Найти

Результаты поиска

• РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДА РЕШЕНИЯ ЗАДАЧИ ЦЕЛЕРАСПРЕДЕЛЕНИЯ В МНОГОАГЕНТНОЙ СИСТЕМЕ

  В.А. Костюков , Ф.А. Хуссейн

  144-155

  2025-10-01

  Аннотация ▼

  Рассматривается задача целераспределения в рамках многоагентной системы, где каждый агент представляется автономным роботом, а каждая задача соответствует позиции в двухмерной среде, которую должен посетить один из агентов. Эта задача по своей сути схожа с многоагентной версией классической задачи коммивояжёра, где вместо одного участника задействуется несколько агентов. Каждый из них должен пройти уникальный маршрут, охватывающий определённое множество городов. В связи с этим проводится исследование многоагентной задачи коммивояжёра как одного из форматов постановки задачи целерапределения. Эта задача имеет большое значение в области маршрутизации и оптимального распределения задач. Её решение включает две тесно связанные подзадачи: определение набора точек, закрепляемых за каждым агентом, и построение оптимального маршрута их посещения. В научной литературе представлены три основных подхода к решению этой задачи: подход одновременной оптимизации, при котором обе подзадачи решаются совместно; подход Cluster-First, Route-Second, где сначала распределяются города между агентами, а затем определяется порядок посещения городов каждого агента; подход Route-First, Cluster-Second, предполагающий изначальную оптимизацию порядка посещения всех городов с последующим его делением между агентами без изменения порядка посещения. В данной работе предлагается гибридный метод, сочетающий элементы подходов Cluster-First, Route-Second и Route-First, Cluster-Second. Цель – объединить сильные стороны обеих подходов и избавится от их недостатков. Для проверки эффективности разработанного метода проведено сравнительное исследование с методами, реализующие подходов Cluster-First, Route-Second и Route-First, Cluster-Second. Оценка проводилась по трём основным метрикам: время, затраченное на построение решения, суммарная длина всех маршрутов, а также максимальная длина маршрута среди всех агентов. Результаты экспериментов показали, что применение предложенного метода позволяет сократить максимальную длину маршрута (тем самым снизив дисбаланс нагрузки между агентами) в среднем на 26%.

• ГИБРИДНЫЙ МЕТОД РЕШЕНИЯ МНОГОАГЕНТНОЙ ЗАДАЧИ КОММИВОЯЖЁРА

  В.А. Костюков , Ф.А. Хуссейн

  2025-04-27

  Аннотация ▼

  Рассматривается проблема распределения задач в многоагентной системе, где каждый
  агент представляет собой робота, а каждая задача представляется позицией, которая должна
  быть посещена одним агентом. Эта задача очень похожа на многоагентную задачу коммивояжё-
  ра, которая в отличие от знаменитой задачи коммивояжера, задействует несколько коммивоя-
  жёров, которые посещают заданное количество городов ровно один раз и возвращаются в исход-
  ное положение с минимальными затратами на поездку. Поэтому проводится анализ многоагент-
  ной задачи коммивояжёра как представителя задачи целераспределения. Многоагентная задача
  коммивояжера является важной для области оптимизации маршрутов и распределения задач
  между несколькими агентами. Она включает в себе две различные, однако, взаимосвязанные под задачи: распределение городов между агентами и определение порядка посещения городов каж-
  дым агентом. В литературе существуют три концепции решения этой проблемы относительно
  решения ее двух составляющих подзадач: оптимизационная концепция, где обе подзадачи реша-
  ются одновременно; концепция Cluster-First, Route-Second – где сначала решается вопрос о назна-
  чении задач каждому коммивояжеру, а потом - вопрос о порядке посещений пунктов назначений
  для каждого коммивояжёра; концепция Route-First, Cluster-Second – где сначала решается вопрос
  о порядке посещения пунктов назначения, а затем происходит разделение этого цикла между
  агентами без изменения порядка посещений. В этой работы предлагается гибридный подход к
  решению многоагентной задачи коммивояжера, который объединяет идеи двух известных кон-
  цепций: Cluster-First, Route- econd и Route-First, Cluster- econd чтобы получить их позитивные
  аспекты и избавиться от их негативных сторон. Для оценки эффективности разработанного
  метода было проведено сравнительное исследование. Оценка результатов осуществлялась на
  основе трех ключевых критериев: вычислительного времени получения решения многоагентной
  задачи коммивояжера, суммарной длины пройденных маршрутов коммивояжерами и максималь-
  ной длины маршрута среди них. Анализ экспериментальных данных показал, что при использова-
  нии предложенного метода максимальная длина пути среди пройдённых агентами маршрутов
  (дисбаланс нагрузки) уменьшается в среднем на 26%.

• ФОРМАЛИЗОВАННЫЙ ПОДХОД К СИНТЕЗУ АРХИТЕКТУРЫ СИСТЕМЫ АДАПТИВНОГО ГРУППОВОГО УПРАВЛЕНИЯ РОБОТОТЕХНИЧЕСКИМИ КОМПЛЕКСАМИ В УСЛОВИЯХ НЕДЕТЕРМИНИРОВАННОЙ ДИНАМИЧЕСКОЙ СРЕДЫ

  В. В. Свиридов

  2022-05-26

  Аннотация ▼

  Бурное развитие «многоагентных систем», как самостоятельного и многопланового
  раздела искусственного интеллекта, привлекает к себе многих исследователей в различных
  сферах деятельности. Темпы прогресса в развитии информационных технологий, распре-
  делённых информационных систем, компьютерной техники определяют возможности
  применения технологий робототехники в Вооружённых силах Российской Федерации.
  Представленные в статье факторы санкционируют необходимость внедрения в войска
  новых интеллектуальных технологий – автономных робототехнических комплексов (сис-
  тем). Развитие методов искусственного интеллекта позволяет сделать новый шаг к из-
  менению стиля взаимодействия комплексов между собой в составе робототехнической
  системы. Возникла идея создания так называемых "автономных комплексов", которые
  породили уже новый стиль адаптивного группового управления. Вместо взаимодействия,
  инициируемого пользователем-оператором путём команд и прямых манипуляций, комплек-
  сы самостоятельно вовлекаются в совместный процесс решения общей задачи в условиях
  недетерминированной динамической среды. В статье предложен формализованный подход
  к конструированию вариантов архитектур группового взаимодействия автономных робо-
  тотехнических комплексов в системе, основанного на законе открытого управления, т.е.
  индуцированных и достоверных предпочтений каждого комплекса к действию, удовлетво-
  ряющих условиям совершенного согласования их деятельности, путём идентификации па-
  раметров, при которых максимизируется целевая функция в различных режимах функционирования робототехнической системы. Представлена формализованная постановка за-
  дачи синтеза системы адаптивного группового управления автономными робототехниче-
  скими комплексами в условиях априорной неопределённости. Архитектура группового
  взаимодействия комплексов адаптивно выстраивается исходя из условий внешней среды и
  внутреннего состояния системы, в которых каждый комплекс группы функционирует для
  достижения общей цели (решения системной задачи) в рассматриваемый момент времени