Найти

Результаты поиска

• МОДЕЛЬ МАШИННОГО ОБУЧЕНИЯ УКЛОНЕНИЯ РОЯ ОТ ВОЗДЕЙСТВИЯ АНТОГОНИСТИЧЕСКОЙ СРЕДЫ

  В.К. Абросимов , Г.А. Долгов , Е. С. Михайлова

  6-19

  2025-04-27

  Аннотация ▼

  Одним из приоритетных направлений теории группового управления на близлежащую перспективу является роевое управление группами малых беспилотных летательных аппаратов – микро-, мини- и нано- классов, выполняющих коллективную задачу в условиях воздействия противника. Здесь сталкиваются две антагонистические стратегии-минимизации потерь с точки зрения атакующего
  роя и максимизации таких потерь с точки зрения системы обороны. Цель исследования: разработка
  подхода к решению практической задачи – проникновения роя беспилотных летательных аппаратов на
  охраняемый системой обороны объект. Задачи исследования заключались в анализе характеристик
  факторов, влияющих на процессы обнаружения, сопровождения, распознавания намерений роя систе-
  мой обороны и разработка модели машинного обучения создания пространственно-временных форма-
  ций, минимизирующих число пораженных системой обороны элементов роя. В качестве основных па-
  раметров системы обороны выделены дальность обнаружения и продолжительность распознавания
  роя, время на принятие решения по действиям роя, размер зоны поражения средств обороны. В каче-
  стве метода исследования выбран метод машинного обучения на сверточных нейронных сетях с под-
  креплением. Эффект противодействия системе обороны создается за счет динамичности роя; он
  может активно маневрировать, создавая в процессе осуществления миссии пространственно-
  временные маневры. Для моделирования ситуации «Рой vs Система обороны» вводится агент роя (ней-
  ронная сеть с архитектурой трансформер, которая инициирует формации роя) и агент системы обо-
  роны, которая распознает рой и атакует его, создавая зону поражения в условном центре масс роя.
  Рой руководствуется стохастическим правилом, предлагая системе обороны (среде) отреагировать
  на его маневр. Среда отвечает атакой роя, образуя поражающий фактор в той точке, в которой
  предположительно окажется рой или основная часть роя. Наградой стратегии роя выступает число
  неуничтоженных объектов в условиях выполнения ограничений; для системы обороны эта «награда»
  выступает как «наказание». В процессе машинного обучения установлено интересное явление: каждый
  элемент роя, оставаясь в рамках заданного пространства и реализуя биологические принципы роевого
  управления без Лидера самостоятельно уклоняется от области поражения, что в совокупности созда-
  ет случайную для средств обороны пространственно-временную формацию с минимальными потерями
  элементов роя. Таким образом, методом машинного обучения с подкреплением создана модель, позво-
  ляющая варьировать поведением роя и синтезировать пространственно-временных формации, за-
  трудняющие обнаружение, сопровождение, распознавание намерений и принятие решений по воздей-
  ствию системы обороны на рой атакующих малых беспилотных летательных аппаратов, а также
  существенно снизить их потери

• ОБ ИСПОЛЬЗОВАНИИ ТЕОРИИ СХОДСТВА ДЛЯ ОЦЕНКИ ДИНАМИКИ СКОПЛЕНИЙ ОБЪЕКТОВ ИНТЕРЕСА НА МЕСТНОСТИ

  В.К. Абросимов , С.М. Лапин

  2024-04-15

  Аннотация ▼

  Опыт современных боевых действий инициировал высокую актуальность задач оценки
  динамики изменения во времени характеристик групп (скоплений) объектов интереса на мест-
  ности с воздуха. Активное развитие беспилотной авиации, в том числе в составе групп, пред-
  ставляет новые возможности периодического мониторинга местности с решением задач об-
  наружения и распознавания скоплений объектов интереса в динамике. В статье проведен ана-
  лиз возможности использования теории сходства для решения задач оценки сходства видов
  вооружений, военной и специальной техники по характеру распределения в различных скоплени-
  ях, в том числе в различных геофизических условиях. Показано, что динамика объектов может
  быть установлена регулярным мониторингом местности с определением для скоплений различ-
  ных мер сходства и различия. При этом доказана применимость хорошо себя зарекомендовав-
  ших статистических методов исследования биоразнообразия, разработанных в биологии для
  оценки разнообразия популяций, их сложности, схожести, взаимоотношений и др. Приведены
  характеристики видового разнообразия важнейших детерминированных скоплений войск и
  техники стран НАТО. Работоспособность предлагаемого подхода продемонстрирована на
  примере воздушной разведки условного района с распознаванием динамики пяти видов скопле-
  ний, включающих различные типы ВВСТ, личного состава и средств инженерного оборудова-
  ния. Даны общие рекомендации по проведению соответствующих оценок и принятию решений.
  Рекомендованы к применению следующие основные меры сходства: коэффициенты сходства
  Жаккара – для определения меры сходства скоплений по входящим в их состав видам образцов
  ВВСТ (автомобилей, танков, орудий, бронемашин и др.); индекс Маргалефа для определения
  количества видов ВВСТ в общем количестве объектов ВВСТ в скоплении; обобщенная мера
  разнообразия по Шеннону – для оценки разнообразия видов в скоплении; индекс доминирования
  Симпсона – для определения доминирующего вида ВВСТ в скоплении; коэффициент Серенсена-
  Чекановского – для определения степени встречаемости выбранного вида образцов ВВСТ в
  скоплении. Полученные результаты целесообразно использовать в многокритериальных задачах
  предполетного и оперативного планирования групповых действий беспилотных летательных
  аппаратов в интересах мониторинга контролируемой территории с учетом требуемого гра-
  фика получения достоверной информации

• ЭФФЕКТИВНОСТЬ ВЫПОЛНЕНИЯ КОЛЛЕКТИВНОЙ МИССИИ МНОГОАГЕНТНОЙ ГЕТЕРОГЕННОЙ ГРУППОЙ

  В. К. Абросимов , А.Н. Седов

  2023-04-10

  Аннотация ▼

  Целью исследования является определение критериев, параметров и показателей эффек-
  тивности выполнения коллективных миссий группами, включающими в свой состав объекты
  управления разной функциональности и целевой нагрузки. В качестве примера миссии рассмат-
  ривается самая актуальная военно-техническая задача последнего времени – мониторинга
  протяженных пространств. Особенностью постановки задачи является предположение о
  наличии опасных зон в области мониторинга. Любое противодействие потенциально критич-
  ных объектов, способное существенно ограничить возможности и даже лишить работоспо-
  собности средства мониторинга, оказывает влияние на постановку и выполнение группой мис-
  сии и неизбежно приводит к пересмотру как коллективных стратегий управления группой, так
  и индивидуальных стратегий средств мониторинга, маршрутов их движения, алгоритмов
  принятия решений и др. Средства мониторинга моделируются как интеллектуальные агенты,
  обученные в парадигме «коллективизма». Указанное обеспечивает общий ресурс ситуационной
  осведомленности группы, организацию переговоров агентов и взаимопомощи друг другу при
  возникновении проблемных ситуаций. Разработан общий подход к оценке эффективности ре-
  шения коллективных задач гетерогенной группой разнотипных и разносредовых агентов с уче-
  том целевой функции, ресурсоемкости всей миссии организацией активного взаимодействия
  агентов между собой. Характеристику эффективности миссии предложено формировать
  как взвешенную сумму нормированных показателей параметров функций агентов с весами
  "значимость функции для миссии" и "ценность объекта" для группировки. Показано, что поте-
  ря эффективности выполнения коллективной миссии при возникновении проблемных ситуаций с
  агентом (активное воздействие противника, поломка, отсутствие необходимого функционала,
  ресурсов и др.) может быть возмещена требуемым функционалом других агентов группы с
  соответствующей реконфигурацией задач.