Автореферат (1090782), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

По результатампроведенного анализа сформирована обобщенная структурная схема МАРС,включающая в свой состав автономные робототехнические агенты,координирующее аппаратно-программное обеспечение и человекомашинный интерфейс.Отмечено, что существующие образцы автономных роботов и МАРСнедостаточно эффективны в условиях неопределенности внешней среды.Выдвинут тезис о необходимости повышения адаптивных свойств МАРС засчет обеспечения автономности робототехнических агентов с привлечениеминтеллектуальных технологий выявления и обработки знаний о явлениях изакономерностях внешней среды.

Предложена схема интеллектуальнойсистемы управления многоагентной робототехнической системой (рис. 1).Выявлены сходства в организации систем интеллектуального управленияМАРС и отдельным робототехническим агентом.Рис. 1. Интеллектуальная система управления многоагентнойробототехнической системойВ заключении первой главы сформулированы основные задачидиссертации.Во второй главе предлагаются модели планирования действий ираспределения заданий в МАРС для различных прикладных задач (рис. 2).6Разработанные модели основаны на технологии конечных автоматов ипозволяют обеспечить выполнение прикладной задачи МАРС в соответствиис априорно-установленным сценарием.а)б)Рис.

2. Сценарии выполнения операций по решению различных прикладных задач:а) поражение целей в условиях реальной боевой обстановки;б) построение пирамиды из кубиковПоказано, что планирование заданий в МАРС может осуществляться наоснове анализа сценария модели выполнения прикладной задачи,представленной в виде сети типовых контрольных элементов, каждый изкоторых может быть описан конечным автоматом следующего вида:K O  {U O , X O , Y O , f O , hO } ,(1)где U O  (u0O , u1O , u2O , u3O ) - входной алфавит сигналов на переход кразличным стадиям завершенности задачи;X O  ( x0O , x1O , x2O , x3O ) - алфавит состояний задачи в процессе еевыполнения;Y O  ( y0O , y1O , y2O , y3O ) - выходной алфавит сигналов, отражающихтекущее состояние выполнения задачи.f O , hO – функции переходов и выходов, задаваемые графом,показанным на рис. 3.

Вершины графа соответствуют отдельным операциямили этапам, а дуги определяют их технологическую очередность.Замыкание выходов одних контрольных элементов в сценарии навходы других позволяет произвести расчет состояний технологическихопераций в текущий момент времени. Планирование группового заданияМАРС в терминах предложенной модели основано на поиске подмножества7контрольных элементов (1), находящихся в состоянии возможностиOвыполнения x1 .Рис. 3.

Диаграмма переходов состояний типового элемента, контролирующеговыполнение технологической операции в составе сценария решения поставленнойприкладной задачиИнтеллектуальный автономный робот, как универсальный агент,способный обеспечить выполнение некоторых из требуемых операций, такжеможет быть представлен конечным автоматом вида:K R  {U R , X R , Y R , f R , hR} ,(2)где U R  (u0R , u1R , , umR , uqR ) - конечный входной алфавит сигналов напереход робота в состояние выполнения той или иной технологическойоперации ( u Rj , j  1, , m ), либо на переход в состояние исходной готовности( u0R ) или же потери работоспособности ( uqR );X R  ( x0R , x1R , , xmR , xqR )- конечный алфавит состояний робота впроцессе выполнения технологических операций;Y R  ( y0R , y1R , , ymR , yqR ) - конечный выходной алфавит сигналов,отражающих текущее состояние робота.f R , hR - функции переходов и выходов, задаваемые графом,показанным на рис.

4.Рис. 4. Диаграмма переходов состояний модели автономного робота, представленной ввиде конечного автомата8Таким образом, предложенные модели выполнения технологическойоперации и функционирования робототехнического агента позволяютобеспечить планирование действий в МАРС, с одной стороны, за счетанализа сценария выполнения поставленной прикладной задачи, а с другой –за счет своевременного учета сигналов о выполнении технологическихопераций, поступающих от автономных роботов.Распределение заданий на выполнение технологических операциймежду участниками робототехнической группировки должно производитьсяс учетом потенциальной пригодности робототехнического агента длявыполнения конкретной подзадачи.

В общем случае многокритериальнаяоценка полезности или пригодность агента для проведения технологическойоперации определяется двумя ключевыми факторами – принципиальнымналичием необходимых функциональных возможностей и величинойимеющихся ресурсов, что в формализованной форме представленияприобретает следующий вид: J(3)f    1  F j    R, j 1где Fi – логическая переменная, характеризующая наличие илиотсутствие у агента необходимой функциональной возможности длявыполнения рассматриваемой технологической операции и принимающаязначение соответственно 0 или 1;IR   i1 ki  ri – количественная оценка полезности агента с позицийимеющихся у него ресурсов для выполнения рассматриваемойтехнологической операции ( k i - весовой коэффициент, характеризующийзначимость соответствующего вида ресурса в составе обобщенной оценки; ri- количественная оценка запаса соответствующего вида ресурса, имеющегосяв распоряжении агента).В формализованном виде проблема распределения заданий навыполнениетехнологическихоперациймеждуавтономнымиробототехническими агентами может быть представлена как задача поискаоптимального множества назначений вида:A  i1 , i2 ,..., iR  , i j  1, 2,..., T  ,(4)где ij – порядковый номер технологической операции;R – количество незанятых робототехнических агентов,T – количество доступных для выполнения технологических операций.В целях описания механизма поиска рационального распределениязаданий между роботами вводится понятие матрицы пригодности: f11  f1T F  ( f ij )      (5)f R1  f RT где i=1..R – номер робота; j=1..T – номер технологической операции.9Для того чтобы задать одно из допустимых множеств назначений (4),необходимо в каждой i-й строке этой матрицы (соответствующейсвободному робототехническому агенту) выбрать ji-ый элемент(соответствующий технологической операции).

При этом номера выбранныхтехнологических операций не должны повторяться, чтобы исключитьситуации назначения разных роботов на одну и ту же задачу. Тогда числовсевозможных назначений Nназн будет определяться числом размещений из Tпо R:N назн  ATR  T !/ (T  R )!(6)Целью распределителя задач будет являться перебор возможныхразмещений элементов множества назначений (4) и выбор того их них,результирующая пригодность которого максимальна:R 1 2 RA : f    f (i j , j )  maxi ,i ,...,i(7)j 1Результаты комплексных экспериментальных исследований на ЭВМполностью подтвердили работоспособность и эффективность сценарныхмоделей планирования действий в МАРС и распределения заданий междуробототехническими агентами на основе формирования многокритериальныхоценок пригодности.В третьей главе рассматриваются вопросы разработки и эксплуатациичеловеко-машинного интерфейса МАРС.

Показано, что в условияхнеопределенности и экстремальности внешней среды, организация человекомашинного интерфейса МАРС должна предусматривать не толькообеспечение возможностей полномасштабной информационной подготовкиМАРС к выполнению требуемых задач с последующим контролем еефункционирования, но и интеллектуальную поддержку действий оператора.В основу общей концепции построения универсального человекомашинного интерфейса для управления МАРС положены три основныхпринципа: комплексной автоматизации процессов информационной подготовкиМАРС к решению требуемых прикладных задач и контроля ихвыполнения; унификации инструментальных средств за счет использования модульнойархитектуры программно-алгоритмического обеспечения; интеллектуализации процессов принятия решений на всех этапахинформационной подготовки МАРС к решению требуемых прикладныхзадач и контроля их выполнения;Реализация первого принципа предусматривает разработку следующегонабора программно-алгоритмических средств: оперативной постановки и описания условий выполнения прикладнойзадачи, решаемой с помощью МАРС;10 выбора состава и оценки численности робототехнической группировки,необходимой для выполнения поставленной задачи; анализа выполнимости поставленной задачи по результатам оперативногомоделирования МАРС с учетом произведенной оценки численностисостава; оперативного приема и передачи данных по каналам беспроводнойсетевой связи между пультом оператора и МАРС; оперативного контроля выполнения поставленной задачи и текущегосостояния отдельных роботов, действующих в составе многоагентнойсистемы.Второй принцип предполагает, что функциональные возможности ч/минтерфейса должны обеспечивать поддержку различных стратегийгруппового управления в МАРС с централизованной, децентрализованной исмешанной архитектурой.Третий принцип обуславливает применение современных методов итехнологий искусственного интеллекта для представления и обработкиэкспертных знаний по обоснованному выбору состава и структуры МАРС, атакже стратегий и алгоритмов группового управления роботами взависимости от особенностей задач их прикладного применения,описываемых оператором с использованием средств человеко-машинногоинтерфейса.Апробация предложенного подхода к построению интеллектуальногочеловеко-машинного интерфейса в составе МАРС потребовала разработкисоответствующего комплекса программно-инструментальных средств,функциональная структура которого показана на рис.

Характеристики

Список файлов диссертации