Модель ймовірнісно-нечіткого актуатора в контурі м’якого управління автономною безлюдною системою
DOI:
https://doi.org/10.30837/2522-9818.2025.1.061Ключові слова:
штучний інтелект; м’яке управління; автономна безлюдна система; нечіткі системи; ймовірнісні моделі.Анотація
Предметом дослідження статті є методи й моделі штучного інтелекту, що застосовуються в управлінні автономними безлюдними системами. Мета роботи – створення нової моделі актуатора автономних безлюдних систем, що реалізує керівні рішення, прийняті штучним інтелектом в умовах невизначеності. У статті розв’язано такі завдання: запропоновано модель ймовірнісно-нечіткого актуатора (ЙНА) та досліджено можливість її застосування як універсального контролера виконавчих механізмів (ВМ) в автономних системах. Модель ЙНА, що запозичена в біологічних актуаторів м’язів, формалізована у вигляді множини автоматоподібних елементів з імовірнісним механізмом призначення їх вхідних змінних, розрахованих на підставі нечітких характеристик керівних рішень, отриманих від системи ШІ, що підтримує технологію м’якого управління. Упроваджено такі методи: нечітке управління, прийняття рішень в умовах невизначеності на основі фактора впевненості, теорія автоматів, теорія ймовірностей. Досягнуті результати: запропоновано й обґрунтовано модель ЙНА, запозичену у живих істот; розроблено алгоритм ЙНА, що реалізує керівні рішення, отримані методом м’якого управління. Висновки. Ймовірнісно-нечіткий актуатор, на відміну від наявних методів реалізації керівних рішень у моделях м’якого управління, відкриває можливості реалізації команди, що в прийнятті рішень не мали абсолютної переваги з-поміж усіх потенційно можливих. Така здатність актуаторів, що застосовуються в автономних системах, корисна в умовах, коли система стикається з незнайомою ситуацією, оскільки всі наявні в її пам’яті прототипи реакції визначаються незначною впевненістю. У цих випадках для підтримання автономності важливо спробувати різні поведінки, а не тільки ту, що в рейтингу стоїть першою. Крім цього, метод "спроб і помилок" властивий для моделі самонавчання в автономних системах, яка спирається на нього. Комп’ютерні експерименти підтвердили можливість реалізації цього механізму за допомогою запропонованої моделі ЙНА.
Посилання
Список літератури
Litman T. A. Autonomous Vehicle Implementation Predictions: Implications for Transport Planning. Victoria Transport Policy Inst., Aug. 2022. URL: https://www.vtpi.org/avip.pdf (дата звернення: 27.11.2024).
Siciliano B., Khatib O. (Eds.). Modeling and Control of Underwater Robots. Springer Handbook of Robotics (2nd ed.). Berlin, Heidelberg: Springer-Verlag, 2016. 2225 р. DOI: https://doi.org/10.1007/978-3-319-32552-1
Belpaeme T., Kennedy J., Ramachandran A., Scassellati B., Tanaka F. Social robots for education: A review. International Journal of Social Robotics. 2018. Vol. 10. No. 3. P. 299–315. DOI: https://doi.org/10.1126/scirobotics.aat5954
Pagliarini L., Lund H. H. The future of Robotics Technology. Journal of Robotics, Networking and Artificial Life. Vol. 3. No. 4. March 2017. P. 270–273. DOI: 10.2991/jrnal.2017.3.4.12
Mubin O., Stevens C. J., Shahid S., Mahmud A. A., Dong J. J. A Review of the Applicability of Robots in Education. Journal of Technology in Education and Learning. 2013. Vol. 1. No. 1. P. 1–7. DOI: 10.2316/Journal.209.2013.1.209-0015
Singh P., Dulebenets M. A., Pasha J., Gonzalez E. D. R. S., Lau Y.-y., Kampmann R. Deployment of Autonomous Trains in Rail Transportation: Current Trends and Existing Challenges. IEEE Access. 2021. Vol. 9. P. 1550–1562. DOI: 10.1109/ACCESS.2021.3091550
Thrun S., Burgard W., Fox D. Probabilistic Robotics. MIT Press, 2005. Розділ 5: Robot Motion. Р. 91–119. URL: https://docs.ufpr.br/~danielsantos/ProbabilisticRobotics.pdf (дата звернення: 27.11.2024).
Piegat A (2001) Fuzzy modelling and control. Physica-Verlag, 728 p.
Kargin A., Petrenko T. Feeling Artificial Intelligence for AI-Enabled Autonomous Systems. In Proc. of 2022 IEEE Global Conf. on Artificial Intelligence and Internet of Things (GCAIoT). Alamein New City, Egypt, Dec. 18, 2022, Р. 88–93. DOI: 10.1109/GCAIoT57150.2022.10019235
Beetz M., Jain D., Mösenlechner L., Tenorth M. Towards performing everyday manipulation activities. Robotics and Autonomous Systems. 2010. Р. 1–10. DOI: 10.1016/j.robot.2010.05.007
Arkin R. Behavior-Based Robotics. Automatica. 1998. Р. 69–79. DOI: 10.1016/S0005-1098(02)00169-3
Brooks R. A Robust Layered Control System for a Mobile Robot. IEEE Journal on Robotics and Automation. 1986. Vol. 2, № 1. Р. 14–23. DOI: 10.1109/JRA.1986.1087032
Simmons R. Experience with a Task Control Architecture for Mobile Robots. 1989. P. 4–8. URL: https://www.academia.edu/51291699/Experience_with_a_Task_Control_Architecture_for_Mobile_Robots (дата звернення: 27.11.2024).
Guizzo E. Types of Robots. Categories frequently used to classify robots. Robotsguide.com. URL: https://robotsguide.com/learn/types-of-robots (дата звернення: 15.06.2024).
Open X-Embodiment: Robotic Learning Datasets and RT-X Models. Open X-Embodiment Collaboration, 2024. URL: https://robotics-transformer-x.github.io/ (дата звернення: 15.06.2024).
Levine S., Hausman K. The global project to make a general robotic brain. IEEE Spectrum. Jan 2024. URL: https://spectrum.ieee.org/global-robotic-brain (дата звернення: 15.06.2024).
Kargin A., Petrenko T. Knowledge Distillation for Autonomous Intelligent Unmanned System. In Pedrycz W., Chen S.-M. Advancements in Knowledge Distillation: Towards New Horizons of Intelligent Systems. Studies in Comput. Intell., vol. 1100. Springer International Publishing, 2023, P. 193–230. DOI: 10.1007/978-3-031-32095-8
Kargin A., Petrenko T. Spatio-Temporal Data Interpretation Based on Perceptional Model. In Mashtalir V, Ruban I, Levashenko V. Advances in Spatio-Temporal Segmentation of Visual Data. Studies in Computational Intelligence, Vol. 876. Springer, Cham, 2020, P. 101-159. DOI: 10.1007/978-3-030-35480-0_3
Hengji Wang, Joshua Swore, Shashank Sharma, and Adrienne L. Fairhall. A complete biomechanical model of Hydra contractile behaviors, from neural drive to muscle to movement. PNAS, March 10, 2023, 120 (11). DOI: 10.1073/pnas.2210439120
References
Litman, T. A. (2022), "Autonomous Vehicle Implementation Predictions: Implications for Transport Planning, Victoria Transport Policy Institute", available at: https://www.vtpi.org/avip.pdf (last accessed 27.11.2024).
Siciliano, B., Khatib, O. (2016), "Modeling and Control of Underwater Robots". Springer Handbook of Robotics (2nd ed.), Springer-Verlag, Berlin, Heidelberg, 2225 p. DOI: https://doi.org/10.1007/978-3-319-32552-1
Belpaeme, T., Kennedy, J., Ramachandran, A., Scassellati, B., Tanaka, F. (2018), "Social robots for education: A review", International Journal of Social Robotics, Vol. 10, No. 3, Р. 299–315. DOI: https://doi.org/10.1126/scirobotics.aat5954
Pagliarini, L., Lund, H. H. (2017), "The future of Robotics Technology", Journal of Robotics, Networking and Artificial Life, Vol. 3, No. 4, Р. 270–273. DOI: 10.2991/jrnal.2017.3.4.12
Mubin, O., Stevens, C. J., Shahid, S., Mahmud, A. A., Dong, J. J. (2013), "A Review of the Applicability of Robots in Education", Journal of Technology in Education and Learning, Vol. 1, No. 1, Р. 1–7. DOI: 10.2316/Journal.209.2013.1.209-0015
Singh, P., Dulebenets, M. A., Pasha, J., Gonzalez, E. D. R. S., Lau, Y.-y., Kampmann, R. (2021), "Deployment of Autonomous Trains in Rail Transportation: Current Trends and Existing Challenges", IEEE Access, Vol. 9, Р. 1550–1562. DOI: 10.1109/ACCESS.2021.3091550
Thrun, S., Burgard, W., Fox, D. (2005), "Probabilistic Robotics, MIT Press, Chapter 5: Robot Motion", Р. 91–119, available at: https://docs.ufpr.br/~danielsantos/ProbabilisticRobotics.pdf (last accessed 27.11.2024).
Piegat A (2001), Fuzzy modelling and control. Physica-Verlag, 728 p.
Kargin, A., Petrenko, T. (2022), "Feeling Artificial Intelligence for AI-Enabled Autonomous Systems. In Proc". IEEE Global Conf. on Artificial Intelligence and Internet of Things (GCAIoT). Alamein New City, Egypt, Dec. 18, 2022, Р. 88–93. DOI: 10.1109/GCAIoT57150.2022.10019235
Beetz, M., Jain, D., Mösenlechner, L., Tenorth, M. (2010), "Towards performing everyday manipulation activities", Robotics and Autonomous Systems. Р. 1–10. DOI: 10.1016/j.robot.2010.05.007
Arkin, R. (1998), "Behavior-Based Robotics", Automatica. Р. 69–79. DOI: 10.1016/S0005-1098(02)00169-3
Brooks, R. (1986), "A Robust Layered Control System for a Mobile Robot", IEEE Journal on Robotics and Automation, Vol. 2, No. 1, Р. 14–23. DOI: 10.1109/JRA.1986.1087032
Simmons, R. (1989), "Experience with a Task Control Architecture for Mobile Robots", Р. 4–8, available at: https://www.academia.edu/51291699/Experience_with_a_Task_Control_Architecture_for_Mobile_Robots (last accessed 27.11.2024).
Guizzo, E. (2024), "Types of Robots. Categories frequently used to classify robots", Robotsguide.com, available at: https://robotsguide.com/learn/types-of-robots (last accessed 15.06.2024).
Open X-Embodiment Collaboration (2024), "Open X-Embodiment: Robotic Learning Datasets and RT-X Models", available at: https://robotics-transformer-x.github.io/ (last accessed 15.06.2024).
Levine, S., Hausman, K. (2024), "The global project to make a general robotic brain", IEEE Spectrum, Jan. 2024, available at: https://spectrum.ieee.org/global-robotic-brain (last accessed 15.06.2024).
Kargin, A., Petrenko, T. (2023), "Knowledge Distillation for Autonomous Intelligent Unmanned System", in Pedrycz, W., Chen, S.-M. (Eds.), Advancements in Knowledge Distillation: Towards New Horizons of Intelligent Systems, Studies in Computational Intelligence, Vol. 1100, Springer International Publishing, Р. 193–230. DOI: 10.1007/978-3-031-32095-8
Kargin,. A., Petrenko, T. (2020), "Spatio-Temporal Data Interpretation Based on Perceptional Model". In Mashtalir V, Ruban I, Levashenko V (eds) Advances in Spatio-Temporal Segmentation of Visual Data. Studies in Computational Intelligence, Vol. 876. Springer, Cham, P. 101-159. DOI: 10.1007/978-3-030-35480-0_3
Hengji, Wang, Joshua, Swore, Shashank, Sharma, and Adrienne, L. Fairhall (2023), "A complete biomechanical model of Hydra contractile behaviors, from neural drive to muscle to movement". PNAS, March 10, 2023, 120 (11). DOI: 10.1073/pnas.2210439120
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Наше видання використовує положення про авторські права Creative Commons для журналів відкритого доступу.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо не комерційного та не ексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису опублікованої роботи, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
