БЕЗПЕРЕРВНЕ ПЛАНУВАННЯ І СИТУАЦІЙНЕ УПРАВЛІННЯ ЯК ЗАВДАННЯ ШТУЧНОГО ІНТЕЛЕКТУ ЩО ВІДЧУВАЄ
Ключові слова:
автономні інтелектуальні безлюдні системи, штучний інтелект що відчуває, безперервне планування, ситуаційне управління
Анотація
Мотивація. Незважаючи на значний прогрес у галузі створення Безлюдних Систем (БС), забезпечення необхідного рівня їх автономності залишається актуальним завданням. Важливу роль у його вирішенні відіграє штучний інтелект. Особливості безлюдних систем породили нову модель «Штучний інтелект що відчуває» (ШІВ), що підтримує автономність. Метою даної роботи є розробка алгоритму що підтримує модель безперервного планування і ситуаційного управління імплементовану у систему Goal-Directed Control ШІВ. Предметом дослідження є методи та моделі управління автономними мобільними роботами на підставі даних від різноманітних сенсорів. Результати. Особливістю задачі управління автономними мобільними роботами є те, що для прийняття рішення в режимі реального часу щодо поточних дій використовують стан виконання плану, поточну ситуацію та можливість виконання частини плану дій, що залишилася, для досягнення мети. Наведено структуру багаторівневої розподіленої системи нечітких правил управління у поєднанні з системою продукційних правил планування. Розглянуто модифікований механізм нечіткого висновку, який завдяки введенню фактора впевненості здатний обробляти як факти щодо стану оточення так і стану виконання плану. Наведено алгоритм безперервного планування й приклади контрольних розрахунків. Висновок. Показано, що модифікація традиційного механізму логічного виведення в нечитких логічних системах, по-перше, шляхом введення контекстної пам’яті, що містить контекстні факти, по-друге, уявлення стану фактів, як і значень вхідних змінних у вигляді нечітких факторів впевненості, дозволяє застосувати їх для управління БС та використовувати усі переваги нечіткого управління щодо обробки невизначенності. Розробка традиційної нечиккщї системи, спрямованої на управління реалізацією плану дій для автономного робота з урахуванням вищезазначених умов, що характеризується значною кількістю вхідних числових змінних від датчиків, є нерозв’язним завданням. Запропонована модель, яка складається з компонентів двщх типів систем нечитких систем з лінгвістичними змінними та нечитких продукційних систем з факторами впевненості долає перелічені проблеми та зберігає переваги традиційних нечитких систем у поводженні з невизначеністю. Напрям подальших досліджень. Майбутні кроки можуть бути присвячено розвитку моделі та інструментарію для інших класів безлюдних систем.Завантаження
Дані про завантаження поки що недоступні.
Посилання
1. L. Joseph, A.K. Mondal, Eds, Autonomous Driving and Advanced Driver-Assistance Systems (ADAS). Applications, Development, Legal Issues, and Testing. 1st edn. CRC Press, Boca Raton, 2021, doi:10.1201/9781003048381.
2. “Sikorsky and DARPA's Autonomous Black Hawk Flies Logistics And Rescue Missions Without Pilots On Board,” Lockheed Martin Corporation, 2022, USA, Accessed: Aug. 10, 2023. [Online]. Available: https://news.lockheedmartin.com/2022-11-02-Sikorsky-and-DARPAs-Autonomous-Black-Hawk-R-Flies-Logistics-and-Rescue-Missions-Without-Pilots-on-Board
3. J. Deichmann et al., “Autonomous driving’s future: Convenient and connected,” McKinsey Center for Future Mobility. Report, Jan. 2023, Accessed: August 15, 2023. [Online]. Available: https://www.mckinsey.com/
4. H. Chen et al., “From Automation System to Autonomous System: An Architecture Perspective,” J. of Marine Sci. and Eng., vol. 9, no. 6, Jun. 2021, doi: 10.3390/jmse9060645.
5. Rail Technical Strategy. Innovating across Britain’s railway. Oct. 2022. Accessed: Aug. 10, 2023. [Online]. Available: https://railtechnicalstrategy.co.uk/wp-content/uploads/2022/10/The-Rail-Technical-Strategy.pdf
6. T. Zhang et al., "Current trends in the development of intelligent unmanned autonomous systems," Frontiers Inf. Technol. Electron. Eng., vol. 18, Feb. 2017, pp. 68–85, doi: 10.1631/FITEE.1601650.
7. J. Reis, Y. Cohen, N. Melao, J. Costa, and D. Jorge, "High-Tech Defense Industries: Developing Autonomous Intelligent Systems," Appl. Sci. , vol. 11, 4920, 2021, doi: 10.3390/app11114920.
8. J. Chena, J. Sun, and G.Wang, "From Unmanned Systems to Autonomous Intelligent Systems," Engineering, vol.12, May 2022, pp. 16-19, doi: 10.1016/j.eng.2021.10.007.
9. M. Czerwinski, J. Hernandez, D. Mcduff, "Building an AI that feels," Appl. Sci., vol.11, 4920, Apr. 2021, doi: 10.3390/app11114920.
10. M. Huang and R. Rust, "Artificial Intelligence in Service," J. of Service Res., vol. 21(2), Feb. 2018, pp.155-172, doi: 10.1177/1094670517752459.
11. A. Kargin, T. Petrenko, “Feeling Artificial Intelligence for AI-Enabled Autonomous Systems” in Conf. Proc. of 2022 IEEE Global Conference on Artificial Intelligence and Internet of Things (GCAIoT) Alamein New City, Egypt, 18-21 December 2022, P.88-93..
12. A. Kargin and T. Petrenko, “Spatio-Temporal Data Interpretation Based on Perceptional Model,” in Advances in Spatio-Temporal Segmentation of Visual Data. Studies in Computational Intelligence, V. Mashtalir, I. Ruban, V. Levashenko, Eds., vol. 876, Springer, Cham, 2020, pp. 101-159.
13. A. Kargin and T. Petrenko, “Multi-level Computing With Words Model to Autonomous Systems Control,” in Proc. 9th Int. Conf. Inf. Control Sys.&Tech (ICST-2020), A. Pakštas, T. Hovorushchenko, V. Vychuzhanin, H. Yin, N. Rudnichenko. Eds. Odessa, Ukraine, Sep. 24–26, 2020, CEUR Workshop Proceedings, vol. 2711, pp. 16-30. [Online]. Available: http://ceur-ws.org/Vol-2711/
2. “Sikorsky and DARPA's Autonomous Black Hawk Flies Logistics And Rescue Missions Without Pilots On Board,” Lockheed Martin Corporation, 2022, USA, Accessed: Aug. 10, 2023. [Online]. Available: https://news.lockheedmartin.com/2022-11-02-Sikorsky-and-DARPAs-Autonomous-Black-Hawk-R-Flies-Logistics-and-Rescue-Missions-Without-Pilots-on-Board
3. J. Deichmann et al., “Autonomous driving’s future: Convenient and connected,” McKinsey Center for Future Mobility. Report, Jan. 2023, Accessed: August 15, 2023. [Online]. Available: https://www.mckinsey.com/
4. H. Chen et al., “From Automation System to Autonomous System: An Architecture Perspective,” J. of Marine Sci. and Eng., vol. 9, no. 6, Jun. 2021, doi: 10.3390/jmse9060645.
5. Rail Technical Strategy. Innovating across Britain’s railway. Oct. 2022. Accessed: Aug. 10, 2023. [Online]. Available: https://railtechnicalstrategy.co.uk/wp-content/uploads/2022/10/The-Rail-Technical-Strategy.pdf
6. T. Zhang et al., "Current trends in the development of intelligent unmanned autonomous systems," Frontiers Inf. Technol. Electron. Eng., vol. 18, Feb. 2017, pp. 68–85, doi: 10.1631/FITEE.1601650.
7. J. Reis, Y. Cohen, N. Melao, J. Costa, and D. Jorge, "High-Tech Defense Industries: Developing Autonomous Intelligent Systems," Appl. Sci. , vol. 11, 4920, 2021, doi: 10.3390/app11114920.
8. J. Chena, J. Sun, and G.Wang, "From Unmanned Systems to Autonomous Intelligent Systems," Engineering, vol.12, May 2022, pp. 16-19, doi: 10.1016/j.eng.2021.10.007.
9. M. Czerwinski, J. Hernandez, D. Mcduff, "Building an AI that feels," Appl. Sci., vol.11, 4920, Apr. 2021, doi: 10.3390/app11114920.
10. M. Huang and R. Rust, "Artificial Intelligence in Service," J. of Service Res., vol. 21(2), Feb. 2018, pp.155-172, doi: 10.1177/1094670517752459.
11. A. Kargin, T. Petrenko, “Feeling Artificial Intelligence for AI-Enabled Autonomous Systems” in Conf. Proc. of 2022 IEEE Global Conference on Artificial Intelligence and Internet of Things (GCAIoT) Alamein New City, Egypt, 18-21 December 2022, P.88-93..
12. A. Kargin and T. Petrenko, “Spatio-Temporal Data Interpretation Based on Perceptional Model,” in Advances in Spatio-Temporal Segmentation of Visual Data. Studies in Computational Intelligence, V. Mashtalir, I. Ruban, V. Levashenko, Eds., vol. 876, Springer, Cham, 2020, pp. 101-159.
13. A. Kargin and T. Petrenko, “Multi-level Computing With Words Model to Autonomous Systems Control,” in Proc. 9th Int. Conf. Inf. Control Sys.&Tech (ICST-2020), A. Pakštas, T. Hovorushchenko, V. Vychuzhanin, H. Yin, N. Rudnichenko. Eds. Odessa, Ukraine, Sep. 24–26, 2020, CEUR Workshop Proceedings, vol. 2711, pp. 16-30. [Online]. Available: http://ceur-ws.org/Vol-2711/
Опубліковано
2024-04-30
Як цитувати
Kargin Anatolii Безперервне планування і ситуаційне управління як завдання штучного інтелекту що відчуває / Anatolii Kargin, Dmytro Hiievskyi, Dmytro Oliinyk // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2024. – Т. 2 (76). – С. 106-110. – doi:https://doi.org/10.26906/SUNZ.2024.2.106.
Розділ
Інформаційні технології
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.