Диссертация (Модели, алгоритмы и программное обеспечение многоагентных робототехнических систем), страница 10

Как показано на рис. 3.1, ее состав включаетследующие основные модули: описания и постановки прикладной задачи; описания условий выполнения поставленной задачи; выбора структуры, состава и оценка численности МАРС; виртуального моделирования МАРС и оценка реализуемостипоставленной задачи с передачей исходных данных на выполнение; контроля выполнения поставленной задачи в режиме моделированияМАРС на основе использования телеметрических данных о еефункционировании; контроля выполнения поставленной задачи с отображением на цифровойкарте текущего положения роботов; контроля поэтапного выполнения поставленной задачи с отображениемзавершения отдельных операций в рамках установленного сценария; контроля состояния отдельных роботов, функционирующих в составеМАРС.Наличие фундаментальных и прикладных заделов по ключевымаспектамрассмотреннойинтеллектуальногоконцепциичеловеко-машинногообуславливаетинтерфейсароботов и многоагентных робототехнических систем.71дляреализуемостьавтономныхРис.

3.1. Обобщенная структура интеллектуального человеко-машинного интерфейса всоставе МАРС3.2 Программно-алгоритмическое обеспечение человеко-машинногоинтерфейса МАРСВажнейшая особенность разработки человеко-машинного интерфейсадляуправленияМАРСсвязанасобеспечениемадекватностиинструментальных средств оперативного описания и постановки прикладныхзадач с одной стороны, моделям и алгоритмам планирования действий и72распределения заданий, с другой.Планирование целесообразных действий МАРС для целого рядаприложений осуществляется на основе анализа сценария поэтапнойреализации решаемой прикладной задачи. Соответствующая сценарнаямодель строится в виде сети типовых конечных автоматов, структуравзаимосвязей и состояние которых отражают логику следования и стадиювыполнения необходимых технологических операций (п. 2.1).Удобной формой представления такого рода сценарных моделейявляются графы, узлы которых ставятся в соответствие отдельнымоперациям или этапам, а дуги определяют требуемый порядок их следования.В этой связи, функциональные возможности человеко-машинногоинтерфейса по обеспечению ввода всей совокупности исходных данных дляпостановки прикладной задачи группе автономных роботов (а такжепоследующего контроля за ходом и результатами ее решения) должныпредусматривать создание сценарных графов с указанием параметроввыполнения необходимых «технологических» операций:G  V , D,U  ,(3.1)гдеV   vi / i  1,2,..., n  - множество вершин, соответствующих тем«технологическим»операциямилиэтапам,выполнениекоторыхкомплектовданных,обеспечивает решение требуемой прикладной задачи;D   ti , pi , si / i  1,2,..., n-множествоассоциируемых с вершинами графа и характеризующих имена, наборыпараметров и статус выполнения соответствующих «технологических»операций или подзадач;U   u j / j  1,2,..., mрегламентирующих- множество дуг связей между вершинами,порядоквыполнениясоответствующих«технологических» операций.В состав комплекта данных, ассоциируемых с каждой из вершин73сценарного графа (3.1), включается показатель статуса, выступающего в ролииндикатора текущего состояния технологической операции: 0,si   0.5, 1,если операция не выполнена;(3.2)если операция передана на вып олнение;если операция выполненаВ общем случае изменение статуса технологических операций (3.2)осуществляется на основе интерпретации данных, сообщаемых автономнымиагентами по мере их проведения.

Полученные значения показателя статусапозволяют обеспечить обновление текущего состояния сценарной модели,используемой для планирования заданий по выполнению поставленнойприкладной задачи. В то же время, маркировка соответствующих узловсценарного графа с учетом показателей статуса обуславливает возможностьграфического отображения хода и результатов реализации формируемыхпланов на мониторе оператора.Апробация предложенного подхода к построению интеллектуальногочеловеко-машинного интерфейса в составе МАРС потребовала разработкисоответствующегокомплексапрограммно-инструментальныхсредств,функциональная структура которого показана на рис.

3.2, а графическийинтерфейс – на рис. 3.3.Разработанный комплекс включает следующие основные модули: ввода/вывода графической, текстовой и других видов информации с/наконсоли оператора; формирования сценарной модели прикладной задачи; базы данных по моделям автономных роботов; выбора и оценки численности автономных агентов (включаемых в составМАРС для совместного выполнения поставленной прикладной задачи); планирования действий и распределения заданий (в составе МАРС);74а)б)Рис.

3.3. Функциональные возможности ч/м интерфейса: а) постановкаприкладной задачи группе роботов б) контроль функционирования группы роботов75 моделирования МАРС; картографической базы данных; интерпретации данных о состоянии автономных агентов; подготовки и обработки сообщений, передаваемых или поступающих поканалам беспроводной сетевой связи с автономными роботами привыполнении поставленной прикладной задачи в составе МАРС; супервизора, обеспечивающего логический контроль и диспетчеризациюработы модулей в составе системы человеко-машинного интерфейса.Рис. 3.2. Функциональная структура программно-алгоритмического обеспечениячеловеко-машинного интерфейса в составе МАРСОпытная версия человеко-машинного интерфейса для постановкиприкладных задач и контроля их выполнения группой автономных роботовпрошла тестовые испытания (рис. 3.3), подтвердив свою работоспособность и76эффективность на примерах моделирования МАРС различных типов иназначения.3.3 Алгоритм оценки численности состава МАРС для выполненияпоставленной прикладной задачиНаряду с проблемой разработки алгоритмов интеллектуальногогруппового управления многоагентными робототехническими системамиважной задачей является обеспечение должного уровня эффективности инадежности системы.

При этом вопреки интуитивным представлениямхарактеристики многоагентной системы не всегда могут быть улучшены засчет увеличения численности состава.Необоснованный выбор числа агентов может привести к длительномувременивыполненияпоставленнойзадачи,нерациональнойтратеэнергоресурсов, возникновению конфликтов в системе, равно как и кзначительномуповышениювычислительнойсложностиалгоритмовгруппового управления [13].Следует отметить, что реальные значения времени выполненияроботами отдельных операций, а, следовательно, и общие показателиэффективности применения многоагентной системы в целом, являютсятрудно предсказуемыми.

Тем не менее, при допущении об одинаковойпродолжительности выполнения операций всеми роботами искомые оценкимогут быть получены путем потактового просмотра сценарного графа.Так, представленный в п. 2.1.5. модельный пример по планированиюдействий МАРС может быть рассмотрен с позиций численной оценкивремени, затрачиваемого агентами МАРС непосредственно на выполнениетехнологических операций и на простои, обусловленные ожиданиемсвободных для выполнения подзадач.Анализ полученных результатов позволяет выделить следующиеосновные особенности функционирования МАРС рассматриваемого типа:77 возможность параллельного выполнения операций, технологическаяочередность которых задается древовидным сценарным графом, припрочих равных условиях определяется количеством роботов, входящих вмногоагентную систему; наряду с сокращением общей продолжительности времени решенияпоставленной прикладной задачи увеличение числа роботов в составемногоагентной системы сопровождается ростом величины их суммарногопростоя; возникновение простоев при функционировании МАРС обуславливаетсяситуациями, когда число свободных исполнителей превышает текущееколичество операций, разрешенных для выполнения согласно текущейстадии отработки сценария, регламентирующего решение прикладнойзадачи.Оценка целесообразности использования того или иного количестваробототехнических агентов может производиться на основе функционала,представленного в виде взвешенной суммы времени, затраченного навыполнение прикладной задачи (Tв) и времени простоев (Тп):F ( N )  k1Tв ( N )  k2Tп ( N ), k1  0, k2  0 .Очевидно,поставленнойчтозадачи,числороботов,должнооптимальноеобеспечивать(3.3)длявыполненияминимизациюданногоmin .

Так, при значениях k1  k2  1 минимумфункционала: N : F ( N ) функционала временных затрат достигается одновременно при числе роботовN=2 и N=3 (рис 3.4). Однако меньшее число роботов является болеепредпочтительнымвсилуменьшихрасходовнаэксплуатациюиобслуживание робототехнической группировки.

Это обстоятельство можноучесть, если выбрать значение коэффициента k1 большее, чем значение k2.Важно отметить, что коэффициенты, входящие в состав функционалааприорно неизвестны и должны выбираться разработчиком ч/м интерфейсаМАРС с учетом особенностей сферы применения и требований конкретной78прикладной задачи МАРС.Рис. 3.4. Оценки времени сооружения конструкции группой роботов с различнойчисленностью состава на основе анализа сценарного графаАлгоритм,основанныйнапредложеннойметодике,позволяетрассчитать значения оценок эффективности применения МАРС с априорнозаданным численным составом для выполнения поставленной задачи поустановленному сценарию.Резюмируявышесказанное,можнопредположить,чтооценкаэффективности применения МАРС для решения поставленной задачи сустановленнымвыполнениясценариемоперацийприпоследовательно-параллельнойпрочихравныхусловияхочередностиопределяетсясовокупностью четырех ключевых факторов: оценкой временных затрат, требуемых для решения задачи с учетомвозможностей параллельного выполнения операций имеющейся группойроботов; оценкой времени суммарного простоя роботов при заданной численностиих состава; затратами на эксплуатацию отдельных робототехнических агентов; частотой и влиянием конфликтных ситуаций, когда деятельность одногоробота начинает ограничивать действия другого.79Рис.