Инженеры из Чжэцзянского университета (Китай), под руководством доктора Чжицзюня Фу (Zhijun Fu) предложили новую управления сложными роботизированными системами — более быструю, эффективную и дешевую, чем традиционные. Статью об этом, опубликованную в журнале IEEE/CAA Journal of Automatica Sinica, пересказывает пресс-релиз Китайской ассоциации автоматизации.
Простыми роботами управлять несложно: цели их работы примитивны, а переменных немного, их разброс невелик и хорошо понятен. Другое дело — сложные роботы, тем более когда они объединены в системы. Для нелинейных систем придумать эффективную систему управления гораздо сложнее.
«Мы не можем применить имеющиеся методы, основанные на акторах, для прямого управления нелинейными системами», — сформулировал эту проблему другими словами доктор Фу. Актор — человек или программа, которой нужно заранее объяснить, что делать, и он (или она) потом не будет от этой схемы отступать.
Вместо актора ученые из Чжэцзянского университета предложили взять за основу системы управления наблюдателя, который анализирует показатели системы, чтобы контролировать ее работу оптимальным образом. Если параметры системы изменятся, наблюдатель сможет перестроиться. Технически это реализуется с помощью нейросети, которая анализирует в реальном времени входные и выходные сигналы с каждого робота.
Нейросеть обладает достаточной гибкостью и способностью к самообучению, а быстрая обработка входных и выходных сигналов, без их сохранения, позволяет избежать перегрузки. В результате такая управляющая система должна получиться быстрой, дешевой и эффективной.
При этом ученые в своей статье особо оговариваются, что предложенная ими схема пока не решает некоторых проблем. В частности, она не предусматривает введения ограничений для роботизированных систем в некоторых ситуациях. Чтобы это учесть, нужны дальнейшие разработки.
Портал Научная Россия регулярно пишет о новых успехах робототехники. Например, о том, что роботов удалось научить самосовершенствоваться и «размножаться», а также ходить по сложной пересеченной местности.
