых задач, превосходящую существующую. Поэтому ожидаемые результаты обладают существенной значимостью для решения актуальных задач науки и техники, а также будут способствовать формированию базы для технологического прорыва в области робототехники и искусственного интеллекта.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2022 году
За отчётный период были проведены комплексные фундаментальные исследования, по итогам которых достигнуты следующие конкретные научные и технические результаты: 1. Разработана компьютерная модель наземного мобильного робота. Для её создания была использована виртуальная среда моделирования роботов Robot Operating System в сочетании с динамическим 3D симулятором с открытым исходным кодом Gazebo и языком программирования Python. Предусмотрено воссоздание динамических виртуальных сред существования модели за счёт использования находящихся в открытом доступе готовых ROS-моделей замкнутых пространств внутри различных помещений. 2. Разработана модель процесса обработки информации, обеспечивающая синтез эвристических решений нового типа в рамках адаптивного управления и автономной навигации мобильного робота в условиях динамической среды существования. Научная новизна модели заключается в особом участии процедуры прогнозирования при принятии операционных решений мобильным роботом в условиях неопределенности. В основе данного подхода лежит процесс функционирования мобильного робота, в рамках которого присутствует феномен проявления рациональных поведенческих функций. Предлагаемая интерпретация этого понятия включает в него процедуру прогнозирования как аспект стратегического планирования действий мобильного робота. Тогда процедура прогнозирования представляет собой оценку результатов потенциальной активности мобильного робота, в контексте вырабатываемой самостоятельно локальной стратегии поведения. Тогда входные сенсорные данные не обладают исключительной ролью в принятии решения, за счёт чего возникает пластичность системы в условиях изменяющейся действительности. Согласно структурно-функциональному описанию полученной модели для её воплощения следует инкорпорировать в вычислительную часть системы управления мобильного робота следующие экспериментально обоснованные элементы, формирующие квази-когнитивные принципы обработки информации: - Внутренний информационный субстрат для синтеза эвристических решений нового типа, позволяющий осуществить прогностическое отображение локальной поведенческой стратегии и воссоздания внутри неё потенциальных решений. - Эффект двойственности информации, обеспечивающий одновременное количественное и качественное представление обрабатываемой информации в системе, тем самым помещая решение в рамки стратегического планирования поведенческих функций. - Механизм дополнительной абстракции, необходимый для сбора информации о текущем состоянии внешней среды и осуществления отображения данной информации в системе. - Механизм автономного целеполагания, служащий источником критериев, отражающих потребности и ограничения управления мобильного робота, на основе которых будет происходить формирование стратегии поведения мобильного робота. Совокупность представленных функциональных единиц в рамках общей вычислительной архитектуры позволяет устранить недостатки жестких алгоритмических методов принятия решения, противоречащих особенностям адаптивного управления и автономной навигации мобильного робота в динамической среде, где высока вероятность изменения функциональных зависимостей, закладываемых при создании устройства. 3. Выполнена программная реализация основных структурно-функциональных элементов представленной модели в отдельности и всей системы в целом в виде модуля с особой нейросетевой архитектурой. Был использован язык программирования Python. Полный перечень программ выглядит следующим образом: - Программная реализация модуля обработки информации и синтеза эвристических решений на основе разработанной модели с возможностью установки произвольных значений структурных гиперпараметров. - Программная реализация метода обучения модуля обработки информации и синтеза эвристических решений на основе разработанной модели. - Программная реализация механизма возникновения двойственности информации внутри модуля обработки информации и синтеза эвристических решений на основе разработанной модели. - Программная реализация механизма осуществления дополнительной абстракции внешней среды для исполнения процедуры прогнозирования внутри модуля обработки информации и синтеза эвристических решений на основе разработанной модели. - Программная реализация механизма автономного целеполагания для исполнения процедуры прогнозирования внутри модуля обработки информации и синтеза эвристических решений на основе разработанной модели. - Программная реализация функции активации нейронов в составе модуля обработки информации и синтеза эвристических решений на основе разработанной модели. 4. Обоснована практическая значимость проведенных фундаментальных исследований. Для этого произведена экспериментальная оценка эффекта инкорпорации разработанной модели процесса обработки информации и синтеза эвристических решений в состав системы управления мобильного робота. Исследование проводилось с помощью разработанной ранее компьютерной модели мобильного робота, функционирование которой симулировалось в условиях программно воссозданных динамических сред существования различной конфигурации. Анализ результатов показывает, что использование предлагаемых инструментов принятия решения оказывает положительный эффект на формирование основ адаптивного управления мобильного робота и способствует обеспечению максимальных показателей качества функционирования и надежности при решении мобильным роботом прикладных задач в реальных условиях эксплуатации.

 

Публикации


Аннотация результатов, полученных в 2023 году
За отчётный период были проведены комплексные фундаментальные исследования, по итогам которых достигнуты следующие конкретные научные и технические результаты: 1. Сформулирована теоретическая концепция синтеза эвристических решений нового типа внутри компонентов принятия решения в состав мобильных роботов, функционирующих в динамической среде существования. Данная концепция обеспечивает актуальные на данный момент требования в области адаптивности обозначенных объектов к изменению общего правила преобразования информации. Разработаны частные методики, направленные на практическую реализацию данной концепции. Проведенные экспериментальные исследования подтвердили эффективность данных методик для решения требующихся задач. Проведены экспериментальные исследования, направленные на обоснование научной и практической значимости сформулированной концепции. 2. Осуществлены экспериментальные исследования, направленные на разработку технологии программно-аппаратной реализации компонентов принятия решения нового типа. В частности, были получены фундаментальные результаты позволившие: - устранить физическое разграничение областей памяти и обработки информации внутри данных технических устройств; - инкорпорировать современную электронную элементную базу (наномемристоров и нанотранзисторов) с целью эффективной реализации нечетких природных квази-когнитивных семантик; - обеспечить гибридизацию цифровых и аналоговых принципов обработки информации средствами нового подхода к её представлению в системе, основанного на физических свойствах современных наноразмерных электронных элементов. 3. Итогом работы над проектом является разработка и тестирование компьютерной модели программно-аппаратной реализации интеллектуального компонента принятия решения нового типа в составе системы управления мобильным роботом в динамической среде существования. Анализ результатов показывает, что использование предлагаемых инструментов принятия решения оказывает положительный эффект на формирование основ адаптивного управления мобильного робота и способствует обеспечению максимальных показателей качества функционирования и надежности при решении мобильным роботом прикладных задач в реальных условиях эксплуатации.

 

Публикации

1. Макаров М.В., Семенов И.А., Пиджакова Н.С. Система логического вывода для нового типа эвристических решений в рамках адаптивного управления мобильным роботом Сборник научных трудов XXV Международной научно-технической конференции «Нейроинформатика-2023», с. 61-68 (год публикации - 2023)

2. Макаров М.В., Семенов И.А., Пиджакова Н.С. Синтез эвристических решений в рамках адаптивного управления мобильным роботом в динамической среде Сборник трудов XXI Национальной конференции по искусственному интеллекту с международным участием (КИИ-2023), Том 1, с. 275-281. (год публикации - 2023)

3. Макаров М.В., Семенов И.А., Трантина Н.С. Исследование механизма синтеза эвристических решений в рамках адаптивного управления мобильным роботом Доклады 14-й Международной конференции "Интеллектуализация обработки информации", с. 381-384 (год публикации - 2023)

4. Макаров М.В., Семнов И.А., Демидов А.А., Трантина Н.С. Исследование синтеза нового типа эвристических решений для адаптивного управления мобильным роботом в динамической среде Сборник научных трудов XXIV Международной научно-технической конференции «Нейроинформатика-2022», с. 174-183 (год публикации - 2023)


Возможность практического использования результатов
не указано