Найти

Результаты поиска

• ЕСТЕСТВЕННО-ЯЗЫКОВОЕ УПРАВЛЕНИЕ СТРОИТЕЛЬНЫМИ РОБОТЕХНИЧЕСКИМИ СИСТЕМАМИ

  Д.Г. Макоева , И. Р. Тлупов , А. О. Шогенов

  83-93

  2025-11-10

  Аннотация ▼

  Исследование нацелено на исследование потенциала систем управления строительными роботами посредством естественного языка. Именно отсутствие надежных систем обработки естественного языка служит тем сдерживающим фактором, что не дает интеллектуальной робототехнике в полной мере раскрыть свои потенциал. Работа дает обзор современных роботизированных строительных систем, которые используются для облегчения и улучшения строительных и инженерных процессов и задач. Объединяет эти все системы отсутствие естественно-языкового управления. В настоящей статье мы представляем принципы, алгоритмы и методы, позволяющие интеллектуальному агенту проникать в суть контекста ситуации, разворачивающейся на поле строительных и инженерных задач. В основе подхода лежит мультиагентная нейрокогнитивная архитектура, служащая своеобразным инструментом для моделирования процесса автоматической интерпретации фраз, взятых из ограниченного подмножества естественного языка.  Чтобы интеллектуальный агент смог верно интерпретировать входящее сообщение, ему необходимо безошибочно определить условия, действия, свойства и отношения, имеющие место в системе «интеллектуальный агент – окружающая среда». Только после этого агент обретает способность интерпретировать контекст текущего диалога и генерировать высказывания, необходимые для проектирования кооперативного поведения, направленного на совместное преодоление технических преград. Одной из наиболее распространенных задач, требующих своего решения в быстроразвивающейся области робототехники, является разработка диалоговой системы управления, способной координировать совместное человеко-машинное поведение и интерпретировать цели и условия миссий, изложенные на естественном языке. Система управления, опирающаяся на естественный язык, является неотъемлемой частью интеллектуальной системы, фундаментом которой служит самоорганизующаяся мультиагентная нейрокогнитивная архитектура. Ее главная цель – наладить беспрепятственное общение между человеко-машинными коллективами, для того чтобы они могли совместно ставить, описывать и успешно выполнять сложные строительные задачи. Основополагающим элементом подхода является мультиагентность, позволяющая системе принятия решений робота быть гибкой, адаптивной и непрерывно расширять диапазон своих знаний, генерируя вопросы, необходимые для дальнейшей работы.

• УПРАВЛЕНИЕ МУЛЬТИРОБОТИЗИРОВАННЫМИ СИСТЕМАМИ НА ОСНОВЕ СКОЛЬЗЯЩИХ РЕЖИМОВ ВЫСОКОГО ПОРЯДКА

  Нанданвар Анудж , Л. А. Рыбак , Д. А. Дьяконов

  72-83

  2025-11-10

  Аннотация ▼

  Рассматривается задача управления мультиагентной роботизированной системой второго порядка с дискретным временем в условиях сетевых задержек. Предложен новый подход к управлению формированием агентов, основанный на скользящем режиме высшего порядка и облачных технологиях. Для описания взаимодействия между агентами используется теория графов, где матрица Лапласа  представляет канал связи между агентами и лидером. Динамика системы описывается уравнениями движения для положения и скорости каждого агента. Особое внимание уделяется влиянию сетевых задержек, возникающих при передаче данных от датчиков к контроллеру и от контроллера к исполнительным механизмам. Разработан многоступенчатый предиктор состояния, использующий методы прогнозирования для компенсации случайных задержек в сети. Предложенный алгоритм управления обеспечивает быструю сходимость системы к желаемому образованию даже при наличии существенных сетевых задержек. Для каждого агента определяется поверхность скольжения и закон достижения, учитывающий несколько временных меток. Проведен детальный анализ устойчивости замкнутой системы, подтверждающий асимптотическую устойчивость разработанного алгоритма управления. Результаты моделирования в MATLAB демонстрируют высокую эффективность предложенного подхода: система из пяти последователей и одного лидера достигает желаемого формирования за 10.3 секунды и успешно поддерживает его при наличии случайных сетевых задержек. По сравнению с традиционными методами управления первого порядка, новый подход показывает значительно улучшенные характеристики, особенно в части снижения эффекта дребезжания в сигналах управления. Использование облачных технологий позволяет эффективно обрабатывать большие объемы данных в реальном времени и реализовывать сложные алгоритмы прогнозирования без перегрузки локальных вычислительных ресурсов агентов. Полученные результаты подтверждают перспективность применения предложенного подхода для управления мультиагентными системами в условиях реальных сетевых ограничений. Работа также демонстрирует возможность использования методов прогнозирования для компенсации случайных потерь пакетов и задержек связи, что обеспечивает надежное управление и связь в динамичных, непредсказуемых ситуациях

• РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ РОБОТОТЕХНИЧЕСКОЙ СИСТЕМЫ СБОРА УРОЖАЯ

  З. В. Нагоев , О.З. Загазежева , К.Ч. Бжихатлов , И.А. Мамбетов

  2025-04-27

  Аннотация ▼

  В условиях необходимости обеспечения продовольственной безопасности актуальными ста-
  новятся задачи оптимизации производственных процессов в аграрном секторе. Например, учиты-
  вая нехватку трудовых ресурсов в сельском хозяйстве, требуется разработка и внедрение робо-
  тотехнических систем для автоматизации процессов ухода за растениями, сбора урожая и его
  переработки. В статье представлены результаты разработки автономного робота для сбора
  яблок, созданного на базе универсального антропоморфного робота, разработанного в Кабардино-
  Балкарском научном центре РАН. Робот оснащен двумя многозвенными манипуляторами, схожи-
  ми с руками человека, что позволяет ему выполнять сложные задачи по сбору урожая. Для обес-
  печения интеллектуального управления всей системой используется мультиагентная нейрокогни-
  тивная архитектура, которая имитирует работу человеческого мозга и позволяет роботу адап-
  тироваться к изменяющимся условиям окружающей среды. Робот оснащен набором сенсоров,
  включая видеокамеры, ультразвуковые и инфракрасные дальномеры, лидар и энкодеры на приводах
  манипуляторов. Это позволяет ему точно определять местоположение яблок, оценивать их зре-
  лость и планировать траекторию движения манипуляторов. Особое внимание уделено разработ-
  ке захвата, который имитирует человеческую кисть и позволяет регулировать силу сжатия, что
  минимизирует риск повреждения плодов. Для управления роботом используется мультиагентная
  нейрокогнитивная архитектура, которая обеспечивает автономное принятие решений на основе
  данных с сенсоров. Система способна строить карту местности, определять положение робота
  и планировать маршрут движения, а также распознавать яблоки и оценивать их состояние.
  В статье также рассмотрены проблемы, связанные с автоматизацией сбора урожая в сельском
  хозяйстве, включая нехватку трудовых ресурсов и потери урожая из-за неправильной эксплуата-
  ции техники. Авторы подчеркивают, что автоматизация и роботизация процессов уборки уро-
  жая имеют большой потенциал, особенно для культур, требующих индивидуального подхода, та-
  ких как фрукты и овощи. Представленный робот демонстрирует высокую эффективность в ре-
  шении этих задач, что подтверждается результатами полевых испытаний. Разработанная сис-
  тема может быть адаптирована для работы с другими культурами, что делает ее универсаль-
  ным решением для сельскохозяйственной отрасли