Нейромережева технологія управління багатомашинним роботизованим комплексом пошуку нелегальних випромінювачів
DOI: 10.31673/2409-7292.2019.031522
Анотація
У статті розглядається технологія управління багатомашинним роботизованим комплексом пошуку нелегальних випромінювачів на базі застосування нейронної мережі прямого поширення, що навчається за допомогою генетичного алгоритму. Використання нейромережі, яка забезпечує адаптивний обмін інформацією з іншими членами групи, дозволяє забезпечити гнучкість реагування окремими індивідуумами на зміни поточної ситуації та забезпечити ефективну координацію в межах команди. Здійснено моделювання роботи групи роботів та доведено ефективність підходу щодо пошуку нелегальних випромінювачів.
Ключові слова: нейронна мережа, мультиагентна система, робот, безпілотний літальний апарат, генетичний алгоритм.
Перелік посилань
1. 5 инноваций беспилотников в сфере защиты безопасности // Security News. https://security-news.today/5-innovatsij-bespilotnikov-v-sfere-zashhity-bezopasnosti/
2. Коллективы интеллектуальных роботов. Сферы приме нения / под ред. В.И. Сырямкина. – Томск: STT, 2018. – 140 с.
3. Золотухин Ю. Н. Координированное управление группой роботов в задачах перемещения груза / Ю. Н. Золотухин, К. Ю. Котов, А. С. Мальцев, А. А. Нестеров, М. А. Соболев, А. Е. Цупа // Вычислительные технологии. Том 21, № 1, 2016. 70-79.
4. Каляев И. А. Самоорганизующиеся рапределенные истемы управления группами интеллектуальных роботов, построенные на основе cетевой модели / Каляев И. А., Капустян С. Г., Гайдук А. Р. // Управление большими системами. Cпециальный выпуск 30.1 «Cетевые модели в управлении». ‒ С. 605‒639.
5. Щербатов И. А. Управление группой роботов: компонентный подход / И.А. Щербатов, И.О. Проталинский, О.М. Проталинский // Информатика и системы управления. Интеллектуальные системы, 2015, №1(43). ‒ С. 93‒104.
6. Пшихопов В. Х. Групповое управление движением мобильных роботов в неопределенной среде с использованием неустойчивых режимов / В.Х. Пшихопов, М.Ю. Медведев // Робототехника, автоматизация и системы управления. 2018. Вып.5(60). ‒ С. 39‒63.
7. Онуфриев В. А. Управление группой автономных роботов с использованием полярных координат / Научно-технические ведомости СПбГПУ. Информатика. Телекоммуникации. Управление, 2017, том 10, выпуск 4. ‒ С. 97–106.
8. Schwager М. From Theory to Practice: Distributed Coverage Control Experiments with Groups of Robots / Mac Schwager, James McLurkin, Jean-Jacques E. Slotine, and Daniela Rus // Experimental Robotics: The Eleventh International Symposium, 2009. ‒ P. 127‒136.
9. Schwager М. Decentralized, Adaptive Coverage Control for Networked Robots / Mac Schwager, Daniela Rus, and Jean-Jacques Slotine // The International Journal of Robotics Research. Volume: 28 issue: 3. ‒ P. 357‒375.
10. Abstraction and Control for Groups of Robots // IEEE Transactions on Robotics, Vol. 20, No. 5, October 2004. ‒ P. 863‒875.
11. Каляев И.А., Гайдук А.Р., Капустян С.Г. Модели и алгоритмы коллективного управления в группах роботов // ‒ М.: Физматлит, 2009. ‒ 280 с.
12. Василець Т. Ю. Розробка нейромережевої системи управління трьохмасовою електромеханічною системою / Т. Ю. Василець, О. О. Варфоломієв, Р. В. Тютюн, Ю. О. Алфьоров, А. О. Власов // Системи обробки інформації, 2017, випуск 1 (147). ‒ С. 62‒68.
13. Божич В. И. Нейросетевое управление в мультиагентной системе с самоорганизующейся коммуникацией / Божич В. И., Кононенко Р. Н., Абияка А. А. // Нейроинформатика, 1999, №3. ‒ С. 239‒246.
14. Keras: The Python Deep Learning library. Mode of Access https://keras.io/
