Е.И. Шестаков1, А.А. Жданов2

1 ООО «Датана» (Москва, Россия)

2 АО «Институт точной механики и вычислительной техники им. С.А. Лебедева РАН» (Москва, Россия)

Постановка проблемы. В статье рассматривается подход к управлению модульным манипуляционным роботом на основе биологически инспирированного метода автономного адаптивного управления А.А. Жданова, допускающего нейросетевую реализацию адаптивной системы управления. Задачей управления является самообучение перемещения робота в целевую точку с условием возникновения возможных неполадок: например, поломкой (заклиниванием) одного из звеньев (модулей). Отличительной особенностью подхода является одновременное протекание процессов управления и обучения.

Цель. Продемонстрировать возможность применения метода автономного адаптивного управления к управлению роботов данного класса и адаптивные свойства такого управления.

Результаты. Разработаны способы построения адаптивной системы управления на основе данного метода. Получены результаты реализованы в программных и физических моделях многозвенного робота. Проведены эксперименты, подтверждающие заявленные адаптивные свойства системы управления.

Практическая значимость. Предложенный подход к управлению может использоваться при управлении манипуляционными робототехническими системами.

Шестаков Е.И., Жданов А.А. Управление модульным манипуляционным роботом на основе метода автономного адаптивного управления // Нейрокомпьютеры: разработка, применение. 2022. T. 24. № 6. С. 38-45. DOI: https://doi.org/10.18127/ j19998554-202206-04

1. Шестаков Е.И., Жданов А.А. Адаптивное управление модульным реконфигурируемым манипуляционным роботом // Сб. трудов XXII Междунар. научно-технической конференции "Нейроинформатика-2020". М.: НИЯУ МИФИ. 2020. С.18–26.
2. Шестаков Е.И., Жданов А.А. Управление манипуляционным роботом на основе метода автономного адаптивного управления // Тр. XVI Междунар. междисциплинарного конгресса «Нейронаука для медицины и психологии». М.: МАКС Пресс. 2020. С. 527–529.
3. Жданов А.А. Автономный искусственный интеллект. М.: БИНОМ. Лаборатория знаний. 2009. 359 с.
4. Жданов А.А., Преображенский Н.Б., Холопов Ю.А., Степанян И.В., Нгуен Хыу Чунг, Аппаратная реализация нейронной сети в адаптивной системе управления // Нейрокомпьютеры: разработка, применение. 2016. № 6. С. 55–62.
5. Степанян И.В., Зиеп Н.Н. Растущие свёрточные нейроподобные структуры для задач распознавания статических образов // Нейрокомпьютеры: разработка, применение. 2018. № 5. С. 5–14.
6. Жданов А.А., Лазарев В.М., Пешенко Р.Э. Механизмы централизованного и децентрализованного управления группировкой робототехнических комплексов // Нейрокомпьютеры: разработка, применение. 2020. Т. 22. № 4. С. 28–37. DOI: 10.18127/j19998554-202004-05
7. Зиеп Н.Н., Жданов А.А. Алгоритмы роста нейроноподобной сети в системе автономного адаптивного управления // Нейрокомпьютеры: разработка, применение. 2021. T. 23. № 6. С. 24−31.
8. Свидетельство № 2018661458 07.09.2018 «Программа динамического синтеза растущих биоподобных структур на основе искусственных нейронов с расширенной функциональностью и способностью к дообучению для задач распознавания образов и управления динамическими объектами».
9. Романов А.М., Манько С.В., Шестаков Е.И., Малько А.Н., Чиу В.-Ю. Способы описания и средства моделирования мехатронно-модульных реконфигурируемых роботов // Сб. трудов ФГУП НПЦАП «Системы и приборы управления». 2019. № 2.