Найти

Результаты поиска

• ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СОЗДАНИЯ САМООРГАНИЗУЮЩИХСЯ ДИСПЕТЧЕРОВ РАСПРЕДЕЛЕННЫХ СИСТЕМ НА БАЗЕ МУЛЬТИАГЕНТНОГО СОЦИОИНСПИРИРОВАННОГО ПОДХОДА

  А. И. Каляев

  2021-11-14

  Аннотация ▼

  Описаны новые принципы организации, методы и алгоритмы функционирования дис-
  петчера Распределенной системы (РС), позволяющие распределять и перераспределять
  ресурсы с динамически изменяющимися параметрами между поступающими заданиями с
  целью минимизации времени их выполнения. Основная проблема, не позволяющая сегодня
  эффективно оценивать время выполнения заданий в гетерогенной РС, напрямую вытекает
  из распределенности системы: каждый из её элементов обладает частичной независимо-
  стью и может существенно отличаться от других, более того, в процессе работы его
  возможности могут изменяться, и все это существенно влияет на эффективность рас-
  пределения задач между узлами РС и на время выполнения заданий. В статье предложен
  новый подход к организации диспетчера РС, базирующийся на применении теории муль-
  тиагентных систем и социоинспирированных (базирующихся на принятых в человеческом
  обществе) методов: пользователи РС размещают свои задания на специальных узлах –
  досках объявлений, на каждом узле РС размещается проактивный программный агент,
  осуществляющий постоянный мониторинг параметров своего узла и поиск на досках объ-
  явлений подходящих для решения задач. При этом агенты, участвующие в решении общего
  задания формируют сообщества, в которых осуществляют планирование процесса реше-
  ния задания и распределение частей заданий для минимизации времени задержки их реше-
  ния. В качестве критерия эффективности работы РС было решено принять значение
  среднего времени задержки выполнения функциональных заданий относительно требуемых
  моментов времени, соответственно агенты распределяют задания таким образом, чтобы
  минимизировать значение указанного критерия. Настоящая статья включает введение,
  формальную постановку задачи диспетчирования ресурсов РС, обзор существующих под-
  ходов к организации диспетчера РС, описание предлагаемого мультиагентного решения
  задачи диспетчирования ресурсов РС с использованием социоинспирированного подхода,
  алгоритм работы распределенной системы и ее элементов, описание применения социоин-
  спирированного подхода применительно к процессу диспетчирования задач и заключение.
  К основным преимуществам предложенного подхода можно отнести: возможность ис-
  пользования достоверной и актуальной информации о специализации и текущей произво-
  дительности ресурсов при диспетчировании; высокая отказоустойчивость, обусловленная
  отсутствием элементов РС, выход из строя которых приводит к полной потере работо-
  способности РС; возможность гибкого масштабирования РС (увеличения числа ресурсов),
  достигаемая за счет децентрализации процесса диспетчирования.

• 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

• МУЛЬТИАГЕНТНАЯ СИСТЕМА С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ОБРАБОТКИ ИЗОБРАЖЕНИЙ С КАМЕР ТЕХНИЧЕСКОГО ЗРЕНИЯ ДРОНА

  А. Л. Веревкин , И.Э. Джозефс , В.В. Мисюра , Л. С. Веревкина

  198-212

  2025-07-24

  Аннотация ▼

  Мультиагентная  технология с дронами, современными сенсорами, точным GPS и искусственном интеллекте, привели к прорыву в области киберфизических систем. В этой статье представлена мультиагентная система с использованием искусственного интеллекта для обработки изображений с камер технического зрения установленных на дроне. Разработана структурная схема мультиагентной системы на дроне на базе эффективной и простой платформе взятой с октокоптера ARRISE 410 – сельскохозяйственного дрона опрыскивателя с: интеллектуальной системой управления; всенаправленным цифровым микроволновым радаром; 6-ти осевым акселерометром высокой точности; электронным ватерпасом измерения наклона; оптической камерой  реального времени с видом от первого лица; панелью управления, оснащенной новейшей системой передачи сигналов Light Bridge 2; пультом дистанционного управления, защищенного от попадания пыли и воды. Комплект необходимо дополнить: гиперспектральной HS – камерой  для сканирования, ее модулем питания и возможностью сопряжения с системами дрона ARRISE 410, модулем сжатия информауции. Макет для исследования пропускной способности на DJI Agras T20 гексакоптере DJI Agras T20, сетевая карта MikrotikRB411 5G, микрокомпьютер Raspberry
  Pi 3, RGB-камера 1 Mpix , встроенный бортовой компьютер  Raspberry Pi OV5647 v1.3 и гиперспектральная HS – камера 2 Resonon Pika  L снимает гиперспектральные данные с 281 спектральными полосами со спектральными длинами волн от 400 до 1000нм и пространственным разрешением 900 гиперспектральных пикселей на строку изображения. В статье решена задача экспериментальным и расчетным путем  определить требуемое сжатие информации получаемой с камер гиперспектрального и оптического диапазона с передачей через оператор связи и интернет для обработки изображений искусственным интернетом

• 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

• МУЛЬТИАГЕНТНЫЙ АЛГОРИТМ СБОРА ДАННЫХ С МЕТЕОСТАНЦИИ ДЛЯ ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ И СОСТОЯНИЯ ПОСЕВОВ

  И.А. Пшенокова , К.Ч. Бжихатлов , А. А. Унагасов , М.А. Абазоков

  91-101

  2022-04-21

  Аннотация ▼

  Погода оказывает сильное влияние на урожайность и состояние посевов, на требо-
  вания к количеству и качеству удобрений, а также на профилактические меры по предот-
  вращению заболеваний. Плохие погодные условия могут повлиять на качество продукции во
  время транспортировки и хранения, а значит и на жизнеспособность семян и посадочного
  материала. В настоящее время в сельском хозяйстве широко применяются различные сис-
  темы интеллектуального мониторинга, к которым можно отнести спутниковый мони-
  торинг и метеостанции. При этом основополагающую роль играет выбор метода анализа
  полученных данных и интеллектуальных систем их обработки для превентивного прогно-
  зирования. Целью исследования является разработка интеллектуальной системы прогно-
  зирования урожайности и состояния посевов на основе данных с метеостанции. В рамках
  данного исследования разработан мультиагентный алгоритм прогнозирования состояния
  посевов по данным с метеостанции на основе самоорганизации нейрокогнитивной архи-
  тектуры. Приведено описание структурной схемы метеостанции и ее датчиков. Разрабо-
  тан алгоритм программы для сбора и обработки данных с датчиков метеостанции.
  В результате обработки в интеллектуальную систему принятия решений отправляются
  данные о температуре воздуха и почвы, влажности воздуха и почвы, скорости и направле-
  ние ветра, количестве осадков и о сумме активных температур. Описана система по-
  строения причинно-следственных связей, на основе которой строится система прогнозирования, которая позволяет в превентивном порядке делать рекомендации или прогнозы по
  урожайности и состоянию посевов, а также по вероятности заболеваний и распростра-
  нения вредителей на контролируемых посевах.

• ЭВОЛЮЦИОННОЕ ПРОЕКТИРОВАНИЕ МНОГОАГЕНТНЫХ СИСТЕМ

  Л.А. Гладков , Н. В. Гладкова

  2021-11-14

  Аннотация ▼

  Статья посвящена обсуждению проблем построения эволюционирующих мультиа-
  гентных систем. Рассмотрены возможные методологии проектирования мультиагентных
  систем. Отмечена актуальность разработки новых принципов построения мультиагентных
  систем на основе методов эволюционного проектирования. Выделены соответствия между
  терминами теории агентов и теории эволюции. Отмечена перспективность использования
  гибридных подходов к проектированию мультиагентных систем. Рассмотрены принципы
  построения и возможности использования нечетких генетических алгоритмов при проекти-
  ровании мультиагентных систем. Отмечено, что основные модели методы теории эволюци-
  онного моделирования, могут успешно применяться при проектировании мультиагентных
  систем. Предложена эволюционирующей многоагентной системы. Описана процедура фор-
  мирования новых агентов в процессе эволюции. Определен набор параметров, позволяющих
  оценить состояние каждого агента в популяции. Для оценки текущего состояния агента и
  возможностей его взаимодействия с другими агентами предложено использовать ресурсные
  параметры. Приведено определения агентства и семьи, минимальных элементов эволюцио-
  нирующй мультиагентной системы. Предложена эволюционная стратегия построения мо-
  дели эволюционирующей мультиагентной системы. Описаны процедуры выполнения ориги-
  нальных эволюционных операторов для обработки популяции агентов. На основе предложен-
  ной методики была разработана программная система поддержки эволюционного проекти-
  рования агентов и мультиагентных систем. В настоящее время проводятся вычислительные
  эксперименты для исследования предложенной модели проектирования многоагентных сис-
  тем, оценки эффективности различных операторов и схем формирования агентов-потомков,
  необходимые условия выживания.

• ОЦЕНКА ВЕРОЯТНОСТИ ОБНАРУЖЕНИЯ ЛОЖНОГО РЕЗУЛЬТАТА РАСПРЕДЕЛЕННЫХ ВЫЧИСЛЕНИЙ ВЫПОЛНЯЕМЫХ ЦЕНТРАЛИЗОВАННОЙ МНОГОАГЕНТНОЙ СИСТЕМОЙ

  В.А. Литвиненко , С.А. Ховансков , В.С. Хованскова

  2021-11-14

  Аннотация ▼

  Рассматриваются вопросы защиты распределённых вычислений организованных на ос-
  нове многоагентной системе для решения задач многовариантного моделирования.
  При моделировании выбор одного из многих вариантов может потребовать перебора огром-
  ного множества параметров недоступного для быстродействующей ЭВМ. Для сокращения
  времени решения таких задач используют распределенные вычисления. Существует множе-
  ство различных подходов для организации распределенных вычислений в компьютерной сети
  – технология grid, metacomputing (BOINC, PVM и другие). Все они предназначены для создания
  централизованных систем распределенных вычислений. Распределенные вычисления организуются на основе многоагентной системы на вычислительных узлах любой компьютерной
  сети. При использовании в качестве вычислительной среды компьютерную сеть большого
  масштаба могут возникнуть угрозы безопасности распределенных вычислений. Одной из
  таких угроз является получение в процессе вычислений ложного результата от злоумышлен-
  ников. Ложный результат может привести в процессе моделирования к принятию не опти-
  мального, либо неправильного решения. Управляющие агенты централизованной системы
  распределенных вычислений, кроме управления распределенной системой, вынуждены выпол-
  нять обнаружение ложных результатов процесса вычислений. Разработана методика рас-
  чета вероятности обнаружения ложного результата в зависимости от общего количества
  агентов многоагентной системы и количества управляющих агентов. Приведены примеры
  расчёта количество управляющих агентов, обеспечивающих в многоагентной системе тре-
  буемую вероятность обнаружения ложных результатов.