Модель ймовірнісно-нечіткого актуатора в контурі м’якого управління автономною безлюдною системою

Abstract

UA: Предметом дослідження статті є методи й моделі штучного інтелекту, що застосовуються в управлінні автономними безлюдними системами. Мета роботи – створення нової моделі актуатора автономних безлюдних систем, що реалізує керівні рішення, прийняті штучним інтелектом в умовах невизначеності. У статті розв’язано такі завдання: запропоновано модель ймовірнісно-нечіткого актуатора (ЙНА) та досліджено можливість її застосування як універсального контролера виконавчих механізмів (ВМ) в автономних системах. Модель ЙНА, що запозичена в біологічних актуаторів м’язів, формалізована у вигляді множини автоматоподібних елементів з імовірнісним механізмом призначення їх вхідних змінних, розрахованих на підставі нечітких характеристик керівних рішень, отриманих від системи ШІ, що підтримує технологію м’якого управління. Упроваджено такі методи: нечітке управління, прийняття рішень в умовах невизначеності на основі фактора впевненості, теорія автоматів, теорія ймовірностей. Досягнуті результати: запропоновано й обґрунтовано модель ЙНА, запозичену у живих істот; розроблено алгоритм ЙНА, що реалізує керівні рішення, отримані методом м’якого управління. Висновки. Ймовірнісно-нечіткий актуатор, на відміну від наявних методів реалізації керівних рішень у моделях м’якого управління, відкриває можливості реалізації команди, що в прийнятті рішень не мали абсолютної переваги з-поміж усіх потенційно можливих. Така здатність актуаторів, що застосовуються в автономних системах, корисна в умовах, коли система стикається з незнайомою ситуацією, оскільки всі наявні в її пам’яті прототипи реакції визначаються незначною впевненістю. У цих випадках для підтримання автономності важливо спробувати різні поведінки, а не тільки ту, що в рейтингу стоїть першою. Крім цього, метод "спроб і помилок" властивий для моделі самонавчання в автономних системах, яка спирається на нього. Комп’ютерні експерименти підтвердили можливість реалізації цього механізму за допомогою запропонованої моделі ЙНА.

EN: The subject matter of the article is artificial intelligence methods and models used in autonomous unmanned system control. The goal of the work is to create a new actuator model for autonomous unmanned systems that implements control decisions made by Artificial Intelligence under conditions of uncertainty. The following tasks were solved in the article: a model of a Probabilistic Fuzzy Actuator (PFA) is proposed and the possibility of its application as a universal controller of the actuators in autonomous systems is investigated. The PFA model, borrowed from biological muscle actuators, is formalized as a set of automata-like elements with a probabilistic mechanism for assigning their input variables calculated on the basis of fuzzy characteristics of control decisions obtained from an AI system that supports soft control technology. The following methods are used – fuzzy control, decision-making under uncertainty based on the confidence factor, automata theory, probability theory. The following results were obtained – a model of PFA borrowed from living beings has been proposed and substantiated; a PFA algorithm has been developed that implements control decisions obtained by the soft control method. Conclusions: Probabilistic Fuzzy Actuator, unlike existing methods of implementing decisions in soft control models, opens up the possibility of implementing commands that do not have an absolute advantage among all potentially possible ones when making decisions. This capability of autonomous system actuators is useful in conditions when the system encounters an unfamiliar situation since all reaction prototypes existing in its memory are characterized by low confidence. In these cases, to maintain autonomy, it is important to try different behaviors, not just the one that ranks first. Besides this, the "trial and error" method is still required by the self-learning model in autonomous systems that rely on it. Computer experiments confirmed the possibility of implementing this mechanism using the proposed PFA model.