автореферат диссертации по машиностроению и машиноведению, 05.02.05, диссертация на тему:Методы и алгоритмы коллективного управления роботами при их групповом применении

ООЗ1Т05ЭБ

■п

О

На правах рукописи

КАПУСТЯН Сергей Григорьевич

МЕТОДЫ II АЛГОРИТМЫ КОЛЛЕКТИВНОГО УПРАВЛЕНИЯ РОБОТАМИ ПРИ ИХ ГРУППОВОМ ПРИМЕНЕНИИ

Специальность: 05.02.05 - Роботы, мехатроника и

робототехнические системы

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук

2 Э г;;;, ¿ССЗ

Таганрог - 2008

003170596

Работа выполнена в Научно-исследовательском институте многопроцессорных вычислительных систем имени академика А В Каляева Южного федерального университета и на кафедре "Интеллектуальные и многопроцессорные системы" Технологического института Южного федерального университета в г Таганроге

НАУЧНЫЙ КОНСУЛЬТАНТ член-корреспондент РАН,

доктор технических наук, профессор Каляев Игорь Анатольевич

ОФИЦИАЛЬНЫЕ ОПОНЕНТЫ- член-корреспондент РАН,

доктор технических наук, профессор Теряев Евгений Дмитриевич

доктор технических наук, профессор Паршин Дмитрий Яковлевич

доктор технических наук, профессор Глебов Николай Алексеевич

ВЕДУЩАЯ ОРГАНИЗАЦИЯ. Государственный научный центр Российской

Федерации "ЦНИИ робототехники и технической кибернетики" (г Санкт-Петербург)

Защита состоится " 2?" Сие//Я 2008 г. в /422 на заседании диссертационного совета Д 212.208.24 при Южном федеральном университете в зале заседаний Ученого совета Научно-исследовательского института многопроцессорных вычислительных систем имени академика А В Каляева Южного федерального университета по адресу 347928, г. Таганрог, ул Чехова, 2, кори И, коми 347.

С диссертацией можно ознакомиться в зональной научной библиотеке ЮФУ по адресу г. Ростов-на-Дону, ул. Пушкинская, 148.

Автореферат разослан " /7 " А/аЯ 2008 г.

Ученый секретарь

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы Роботы используются во многих областях на>ки, техники и промышленности, в первую очередь, там, где жизнедеятельность чеювека либо затруднена, либо вообще невозможна, например, в зонах радиоактивного или химического загрязнения, в условиях боевых действий, при проведении подводных ити космических исследований и т п Проблеме создания интеллектуальных роботов посвящено достаточно большое число исследований, проводимых как у нас в стране, так и за рубежом, начиная с середины 60-х годов прошлого века В результате этих исследований достаточно хорошо проработаны основные проблемы, с которыми приходится сталкиваться разработчикам при создании роботов, такие как распознавание объектов и сцен, формирование моделей окружающей среды, планирование маршрутов движения и последовательностей действий для достижения цели, управление движением с учетом динамики робота и т д

В то же время понятно, что одиночный робот, каким бы интетлектуальным он не был, может испочьзоваться только для решения некоторых частных задач, либо выполнения довольно простых операций, поскотьку он, как правило, обладает сравнительно малыми возможностями для выполнения поставленной задачи (небольшой радиус действия, ограниченный бортовым энергоресурсом, неботъшое число выполняемых функций, невысокая вероятность выполнения задачи в экстремальных ситуациях и т п)

Очевидным решением указанных выше проблем является применение при решении с южных задач сразу иескочышх роботов, то есть группы роботов

Преимущества группового применения роботов очевидны Во-первых, это больший радиус действия, во-вторых, расширенный набор выполняемых функций, и, наконец, более высокая вероятность выполнения задания, достигаемая за счет возможности перераспредеташя целей между роботами группы в случае выхода из строя некоторых из них Поэтому такие сложные задачи как, например, масштабное исследование и зондирование поверхности других птанет, сборка сложных конструкций в космосе и под водой, участие в боевых и обеспечивающих операциях, разминирование территорий и г п , могут быть эффективно решены роботами только при их групповом взаимодействии При этом возникают новые проблемы группового управления и коммуникации, связанные с организацией взаимодействия роботов в группе

Особую важность проблема группового взаимодействия роботов принимает в такой перспективной области современной робототехники, каковой является микроробототехника, поскольку только массовое применение микророботов делает их использование эффективным

Основные исследования в обтасти управления группами роботов ведутся во многих индустриально развитых странах мира, прежде всего в интересах обороны Наиболее интенсивный характер этих работ, применительно к направлению военной робототехники, наблюдается в США по линии Управления перспективных исследо-

ваний Министерства обороны США ДАРПА (DARPA - Defense Advanced Research Projects Agency) Здесь следует выделить программу "Распределенные робототехни-ческие системы", которая финансировалась этим агентством и выполнялась рядом ведущих университетов и научно-исследовательских организаций США

В настоящее время разработке методов организации взаимодеиствия в группах роботов на основе децентрализованного способа управления посвящены исследования, проводимые под патронажем управления DARPA в рамках программ "Программное обеспечение для распределенных робототехнических систем" (Software for Distributed Robotics (SDR)), "Программное обеспечение автономных мобильных роботов" (Mobile Autonomous Robot Software (MARS)) и MARS-2020

Таким образом, научная проблема группового управления роботами, функционирующими автономно в условиях сложной, недетерминированной, динамической среды, является актуальной Решение данной проблемы позволит, во-первых, значительно расширить области применения роботов, во-вторых, вптотную приблизиться к решению проблемы массового применения микророботов в составе больших групп, насчитывающих тысячи и десятки тысяч микророботов Применение групп роботов, способных выполнять сложные работы, например, при ликвидации последствий природных или техногенных катастроф, рост числа которых наблюдается в последнее время, в свою очередь, позволит снизить риск для людей в условиях вредных или даже опасных сред, сократить затраты, связанные с обеспечением безопасности, увеличить производительность предприятий и т.п

Решением проблемы группового управления занимались многие известные ученые, в нашей стране - И.М. Макаров, [ДЕ Охоцимский[, Е П Попов, Е И Юревич, И А Каляев, В Е Павловский, А В Тимофеев и др, за рубежом - Т Фукуда, Т Балч, Р. Аркин, М Матарик, М Диас, М Велосо и др

Анализируя результаты упомянутых выше исследований, можно сделать вывод об отсутствии в настоящее время какого-либо общего подхода к проблеме группового управления роботами Каждая исследовательская группа пытается разработать свой способ решения стоящей перед ней частной задачи, который, как правило, не может быть применен при решении других задач подобного типа

Отсутствие общей методологии решения задач, возникающих при групповом управлении роботами в заранее неизвестной и динамически изменяющейся среде, существенно ограничивает их реальное применение

Настоящая диссертационная работа посвящена разработке новых подходов, которые могли бы быть использованы при решении широкого класса задач управления роботами при их групповом применении в реальных средах

Целью диссертационного исследования является расширение функциональных возможностей и областей использования, а также повышение эффективности применения роботов за счет их группового взаимодействия при решении сложных задач в условиях недетерминированных динамических сред

Научная проблема, решение которой содержится в диссертации, - разработка методов и алгоритмов распределенного (децентрализованного) управления коллективным взаимодействием роботов при их групповом применении в условиях заранее неизвестных динамически изменяющихся ситуаций

В соответствии с поставленной целью дтя решения сформулированной научной проблемы определены задачи диссертации

- провести анализ существующих подходов к проблеме группового управления роботами,

- разработать метод коллективного управления роботами при их групповом взаимодействии и провести анализ его эффективности,

- разработать принципы организации распределенных систем управления группами роботов, реализующих метод коллективного управления,

- на основе метода коллективного управления разработать алгоритмы распределения заданий (целей) в группах роботов, решающих общую групповую задачу,

-разработать методы и алгоритмы коллективного управления роботами в условиях противодействия со стороны противника;

- разработать методы и алгоритмы управления бочьшими группами роботов, насчитывающими сотни и тысячи единиц,

- разработать методы и алгоритмы управления отдетьным роботом при отработке им коллективных действий в составе группы,

-провести экспериментальные исследования и анализ эффективности разработанных методов и алгоритмов,

- разработать технические решения по реализации предложенных методов и алгоритмов при решении прикладных задач группового управления роботами

Методы исследований. При проведении исследований были использованы методы современной теории автоматического управления, методы оптимального управления, методы линейного программирования, элементы теории множеств и теории дискретных систем, методы вычислительного эксперимента, методы имитационного моделирования Теоретические исследования подтверждены реализацией в реальных системах группового управления роботами и другими объектами

Научная новнзна полученных результатов заключается в следующем

- предложен новый подход к решению проблемы управления группами роботов, отличающийся от известных тем, что он основан на принципах коллективного взаимодействия,

- разработан новый метод коллективного распределенного управления группой роботов, обеспечивающий по сравнению с известными централизованными методами снижение вычислительной сложности задачи группового управления не менее чем в N раз (Ы - число роботов в группе),

- предложена оригинальная итерационная процедура оптимизации коллективных действий, отличающаяся тем, что ее использование позволяет за число итерационных

циклов, не превышающее число роботов в 1руппе, найти длч каждого робота группы такое действие, которое бы являлось оптимальным или близким к нему в смысле достижения общей групповой цели,

- разработаны алгоритмы коллективного распределения заданий (целей) в группах роботов, реализующие метод коллективного управления и обеспечивающие возможность решения данной задачи в реальном времени, во-первых, за счет снижения вычислительной сложности по сравнению с известными алгоритмами, а, во-вторых, за счет их децентрализованной реализации,

- разработаны методы и алгоритмы коллективного выбора действий в группах роботов, функционирующих в условиях организованного противодействия, отличающиеся тем, что они обеспечивают возможность принятия решений о коллективных действиях роботов в условиях дефицита времени;

- предложены методы й алгоритмы управления большими группами роботов, насчитывающими сотни и тысячи единиц, обеспечивающие их управляемость в условиях динамически изменяющихся ситуаций,

- разработаны метод и алгоритмы управления отдельным роботом группы при отработке им коллективных действий, основанные на использовании однородных нейроподобных структур (ОНС) и отличающиеся возможностью выработки управляющих воздействий в реальном времени изменения ситуации в среде

Наиболее существенные новые научные положения и результаты, выдвигаемые для защиты.

- новый подход к проблеме управления группами роботов, основанный на принципах коллективного взаимодействия,

- метод коллективного распределенного управления, позволяющий не менее чем в N (¡V - число роботов в группе) раз снизить'вычислительную сложность задачи группового управления роботами по сравнению с централизованными методами,

- итерационная процедура оптимизации коллективных действий, которая позволяет за число итерационных циклов, не превышающее числа роботов в группе, находить для каждого робота группы оптимальное или близкое к оптимальному действие для достижения общей групповой цели,

- алгоритмическая реализация метода коллективного управления при решении задач распределения заданий (целей) в группах роботов,

- метод и алгоритмы кочлективного управления группами роботов при наличии противодействия со стороны противника,

- методы кластеризации больших групп роботов, обеспечивающие их управляемость при коллективном взаимодействии в условиях динамических, недетерминированных изменений ситуации,

- методы и алгоритмы решения задачи управления отдельным роботом группы при реализации им коллективных действий на основе ОНС

Достоверность и обоснованность полученных в диссертационной работе ре-

зультатов подтверждается полнотой и корректностью исходных посылок, теоретическим обоснованием, непротиворечивостью математических выкладок Теоретические исследования подтверждены вычислительными экспериментами с испотьзованием программных моделей, а также реализацией полученных научных результатов при создании систем группового управления различного назначения, в частности, систем группового управления складскими роботами, а также бортовых систем управления интеллектуальными мобильными роботами, способными функционировать в составе Iруппы

Научная значимость работы заключается в том, что разработаны и развиты теоретические основы котлекгивного управления роботами при их групповом взаимодействии в условиях динамических, недетерминированных ситуаций

Практическая ценность работы Практическое использование научных результатов позволяет

- расширить функциональные возможности и области применения роботов за счет их группового применения,

- создать предпосылки к массовому применению микророботов за счет испоть-зования методов ко ¡лективпого управления большими группами, а также снижения требований к массогабаритным характеристикам бортовых устройств управления микроробогов и возможности их миниатюрного исполнения,

- повысить производительность автоматизированных складов, обслуживаемых группами роботов-штабелеров, на 20-30% за счет применения предложенных методов и алгоритмов, повысить безопасность складских операций, а также обеспечить сохранность грузов за счет исключения человека-оператора,

- повысить живучесть распределенных мультиплексных систем управления (МСУ) роботизированных транспортных средств (РТС) за счет обеспечения возможности перераспределения функций между исправными элементами системы в случае отказов, а также повысить уровень унификации программно-технических средств базовых элементов МСУ и, соответственно, снизить затраты при монтаже системы не менее, чем 2-2,5 раза,

- обеспечить режим автономного функционирования в условиях пересеченной местности дистанционно-управтяемых наземных робототехнических комтексов специального назначения

Разработанные в рамках диссертации системы управления группой роботов-штабелеров, обслуживающих автоматизированный склад, демонстрировались на Первой и Второй специализированных выставках "Робототехника", г Москва, ВВЦ, февраль и ноябрь 2004 г (диплом и золотая медать ВВЦ)

Реализация и внедрение результатов работы. Теоретические и практические результаты диссертационной работы использованы при выполнении госбюджетных и хоздоговорных НИОКР в НИИ МВС ТРТУ (НИИ МВС ЮФУ), научным руководителем, ответственным исполнителем и непосредственным участником которых являлся

автор диссертации Результаты диссертационной работы внедрены в НИИ МВС ЮФУ (г Таганрог), НИИ специального машиностроения МГТУ им Н Э Баумана (г Москва), ОАО "ВНИИ ТРАНСМАШ" (г Санкт-Петербург), ОАО "СКБ "Точрадиомаш" (г Майкоп), Секции прикладных проблем при Президиуме РАН, ГОУ ВПО "Московский государственный институт электронной техники (технический университет)", войсковой части 93603 (г Москва)

Внедрение результатов диссертации позволило расширить функциональные возможности и области применения робототехнических комплексов и систем, уменьшить или даже исключить непосредственное участие людей в выполнении опасных и тяжелых работ, повысить эффективность автоматизированных технологических процессов на базе мультиробототехнических систем

Внедрение полученных в диссертационной работе результатов вносит значительный вклад в развитие экономики и обороноспособности страны

Апробация работы. Основные результаты работы докладывались и обсуждались на ряде научно-технических конференций, в том числе- на 14-и международных конференциях и с международным участием, на 7-и всесоюзных, всероссийских конференциях и молодежных научных школах, среди них 14-th Workshop on Distributed Control Systems. - Seoul, Korea, July 1997, VII, VIII и IX научно-технических конференциях "Экстремальная робототехника", С-Петербург, 1996, 1997 и 1998 гг, Всероссийской научно-технической конференции "Новые технологии управления робо-тотехническими и автотранспортными объектами", г Ставрополь, 1998 г, The 4-th ECPD Inter Conference on Advanced Robotics Intelligent Automation and Active System Proceedings, Moscow, Russia, 1998; Международной конференцией "Интеллектуальные многопроцессорные системы (ИМС'99)", Таганрог, 1999 г, 1ARP Int Workshop on Micro Robots, Micro Mashines and Systems. Moscow, Russia, nov 24-25, 1999, Молодежной научной школе "Интеллектуальные робототехнические системы", пос Див-коморское, Геленджик, 2001 г, Международной научно-технической конференции "СуперЭВМ и многопроцессорные вычислительные системы" (МВС'2002), г Таганрог, 2002г., Первой научной молодежной школе "Интеллектуальные роботы" (ИР-2002), п Кацивели, Крым, Украина, 2002г, Юбилейной Международной конференции по нейрокибернетике "Проблемы нейрокибернетики", посвященной 90-летию со дня рождения профессора А Б Когана, г Ростов-на-Дону, 2002 г; Международных конференциях "Интеллектуальные и многопроцессорные системы", пос. Дивномор-ское, Геленджик, 2003 г и 2005 г; Научной молодежной школе "Экстремальная робототехника - 2003", пос Дивноморское, Геленджик, 2003 г, Первой Всероссийской конференции с международным участием "Мехатроника, автоматизация, управление", г Владимир, 2004 г, Международных научных конференциях "Искусственный интеллект Интеллектуальные и многопроцессорные системы" (ИМС-2004 и ИМС-2006), п Кацивели, Крым, Украина, 2004 г, 2006 г, Международной научной молодежной школе "Микросистемиая техника", п. Кацивели, Крым, Украина, 2004 г, IX

Международной конференции "Устойчивость, управление и динамика твердою тела", г Донецк, Украина, 2005 г, Меадународной научно-технической выставке-конгрессе "Мехатроника и робототехника (МиР-2007)", г. Санкт- Петербург, 2007 г , Международной научно-технической конференции "Мехатроника, автоматизация и управление - 2007 (МАУ-2007)" пос Дивноморское, Геленджик, 2007 г

Личный вклад автора Все научные результаты, полученные при решении крупной научной проблемы разработки теоретических и практических основ организации, функционирования и построения распределенных систем коллективного управления роботами при их групповом применении в условиях заранее неизвестных динамических сред, получены автором лично

Публикации. По теме диссертации опубликовало 80 печатных работ, в том числе 2 монографии, 18 статей в центральной печати, из них 12 - в изданиях, входящих в "Перечень ведущих научных журналов и изданий, выпускаемых в Российской Федерации", утвержденный ВАК

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения и библиографического списка из 229 наименований Диссертация содержит 376 страниц текста, 2 таблицы, 92 рисунка, 71 страницу приложений

Во введении обоснована актуальность работы, дана ее общая характеристика, сформулированы цель и задачи исследования, приведены основные научные результаты, полученные в диссертации, сведения о практической ценности работы, а также дан краткий обзор содержания диссертации

В первой главе сформулирована проблема группового } правления, проведен аналитический обзор существующих систем и методов группового управления Дана формальная постановка задачи управтения группой роботов Проведена классификация задач группового управления роботами по уровню сложности в зависимости от условий функционирования Рассмотрены принципы организации систем группового управления роботами. Показаны нерешенные проблемы в области группового управления роботами, функционирующими в условиях сложной недетерминированной среды и в условиях противодействия Предложен новый подход к решению этих про-бтем

На основе анализа известных подходов, принципов, методов и систем группового управления различными объектами, в том числе и роботами, в работе сделан обоснованный вывод, что до сих пор нет общей теории группового управления роботами в условиях динамических, недетерминированных сред Разрабатываемые методы и алгоритмы группового управления роботами направлены, в основном, на решение частных, зачастую узкоспециализированных задач Реализация существующих методов и алгоритмов группового управления роботами в реальном времени затруднена и требует, как правило, значительных аппаратных затрат, что зачастую несовместимо с требованиями бортового варианта исполнения устройств управления роботами.

Отсутствие общих подходов к решению задач, возникающих при групповом

управлении роботами в заранее неизвестной и динамически изменяющейся среде, существенно ограничивает их реальное применение

Задача группового управления роботами формулируется в работе следующим образом

Пусть некоторая группа 9?, состоящая из ./V роботов Л (у=1,Л0, функционирует в некоторой среде Е Состояние каждого робота К^Я С/=1,Л0 в момент времени / описывается вектор-функцией ¡(0>г, г(0, /,(')> Состояние группы робо-

тов ^задается вектором й(/)=<К1(г).К2('), >К\(г)> Состояние среды вокругу-го робота - Е; в момент времени ( описывается вектором Е; =<е,у(/),егДг), ,(/)> Тогда состояние среды, в которой функционируют роботы рассматриваемой группы, при условии, что среда стационарна, в момент времени / описывается вектором Е(1)=<Е1(0,Е,(0, ,Е,(0>

Роботы и среда, взаимодействуя друг с другом, образуют систему "группа роботов - среда", под состоянием которой в момент времени г понимается состояние, описываемое парой 8е=<5Я,Е> Множество различных состояний системы "группа роботов-среда" описывается точками N (И-ью)-мерного пространства состояний {8С} Под начальным и конечным (целевым) состояниями системы "группа роботов-среда" понимаются состояния

8°=<Й°,Е°>, 8{=<й-/,Е/>, (1)

соответственно

Состояние системы "группа роботов - среда" 8;=<91',Е'> в текущий момент времени называется текущим

Каждый робот Яможет выполнять действия, описываемые вектором Ау(г)-<а);(0,йг;(0, „.,(')>, причем множество действий, коюрые может выполнять робот К} еШ, - {Л}; Множество действий, которые может выполнять группа

роботов, есть объединение множеств действий отдельных роботов группы {Ае}={А},и{А},и и{А}Л,

Действия, выполняемые группой роботов в момент времени г, могут быть описаны с помощью вектор-функции Ле(г)=[А,(/),А2(/), ,АЧ(/)]Г Изменения состояния

системы "группа роботов - среда" описываются системой дифференциальных уравнений вида

8«=1,.(8С(0.А.(0) (2)

При этом на ситуации, а также на действия роботов группы могут накладываться некоторые ограничения

вДОе^ЧОМБЛ, Ас(0б{Ас'(0}<={А,}, (3)

где {8^(0} - множество допустимых в момент времени / состояний системы "группа роботов - среда",

{А?(0} ~ множество допустимых в момент времени ; действий группы роботов С учетом введенных выше обозначений задача группового управления роботами

заключается в определении на интервале [',,>'/] таких оптимальных действий А,(<) дпя каждого робота которые переводят систему "группа роботов - среда" из

начального состояния в конечное (целевое) и при которых удовлетворяются система связей (2), ограничения (3), а также обеспечивается экстремум функционала

У^^ЛОА (0,№(0. ,1М0,Е(г),А,('),А2(0, ,Ал(/),')А, (4)

'о 'о

задающего цель функционирования группы роботов и оценивающего качество процесса управления

В работе дана классификация по уровню алгоритмическом сложности задач группового управления роботами дтя различных условий их применения Выделено три класса задач задачи группового управтения в стационарных организованных средах, задачи группового управления в динамических, недетерминированных ситуациях и задачи группового управления в условиях противодействия противника, например, со стороны другой группы роботов Показано, что наиболее сложными в алгоритмическом плане являются, именно, задачи группового управления роботами в условиях динамических, недетерминированных ситуаций, и эта сложность возрастает при наличии активного организованного противодействия, например, со стороны другой группы роботов

Для задач группового управления роботами, функционирующими в условиях динамических, недетерминированных сред, недостаточно существования оптимального управления Необходимо еще, чтобы это управление было найдено в течение времени, за которое состояние вс(0 системы "группа роботов - среда" существенным

образов не изменится

На решение задач группового управления роботами, функционирующими в ус-товиях динамической, недетерминированной среды, а также в условиях противодействия, направлены рассматриваемые в настоящей диссертационной работе исследования

В работе установлено, что для организации систем управления группами роботов целесообразно использовать некоторые общие стратегии, применяемые для управления во всех технических, социальных и природных группах. В работе выделены стратегии централизованного, децентрализованного и смешанного (комбинированного) управления

Практическая реализация рассмотренных выше стратегий группового управления приводит к соответствующим принципам организации систем группового управления (СГУ) роботами

В общем случае СГУ состоит из подсистемы планирования ¡рупповых действий (ППГД), локальных бортовых систем управления (БСУ,, J = l,N) отдетьных роботов группы, отвечающих за реализацию групповых действий и бортовых исполнительных устройств (БИУу, Л') отдельных роботов Обобщенная структура системы группового управления роботами может иметь вид, представленный на рисунке 1

Ключевую роль в данном случае играет организация ППГД В работе рассмотрены различные способы организации этих подсистем, в частности - централизованные, распределенные (децентрализованные) и смешанные, например, иерархические централизованные и иерархические распределенные

Как показат анализ существующих систем группового управления, централизованная организация ППГД имеет ряд существенных недостатков, основными из которых являются, во-первых, низкая живучесть системы, так как выход из строя центрального устройства управления (ЦУУ) или канала связи с роботами приводят к выходу из строя всей системы группового управления, а во-вторых, большие объемы информации, которой ЦУУ обменивается с роботами При децентрализованной (распределенной) организации ППГД данные недостатки отсутствуют, так как планирование, точнее, выбор своих действий AJ каждый робот осуществляет сам с помощью локальной

подсистемы планирования действий

Распределенная ППГД обладает рядом преимуществ по сравнению с ППГД с централизованной организацией Во-первых, локальные бортовые подсистемы планирования действий роботов решают более простые задачи Во-вторых, существенно снижаются требования к канатам связи В-третьих, подсистема планирования групповых действий является надежной и робастной, потому что может динамически приспосабливаться к изменениям ситуации и потере отдельных роботов группы, а также способна противостоять прерываниям связи и сбоям

Смешанные или комбинированные системы группового управления основаны на комбинации принципов централизованного и децентрализованного управления и обычно используются для управления большими группами роботов Среди таких систем можно выделить иерархические централизованные, в которых преобладают принципы централизованного управления, и иерархические распределенные системы, в которых преобладают принципы децентрализованного управления

На основе анализа различных вариантов в работе показано, что выбор того или иного варианта построения и организации систем группового управления роботами зависит от требований, предъявляемых к скорости (или времени) выработки решения о действиях роботов, входящих в группу.

На рисунке 2 приведены оценки времени принятия решения о групповых действиях роботов в системах, использующих различные принципы организации, в зави-

Рисунок 1 - Обобщенная структура системы группового управления роботами

симости от числа роботов и группе Данные оценки получены на основе анализа существующих методов группового управления и способов организации систем группового управ тения, предназначенных для решения различных частных задач

группе

Рисунок 2 — Зависимости времени группового решения от способа организации подсистемы планирования групповых действий

На основании проведенного анализа в диссертационной работе сделан вывод, что наиболее эффективными являются распредетенные системы, реализующие стратегию децентрализованного группового управления роботами, так как время принятия решений о групповых действиях роботов в таких системах значительно меньше, чем при других способах организации Также этот анализ позволяет сделать вывод об отсутствии в настоящее время эффективных подходов к решению пробтемы группового управления, реализующих децентрализованную стратегию Существующие методы достаточно громоздки и могут использоваться при управлении группами роботов, как правило, для решения частных задач

Отсутствие эффективных методов решения задач группового управления роботами в заранее неизвестной и динамически изменяющейся среде, существенно ограничивает их реальное применение

В основу предлагаемого в настоящей диссертации подхода к решению проблемы группового управления роботами положены принципы коллективного управления

Коллективным управлением называется управление, в выработке которого участвуют все члены коллектива

Коллективное управление используется в группах, решающих одну или несколько взаимосвязанных целевых задач, но не имеющих в своем составе явно выраженного командира или начальника Чтобы эффективно функционировать в условиях быстро изменяющейся недетерминированной ситуации, группы, именуемые ко.тлек-

тивами, должны руководствоваться следующими принципами коллективного управления

- каждый член коллектива самостоятельно формирует управление (определяет свои действия) в текущей ситуации,

- выбор действий членами коллектива осуществляется только на основе информации о цели, стоящей перед коллективом, ситуации в среде в текущий момент времени, текущих состояниях и действиях других членов коллектива,

- в качестве оптимального действия члена коллектива понимается такое действие, которое вносит максимально возможный вклад в достижение общей цели,

- допускается принятие компромиссных решений

В общем случае процессы в системе "группа роботов - среда" непрерывны, но в реальности вектор-функции управления (действия) А ДО не являются непрерывными

Это обусловлено такими факторами, как

- дискретность представления данных в цифровых вычислительных устройствах систем управления роботов,

- разрешающая способность (по времени) сенсорных устройств,

- цикличность вычислений и т д

По этим причинам групповые действия роботов Л ДО представляют собой разрывную функцию времени, которая изменяется скачкообразно лишь в определенные моменты времени Г Д( (Г - дискретное время, т е /=0,1,2, )

Показано, что в дискретной постановке задача управления группой роботов сводится к задаче выбора и выполнения в текущий момент времени роботами группы таких групповых действий АДО, которые обеспечивают экстремум (максимум, если

оцениваются выгоды от действий роботов группы, или минимум, если оцениваются затраты) целевого функционала

где - вектор противодействующих сил Далее, дтя простоты рассмотрения материала, речь будет идти о максимуме целевого функционала

В этом случае задача каждого робота группы Я^Ш 0=1 заключается в том, чтобы выполнять такие действия А ДО (/=0,1,2, которые бы приводили к дос-

тижению цели, стоящей перед роботом , и при этом максимизировали функционал

V, (Г>1Р(!К(0,Е(0,Ас(0.£(0)А? ,

(5)

V; (/> це, (и, (').Е; «Л, (0,2, (0 (Vг) >

г*/

(6)

при начальных условиях

к; , (<0 )=ЯД0, Е5 =Е, (/„ )=Е; (/),

(7)

уравнениях связи

5,0+1)^(3,0)ЛЛЬЛг(>1 =АД/), Лл(1),ё/(<))> 7=1,^,'=0,0-1

(8)

и ограничениях

А/ОИА;«}, Ку(/)6{н;(О>, ЕД/МЕ;«} (9)

Решение задачи (6) - (9) в работе предлагается осуществлять на основе сформулированною выше метода котлективного управления путем отыскания для каждого робота й^еОТ вектор-функции действии ЛД?) (у=1 Л'), при которой достигается экстремальное приращение целевого функционала (5), то есть

ДУс=УД<+1)-Ус(/) (10)

при связях (8), начальных условиях (7), ограничениях (9) и фиксированных значениях К,(Г0)=Н,(0=К?, А,(г„)=А,(/)=А? и ('=1,2, ,)-\,}+\, текущих со-

стояний, действий других роботов К,ей 0=1,М, 1*7) группы и помех, соответственно В качестве текущего действия А° робота (у=1,Л?) на интервале [/,/+1] принимается действие, определяемое начальным значением вектор-функции АД() на интервате те Л°=А;(г)

Предложен подход к решению дискретной задачи коллективного управления группой роботов, основанный на использовании итерационной процедуры, в рамках которой роботы последовательно выбирают свои очередные действия Для юго чтобы реализовать итерационную процедуру решения оптимизационной задачи (6) - (9), роботы в группе дотжны быть определенным образом пронумерованы Существо итерационного метода решения оптимизационной задачи (6) - (9) заключается в следующем Каждый робот И) группы выбирает свое очередное действие на основе информации о групповой цели, своем текущем состоянии, текущем состоянии среды, текущем значении помехи (если таковая имеет место) и выбранных до него действиях остальных роботов группы, т.е в соответствии с итерационной формулой

а^'=/ДЛГ, (П)

где к=0,1,2,3 - номер итерации

При этом, естественно, дочжны учитываться ограничения (9) Следует отметить, что к допустимым в текущий момент времени действиям ¡А*}0 робота Я^Я относятся лишь те действия из множества допустимых {А^},при которых выпотняется условие ДУ/ й0 Это неравенство можно рассматривать как условие того, что действия отдельных роботов не наносят ущерб коллективу в целом

Действие А'*1 робота учитывается всеми остальными роботами группы при выборе своих новых текущих действий Поэтому при выборе роботом К, своего нового текущего действия А^' путем решения дискретной задачи (6) - (9) все остальные роботы группы должны попытаться осуществить новый выбор своих оптимальных с точки зрения достижения групповой цели действий, поскольку старый выбор не учитыват нового действия робота Л Итерационные циклы оптимизации повторяются

до гех пор, пока приращение (10) целевого функционала (5) не прекращается или значение этого приращения становится пренебрежимо малым

В диссертации показано, что предложенная итерационная процедура оптимизации коллективных действий является конечной, сходящейся и устойчивой Она по-

зволяет за число итерационных циклов, не превышающее число роботов в группе, найти для каждого робота группы такое действие, которое является оптимальным или близким к нему в смысле достижения общей групповой цели Эта процедура лежит в основе всех последующих методов и алгоритмов, разработанных в диссертационной работе

Во второй главе дана постановка задачи распределения заданий (целей) в группе роботов, и показано применение метода коллективного управления для ее решения

Предложены алгоритмы, позволяющие получить точное, то есть дающее экстремум целевого функционала, решение задачи распределения целей в группах роботов при различных соотношениях числа роботов в группах и числа целей Рассмотрены условия оптимальности решения

Задача распределения целей в группе роботов ставится следующим образом.

Каждый робот R^m (уе[1,Л!]) может решать т} целевых задач, на которые разбивается общая для группы роботов целевая задача (цель) Те Достижение каждой из целей 7",<еТс, /е[дает приращение целевого функционала AYh (/s[l,mt])

Задача состоит в том, чтобы в момент времени t распределить цели Tt еТе, /е[1,т,] между роботами группы таким образом, чтобы

AYc=ilAY,,->max, ], (12)

МЫ

при условии, что каждый робот группы может выбирать одну или несколько целей.

В работе показано, что задача распределения целей в группах роботов может решаться как на основе точных, так и приближенных методов и алгоритмов Одним из точных алгоритмов решения задачи назначения является алгоритм последовательного улучшения плана Основная идея данного подхода может быть положена в основу алгоритма распределения целей, реализующего метод коллективного управления и итерационную процедуру оптимизации коллективных действий Такой алгоритм, предложенный в диссертации, называется алгоритмом коллективного улучшения плана

Решение задачи распределения целей (12) разбивается на два этапа

На первом этапе решается задача формирования первоначального опорного плана Для этого каждый робот группы R] е91 Os[l,W]) сначала определяет для каждой цели Т,еТс, /е[1,ту] значение оценки эффективности г/;( --/(^(/ДЕД^)), формируя таким образом одномерный массив =[£?,>,,dit, ,dj v] Затем с помощью итерационной процедуры формируется первоначальный опорный план, для чего каждый робот определенным образом выбирает одну из целей 7)еТс (/e[l,./V)) случайно, ита с

таким же номером, как и у самого робота или по максимуму оценки эффективности dj, в массиве D,

В последующих циклах итерационной процедуры оптимизации коллективных действий роботы пытаются улучшить первоначальный опорный план

При этом исследуются возможности обменов целями между роботами, сначала

между парами роботов, а затем тройные, четвертные и тд обмены, то есть цепочки обменов

В работе предложены модификации атгоритма ко иективного улучшения плана для различного соотношения числа роботов и числа целей, в частности, когда число роботов больше числа целей и наоборот, а также дтя раз точных ограничений, например, когда одну цель могут выбрать несколько роботов группы

Показано, что предложенные алгоритмы коллективного улучшения плана позволяют снизить вычислительную сложность задачи, решаемой бортовой системой упраатения каждого отдельного робота группы, по сравнению с известными централизованными алгоритмами постедовательного улучшения плана, реализуемыми ЦУУ группы роботов Например, при исследовании парных обменов сложность уменьшается я N12 раз, а при исследовании цепочек обменов - в N раз, где N - число роботов в группе

Для решения задачи коллективного распределения целей также предложено использовать алгоритмы, направленные на отыскание ближайшего локального экстремума целевого функционала на интервале времени [/0л + 1] В некоторых случаях

этот локальный экстремум может совпадать с глобальным, естественно, на указанном интервале времени Эти алгоритмы являются приближенными или ускоренными, поскольку за счет отказа от поиска глобального экстремума достигается быстрота решения задачи распределения целей, являющегося если не оптимальным в текущей ситуации, то близкого к оптимальному

В основе этих алгоритмов лежит та же итерационная процедура оптимизации коллективных действий При этом роботы группы при выборе целей должны руководствоваться предложенными в работе правилами, вытекающими из принципов коллективного управления

На основе этих правил и их модификаций разработано три алгоритма решения задачи коллективного распределения детей при различных соотношениях числа роботов и числа целей, а также различных ограничениях Так предложены алгоритм последовательного выбора целей и алгоритм одновременного выбора целей, когда все роботы одновременно выбирают цели, затем обмениваются информацией и корректируют свой выбор на основе анализа этой информации, а также уточненный ускоренный алгоритм, при использовании которого роботы анализируют последствия отказа от выбора той ити иной цели

Эти алгоритмы позволяют либо сократить временные затраты на решение задачи, либо повысить точность решения Работоспособность алгоритмов показана на модельных примерах

Доказана сходимость этих алгоритмов

Для оценки эффективности разработанных алгоритмов проведен сравнительный анализ их вычислительной сложности с вычислительной сложностью известных алгоритмов, в частности, алгоритма полного перебора и алгоритма последовательного

улучшения плана Графики зависимости числа вычислительных операций, требуемого для решения задачи распределения целей в группах роботов, от их численности групп приведены на рисунке 3

Кол-во 45000 операций

40000 35000 ЗОСОО 25000 20000 15000 10000 5000 0

0 5 10 15 20 25 30 - 35 40 45 50 55 60

Численность

Обозначения группы роботов

- О - Полный перебор

- л - Алгоритм последовательного улучшения плана

- ♦■■■ Алгоритм коллективного улучшения плана

—я«— Приближенный алгоритм последовательного выбора целей —®— Приближенный алгоритм одновременного выбора целей —и— Уточненный ускоренный алгоритм

Рисунок 3 - Зависимость количества вычислительных операций от численности группы роботов

В работе приведены примеры использования предложенных методов и алгоритмов для решения прикладных задач коллективного распределения целей, в частности, в группе боевых роботов, а также в группе космических роботов при дистанционном зондировании поверхности, или в группе роботов, решающих задачу картографирования местности.

Для оценки эффективности предложенного подхода на примере решения задач картографирования местности группой роботов проведены эксперименты на имитационной модели с использованием различных стратегий выбора целей роботами- случайной, "жадной", когда роботы последовательно выбирают ближайшие ранее не выбранные цели, и коллективной стратегии

Данные экспериментов подтверждают эффективность предлагаемых алгоритмов В качестве показателя эффективности применения той или иной стратегии при решении задачи картографирования в работе использовалось значение удельных затрат группы роботов на картографирование одной единицы площади

где - суммарный путь, пройденный роботами группы при картографировании поверхности; 5 - площадь обработанной поверхности (число дискретных участков); К„ - коэффициент покрытия поверхности.

Обобщенные результаты одного из экспериментов для группы из трех роботов приведены в таблице.

Алгоритм Путь, пройденный роботом № Суммарный путь Коэффициент покрытия Ч

1 2 3

Коллективный 195 195 185 575 0,98 0,235

Жадный 180 171 540 0,82 0,263

Случайный выбор 273 246 262 781 0,92 0,339

Из таблицы видно, что алгоритм коллективного распределения целей требует наименьших удельных затрат, чем другие алгоритмы.

Предложенные в данной главе алгоритмы нашли применение при разработке различных систем группового управления, в частности, системы управления группой роботов, обслуживающих автоматизированный склад, представленной на рисунке 4,

ЯШЕМШИШЯШР^^ШР^^"^ '' также бортовых рас, ч ( * „£ '" ЩМЯНИ^Я ' пределенных систем

управления узлами и агрегатами РТС. Примене-, * г; няе методов коллектив->^ лого управления позво-

, Щ \ _ ^ ^ лило: повысить произво-

....... дительность складов на

20 - 30% за счет коллективного распределения заданий, упростить эксплуатацию складских систем, что, в свою очередь, позволило снизить требования к персоналу, работающему на автоматизированном складе, повысить живучесть распределенных систем управления РТС за счет возможности перераспределения функций между элементами системы при отказах отдельных элементов и обеспечить оптимальные режимы функционирования узлов и агрегатов РТС за счет коллективной оптимизации действий составных элементов системы.

В третьей главе исследуются задачи управления группами роботов при органи-

Рисунок 4 - Система группового управления роботами, обслуживающими автоматизированный склад

зованном противодействии со стороны другой группы роботов Исследование проведено на модельных задачах игры роботов в футбол и при ведении группой роботов боевых действий

Задача планирования групповых действий при игре в футбол формулируется следующим образом каждому роботу-игроку В1 0=1, Л7) необходимо в текущий момент времени в качестве цели своего движения выбрать такой участок поля ев^, чтобы в результате этого выбора достигалось максимальное значение функционала

У^,, (14)

1

где ф - оценка эффективности выбора игроком В участка 5, в качестве цели своего движения В свою очередь, оценка эффективности определяется некоторым функционалом

где у'/ (/=1,-^) - функции, зависящие от параметров положения участка ев^ относительно мяча, относительно других роботов-игроков обеих команд, своих и чужих ворот и т п

В работе потучены аналитические выражения для определения оценок эффективности е^, для типовых ситуаций, возникающих во время игры

Предложенные выражения позволяют получить нормированные оценки параметров целевого положения роботов-игроков Приведены примеры выбора тактики игры с использованием предложенных оценок эффективности

Показано, что сформулированная задача планирования групповых действий роботов-футболистов эффективно решается с помощью алгоритмов коллективного распределения цетей, основанных на методе коллективного управления

С целью экспериментальных исследований предложенных методов и алгоритмов коллективного управления действиями роботов при игре в футбол, предложенных в настоящей главе, была разработана н создана программная модель, имитирующая игру двух команд роботов в футбол Разработанная программная модель является удобным средством для сравнения различных алгоритмов коллективного взаимодействия роботов-футболистов, наглядно демонстрирующим их преимущества и недостатки

Поскольку в игре участвуют две команды, то атгоритмы решения задачи планирования групповых действий, используемые каждой из команд, могут быть различными, что позволчет проводить наглядное сравнение их эффективности Эксперименты показали, что предложенные алгоритмы позволяют быстрее реагировать на изменения в игровой ситуации, то есть более эффективны в условиях дефицита времени на принятие решений об очередных действиях роботов-игроков

Для исследования различных подходов к решению проблемы группового управления роботами в условиях противодействия исследована модельная задача целерас-пределения в группе роботов при ведении ими игровых боевых действий Предпола-тся что в иг-е участвуют две неоднородные группы роботов, каждая из которых

включает в свой состав боевые и обеспечивающие роботы различных типов

При этом робот каждого типа характеризуется некоторым обобщенным параметром, который будем в дальнейшем называть его боевым потенциалом. Цель функционирования каждого из подразделений, участвующих в боевых действиях, состоит в нанесении максимального урона противнику при допустимом уровне собственных потерь

Задача планирования групповых действий роботов в смешанном подразделении на поле боя формулируется следующим образом Предположим, что в боевых действиях участвуют две группы 5?® ={лу8 ,у=1, Л?} (условно "наша"), содержащая N боевых единиц, и группа роботов противника Яс={д,с,|=1, А/}, содержащая Мбоевых единиц Состояние каждой боевой единицы описывается некоторым вектором параметров

ПЧ=<г,),г2в;, ,/•„*> или I^ =<г<-,г}с„. (16)

таких как, например, скорость, боекомплект, подвижность, огневая мощь, дальнобойность, координаты местоположения и т п.

Задача, стоящая перед "нашей" группой боевых роботов Яв состоит в определении таких действий А^ (/) (у=1,Л/), в результате выполнения которых с учетом связей

(8) и ограничений (9) достигается максимум целевого функционала

У=А', Р,с, (17)

у

где Рп«=£^я» - суммарный боевой потенциал группы 5Я",

м '

РяС = - суммарный боевой потенциал группы , К, и К2 - стратегические коэффициенты

Данная задача может решаться с использованием методов теории игр Однако эти методы, как правило, яв тяются достаточно сложными и предполагают, обычно, наличие некоторых априорных знаний о возможных действиях противной стороны Сложность этих методов делает их не эффективными в условиях дефицита времени на принятие решений и в условиях динамических и априори неизвестных изменений ситуации

В диссертации показано, что задача планирования групповых действий подразделений боевых роботов эффективно решается с использованием итерационной процедуры оптимизации коллективных действий

Наиболее эффективными для этого являются быстрые алгоритмы приближенного решения задачи коллективного распределения целей, дающие близкое к оптимальному решение в условиях дефицита времени

Для экспериментальной проверки работоспособности предложенных алгоритмов быта разработана программная модель, имитирующая действия на поле боя групп роботов двух противоборствующих сторон, каждая из которых стремится нанести максимально возможные потери противнику при некотором допустимом уровне собственных потерь

Анализ функционирования программной модели показал, что автоматическое решение задачи распределения целей в подразделении боевых роботов осуществляется на порядок быстрее, чем эту же задачу решает человек Причем, чем больше роботов в подразделении, тем меньше удельные временные затраты на принятие решений при автоматическом распределении

Метод коллективного управления предполагает наличие канала обмена информацией, с использованием которою и осуществляется оптимизация коллективных действий в группе роботов

Однако выход из строя этого канала, что характерно в условиях противодействия противника, может привести, вообще, к потере возможности коллективного взаимодействия и возможности решения группой роботов постав тенной перед ней целевой задачи Поэтому в работе предложено для решения задачи группового управления в условиях противодействия применять принципы стайного управтения

Стайное управление является частным случаем колтективного управления, но в отличие от коллектива роботов, роботы стаи не имеют специально выделенного канала обмена информацией, а могут получать информацию о действиях других роботов стаи только опосредованно через среду

Преимуществами стайною управления группой (сгаей) являются во-первых, высокая живучесть группы (поскольку стая состоит из большого числа достаточно простых роботов, а выход из строя даже некоторого множества из них не причинит существенного вреда стае, и групповая цель будет достигнута), во-вторых, быстрота реагирования на изменения ситуации

Отличие задачи стайного управления заключается в отсутствии у каждого робота прямой и достоверной информации о наличии и действиях других роботов группы, а также о возможных противодействиях со стороны внешних сил, в том числе и организованного противодействия со стороны других групп роботов В то же время, он располагает информацией о своих индивидуальных возможностях по трансформации своего состояния в, и окружающего его участка среды Е, за счет своих индивидуальных действий, а также имеет возможность определять действующие на него в текущий момент времени силы С, Иными словами, каждый робот Л,,-входящий в

стаю, не имеет информации о действиях всех роботов стаи и состояния среды вокруг них, а может только определять изменения своего состояния, состояния участка окружающей среды в соответствии с выражениями

Н^/С^.А.Д.в,), Е,=/(К„А„Е,,С,), (18)

с учетом ограничений

р,(К„Е,С)<0, Г,(Ку>А,,Е,С)<0, (19)

которые описывают его исходное "представ тение" о возможностях его индивидуального влияния на среду с учетом ограничений

При этом робот Я адаптирует свою индивидуальную модеть (18) и (19) к стайному взаимодействию посредством анализа изменений состояния среды Е,, произо-

шедших в результате действий всей стаи

Этот процесс адаптации модели (18) и (19) фактически является "самообучением" В работе предложен метод и алгоритм оптимизации действий отдельных роботов в составе стаи, реализующий данный процесс адаптации модели (18) и (19)

С целью экспериментальной проверки предложенного выше подхода к проблеме стайного управления была рассмотрена модельная задача перемещения твердого тела группой роботов по горизонтальной плоскости в условиях, когда каждый робот стаи не имеет информации ни о численности стаи, ни о действиях остальных роботов стаи, ни о силах, действующих в среде

Как показали проведенные исследования с использованием имитационного моделирования, предложенные в работе алгоритмы стайного управления обеспечивают малое время принятия решений каждым роботом стаи. При этом каждый робот выбирает, возможно, не самое лучшее с точки зрения оптимального достижения общей цели действие, но оптимальное в рамках имеющейся у него на данный момент информации о сложившейся ситуации Проведенные исследования подтверждают работоспособность предтоженных принципов и алгоритма стайного управления

Четвертая глава посвящена решению проблемы управления большими группами роботов

Процесс управления группой роботов, основанный на методе коллективного управления, представляет собой систематическое принятие решений об их очередных действиях с учетом цели управления и изменений текущей ситуации При этом предпринимаемые роботами действия должны быть актуальными в текущей ситуации, т е. направленными на достижение цели оптимальным (или близким к оптимальному) образом В больших труппах роботов время обмена информацией и принятия решений об очередных действиях может быть столь велико, что актуальность этих решений теряется

Процедура решения задачи управления группой роботов с использованием метода коллективного управления считается законченной, когда по завершении К итерационных циклов никакие изменения в действиях роботов группы не приводят к увеличению целевого функционала

При этом общее время решения задачи оптимизации коплективных действий

в группе роботов будет составлять

'ад = ('пока +'гш) N К, (20)

где 11ЮКД - время реализации процедуры оптимизации коллективных действий одним роботом группы,

'ли ~ время реализации процедуры передачи информации о выбранном действии каким-либо роботом остальным роботам группы, И- число роботов в группе, К—число итерационных циклов

С другой стороны, для того чтобы действия, выбранные роботами с использова-

нием метода коллективного управления, отвечали текущей ситуации (т е соблюдался режим реального времени), необходимо, чтобы выполнялось условие

(21)

где хр - время изменения ситуации в системе "группа роботов - среда" (т е время, за которые параметры состояния роботов и среды изменяются таким образом, что могут быть измерены сенсорными устройствами роботов и могут быть учтены при выборе очередных действий)

Будем считать, что группа роботов "управляема", если выполняется условие (21) Из (20) и (21) следует, что допустимое число роботов в "управляемой" группе, которые могут принимать участие в итерационной процедуре оптимизации коллективных действий, должно быть ограничено величиной

м =_1л__(22)

"шах у (* Л» Ч-*"-/

Л I'пот пи >

где Л'я1:< - максимально допустимое число роботов в группе, при котором выполняется условие управляемости (21)

Таким образом, возникает проблема "управляемости" больших групп роботов в случае, когда N » Л'п„

Проблема управляемости ботьших групп роботов особенно актуальна для такой перспективной области современной робототехники, какой является микроробототехника, так как микророботы, как правило, обладают крайне ограниченными возможностями, и только их массовое (до нескольких десятков тысяч) применение может привести к эффективному решению поставленной перед ними задачи

Одним из возможных подходов к решению проблемы управляемости большой группы роботов (или микророботов) является ее разбиение на некоторые подгруппы, численность которых не превышает граничного значения А'т,х (22), при котором выполняется условие управляемости (21) для этих подгрупп

Такое разбиение больших групп роботов в диссертации предтожено называть кластеризацией, при этом выделяются два этапа образование ктастера, г е его инициализация, и рост кластера, т е сам процесс разбиения группы роботов на кластеры Сочетание различных способов инициализации и роста кластеров позволяет предложить несколько методов кластеризации больших групп роботов

Одним из таких методов является иерархическая кластеризация Структура большой группы роботов, разбитой на кластеры по иерархическому принципу, подобна структуре таких четко организованных групп людей, как трудовой коллектив крупного предприятия или воинское соединение, например, дивизия, которые разбиваются на структурные подразделения различного уровня, и во главе которых стоит руководитель. Например, дивизия разбивается на полки, полки - на батальоны, батальоны - на роты, и т д вплоть до отделений, являющихся подразделениями самого низкого уровня Такая организация обеспечивает достаточно хорошую п авляемость коллектива при решении определенного класса целевых задач

В этом случае при проведении кластеризации, в каждый кластер включаются роботы, которые имеют постоянную связь между собой и число которых не превышает Лтах - максимального числа роботов в кластере, при котором еще выполняется условие его управтяемости (21) Выбор действий для каждого робота в этом случае, осуществляется с учетом текущих действий других роботов только данного кластера, и кластеры между собой при определении текущих действий никак не взаимодействуют Взаимодействие между кластерами осуществляется на этапе распределения между ними целевых подзадач соответствующего уровня, которое в диссертации предложено также осуществлять с использованием итерационной процедуры оптимизации коллективных действий, реализующей метод коллективного управления

В работе предлагается для решения задачи коллективного управления в такой иерархически организованной группе роботов множество целей {Т} разбивать на целевые задачи также по иерархическому принципу. При этом, учитывая, что в общем случае группа роботов разбивается на кластеры /? уровней, целесообразно и множество целей разбивать на множество целевых задач А уровней

В процессе кластеризации и в распределении целевых задач между кластерами могут участвовать не все роботы, входящие в состав кластеров, а только их "лидеры" В работе вводится понятие "лидера" кластера (подгруппы) который может быть "формальным", т е назначенным заранее, или "неформальным" Последний появляется в процессе кластеризации Показано, что для решения задачи выбора "лидера" среди роботов большой группы можно использовать тот же подход, который использован в итерационной процедуре оптимизации коллективных действий Отличие будет лишь в том, что для выбора "лидера" может потребоваться лишь один итерационный цикл принятия решения

Предложен также ряд методов кластеризации, не приводящих к образованию сложной иерархической структуры Среди них метод разбиения большой группы роботов на непересекающиеся кластеры переменного состава (метод последовательной кластеризации) В оттичие от метода иерархической кластеризации, при использовании которого образуются кластеры, как правило, постоянной численности и постоянного состава, при последовательной кластеризации роботы могут переходить из кластера в кластер, как в процессе кластеризации, так и в процессе решения целевых задач Например, при выходе из строя некоторых роботов в каком-либо кластере, в него переходят роботы из ближайшего кластера или из резервного кластера

Метод динамической кластеризации базируется на методе последовательной кластеризации, но здесь процесс инициализации кластеров совмещается с процессом их роста Решение задачи управления кластеризацией группы роботов определяется установившимся решением дифференциальных уравнений, образующих математическую модель большой группы роботов как динамической системы

Метод разбиения больших групп роботов на пересекающиеся кластеры постоянной численности и переменного состава заключается в следующем Вначале образу-

ется первый кластер численностью роботы которого определяют свои дей-

ствия с помощью одного из приведенных во второй главе алгоритмов, реализующих итерационную процедуру оптимизации коллективных действий После завершения этой процедуры некоторое число роботов Л',, действия которых наиболее эффективны, приступают к их отработке, а оставшиеся ЛГ, роботов служат основой для второго кластера К ним присоединяются новых роботов, еще не вошедших ни в один из кластеров, и процесс определения действий осуществляется уже для нового кластера той же численности и т д

Этот метод кластеризации позволяет распараллелить процедуру оптимизации коллективных действий, так как в большинстве случаев в составе группы можно выделить несколько непересекающихся кластеров, в которых данная процедура может выполняться одновременно, и тем самым сократить временные затраты на ее реализацию в большой группе роботов

Работоспособность и эффективность методов кластеризации при управлении большими группами роботов показана на модельных примерах

В пятой главе анализируется комплекс задач, решаемых отдельным роботом при выполнении очередного действия в составе группы и предлагаются методы и алгоритмы их решения с использованием однородных нейроподобных структур (ОНС)

В результате реализации процедуры оптимизации коллективных действий для каждого робота группы определяется действие, направленное на достижение групповой цели Для его выполнения бортовая система управления (БСУ) каждого робота группы должна сформировать соответствующие управляющие воздействия на исполнительные механизмы робота.

В диссертации показано, что задача управления действиями отдельного робота группы сводится к определению вектор-функции управлений, переводящих систему "робот-среда" из текущего состояния в конечное (целевое) и обеспечивающих экстремум целевого функционала, задающего качество управления, с учетом установленных ограничений

В главе дана математическая постановка данной задачи в виде задачи оптимального управления, которая может быть отнесена классу неклассических задач вариационного исчисления Стандартные методы решения таких вариационных задач требуют решения систем дифференциальных уравнений высокого порядка, что, в свою очередь, приводит к большим временным затратам при их реализации на ЭВМ Данный фактор не позволяет использовать эти методы при решении задач управления роботом в составе группы в реальном времени с учетом всех непредвиденных заранее изменений, происходящих в среде

В работе предложен иной подход к решению задач данного класса. Основная идея этого подхода заключается в сведении вариационной задачи к задаче аншшза графовой модели, которая, в свою очередь может эффективно решаться с помощью ОНС с параллетьным принципом обработки информации

Для этого множество различных состояний системы "робот-среда" описывается точками S,, /е[1,и] «-мерного пространства состояний системы "робот-среда" («s/j+w), которое можно обозначать, как {S} Предлагается выполнить ряд преобразований, в результате которых исходная задача управления роботом сводится к задаче определения дискретной последовательности состояний системы "робот-среда" S0,S„ ,S/, реализующих экстремум интегральной суммы

Y = IF0'(S,AS) (23)

При этом определяется последовательность управлений, соответствующая получаемой последовательности состояний

В работе показано, что при функционировании робота в динамически изменяющейся среде строить и реализовывать весь план управления роботом для достижения конечной цели не имеет смысла, поскольку параметры среды могут измениться таким образом, что построенный план будет либо не оптимален, либо не выполним Поэтому предлагается периодически в текущий момент времени t0 определять новое

управление и формировать соответствующие управляющие воздействия на исполнительные устройства робота с учетом новых значений параметров, описывающих состояние системы "робот-среда"

Также показано, каким образом сформулированная выше задача может быть представлена в графовой форме Для этого пространство состояний }S) системы "ро-ч бот-среда" покрывается однородным графом-решеткой G(Q,X), Каждая вершина <?,eQ этого графа соответствует некоторой дискретной точке S,„ пространства состояний {S} Дуга x(q)еХ соединяет вершины qm и , соответствующие соседним дискретным точкам S„ и S,„+l) пространства состояний. Кроме того, каждой дуге x(qm>qnM) приписывается вес у, значение которого может определяться различными

способами и быть равным, например, приращению интегральной суммы (23) при преобразовании ситуации Sn в ситуацию S„tl Также веса, характеризующие приоритеты

тех или иных состояний могут быть приписаны и вершинам графа

Кроме того, на графе G(Q,X) выделяется вершина qa, координаты которой в пространстве {S}" соответствуют координатам точки S0, определяемой, в свою очередь, параметрами текущего состояния S„, а также подмножество вершин Q^-cQ, координаты которых удовлетворяют параметрам целевых (конечных) состояний (S}/, Также на графе G(Q,X) выделяется множество допустимых вершин Q2 с Q , соответствующих допустимым состояниям системы "робот-среда", а также множество допустимых дуг Хг с X, соответствующих допустимым действиям робота

В результате этих построений задача определения последовательности состояний S0,S,, , дающих экстремум интегральной сумме (23) и удовлетворяющих установленным в главе 1 ограничениям, сводится к задаче построения пути на графе G(Q,X) между вершиной <?„ и одной из вершин множества Qf, проходящего только

через вершины множества и дуг и множества X , и имеющего экстремальный

суммарный вес принадлежащих ему дуг.

Рассмотрены различные варианты топологии графа С(ОД) и способы его построения.

Для аппаратной реализации процедуры поиска экстремального пути на графе предложена структура, топологически подобная графу в(0,Х). Так как данная структура реализует не численные вычисления, а волновую процедуру, моделирующую процесс поиска всех возможных путей на графе, то она может быть отнесена к классу однородных нейроподобных структур.

Преимуществами ОНС являются: их высокая живучесть, так как выход из строя отдельных элементов (ячеек) не приводит к выходу из строя всей структуры, высокое быстродействие, достигаемое за счет параллельной аппаратной реализации процедуры поиска и анализа всех возможных путей на графовой модели пространства состояний системы "робот-среда", регулярность структуры, позволяющая легко реализовать ОНС в виде СБИС, представленной на рисунке 5 или на базе ПЛИС, что позволяет значительно уменьшить массогабаритные характеристики бортовых систем управления роботов. Такие СБИС были разработаны при непосредственном участии автора. Архитектура СБИС позволяет их соединять между собой для отображения графов любых размерностей.

Автором предложен метод и алгоритмы управления отработкой коллективных действий отдельными роботами группы с использованием ОНС.

В диссертации также предложен метод и реализующий его алгоритм управления роботом с использованием иерархической системы моделей пространства состояний системы "робот-среда", представляющих данное пространство с разным масштабом. Показана работа этого алгоритма на примере управления движением мобильного робота к цели. Описаны способы получения значений весов дуг и вершин графа С(С>,Х).

Приведены результаты экспериментальных исследований метода и алгоритмов управления отдельным роботом группы при отработке им коллективных действий с использованием ОНС. Исследования проводились как с использованием действующих макетных и экспериментальных образцов мобильных роботов, в том числе и на полигоне на Камчатке (представлено на рисунке 6), так и с использованием программных моделей, имитирующих движение роботов в виртуальной среде. Результаты экспериментов подтверждают эффективность предложенного в диссертационной работе подхода к управлению отдельными роботами группы.

ж«;«, тгш

, шятаяшшн

^^^ШШнШНВ

Рисунок 5 - СБИС однородной нейроподобной структуры

Рисунок 6 - Фрагменты полигонных испытаний макетных образцов систем управления на базе ОНС в составе прототипов роботов-планетоходов

В заключении обобщаются основные результаты диссертационной работы.

В приложениях приведены модельные примеры, демонстрирующие работоспособность и эффективность предложенных в диссертации алгоритмов коллективного распределения заданий (целей) в группах роботов и методов кластеризации больших групп роботов, имитационные программные модели функционирования отдельных роботов при отработке ими выбранных действий, а также акты реализации результатов работы.

Основной научный результат диссертации заключается в решении единой крупной научной проблемы разработки научных основ распределенного (децентрализованного) управления коллективным взаимодействием роботов при их групповом применении в условиях сложных, заранее неизвестных динамически изменяющихся ситуаций. Данная проблема имеет важное народнохозяйственное значение, поскольку ее решение позволяет значительно расширить функциональные возможности и области применения робототехнических систем, сократить временные и финансовые затраты на создание систем группового управления роботами, заменить людей при выполнении опасных работ, например, в зонах техногенных и экологических катастроф, повысить производительность технологических процессов.

При проведении исследований и разработок по теме настоящей диссертационной работы получены следующие новые теоретические и прикладные результаты:

- на основе анализа существующих разработок систем группового управления роботами, реализующих различные стратегии поведения, показано, что для группового управления роботами, функционирующими в сложной динамической, недетерминированной среде, наиболее эффективным является децентрализованное (распределенное) управление, но в то же время эффективных методов распределенного управления не существует;

- предложен подход к проблеме управления группами роботов, основанный на принципах коллективного управления Сформулированы основные принципы коллективного управления, которое по своей сути является децентрализованным (распределенным), так как предполагает участие всех членов коллектива в процессе принятия решений,

- разработан метод коллективного распределенного управления группой роботов, обеспечивающий по сравнению с известными централизованными методами снижение вычислительной сложности задачи группового управления, решаемой бортовыми устройствами роботов, не менее чем в Л'раз (Л'- число роботов в группе),

- предложена итерационная процедура оптимизации коллективных действий, позволяющая за число итерационных циклов, не превышающее число роботов в группе, найти для каждого робота группы такое управление, которое бы являлось оптимальным или близким к нему в смысле достижения общей групповой цели Данная процедура наиболее эффективна при реализации в распределенных системах группового управления,

- разработаны алгоритмы коллективного распределения заданий (целей) в группах роботов, реализующие итерационную процедуру оптимизации коллективных действий и обеспечивающие возможность решения задачи распределения в реальном времени, во-первых, за счет снижения вычислительной сложности по сравнению с известными алгоритмами, а во-вторых, за счет возможности их децентрализованной реализации При этом разработаны как алгоритмы коллективного распределения, позволяющие получать точное решение (точные алгоритмы), так и ускоренные алгоритмы, дающие приближенное решение и являющиеся наиболее эффективными в условиях дефицита времени на принятие решений Эффективность и работоспособность этих алгоритмов подтверждена экспериментально с использованием имитационных моделей, а также при практической реализации систем группового управления роботами,

- разработаны методы и алгоритмы коллективного выбора и оптимизации действий в группах роботов, функционирующих в условиях организованного противодействия, отличающиеся тем, что они обеспечивают управляемость групп роботов в условиях динамических и недетерминированных изменений ситуации, когда действия противной стороны непредсказуемы Эффективность этих методов и алгоритмов показана на имитационных программных моделях игры роботов в виртуальный футбол, а также моделях боестолкновения смешанных подразделений роботов,

- предложены новые методы и алгоритмы кластеризации больших групп роботов, обеспечивающих их управляемость в условиях динамически изменяющихся ситуаций В частности, предложены метод иерархической кластеризации больших групп роботов, позволяющий эффективно использовать иерархические распределенные системы группового управления роботами, а также алгоритм выбора роботов-"лидеров" кластеров при иерархической кластеризации, методы и алгоритмы после-

довательной кластеризации, позволяющие оптимально распределить роботов группы по кластерам, метод и алгоритм динамической кластеризации, позволяющий совместить процессы инициализации и роста кластеров и, тем самым, сократить время процесса кластеризации, метод пересекающихся кластеров, позволяющий распараллелить процедуру оптимизации коллективных действий в разных кластерах,

- показано, что задача управления отдельным роботом группы при отработке им выбранных коллективных действий может быть представлена в виде вариационной задачи, которую, в свою очередь, можно представить в графовой форме В этом случае решение задачи управления роботом может быть сведено к отысканию оптимального пути в графе состояний системы "робот-среда" между вершинами текущего и целевого состояния, что позволяет использовать для ее решения быстродействующую ОНС. Разработаны методы и алгоритмы управления отдельным роботом группы при отработке им коллективных действий, основанные на использовании ОНС,

- предложены технические решения ОНС, реализованные в виде СБИС и микросборок

Теоретические и прикладные результаты диссертационной работы были реализованы при разработке систем группового управления, в частности, систем управления группами роботов, обслуживающих автоматизированные склады, а также при создании систем управления мобильными роботами различного назначения

Эффективность полученных теоретических и прикладных результатов подтверждена экспериментальными исследованиями, а также практической реализацией, внедрением и использованием этих результатов на ряде предприятий, в частности, СПП РАН (г Москва), НИИ СМ МГТУ им Н Э Баумана (г Москва), МИЭТ (г Москва), ОАО -"СКБ "Точрадиомаш" (г Майкоп), ОАО "ВНИИТРАНСМАШ" (г Санкт-Петербург), НИИ МВС ЮФУ (г Таганрог), войсковой части 93603 (г Москва)

Основные публикации по теме диссертации

1 Капустян, С Г. Распределенные системы планирования действий коллективов роботов [Текст] монография / И А Каляев, А Р Гайдук, С Г Капустян -М Янус-К, 2002 -292 с

2 Капустян, С Г Основы построения распределенных систем управления коллективами роботов [Текст] / И А Каляев, С Г Капустян, Л Ж Усачев // Информационные технологии - 1998 -№ 5 - С 13-18

3 Капустян, С Г Метод оптимального распределения целей в коллективе роботов [Текст] / С Г Капустян, Л Ж Усачев, С.В Стоянов // Информационные технологии - М. Машиностроение - 1998 -№4, - С 29-34

4 Капустян, С Г Децентрализованное планирование действий коллектива интеллектуальных роботов [Текст] / С Г Капустян //Интеллектуальные робототехнические системы - 2001 маг-лы молодеж науч школы.-Tai анрог Из-во ТРТУ, 2001 - С 184187

5 Капустян, С Г Метод организации мультиагентного взаимодействия в распре-

деленных системах управления группой роботов при решении задачи покрытия площади [Текст] / С Г Капустян //Искусственный интеллект - 2004 - №3 - С 715-727

6 Капустян, С Г Многоуровневая организация коллективного взаимодействия в группах интеллектуальных роботов [Текст] / С Г Капустян //Известия ТРТУ - Таганрог Изд-во ТРТУ - 2004 - №9 - С 149-158

7 Капустян, С Г Децентрализованный метод колчективного распределения целей в группе роботов [Текст] / С Г Капустян // Известия высших учебных заведений, Электроника - 2006 -№2 - С 84-91

8 Капустян, С Г Алгоритмы коллективного улучшения плана в задачах группового управления роботами [Текст] / С Г Капустян //Искусственный интеллект - 2006 -№3 - С 409-420

9 Капустян, С Г. Алгоритм коллективного улучшения плана в задачах распределения ресурсов многопроцессорных информационно-управляющих систем [Текст] / В А Гандурин, С Г. Капустян, Э В Мельник // Вестник компьютерных и информационных технологий - 2007 - №12 - С 40-50

10 Капустян, С Г Ускоренный децентрализованный метод коллективного распределения целей в группе роботов [Текст] / С Г Капустян // Интеллектуальные и многопроцессорные системы-2005 мат-лы Междунар науч конф, Т 3 - Таганрог Изд-во ТРТУ, 2005 - С 45-51

11 Капустян, С Г. Распределенная система управления группой роботов-штабелеров [Текст] / С Г Капустян, А А Вьюшин //Мехатроника, Автоматизация, Управление - 2003 - №3 - С 22-28

12 Капустян, С Г Склад, где ничего не теряется [Текст] / С Г Капустян // Промышленный еженедельник - 2004, №35(84), 27 сентября-3 октября - С 9

13 Капустян, С.Г Распределенная система управления группой складских робо-тов-штабелеров [Текст] / С Г Капустян // Интеллектуальные и многопроцессорные системы - 2003 мат-лы Междунар науч -гехн конф , Т 2 - Таганрог Изд-во ТРТУ, 2003.-С. 185-194.

14 Капустян, С Г Управление коллективом интеллектуальных объектов на основе стайных принципов [Текст] / И А Каляев, А Р Гайдук, С Г Капустян //Вестник ЮНЦ РАН-2005 -т 1, выпуск 2 - С 20-27

15 Капустян, С Г Принципы организации больших котлективов роботов [Текст] У И А Каляев, А Р Гайдук, С Г Капустян, В М Чистяков // Интеллектуальные робо-тотехнические системы - 2001 мат-лы Молодеж науч школы - Таганрог Из-во ТРТУ, 2001-С 178-181

16 Капустян, С Г Исследование метода кластеризации больших колчективов микророботов [Текст] / И А Каляев, А Р Гайдук, С Г Капустян, Р Н Кулиничев, Е А Плаксиенко //Экстремальная робототехника - 2003 мат-лы науч. молодеж школы -Таганрог Изд-во ТРТУ, 2003 - С 213-216

17 Капустян, С Г Методы организации локальной координации действий в боль-

ших группах микроробогов [Текст] / С Г Капустян, ЮП Бондарев //Известия ТРТУ - Таганрог Изд-во ТР1 У, 2004 - №9 - С 158-167

18 Капустян, С Г Однородные структ>ры для решения вариационных задач оптимизации и планирования [Текст] монография / И А Каляев, С Г Капустян - Львов НТЦ "Интеграл", 1991 - 82 с

19 Капустян, С Г Опыт использования однородных структур для планирования оптимальных движений адаптивных роботов [Текст] / И А Каляев, С Г Капустян, M В Петручук // "Распределенная обработка информации" - IV Всесоюзный семинар тез докладов - Новосибирск Изд-во СО АН СССР, 1991 - С 62

20 А с 1252755 СССР, МКИ3 G 05 В 19/00 Устройство для управления адаптивным роботом [Текст] /И А Каляев, С Г Капустян, ВП Носков, Л Ж Усачев - № 3836284/24-24, заявл 04 01 85, опубт 23 08 86, Бюл № 31 - 10 с

21 Ас 1361537 СССР, МКИ G 06 F 7/00 Ячейка однородной трассирующей структуры [Текст] /С Г. Капустян [и др ] - 4098256/24-24, заявл 30 05 86, опубл 23 12 87, Бюл № 47 - 3 с

22 А с № 1590998 СССР, МКИ G 06 F 7/00 Ячейка однородной трассирующей структуры [Текст] /И А Каляев, С Г Капустян - №46078851/24-24, заявл 21 1188, опубл 07 09 90, Бюл № 33 - 3 с

23 Капустян, С Г. Системы управления интеллектуальных мобильных роботов для исследовательских и промышленных работ [Текст] / И А Каляев, С Г Капустян, ЛЖ Усачев, СВ Стоянов//Наука производству - 1999-№ 11.-С 28-32

24 Капустян, С Г Системы технического зрения на базе сканирующих лазерных дальномеров [Текст] / И А Каляев, С Г Капустян, Л Ж Усачев // Наука производству - 1999 - № 11 - С 45-47

25 Капустян, С Г Интеллектуальная система автоматического вождения безэкипажного транспортного средства [Текст] / С Г Капустян // Известия ТРТУ, Таганрог 2002 - №1 (24) - С 53-54

26 Капустян, С Г Система управления движением транспортного робота с иерархическим планированием траектории [Текст] / И А Каляев, С Г. Капустян, В К Мишкинюк // Многопроцессорные вычислительные структуры,- 1987 - Вып 9 - Таганрог Изд-во ТРТИ - С. 71-74

27 Капустян, С Г Программно-аппаратный комплекс для моделирования систем управления движением мобильных роботов в виртуальной среде [Текст] / И А Каляев, С Г. Капустян, Л Ж Усачев, О А Луконин // Информационные технологии -1998 -№ 6 - С 9-13

28 Капустян, С Г Моделирование функционирования мобильных роботов в виртуальной среде на ПЭВМ [Текст] / С Г Капустян, Л Ж Усачев // Известия ТРТУ -2002 - №1 (24) - С 52-53

ЛР № 020565 от 23 июня 1997 г Подписано к печати /8 0? 2008 г Формат 60x84 "0 Бумага офсетная Печать офсетная Уел п п -2,0 Уч - изд л - 1,9 Заказ № Тираж 120 экз

ГСП 17А, Таганрог, 28, Некрасовский, 44 Типография Технолотического института Южного федерального университета а г Таганроге

ВВЕДЕНИЕ

1 Метод коллективного управления групповым взаимодействием роботов

1.1 Проблема группового управления

1.2 Анализ известных подходов к решению проблемы группового управления роботами

1.2.1 Управление группами роботов в стационарных условиях

1.2.2 Управление группами роботов в сложных нестационарных средах

1.2.3 Управление группами роботов в условиях противодействия

1.2.4 Управление большими группами роботов

1.3 Формальная постановка задачи группового управления роботами

1.3.1 Задача управления одиночным роботом

1.3.2 Задача управления группой роботов

1.3.3 Классификация задач группового управления по уровню сложности

1.4 Способы организации систем группового управления роботами

1.4.1 Стратегии группового управления

1.4.2 Классификация систем группового управления роботами

1.4.3 Централизованные системы группового управления роботами

1.4.4 Распределенные системы группового управления роботами

1.4.5 Иерархическая организация подсистем планирования групповых действий роботов

1.5 Метод коллективного управления групповым взаимодействием роботов

1.5.1 Принципы коллективного управления группами роботов

1.5.2 Формулировка задачи коллективного управления группой роботов

1.5.3 Итерационная процедура оптимизации коллективных действий в группе роботов

1.6 Исследование итерационной процедуры оптимизации коллективных действий в группах роботов

1.6.1 Оценка числа итерационных циклов

1.6.2 Условия оптимальности коллективных действий, получаемых с помощью итерационной процедуры

1.6.3 Условия устойчивости итерационной процедуры оптимизации коллективных действий группы роботов

1.7 Выводы

2 Алгоритмическая реализация метода коллективного управления при решении задач распределения заданий (целей) в группах роботов

2.1 Постановка задачи коллективного распределения целей

2.2 Алгоритмы коллективного улучшения плана

2.3 Алгоритмы приближенного решения задач коллективного распределения целей в группах роботов

2.4 Сравнительный анализ алгоритмов коллективного распределения целей

2.5 Распределение целей в группах боевых роботов

2.5.1 Задача нанесения максимального ущерба противнику

2.5.2 Задача покрытия площади

2.5.3 Программная модель задачи покрытия площади

2.6 Алгоритмы распределения заданий в группе складских роботов

2.6.1 Задача организации коллективного взаимодействия в группе складских роботов

2.6.2 Итерационный алгоритм распределения заданий в группе складских роботов

2.6.3 Экспериментальные результаты

2.7 Выводы

3 Методы и алгоритмы группового управления в условиях противодействия противника

3.1 Виртуальный футбол

3.1.1 Организация и правила игры

3.1.2 Формулировка задачи группового управления роботами при игре в виртуальный футбол

3.1.3 Метод и алгоритм выбора и оптимизации коллективных действий при игре роботов в футбол 160 ЗЛА Программная реализация метода коллективного управления при игре в виртуальный футбол

3.2 Групповое управление в условиях боевых действий

3.2.1 Постановка задачи

3.2.2 Организация коллективных действий в условиях боестолкновения

3.2.3 Программная модель организации коллективного взаимодействия в условиях боестолкновения

3.3 Стайные принципы управления группой роботов

3.3.1 Постановка задачи стайного управления группой роботов

3.3.2 Алгоритм оптимизации действий робота в составе стаи

3.3.3 Программная реализация модельной задачи стайного управления группой роботов

3.4 Выводы

4 Методы и алгоритмы коллективного управления в больших группах роботов

4.1 Проблема управляемости в больших группах роботов

4.2 Методы кластеризации больших групп роботов

4.2.1 Метод иерархической кластеризации больших групп роботов

4.2.2 Разбиение больших групп роботов на непересекающиеся кластеры постоянного состава

4.2.3 Метод разбиения больших групп роботов на непересекающиеся кластеры переменного состава (последовательная кластеризация)

4.2.4 Метод динамической кластеризации

4.2.5 Метод разбиения больших групп роботов на пересекающиеся кластеры постоянной численности и переменного состава

4.3 Иерархическая кластеризация

4.4 Последовательная кластеризация

4.5 Безрезервная последовательная кластеризация

4.6 Динамическая кластеризация

4.7 Метод пересекающихся кластеров

4.8 Выводы 238 5 Методы и алгоритмы управления отдельным роботом группы при реализации коллективных действий

5.1 Комплекс задач, решаемых системой управления отдельного мобильного робота в группе

5.2 Графовое представление пространства состояний мобильного робота

5.3 Метод управления мобильным роботом на основе однородной нейроподобной структуры

5.4 Иерархическая реализация метода управления мобильным роботом

5.5 Экспериментальные исследования систем управления мобильных роботов на основе однородных нейроподобных структур

5.6 Выводы 283 ЗАКЛЮЧЕНИЕ 285 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 288 ПРИЛОЖЕНИЕ А. Модельные примеры решения задачи коллективного распределения целей в группах роботов 306 ПРИЛОЖЕНИЕ Б. Примеры решения задач кластеризации больших групп роботов 342 ПРИЛОЖЕНИЕ В. Имитационные программные модели функционирования интеллектуальных роботов в виртуальной среде 350 ПРИЛОЖЕНИЕ Г. Акты внедрения и использования результатов диссертационной работы

Актуальность. Роботы используются во многих областях науки, техники и промышленности, в первую очередь там, где жизнедеятельность "человека либо затруднена, либо вообще невозможна, например, в зонах радиоактивного или химического загрязнения, в условиях боевых действий, при проведении подводных или космических исследований и т.п. Проблеме создания роботов различного назначения посвящено достаточно большое число исследований, проводимых как у нас в стране, так и за рубежом, начиная с середины 60-х годов прошлого века [1 - 16]. В результате этих исследований достаточно хорошо проработаны основные проблемы, с которыми приходится сталкиваться разработчикам при создании роботов, такие как распознавание объектов и сцен, формирование моделей окружающей среды, планирование маршрутов движения и последовательностей действий для достижения цели, управление движением с учетом динамики роботов и т.д.

В то же время стало понятно, что одиночный робот, каким бы интеллектуальным он ни был, может использоваться только для решения некоторых частных задач, либо выполнения довольно простых операций, поскольку он, как правило, обладает сравнительно малыми возможностями для выполнения поставленной задачи (небольшой радиус действия, ограниченный бортовым энергоресурсом; небольшое число выполняемых функций, ограниченное набором исполнительных устройств, невысокая вероятность выполнения поставленной задачи при функционировании в экстремальных ситуациях, поскольку выход из строя одиночного робота ведет к невыполнимости его миссии и т.п.).

Очевидным решением указанных выше проблем является применение при решении сложных задач сразу нескольких роботов, то есть групп роботов.

Преимущества группового применения роботов очевидны. Это и больший радиус действия, достигаемый за счет рассредоточения роботов по всей рабочей зоне; и расширенный набор выполняемых функций, достигаемый за счет установки на каждый робот индивидуальных исполнительных устройств; и, наконец, более высокая вероятность выполнения задания, достигаемая за счет возможности перераспределения целей между роботами группы в случае выхода из строя некоторых из них. Поэтому такие сложные задачи как, например, масштабное исследование и зондирование поверхности других планет, сборка сложных конструкций в космосе и под водой, участие в боевых и обеспечивающих операциях, разминирование территорий и т.п., могут быть эффективно решены роботами только при их групповом взаимодействии. При этом возникают новые проблемы группового управления и коммуникации, связанные с организацией группового взаимодействия роботов.

Особую важность проблема группового взаимодействия роботов принимает в такой перспективной области современной робототехники, каковой является микроробототехника. Действительно, микророботы, как правило, обладают крайне ограниченными возможностями, и только их групповое или даже массовое (до нескольких десятков тысяч) применение может привести к эффективному решению поставленной перед ними задачи. Примером группового применения микророботов может служить так называемая "интеллектуальная пыль" [17], когда с самолета сбрасывается "туча" микророботов, каждый из которых должен выполнять некоторые простейшие функции, например, сбора информации о покрываемой территории или поражения объектов противника. При этом микророботы должны таким образом координировать свои действия, чтобы собрать информацию о как можно большей территории или нанести как можно больший урон противнику.

Основные исследования в области управления группами роботов ведутся во многих индустриально развитых странах мира, прежде всего в интересах обороны. Наиболее интенсивный характер этих работ применительно к направлению военной робототехники наблюдается в США по линии Управления перспективных исследований Министерства обороны США ДАРПА (DARPA - Defense Advanced Research Projects Agency). Здесь следует выделить программу "Распределенные робототехнические системы", которая финансировалась этим агентством и выполнялась рядом ведущих университетов и научно-исследовательских организаций США [18].

В настоящее время разработке методов организации взаимодействия в группах роботов на основе децентрализованного способа управления посвящены исследования, проводимые под патронажем управления DARPA в рамках программ "Программное обеспечение для распределенных робототехнических систем" (Software for Distributed Robotics (SDR)), "Программное обеспечение автономных мобильных роботов" (Mobile Autonomous Robot Software (MARS)) и MARS-2020.

При групповом применении роботов, решающих единую крупную целевую задачу, роботы должны определенным образом взаимодействовать друг с другом с тем, чтобы как можно более эффективно решить поставленную задачу в условиях сложной среды, когда ситуация может изменяться непредсказуемым образом. При этом понятно, что методы и алгоритмы планирования и управления групповыми действиями роботов должны изначально разрабатываться с учетом необходимости их реализации в реальном времени на основе бортовых вычислительных устройств. Чтобы достичь поставленной цели, группа роботов должна действовать как нечто единое целое, и действия каждого отдельного робота должны быть направлены на получение наибольшего группового эффекта. В работах, посвященных проблеме группового управления, такие действия часто называются командными, а по отношению к группам роботов, способных к такому взаимодействию, применяется термин "команда роботов" [19 -38]. Ученые однозначно приходят к выводу, что командное взаимодействие может быть эффективно реализовано только с использованием методов децентрализованного (распределенного) управления [19 - 42].

Таким образом, актуальной является научная проблема группового управления интеллектуальными роботами, функционирующими автономно в условиях сложной, недетерминированной, динамической среды. Решение данной проблемы позволит, во-первых, значительно расширить области применения роботов, во-вторых, вплотную приблизиться к решению проблемы массового применения микророботов в составе больших групп, насчитывающих тысячи и десятки тысяч микророботов. Применение групп роботов, способных выполнять сложные работы, например, при ликвидации последствий природных или техногенных катастроф, рост числа которых наблюдается в последнее время, в свою очередь, позволит снизить риск для людей в условиях вредных или даже опасных сред, сократить затраты, связанные с обеспечением безопасности, увеличить производительность предприятий и т.п.

Решением проблемы группового управления занимались многие известные ученые, в нашей стране - И.М. Макаров, [Д.Е. Охоцимский, Е.П. Попов, Е.И. Юревич, И.А. Каляев, В.Е. Павловский, A.B. Тимофеев и др., за рубежом -Т. Фукуда, Т. Балч, Р. Аркин, М. Матарик, М. Диас, М. Велосо и др.

Анализируя результаты исследований, можно сделать вывод об отсутствии в настоящее время какого-либо общего подхода к проблеме группового управления роботами. Каждая исследовательская группа пытается разработать свой способ решения стоящей перед ней частной задачи, который, как правило, не может быть применен при решении других задач подобного типа. Кроме того, большинство упомянутых выше проектов предполагает функционирование группы роботов в идеализированной (искусственно созданной) среде, в которой отсутствуют внешние, заранее неизвестные силы, способные влиять на ситуацию.

Отсутствие общей методологии решения задач, возникающих при групповом управлении роботами в заранее неизвестной и динамически изменяющейся среде, существенно ограничивает их реальное применение.

Настоящая диссертационная работа посвящена разработке новых подходов, которые могли бы быть использованы при решении широкого класса задач управления роботами, в том числе интеллектуальными, при их групповом применении в реальных средах.

В качестве основы может быть предложен подход, присущий социальным образованиям людей - коллективам, решающим одну коллективную задачу без командира или начальника, определяющего действия отдельных членов коллектива, и основанный на принципах коллективного управления. В таком коллективе его члены самостоятельно определяют свои действия, направленные на достижение коллективной цели наилучшим в текущей ситуации образом. Реализация данных принципов требует разработки новых эффективных методов и алгоритмов группового управления роботами, ориентированных на использование распределенных систем управления.

Целью диссертационного исследования является расширение функциональных возможностей и областей использования, а также повышение эффективности применения роботов за счет их группового взаимодействия при решении сложных задач в условиях сложных недетерминированных динамических сред.

Научная проблема, решение которой содержится в диссертации, разработка методов и алгоритмов распределенного (децентрализованного) управления коллективным взаимодействием роботов при их групповом применении в условиях сложных, заранее неизвестных динамически изменяющихся ситуаций.

В соответствии с поставленной целью для решения сформулированной научной проблемы определены задачи диссертации:

- провести анализ существующих подходов к проблеме группового управления роботами;

- разработать метод коллективного управления роботами при их групповом взаимодействии и провести анализ его эффективности;

- разработать принципы организации распределенных систем управления группами роботов, реализующих метод коллективного управления;

- на основе метода коллективного управления разработать алгоритмы распределения заданий (целей) в группах роботов, решающих общую групповую задачу;

- разработать методы и алгоритмы коллективного управления роботами в условиях противодействия со стороны противника;

- разработать методы и алгоритмы управления большими группами роботов, насчитывающими сотни и тысячи единиц;

- разработать методы и алгоритмы управления отдельным роботом при отработке им коллективных действий в составе группы;

- провести экспериментальные исследования и анализ эффективности разработанных методов и алгоритмов;

- разработать технические решения по реализации предложенных методов и алгоритмов при решении прикладных задач группового управления роботами.

Методы исследований. При проведении исследований были использованы: методы современной теории автоматического управления, методы оптимального управления, методы линейного программирования, элементы теории множеств и теории дискретных систем, методы вычислительного эксперимента, методы имитационного моделирования. Теоретические исследования подтверждены реализацией в реальных системах группового управления роботами и другими объектами.

Научная новизна полученных результатов заключается в следующем:

- предложен новый подход к решению проблемы управления группами роботов, отличающийся от известных тем, что он основан на принципах коллективного взаимодействия;

- разработан новый метод коллективного распределенного управления группой роботов, обеспечивающий по сравнению с известными централизованными методами снижение вычислительной сложности задачи группового управления не менее чем в ТУ раз (ТУ — число роботов в группе);

- предложена оригинальная итерационная процедура оптимизации коллективных действий, отличающаяся тем, что ее использование позволяет за число итерационных циклов, не превышающее число роботов в группе, найти для каждого робота группы такое действие, которое бы являлось оптимальным или близким к нему в смысле достижения общей групповой цели;

- разработаны алгоритмы коллективного распределения заданий (целей) в группах роботов, реализующие метод коллективного управления и обеспечивающие возможность решения данной задачи в реальном времени, во-первых, за счет снижения вычислительной сложности по сравнению с известными алгоритмами, а, во-вторых, за счет их децентрализованной реализации;

- разработаны методы и алгоритмы коллективного выбора действий в группах роботов, функционирующих в условиях организованного противодействия, отличающиеся тем, что они обеспечивают возможность принятия решений о коллективных действиях роботов в условиях дефицита времени;

- предложены методы и алгоритмы управления большими группами роботов, насчитывающими сотни и тысячи единиц, обеспечивающие их управляемость в условиях динамически изменяющихся ситуаций;

- разработаны метод и алгоритмы управления отдельным роботом группы при отработке им коллективных действий, основанные на использовании однородных нейроподобных структур (ОНС) и отличающиеся возможностью выработки управляющих воздействий в реальном времени изменения ситуации в среде.

Наиболее существенные новые научные положения и результаты, выдвигаемые для защиты:

- новый подход к проблеме управления группами роботов, основанный на принципах коллективного взаимодействия;

- метод коллективного распределенного управления, позволяющий не менее чем в N (ТУ - число роботов в группе) раз снизить вычислительную сложность задачи группового управления роботами по сравнению с централизованными методами;

- итерационная процедура оптимизации коллективных действий, которая позволяет за число итерационных циклов, не превышающее числа роботов в группе, находить для каждого робота группы оптимальное или близкое к оптимальному действие для достижения общей групповой цели;

- алгоритмическая реализация метода коллективного управления при решении задач распределения заданий (целей) в группах роботов;

- метод и алгоритмы коллективного управления группами роботов при наличии противодействия со стороны противника;

- методы кластеризации больших групп роботов, обеспечивающие их управляемость при коллективном взаимодействии в условиях динамических, недетерминированных изменений ситуации;

- методы и алгоритмы решения задачи управления отдельным роботом группы при реализации им коллективных действий на основе ОНС.

Достоверность и обоснованность полученных в диссертационной работе результатов подтверждается полнотой и корректностью исходных посылок, теоретическим обоснованием, непротиворечивостью математических выкладок. Теоретические исследования подтверждены вычислительными экспериментами с использованием программных моделей, а также реализацией полученных научных результатов при создании систем группового управления различного назначения, в частности, систем группового управления складскими роботами, а также бортовых систем управления интеллектуальными мобильными роботами, способными функционировать в составе группы.

Научная значимость работы заключается в том, что разработаны и развиты теоретические основы коллективного управления роботами при их групповом взаимодействии в условиях динамических, недетерминированных ситуаций.

Практическая ценность работы. Практическое использование научных результатов позволяет:

- расширить функциональные возможности и области применения роботов за счет их группового применения;

- создать предпосылки к массовому применению микророботов за счет использования методов коллективного управления большими группами, а также снижения требований к массогабаритным характеристикам бортовых устройств управления микророботов и возможности их миниатюрного исполнения;

- повысить производительность автоматизированных складов, обслуживаемых группами роботов-штабелеров, на 20-30% за счет применения предложенных методов и алгоритмов, повысить безопасность складских операций, а также обеспечить сохранность грузов за счет исключения человека-оператора;

- повысить живучесть распределенных мультиплексных систем управления (МСУ) роботизированных транспортных средств (РТС) за счет обеспечения возможности перераспределения функций между исправными элементами системы в случае отказов, а также повысить уровень унификации программно-технических средств базовых элементов МСУ и, соответственно, снизить затраты при монтаже системы не менее, чем в 2-2,5 раза;

- обеспечить режим автономного функционирования в условиях пересеченной местности дистанционно-управляемых наземных робототехнических комплексов специального назначения.

Разработанные в рамках диссертации системы управления автоматизированным складом демонстрировались:

- на Первой специализированной выставке "Робототехника", г. Москва, ВВЦ, февраль 2004 г. (диплом и золотая медаль ВВЦ);

- на Второй специализированной выставке "Робототехника", г. Москва, ВВЦ, ноябрь 2004 г.

Реализация и внедрение результатов работы. Теоретические и практические результаты диссертационной работы использованы при выполнении госбюджетных и хоздоговорных НИОКР в НИИ МВС ТРТУ (НИИ МВС ЮФУ), научным руководителем, ответственным исполнителем и непосредственным участником которых являлся автор диссертации.

Наиболее важными из них являются:

- "Разработка, исследование и макетирование нейроноподобной управляющей структуры, предназначенной для управления движением автономного робота в реальной среде", 1984 - 1985 г.г., №ГР 01.83.0033262;

- "Разработка системы управления адаптивного автономного транспортного робота", 1987 - 1988 г.г., №ГР 01.86. 0064833;

- "Разработка аппаратных средств и алгоритмического обеспечения систем планирования поведения и адаптивного управления интеллектуальных роботов в сложных средах", 1991 - 1995 г.г., №ГР 01.9.30005780;

- "Разработка теоретических и практических основ построения интеллектуальных распределенных систем управления целенаправленным поведением коллективов микророботов", 1997 -1999 г.г., № ГР 01.9.70008000;

- "Поисковые исследования и разработка прототипов интеллектуальных систем автономного и группового управления боевыми и обеспечивающими роботами", 1999-2001 г.г., № ГР 01.20.0008196;

- "Разработка научно-технических основ построения систем управления коллективным взаимодействием массово применяемых микро- и биороботов", 2000 г., № ГР 01.2.00100685;

- "Разработка научно-технических основ построения систем управления коллективным взаимодействием массово применяемых микро- и биороботов",

2001-2003 г.г., № ГР 01.2.00104213;

- "Поисковые исследования и разработка научно-технических основ построения адаптивных систем управления взаимодействием микросистем и микророботов военного назначения", 2000-2004 г.г., № ГР 1601809;

- "Многопроцессорные ЭВМ с параллельной структурой в бортовых системах принятия решений и управления автономными объектами", МНТП "Многопроцессорные ЭВМ с параллельной структурой и системы виртуальной реальности", 1998-1999 г.г., № ГР 01.9.90002062;

- "Разработка принципов построения и макетирование базовых элементов микро- и миниробототехники военного назначения на основе микроэлектронных вычислительных, сенсорных и микроэлектронных устройств", 1999-2001 г.г., №ГР 01.20.0008195;

- "Исследование технических путей создания танковых автономных интеллектуальных робототехнических комплексов", 1999 - 2002 г.г., №ГР 01.20.0008194;

- "Разработка теоретических и практических основ построения интеллектуальных распределенных систем управления целенаправленным поведением коллективов микророботов", 1997-2000 г.г., № ГР 01.9.70008000;

- "Разработка интеллектуальной системы управления коллективным взаимодействием роботов", 2001-2003 г.г., № ГР 01.2.00105590;

- "Разработка интеллектуальной распределенной системы управления группой складских роботов", 2003-2004 г.г., № ГР 01.20.0307749;

- "Разработка научно-технических основ построения самоорганизующихся распределенных систем управления коллективным поведением роботов на базе биомиметических принципов", 2004 - 2008 г.г., № ГР 120.0404537;

- "Разработка бортового многопроцессорного вычислительного устройства на базе микропроцессорной техники для решения задач обработки информации и управления подвижными объектами", 2002 - 2004 г.г., №ГР 01.20.0307748;

- "Разработка технологии организации отказоустойчивых распределенных вычислений в системах реального времени на основе мультиагентного взаимодействия", 2007 г., № ГР 01.2.007 06420;

- ОКР "Разработка и создание системы управления оборудованием автоматизированных складов" по договору №513201 между НИИ МВС ТРТУ и ОАО "СКБ "Точрадиомаш", 2001 -2002 г.г.

- ОКР "Разработка и изготовление системы управления автоматизированным складом, включая автоматизированный учёт", по договору №553227 между НИИ МВС ТРТУ и ОАО "СКБ "Точрадиомаш", 2005 - 2007 г.г.

Результаты диссертационной работы внедрены в НИИ МВС ЮФУ (г. Таганрог), НИИ специального машиностроения МГТУ им. Н.Э. Баумана (г. Моеква), ОАО "ВНИИ ТРАНСМАШ" (г. Санкт-Петербург), ОАО "СКБ "Точрадио-маш" (г. Майкоп), Секции прикладных проблем при Президиуме РАН, ГОУ ВПО "Московский государственный институт электронной техники (технический университет)", войсковой части 93603 (г. Москва).

Внедрение результатов диссертации позволило расширить функциональные возможности робототехнических комплексов и систем, расширить области их применения, уменьшить или даже исключить непосредственное участие людей в выполнении опасных и тяжелых работ, повысить эффективность автоматизированных технологических процессов на базе мультиробототехнических систем.

Апробация работы. Основные результаты работы докладывались и обсуждались на всероссийских и международных научно-технических конференциях:

- VII научно-технической конференции "Экстремальная робототехника", С.-Петербург, 1996 г.;

- 14-th Workshop on Distributed Control Systems. - Seoul, Korea, July 1997;

- VIII научно-технической конференции "Экстремальная робототехника", С.-Петербург, 1997 г.;

- Всероссийской научно-технической конференции "Новые технологии управления робототехническими и автотранспортными объектами", г. Ставрополь, 1998 г.;

- The 4-th ECPD Inter. Conference on Advanced Robotics Intelligent Automation and Active System Proceedings, Moscow, Russia, 1998;

- IX научно-техническая конференция "Экстремальная робототехника", С.-Петербург, 1998 г.;

- Международной конференции "Интеллектуальные многопроцессорные системы (ИМС'99)", Таганрог, 1999 г.;

- IARP Int. Workshop on Micro Robots, Micro Mashines and Systems. Moscow, Russia, nov. 24-25, 1999;

- Молодежной научной школе "Интеллектуальные робототехнические системы", пос. Дивноморское, Геленджик, 2001 г.;

- Международной научно-технической конференции "СуперЭВМ и многопроцессорные вычислительные системы" (МВС'2002), г. Таганрог, 2002г.;

- Первой научной молодежной школе "Интеллектуальные роботы" (ИР-2002) научно-образовательного проекта "Интеллектуальные мехатронные и робототехнические системы", п. Кацивели, Крым, Украина, 2002г.;

- Юбилейной Международной конференции по нейрокибернетике "Проблемы нейрокибернетики", посвященная 90-летию со дня рождения профессора А.Б. Когана, г. Ростов-на-Дону, 2002 г.;

- Международной конференции "Интеллектуальные и многопроцессорные системы-2003", пос. Дивноморское, Геленджик, 2003 г.;

-Научной молодежной школе "Экстремальная робототехника - 2003", пос. Дивноморское, Геленджик, 2003 г.;

- Первой Всероссийской конференции с международным участием "Ме-хатроника, автоматизация, управление", г. Владимир, 2004 г.;

- Международной научной конференции "Искусственный интеллект. Интеллектуальные и многопроцессорные системы-2004", п. Кацивели, Крым, Украина, 2004 г.;

- Международной научной молодежной школе "Микросистемная техника", п. Кацивели, Крым, Украина, 2004 г.;

- IX Международной конференции "Устойчивость, управление и динамика твердого тела", г. Донецк, Украина, 2005 г.;

- Международной научной конференции "Интеллектуальные и многопроцессорные системы-2005", пос. Дивноморское, Геленджик, 2005 г.;

- Седьмой международной научно-технической конференции "Искусственный интеллект. Интеллектуальные и многопроцессорные системы-2006", пос. Кацивели, Крым, Украина, 2006 г.;

- Международной научно-технической выставке-конгрессе "Мехатроника и робототехника (МиР-2007)", г. Санкт- Петербург, 2007 г.;

- Международной научно-технической конференции "Мехатроника, автоматизация и управление - 2007 (МАУ-2007)", пос. Дивноморское, Геленджик, 2007 г.

Личный вклад автора. Все научные результаты, полученные при решении крупной научной проблемы разработки теоретических и практических основ организации, функционирования и построения распределенных систем коллективного управления роботами при их групповом применении в условиях сложных, заранее неизвестных динамических сред, получены автором лично.

Публикации. По теме диссертации опубликовано 80 печатных работ, в том числе: 2 монографии, 18 статей в центральной печати, из них 12 - в изданиях, входящих в "Перечень ведущих научных журналов и изданий, выпускаемых в Российской Федерации" ВАК.

Наиболее важными из публикаций являются.

Каляев И.А., Гайдук А.Р., Капустян С.Г. Распределенные системы планирования действий коллективов роботов. -М.: Янус-К, 2002. - 292 с.

Каляев И.А., Капустян С.Г., Усачев Л.Ж. Основы построения распределенных систем управления коллективами роботов // Информационные технологии.- 1998.- № 5.- С.13-18.

Капустян С.Г., Усачев Л.Ж., Стоянов C.B. Метод оптимального распределения целей в коллективе роботов // Информационные технологии.- 1998.- №4.-С.29-34.

Капустян С.Г., Вьюшин A.A. Распределенная система управления группой роботов-штабелеров //Мехатроника, Автоматизация, Управление.- 2003.-№3.- С. 22-28.

Капустян С.Г. Многоуровневая организация коллективного взаимодействия в группах интеллектуальных роботов //Известия ТРТУ.- 2004.- №9.- С. 149-158.

Капустян С.Г., Бондарев Ю.П. Методы организации локальной координации действий в больших группах микророботов //Известия ТРТУ.- 2004.- №9.-С. 158-167.

Капустян С.Г. Децентрализованный метод коллективного распределения целей в группе роботов // Известия высших учебных заведений. Электроника.-2006.-№2,-С. 84-91.

Каляев И.А., Капустян С.Г. Однородные структуры для решения вариационных задач оптимизации и планирования.- Львов: НТЦ "Интеграл", 1991.- 88 с.

Каляев И.А., Капустян С.Г., Усачев Л.Ж., Луконин O.A. Программно-аппаратный комплекс для моделирования систем управления движением мобильных роботов в виртуальной среде // Информационные технологии.- 1998.-№ 6.- С. 9-13.

Каляев И.А., Капустян С.Г., Усачев Л.Ж., Стоянов C.B. Системы управления интеллектуальных мобильных роботов для исследовательских и промышленных работ // Наука производству.- 1999.- № 11.- С.28-32.

Каляев И.А., Капустян С.Г., Усачев Л.Ж. Системы технического зрения на базе сканирующих лазерных дальномеров // Наука производству.- 1999.-№ 11.-С. 45-47.

Капустян С.Г., Усачев Л.Ж. Моделирование функционирования мобильных роботов в виртуальной среде на ПЭВМ // Известия ТРТУ.- 2002.- №1 (24).-С. 52-53.

Капустян С.Г. Интеллектуальная система автоматического вождения безэкипажного транспортного средства // Известия ТРТУ.- 2002.- №1 (24).- С.53-54.

Гандурин В.А., Капустян С.Г., Мельник Э.В. Алгоритм коллективного улучшения плана в задачах распределения ресурсов многопроцессорных информационно-управляющих систем //Вестник компьютерных и информационных технологий.- 2007.-№12.- С. 40-50.

Каляев И.А., Капустян С.Г., Усачев Л.Ж., Стоянов C.B. Creation bases of distributed control system of robot collective // The 4-th ECPD Inter. Conference on Advanced Robotics Intelligent Automation and Active System Proceedings. Moscow, Russia, 1998. pp.179-182.

I.A. Kaliaev., S.G.Kapustian, S.V. Stojanov, L.Zh. Usachov Development of Robots Collective Distributed Control System Bases // Proc. of the 44 Inter. Wissenschaftliches Kolloquium , Ilmenau, Germany, Sept. 1999.

Kaliaev I., Kapustjan S., Stojanov S., Usachov L. The Distributed Cjntrol Systern of Micro Robots Collectiv // IARP Int. Workshop on Micro Robots, Micro Mashines and Systems. Moscow, Russia, nov. 24-25, 1999, pp. 163-166.

Капустян С.Г. Метод организации мультиагентного взаимодействия в распределенных системах управления группой роботов при решении задачи покрытия площади //Искусственный интеллект, 2004.- №3,- Донецк (Украина): "Нука i освпга".- С. 715-727.

Каляев И.А., Гайдук А.Р., Капустян С. Г. Управление коллективом интеллектуальных объектов на основе стайных принципов //Вестник ЮНЦ РАН, 2005.- Т. 1.- Вып. 2.- С. 20-27.

Каляев И.А., Капустян С.Г., Усачев Л.Ж. Концептуальные аспекты организации распределенных систем управления коллективами роботов // IX На-учн.-техн. конф. "Экстремальная робототехника": мат-лы конф.- С.-Петербург: изд-во СПбГТУ, 1998.- С. 36-43.

Каляев И.А., Капустян С.Г., Усачев Л.Ж., Стоянов C.B. Метод оптимального распределения целей в коллективе роботов // IX НТК "Экстремальная робототехника": мат-лы конф. С.-Петербург: изд-во СПбГТУ, 1998.- С. 331-338.

Каляев И.А., Капустян С.Г., Усачев Л.Ж. Способ динамического целерас-пределения в задаче группового применения мобильных роботов специального назначения // Интеллектуальные многопроцессорные системы ИМС-99: труды междунар. конф,- Таганрог: Изд-во ТРТУ, 1999.- С.70-72.

Каляев И.А., Гайдук А.Р., Капустян С.Г., Чистяков В.М. Принципы организации больших коллективов роботов //Интеллектуальные робототехнические системы - 2001: Материалы молодежной научн. школы, 1-6 октября, 2001, пос. Дивноморское, Геленджик. Таганрог: Изд-во ТРТУ, 2001 - С. 178-181.

Каляев И.А., Капустян С.Г., Усачев Л.Ж. Способ динамического распределения целей в задаче группового применения мобильных роботов // Интеллектуальные робототехнические системы — 2001: мат-лы молодеж. научн. школы.- Таганрог: Изд-во ТРТУ, 2001.- С. 181-184.

Капустян С.Г. Децентрализованное планирование действий коллектива интеллектуальных роботов // Интеллектуальные робототехнические системы - 2001: мат-лы молодеж. научн. школы.- Таганрог: Изд-во ТРТУ, 2001.- С. 184-187.

Каляев И.А., Капустян С.Г., Усачев Л.Ж., Стоянов C.B. Способы организации многопроцессорных вычислительных структур для решения задачи планирования действий группы мобильных роботов // СуперЭВМ и многопроцессорные вычислительные системы (МВС'2002): мат-лы Междунар. науч.-техн. конф.- Таганрог: Изд-во ТРТУ, 2002.- С. 324-329.

Каляев И.А., Капустян С.Г., Усачев Л.Ж., Стоянов C.B. Программная модель системы динамического распределения целей в задаче группового применения мобильных роботов // СуперЭВМ и многопроцессорные вычислительные системы (МВС'2002): мат-лы Междунар. науч.-техн. конф.- Таганрог: Изд-во

ТРТУ, 2002.-С. 329-333.

Капустян С.Г. Распределенная интеллектуальная система управления коллективным взаимодействием роботов // СуперЭВМ и многопроцессорные вычислительные системы (МВС'2002): мат-лы Междунар. науч.-техн. конф.-Таганрог: Изд-во ТРТУ, - С.333-337.

Гайдук А.Р., Вершинин Ю.А., Капустян С.Г. Распределенная система управления коллективом роботов // Интеллектуальные и многопроцессорные системы - 2003, т. 2: мат-лы Междунар. науч.-техн. конф,- Таганрог: Изд-во ТРТУ, 2003.- С. 182-185.

Капустян С.Г. Распределенная система управления группой складских ро-ботов-штабелеров // Интеллектуальные и многопроцессорные системы - 2003, т. 2: мат-лы Междунар. науч.-техн. конф. Таганрог: Изд-во ТРТУ, 2003.- С,- 185-194.

Капустян С.Г., Усачев Л.Ж. Способ и программная модель динамического распределения целей в задаче группового применения мобильных роботов // Интеллектуальные и многопроцессорные системы - 2003, т. 2: мат-лы Междунар. науч.-техн. конф.- Таганрог: Изд-во ТРТУ, 2003.- С. 203-205.

Капустян С.Г., Усачев Л.Ж., Стоянов C.B. Применение многопроцессорных вычислительных структур для решения задачи планирования действий группы мобильных роботов // Интеллектуальные и многопроцессорные системы - 2003, т. 2: мат-лы Междунар. науч.-техн. конф.- Таганрог: Изд-во ТРТУ, 2003.- С. 206-210.

Каляев И.А., Гайдук А.Р., Капустян С.Г., Кулиничев Р.Н., Плаксиенко Е.А. Исследование метода кластеризации больших коллективов микророботов // Экстремальная робототехника - 2003 : мат-лы науч. молодеж. школы.- Таганрог: Изд-во ТРТУ, 2003.- С. 213-216.

Каляев И.А., Капустян С.Г. Распределенная система управления коллективом складских роботов //Мехатроника, автоматизация, управление: труды Первой Всеросс. конф. с междунар. участием.- М.: Новые технологии, 2004.- С. 428-432.

Капустян С.Г. Многоуровневая архитектура организации взаимодействия в группах интеллектуальных роботов //Искусственный интеллект. Интеллектуальные и многопроцессорные системы — 2004, т. 2.: мат-лы Междунар. науч. конф.- Таганрог: Изд-во ТРТУ, 2004.- С. 386-390.

Капустян С.Г., Бондарев Ю.П. Алгоритмы и имитационная модель локальной координации действий в больших группах микророботов //Искусственный интеллект. Интеллектуальные и многопроцессорные системы - 2004, т. 2.: мат-лы Междунар. науч. конф,- Таганрог: Изд-во ТРТУ, 2004.- С. 391-395.

Капустян С.Г., Кулиничев Р.Н. Алгоритм и имитационная модель решения задачи оптимального покрытия поверхности группой роботов //Искусственный интеллект. Интеллектуальные и многопроцессорные системы — 2004, т. 2.: мат-лы Междунар. науч. конф.- Таганрог: Изд-во ТРТУ, 2004.- С. 396-400.

Каляев И.А., Гайдук А.Р., Капустян С.Г. Стайное управление группой объектов // Устойчивость, управление и динамика твердого тела: тез. докладов IX Междунар. конф.- Донецк: Ин-т прикл. математики и механики НАНУ, 2005.- С.6-7.

Капустян С.Г. Ускоренный децентрализованный метод коллективного распределения целей в группе роботов // Интеллектуальные и многопроцессорные системы — 2005, т. 3: мат-лы Междунар. научн. конф.- Таганрог: Изд-во ТРТУ, 2005.- С. 45-51.

Структура диссертации. Диссертация состоит из введения, пяти глав, заключения и библиографического списка из 229 наименований.

5.6 Выводы

1. Проведен анализ задач, решаемых бортовыми устройствами управления отдельных МР, функционирующих в составе группы. Одной из сложных задач является задача планирования и управления движением МР к цели, поставленной перед ним в результате решения задачи коллективного распределения целей.

2. Показано, что задача управления отдельным роботом группы при отработке им выбранных коллективных действий цели может быть сведена к задаче вариационного исчисления, которую можно представить в графовой форме. В этом случае решение задачи управления движением может заключаться в отыскании оптимального пути в графе состояний системы "робот-среда" между вершинами текущего и целевого состояния, что значительно упрощает решение задачи и позволяет обойтись без традиционного решения системы дифференциальных уравнений.

3. Предложен способ формирования граф-модели пространства состояний системы "робот-среда" с различной топологией, позволяющий определять очередное управление для робота путем отыскания оптимального пути между вершинами текущего и конечного состояния в граф-модели состояний.

4. Предложен метод управления МР, основанный на использовании однородных нейроподобных структур, обеспечивающий малое время принятия решений за счет параллельной аппаратной реализации процесса выбора управлений. Причем ОНС позволяют одновременно формировать несколько планов действий, а затем выбирать из них оптимальный. Высокое быстродействие ОНС позволяет использовать предложенный метод при управлении МР в сложных недетерминированных средах в реальном времени.

5. Разработан способ организации функционирования ОНС, основанный на графовом представлении пространства состояний системы "робот-среда". Предложена структура подсистемы планирования движения робота.

6. Предложен подход к сокращению размерности модели пространства состояний системы "робот-среда". В основу подхода положены метод отображения внешней среды в виде дискретной карты местности и метод градуальной оценки проходимости дискретных участков среды. Предложенный подход позволяет использовать двухмерные ОНС для решения задачи планирования движений робота.

7. Разработан метод иерархического планирования движений робота, позволяющий расширить функциональные возможности робота и осуществлять управление движением робота к цели в условиях динамически изменяющейся ситуации в реальном времени.

8. Проведены экспериментальные исследования макетных образцов систем управления движением мобильных МР, построенных на базе ОНС, в составе прототипов роботов планетоходов и имитационных программных моделей МР с использованием средств виртуальной реальности, подтвердившие работоспособность и эффективность предложенного метода планирования и управления действиями МР.

ЗАКЛЮЧЕНИЕ

В диссертации решена актуальная научная проблема разработки методов и алгоритмов коллективного управления при групповом взаимодействии роботов. Данная проблема имеет важное народнохозяйственное значение, поскольку ее решение позволяет значительно расширить функциональные возможности и области применения робототехнических систем, сократить временные и финансовые затраты на создание систем группового управления роботами, заменить людей при выполнении опасных работ, например, в зонах техногенных и экологических катастроф, в боевых условиях, повысить производительность технологических процессов.

В процессе достижения основного научного результата диссертации были решены следующие задачи:

- проведен анализ существующих подходов к проблеме группового управления роботами, сделан вывод об отсутствии общей методологии решения данной проблемы;

- для решения указанной проблемы разработан метод коллективного управления роботами при их групповом взаимодействии и проведен анализ его эффективности;

- разработаны принципы организации распределенных систем управления группами роботов, реализующих метод коллективного управления;

- на основе метода коллективного управления разработаны алгоритмы распределения заданий (целей) в группах роботов, решающих общую групповую задачу;

- разработаны методы и алгоритмы управления большими группами роботов;

- разработаны методы и алгоритмы коллективного управления роботами в условиях противодействия со стороны противника;

- проведены экспериментальные исследования и анализ разработанных методов и алгоритмов;

- разработаны технические решения по реализации предложенных методов и алгоритмов, в том числе для автоматизированного склада;

- разработаны методы и алгоритмы управления отдельным роботом при отработке им коллективных действий в составе группы;

- проведены экспериментальные исследования разработанных методов и алгоритмов управления отдельным роботом.

Научная новизна диссертации заключается в том, что: - впервые предложен подход к проблеме управления группами роботов, основанный на принципах коллективного взаимодействия;

-разработан новый метод коллективного распределенного управления группой роботов, обеспечивающий по сравнению с известными централизованными методами снижение вычислительной сложности задачи группового управления не менее, чем в Л^раз (.N— число роботов в группе);

- предложена оригинальная итерационная процедура оптимизации коллективных действий, позволяющая за число итерационных циклов, не превышающее числа роботов в группе, найти для каждого робота группы такое действие, которое бы являлось оптимальным или близким к нему в смысле достижения общей групповой цели;

- разработаны новые алгоритмы коллективного распределения заданий (целей) в группах роботов, реализующие метод коллективного управления и обеспечивающие возможность решения данной задачи в реальном времени, во-первых, за счет снижения вычислительной сложности, по сравнению с известными алгоритмами, а во-вторых, за счет их децентрализованной реализации;

- разработаны методы и алгоритмы коллективного выбора действий в группах роботов, функционирующих в условиях организованного противодействия, отличающиеся тем, что они обеспечивают возможность принятия решений о коллективных действиях роботов в условиях дефицита времени;

- предложены новые методы и алгоритмы управления большими группами роботов, обеспечивающие их управляемость в реальном времени в условиях динамически изменяющихся сред;

- разработаны метод и алгоритмы управления отдельным роботом группы при отработке им коллективных действий, основанные на использовании однородных нейроподобных структур (ОНС) и отличающиеся возможностью выработки управляющих воздействий в реальном времени изменения ситуации в среде.

Практическая значимость полученных в диссертации научных результатов заключается в расширении функциональных возможностей и областей применения робототехнических систем за счет реализации методов и алгоритмов группового управления в режиме реального времени, а также сокращении сроков создания и финансовых затрат при создании систем управления группами роботов за счет снижения требований к программно-техническим средствам таких систем, повышения их надежности и живучести.

Практическое использование научных результатов позволило:

1) Повысить эффективность мобильных роботов специального назначения за счет группового применения и организации их коллективного взаимодействия.

2) Решить проблему управляемости массово применяемых микророботов и микросистем военного назначения.

3) Снизить уровень риска для людей при ликвидации последствий техногенных катастроф и аварий, при проведении антитеррористических операций и т. п. за счет замены людей группами роботов.

4) Создать эффективную систему управления группой складских роботов, обеспечивающую повышение производительности автоматизированных складов промышленных предприятий на 20-30% за счет коллективной оптимизации распределения между складскими роботами технологических заданий и снижение требований к обслуживающему персоналу.

5) Повысить живучесть распределенных мультиплексных систем управления (МСУ) роботизированных транспортных средств (РТС) за счет обеспечения возможности перераспределения функций между исправными элементами системы в случае отказов с использованием разработанных алгоритмов коллективного распределения заданий (целей), а также повысить уровень унификации программно-технических средств базовых элементов МСУ и, соответственно, снизить затраты при монтаже системы не менее, чем 2-2,5 раза.

6) Обеспечить режим автономного функционирования в условиях пересеченной местности дистанционно-управляемых наземных робототехнических комплексов специального назначения.

7) Реализация технических решений, предложенных в диссертации, позволила в 2-2,5 раза сократить массогабаритные характеристики бортовых систем управления мобильных роботов.

Основные научные результаты диссертации опубликованы в работах [53— 56, 102, 164-168,170-176,182,183,185-197,204,209-216, 219, 220,222-229].

Предложенные в диссертационной работе новые решения строго аргументированы и критически оценены по сравнению с другими известными результатами. В диссертации приведены рекомендации по использованию полученных научных выводов. Полученные научные результаты практически используются на различных предприятиях и в организациях РФ, что подтверждается соответствующими актами о реализации.

Все научные результаты проведенных в диссертационной работе исследований, направленных на решение крупной научной проблемы разработки и создания методов коллективного управления в реальном времени группами роботов, функционирующими в сложных динамических средах, в том числе и большими, получены автором лично.

1. Робототехника Текст.: монография /Ю.Д.Андрианов [и др.]; под ред. Е.П. Попова, Е.И. Юревича.-М.: Машиностроение, 1984.-288 с.

2. Попов, Э.В. Алгоритмические основы интеллектуальных роботов и искусственного интеллекта Текст.: монография /Э.В.Попов, Г.Р.Фридман. -М.: Наука, 1976.-455 с.

3. Marsh P. Robots. London: Salamander Books Limited, 1985.

4. Фу, К. Робототехника Текст.: монография / К.Фу, Р.Гонсалес, К.Ли.-М.: Мир, 1989.-624 с.

5. B.Wiloox, L. Matthies, D. Cennery, ect. Robotic Vechicles for Planetary Exploration. Proc. of the IEEE Inter. Conf. Rob. and Automation, Nice, France, Vol.1, 1992, pp. 175-180.

6. Представление знаний в человеко-машинных и робототехнических системах. Том Д. Фундаментальные и прикладные исследования в области робототехнических систем Текст.: сб. науч. трудов; под ред. И.Пландера, А.К.Платонова .-М:ВИНИТИ, 1984.-292 с.

7. The autonomous intelligent system. Fritz W., Garcia Martinez R., Blanque J.R., Adoblati R., Rama A., Sarno M. "Robotics and Autonomous Systems", 1989, 5, N2, pp. 109-125.

8. Робототехника и гибкие автоматизированные производства. Техническая имитация интеллекта Текст.: сб. науч. трудов; / В.М. Назаретов, Д.П. Ким; под ред. И.М.Макарова. -М: Высш. шк., 1986. 144 с.

9. Планетоходы Текст.: монография / А.Л.Кемурджиан [и др.]; под ред. А.Л.Комурджиана. -М: Машиностроение, 1982. 319 с.

10. Tortolano F.W. When robots go to war. "Desing News", 1991, 47, №8, pp. 74- 78.

11. Нильсон, H. Мобильный автомат, построенный с использованием принципов искусственного интеллекта Текст. / Н.Нильсон // Интегральные роботы: сб.; под ред. П.Е.Позняка. — М.: Мир, 1973.

12. Раузел, Ч.А. Машины, действующие разумно Текст. / Ч.А.Раузел //Человеческие способности машин: сб.- М.: Сов. радио, 1971.-С.168-186.

13. Маровец, Х.П. Тележка Станфордского университета и ровер университета Карнеги Меллона Текст. / Х.П. Маровец // ТИИЭР. -1983 .-Т.71С. 112-128.

14. C.R.Weisbin, M.Montemerlo, W.Whittaher. "Evolving directions in NASA's planetary rover requirments and technology". Robotics and Autonomous Systems.- V.11,N1, 1993, pp.3-11.

15. Zapp A. "Comand and control structure and peroption System of the German M.D. experimental program "Robotics on the Battlefield", Proc. 1992. IEEE Iner. Conf. Rob. and Autom., Nice, France, May 12-14,1991, Val.3, pp. 2785-2791.

16. Куафе, Ф. Взаимодействие робота с внешней средой Текст.: монография / Ф. Куафе. -М.: Мир, 1985. -285 с.

17. Мальцев, П.П. "Умная пыль" на основе микросистемной техники Текст. / П.П.Мальцев, К.М.Пономарев, Ю.И.Степанов // "Интеллектуальные робототехнические системы 2001": мат. молодежи, науч. школы. -Таганрог: Изд-во ТРТУ, 2001.-С.220-232.

18. Рубцов, И.В. Современная зарубежная военная микро- и мини-робототехника Текст. / И.В.Рубцов, В.Е.Нестеров, В.И Рубцов // Микросистемная техника.- 2000.-№1.-С.36-42.

19. N. Papanikolopoulos, S. A. Stoeter, P. E. Rybski, M. Gini, D. F. Hougen, M. Erickson. Experiments with a Team of Miniature Robots, Proceedings of the IEEE Mediterranean Conference on Control & Automation, Rio, Greece, July 2000.

20. P. E. Rybski, S. A. Stoeter, M. D. Erickson, M. Gini, D. F. Hougen, N. Papanikolopoulos. A Team of Robotic Agents for Surveillance, Proceedings of the Fourth International Conference on Autonomous Agents, Barcelona, Spain, June 2000, pp. 9-16.

21. H. Yamaguchi. A Cooperative Hunting Behavior by Mobile Robot Troops. IEEE Int. Conf. on Robotics and Automation. May 16-20, 1998, Leuven, Belgium, Vol.4, p. 3204-3209.

22. A.R. Wagner, R.C. Arkin, Internalized Plans for Communication-Sensitive Robot Team Behaviors, Proc. IEEE Inter. Conf. on Intelligent Robotics and Systems, pp. 2480-2487, 2003.

23. T. Balch, R.C. Arkin, Motor schema-based Formation Control for Multiagent Robot Team. Proc. of First Inter. Conf. on Multiagent Systems, June 1995, SanFrancisco, pp. 10-16.

24. T. Balch, Social Entropy: a New Metric for Leaning Multirobot Teams, Proc. of 10th Inter. FLAIRS Conf. (FLAIRS-97), Daytona, 1997.

25. T. Balch, R.C. Arkin, Behavior-based Formation Control for Multirobot Teams, IEEE Transaction on Robotics and Automation, vol.14, No.6, December 1998, pp.926-939.

26. P. Ulman, T. Balch, Niche Selektion for Foragin Tasksin Multi-Robot Teams Using Reinforcement Learning, Proc. of 2 rd Inter. Workshop on the Mathematics and Algorithms of locial Insect, Atlanta, Georgia, 2003.

27. P. Ulman, R.C. Arkin, When Good Comms Go Bad: Communications Recovery For Mylti-Robot Teams, Proc. IEEE Int. Conf. on Robotics and Automation (ICRA 2004), New Orlean, LA, 2004.

28. J. Bruce, M. Bowling, B. Browning, M. Veloso. Multi-robot team response to a multi-robot opponent team, In Proceedings of ICRA'03, the 2003 IEEE International Conference on Robotics and Automation, Taiwan, May 2003.

29. M. Veloso, P. Stone, M. Bowling. Anticipation as a key for collaboration in a team of agents: A case study in robotic soccer. In Proceedings of SPIE Sensor Fusion and Decentralized Control in Robotic Systems II, volume 3839, Boston, September 1999.

30. M. Veloso, P. Stone, K. Han, S. Achim.CMUnited: A team of robotic soccer agents collaborating in an adversarial environment. Crossroads, 4.3, February 1998.

31. M. Veloso. Autonomous robot soccer teams, The Bridge, National Academy of Engineering, 33(1):8-12, Spring 2003.

32. I. Noda, S. Suzuki, H. Matsubara, M. Asada, H. Kitano, RoboCup- 97: The first robot world cup soccer games and conferences. AI Magazine, 1998, 19(3):49-59.

33. RoboCup //RoboCup papers at ICRA-98 and DARS-98. RoboCup Federation, Spring, 1998.

34. Станкевич, Jl.А. Развитие футбола роботов за рубежом и в России Текст. / Л.А.Станкевич, В.Э.Шмаков // Экстремальная робототехника: мат. XI науч.-техн. конф.-С-Петербург: Изд-во СП6ГТУ.-2001.-С.45-51.

35. Stone P., Balch Т., Kraetzchmar G.(eds.), RoboCup-2000: RobotSoccer World Cup IV, Springer-Vertag, 2001.

36. T. Hashimoto, T. Yamaguchi, H. Hashimoto. Multi-vision RoboCup system using ISpace. In Minoru Asada, editor, Proc. of the Second RoboCup Workshop, pages 527-537, 1998.

37. Тимофеев, A.B. Интеллектуальное и мультиагентное управление робо-тотехническими системами Текст. / А.В.Тимофеев // Экстремальная робототехника: мат. XI науч.-техн. конф.- С-Петербург: Изд-во СП6ГТУ.-2001.-С.9-16.

38. A. Stentz, М.В. Dias. A Free Market Architecture for Coordinating Multiple Robots tech. report CMU-RI-TR-99-42, Robitics Institute, Carnegie Mellon University, December, 1999.

39. R. Zlot, A. Stentz, M. B. Dias, S. Thayer. Multi-Robot Exploration Controlled By A Market Economy, IEEE International Conference on Robotics and

40. Automation (ICRA), May 2002.

41. T. Balch, Z. Khan, M. Veloso. Automatically Tracking and Analyzing the Behavior of Live Insect Colonies. In Proc. AGENTS'01, May 28-June 1, 2001, Montreal, Quebec, Canada.

42. M. Dorigo and G. Di Caro. The ant colony optimization meta-heuristic. In

43. D. Corne, M. Dorigo, and F. Glover, editors, New Ideas in Optimization, McGraw-Hill, 1999, pp. 11-32.

44. J. Haefner and T. Crist. Spatial model of movement and foraging in harvester ants (pogonomyrmex)(i): The roes of memory and communication. Journal of Theoretica Biology, 166:299-313, 1994.

45. Kube, C.R., Zhang, H. Collective robotic intelligence, in 'From Animals to Animats: International Conference on Simulation of Adaptive Behavior', 1992, pp.460-468.

46. R. Vaughan, K. Stoy, G. Sukhatme, and M. Mataric. Whistling in the dark: Cooperative trail following in uncertain localization space. In Proc. Autonomous Agents 2000, Barcelona, Spain, 2000.

47. M. Whitehouse and K. Jaffe. Ant wars: combat strategies, territory and nest defence in the leaf-cutting ant atta laevigata. Animal Behavior, 51:1207-1217, 1996.

48. P. Nonacs and J. Soriano. Patch sampling behavior and future foraging expectations in argentine ants, linepithema humile. Animal Behavior, 55:519-527, 1998.

49. Юревич, Е.И. Принципы группового управления роботами Текст. /

50. E.И.Юревич // Экстремальная робототехника-2003: мат. науч. молодежи, школы.- Таганрог: Изд-во ТРТУ.- 2003.-С. 165-171.

51. Юревич, Е. И. О проблеме группового управления роботами Текст. / Е. И.Юревич // Мехатроника, автоматизация, управление.- 2004.- №2,- С. 9-13.

52. Юревич, Е.И. Управление роботами и робототехническими системами Текст.: учеб. для вузов / Е.И.Юревич.- СПб.: Изд-во СПбГТУ, 2001.-168 с.

53. Каляев, И.А. Многопроцессорная система управления интеллектуального мобильного робота Текст. / И.А.Каляев [и др.] //Робототехника для экстремальных условий: мат. конф.- С.-Петербург: Изд-во СПбГТУ, 1996.- С. 124-132.

54. Kaliaev I., Kapustian С. Multiprocessor distributed control system of intelligent mobile robot //14-th Workshop on Distributed Control Systems. Seoul, Korea, July 1997.

55. Каляев, И.А. Многопроцессорные распределенные системы управления интеллектуальных роботов Текст. / И.А.Каляев [и др.] // Современные технологии автоматизации.- 1997.-№ 4.- С.94-97.

56. Управление роботами от ЭВМ Текст.: монография / Е.И. Юревич [и др.]; под ред. Е.И. Юревича.-М.: Энергия, 1980 264 с.

57. Каляев, И.А. Система планирования и управления деятельностью коллектива транспортных роботов Текст. / И.А.Каляев //Методы автоматизации проектирования, программирования и моделирования: сб. науч. трудов.- Таганрог, ТРТИ, вып. 3, 1982.-С.119-123.

58. Каляев, И.А. Алгоритм планирующей структуры коллектива манипу-ляционных роботов Текст. / И.А.Каляев // Многопроцессорные вычислительные структуры: сб. науч. трудов, вып.6 (XX), Таганрог: ТРТИ, 1982.- С.72-73.

59. Каляев, A.B. Децентрализованная система планирования и управления коллективом транспортных роботов Текст. / A.B. Каляев, И.А. Каляев //Проблемы нейрокибернетики: сб. трудов науч. конф.- Ростов-на-Дону: изд-во РГУ, 1983г.- С. 128-129.

60. Каляев, И.А. Децентрализованная система планирования и управления коллективом транспортных роботов Текст. / Каляев И.А. //Кибернетика.-1985.-№4.-С.93-97.

61. Охоцимский, Д.Е. Система моделирования игры роботов-футболистов Текст. / Д.Е.Охоцимский [и др.] //Мобильные роботы и мехатронные системы: мат. научн. конф. -М.: Изд-во МГУ, 2000.-С.288.

62. Охоцимский, Д.Е. Моделирование игры роботов-футболистов и базовые алгоритмы управления ими Текст. / Д.Е.Охоцимский [и др.] //Искусственный интеллект.- 2000.- №3. -С.534-541.

63. Павловский, В.Е. Моделирование управляемого адаптивного поведения гомогенной группы роботов Текст. / В.Е.Павловский, Е.П.Кирикова // Искусственный интеллект—2002: мат. Междунар. науч.-техн. конф. Т.2.- Таганрог: Изд-во ТРТУ, 2002.-С.245-249.

64. Охоцимский, Д.Е. Моделирование игры роботов-футболистов в пакете "Виртуальный футбол" Текст. / Д.Е. Охоцимский [и др.] //Мехатроника.- №1,2002.-С.2-3.

65. Кирильченко, A.A. Перспективы развития распределенных мобильных робототехнических систем Текст. / A.A. Кирильченко [и др.] .-М.: Препринт Ин-та прикл.матем. им. М.В.Келдыша РАН, 1998, №23.-30 С.

66. Бакиров, А.К. Проблемы управления распределенными мобильными системами Текст. / А.К. Бакиров, A.A. Кирильченко.-М.: Препринт Ин-та прикл.матем. им. М.В.Келдыша РАН, 2000, №64.-23 с.

67. Kaliaev I. Organization principles of collective control of micro-robots group //M&R 2000, 1-st Inter. Conf. on Mechatronics and Robotics. St.-Petersburg, Russia, May 29 June 2, 2000, pp. 189-190.

68. Каляев, И.А. Принципы организации децентрализованных систем управления коллективов микророботов Текст. / И.А. Каляев //Мехатроника. -2000.-№6.-С16-26.

69. Каляев, И.А. Принципы коллективного принятия решения и управления при групповом взаимодействии роботов Текст. / И.А. Каляев //Мобильные роботы и мехатронные системы: мат. науч. школы-конф. М.: Изд-во МГУ, 2000.-С204-221.

70. Каляев, И.А. Использование принципов коллективного принятия решений при управлении группой автоматических лифтов Текст. / И.А. Каляев //Мехатроника.- 2001.-№4.

71. Каляев, И.А. Планирование коллективных действий при управлении группой роботов лифтов Текст. / И.А. Каляев //Искусственный интеллект.- Донецк (Украина): Изд-во "Наука i осв1та".- 2001.-№3.- С.623-632.

72. Каляев, И.А. Метод коллективного управления группой объектов Текст. / И.А. Каляев //Нелинейный динамический анализ (NDA'2): мат. Второго междунар. конгресса.- М.: МАИ, 2002.

73. Каляев, И.А. Метод коллективного управления группой объектов Текст. / И.А. Каляев //8 Inter. Conf. Stability, Control and Rigid Bodies Dynamics, Donetsk (Ukraine), September 3-7, 2002, pp. 4-5.

74. Каляев, И.А. Метод коллективного управления группой объектов Текст. / И.А. Каляев //Мехатроника, Автоматизация, Управление.- 2003. -№3. -С. 9-22.

75. Каляев, И.А. Алгоритм кластеризации массово-применяемых микророботов Текст. / И.А. Каляев //Мехатроника, Автоматизация, Управление.2003.-№4. -С. 9-15.

76. Станкевич, JI.A. Мультиагентная технология в когнитивных системах управления автономными роботами Текст. / JI.A. Станкевич //Экстремальная робототехника: мат. X науч.-техн. конф.- С-Петербург: Изд-во СПбГТУ, 1999.-С.62-70.

77. Котенко, И.В. Командная работа агентов в условиях временных ограничений Текст. / И.В. Котенко, JI.A. Станкевич // Искусственный интеллект 2002: мат. Междунар. науч.-техн. конф. Т.2., Таганрог: Изд-во ТРТУ, 2002.-С.249-253.

78. Ахапкин, C.B. Футбол роботов многоагентная среда для моделирования группового поведения интеллектуальных роботов Текст. /C.B. Ахапкин [и др.] //Экстремальная робототехника: мат. X науч.-техн. конф.-С-Петербург: Изд-во СПбГТУ, 1999.- С. 122-129.

79. Ахапкин, C.B. К проблеме принятия решений в системе группового управления мобильными роботами текст. / C.B. Ахапкин //Экстремальная ро-бототехника-2003: мат. науч. молодеж. школы. -Таганрог: Изд-во ТРТУ, 2003.-С. 199-206.

80. Макаров, И.М. Люди и роботы Текст.: монография / И.М. Макаров, Ю.И. Топчеев.- М.: Изд-во МАИ, 1999.- 155с.

81. Макаров, И.М. Робототехника: история и перспективы Текст.: монография / И.М. Макаров, Ю.И. Топчеев. -М.: Наука, 2003. -351 с.

82. Зенкевич, С.Л. Планирование задания и управление группой роботов Текст. / С.Л. Зенкевич, A.B. Назарова, И.А. Сандлер // Искусственный интеллект 2002: мат. Междунар. науч.-техн. конф. Т.2., Таганрог: Изд-во ТРТУ, 2002.-С.241-244.

83. Зенкевич, С.Л. Управление распределенными робототехническими системами Текст. / С.Л. Зенкевич [и др.] //Экстремальная робототехника: мат. XI науч.-техн. конф. СПб.: Изд-во СПбГТУ, 2001. -С. 179-184.

84. Timofeev A.V. Neural Multi-Agent Control of Robotic Systems //Proc. of Inter. Conf. of Informatics and Control, St-Petersburg, 1997, Vol. 2, №3, pp.537-542.

85. Timofeev A.V. Intelligent Control and Operations Research for MultiAgent Robot Systems. International Autonomous Systems. International Scientific Issue.- Karlsruhe, Ufa, USATU, 1998,pp.119-124.

86. Игнатьев, М.Б. Саморганизующиеся робототехнические системы и игра в футбол Текст. / М.Б. Игнатьев //Первая международная конф. по мехатро-нике и робототехнтке "МиР'2000": сб. трудов.- СПб.: НПО Омега БФ Омега, 2000.- С. 127-131.

87. Ширяев, В.И. Об управлении коллективом роботов при игре в футболе как задаче управления в условиях неточной информации Текст. / В.И. Ширяев

88. Искусственный интеллект.- 2000.- №3.- С. 353-360.

89. Малолетов, А.В. Стратегия управления коллективом робототехнических объектов Текст. / А.В. Малолетов [и др.] // Искусственный интеллект- 2002: мат. Междунар. науч.-техн. конф., Т.2.- Таганрог: Изд-во ТРТУ, 2002.- С. 253-256.

90. Sharko, Н., Tschernyscheff С. Multi-agent systems within an identification problem Текст. / H. Sharko, C. Tschernyscheff // Искусственный интеллект 2002: мат. Междунар. науч.-техн. конф., Т.2.- Таганрог: Изд-во ТРТУ, 2002.-С. 257-260.

91. Строев, В. Системы с искусственным интеллектом в сухопутных войсках Текст. / В. Строев. // Зарубежное военное обозрение.- 1997.- №3.- С. 27-30.

92. Боровский, С. Роботы готовятся к разведке и бою Текст. / С. Боровский //PC Week.- 2001.-№45.-С. 45.

93. Т. Fukuda, S. Nakagawa, Y. Kawauchi, M. Buss, Structure decision for self organising robots based on cell structures CEBOT, IEEE Inf. Conf. on Robotics and Automation, Scottsdale AZ, 1989, pp. 695-700.

94. T. Fukuda, S. Nakagawa, Y. Kawauchi, Cellular Robotic System (CEBOT) as One of the Realization of Self -Organizing Intelligent Universal Manipulator, Proc. of IEEE Int. Conf. on Robotics and Automation, 1990, pp. 662-667.

95. R. Alami, S. Fleury, M. Herrb, F. Ingred, F Robert. Milti-Robot Cooperation in the MARTHA Project, IEEE Robotics&Automation magazine, Vol.5, №1, 1998. p. 36-47.

96. Каляев, И.А. Распределенные системы планирования действий коллективов роботов Текст.: монография / И.А. Каляев, А.Р. Гайдук, С.Г. Капус-тян.-М.: Янус-К, 2002.-292 с.

97. S. A. Stoeter, I. T. Burt, N. Papanikolopoulos. Scout Robot Motion Model. Proceedings of the IEEE International Conference on Robotics and Automation, Taipei, Taiwan, May 2003.

98. T. Kamada, K. Oikawa. AMADEUS: A Mobile, Autonomous Decentralized Utility System for Indoor Transportation. IEEE Int. Conf. on Robotics and Automation. May 16-20, 1998, Leuven, Belgium, Vol.4, p.2229-2236.

99. T. Kaga, T. Fukuda. An Oscillation Analysis on Distributed Automations Robotic System. IEEE Int. Conf. on Robotics and Automation. May 16-20, 1998, Leuven, Belgium, Vol.4, p.2846-2851.

100. Brumitt, B. L., Stentz, A. Dynamic Mission Planning for Multiple Mobile Robots, Proceedings of the IEEE International Conference on Robotics and Automation, No. 3, pp. 2396-2401, 1996.

101. Brumitt B.L., Stentz A. GRAMMAPS: A Generalized Mission Planner for Multiple Robots in Unstructured Environments. IEEE Int. Conf. on Robotics and Automation. May 16-20, 1998, Leuven, Belgium, Vol.2, p. 1564-1571.

102. J.P. Desai, J. Ostrowski, V Kumar. Controlling formations of multiple mobile robots. IEEE Int. Conf. on Robotics and Automation. May 16-20, 1998, Leuven, Belgium, Vol.4, p. 2864-2869.

103. J. Spletzer, A.K. Das, R. Fierro, C.J. Taylor, V. Kumar, and J.P. Ostrowski, Cooperative localization and control for multi-robot manipulation, submitted to IROS 2001, Hawaii, USA Dec 2001.

104. A. Jadbabaie, J. Lin, and A. S. Morse. Coordination of groups of mobile autonomous agents using nearest neighbor rules. IEEE Conference on Decision and Control, Las Vegas, NV, 2002. A.

105. Jadbabaie, J. Lin, and A. S. Morse Coordination of groups of mobile autonomous agents using nearest neighbor rules. IEEE Transactionon Automatic Control May 2003.

106. T. Fukuda, D Funato, K Sekiyama, F.Arai, Evaluation on Flexibility of Swarm Intelligent System. IEEE Int. Conf. on Robotics and Automation. May 16-20, 1998, Leuven, Belgium, Vol.4, p.3210-3215.

107. A. K. Das, R. Fierro, V. Kumar, J. P. Ostrowski, J. Spletzer, and C. J. Taylor, A framework for vision based formation control, Submitted to Multi-Robot Systems: A Special Issue of IEEE Transactions on Robotics and Automation, April 2001.

108. T. Balch, R.C. Arkin, Communication in Reactive Multiagent Robotic System, Autonomous Robots, 1995, pp.27-52.

109. T. Balch, R.C. Arkin, Cooperative Multiagent Robotic Systems Al-based Mobile Robots: Case Studies of Successful Robot System, D. Kortenkamp, R.P. Bonasso, R. Murphy (eds). MIT Press, 1998.

110. T. Balch, Reward and Diversity in Multirobot Foraging, IJCAI-99 workshop on Agents Learning About and with other Agents, Stockholm, 1999.

111. Поспелов, Д.А. Ситуационное управление: теория и практика Текст.: монография / Д.А. Поспелов. М.: Наука, 1986.- 284 с.

112. Т. Balch, М. Hybinette, Behavior-based Coordination of Large-Scale Robot Formations, IEEE Int. Conf. on Myltiagent Systems (ICMAS-2000), Boston, 2000.

113. R. Emery, T. Balch, Behavior-based Control of Non-Holonomic Robot in Pushing Task, IEEE Int. Conf. on Robotics and Automation (ICRA 2001), Seoul, 2001.

114. R.C. Arkin, Behavior-based Robot Navigation in Extended Domains, Jonrnal of Adaptiv Behovior, vol.1, No.2, 1992, pp.201-225.

115. E. Martinson, A. Stoytohov, R.C. Arkin, Robot Behavioral Selection Using Q-learning, Proc. , IEEE Int. Conf. on Robots a Systems (IROS-02), Lausanne, Sept. 2002.

116. T.S. Dahl, M.J. Mataric, G.S. Sukhatme, Emergent Robot Differentiotion in Distributed Mylti-Robot Task Allocation. Proc. 7th Int. Simposium on Distributed Autonomous Robotic Systems (DARS-04), Toulouse, France, 2004.

117. T.S. Dahl, M.J. Mataric, G.S. Sukhatme, Mylti-Robot Task Allocation through Vacancy Chains. Proc. of the 2003 IEEE Int. Conf. in Robotics and Auma-tion (ICRA-03), Taipei, Taiwan, 2003, pp.2293-2298.

118. T.S. Dahl, M.J. Mataric, G.S. Sukhatme, Adaptive Spatio-Temporal Organization in Groups of Robots, Proc. of the 2002 IEEE/RSI Int. Conf. on Intelligent Robots and Systems (IROS-02), Lausanne, Switzerland, 2002, pp.l044-1049.

119. M.B. Dias, A. Stentz. A Free Market Architecture for Distributed Controlof a Multirobot System. Proceedings of the 6th International Conference on Intelligent Autonomous Systems (IAS), Venice, Italy, July, 2000

120. S. Thayer, B. Digney, M.B. Dias, A. Stentz, B. Nabbe, M. Hebert. Distributed Robotic Mapping of Extreme Environments. Proceedings of SPIE: Mobile Robots XV and Telemanipulator and Telepresence Technologies VII, Vol. 4195, November, 2000.

121. A. Stentz, Optimal and efficient path plauning for partially-Known envi-roments. Proc. of the Int. Conf. on Robotics and Automation, vol.4, 1994, pp.3310-3317

122. S. Koenig, C. Tovey, and W. Halliburton. Greedy mapping of terrain. In Proc. of the International Conference on Robotics and Automation, IEEE, 2001, pp. 3594-3599.

123. Стоянов, C.B. Моделирование коллективного взаимодействия мобильных роботов на примере игры в футбол Текст. / С.В. Стоянов //Интеллектуальные робототехнические системы — 2001: мат. молодеж. научн. школы.- Таганрог: Из-во ТРТУ, 2001.-С. 193-195.

124. P. Stone, М. Veloso. Towards collaborative and adversarial learning: A case study in robotic soccer. International Journal of Human-Computer Systems, 48, 1998.

125. D. Vail, M. Veloso. Dynamic multi-robot coordination, In Multi-Robot Systems: From Swarms to Intelligent Automata, A. Schultz, L. Parker, and F. Schneider (eds.), Volume II, pages 87-100. Kluwer Academic Publishers, 2003.

126. A. Howard, L.E. Parker, G.S. Sukhatme. The SDR Experience: Experiments with Large-Scale Heterogeneous Mobile Robot Team. Proc. 9 th Int. Symposium on Experimental Robotics 2004, Jun 2004.

127. M. Bowling, M. Veloso. Motion control in dynamic multi-robot environments, In Proceedings of The 1999 IEEE International Symposium on Computational Intelligence in Robotics and Automation (CIRA'99), Monterrey, November 1999.

128. P. Stone, M. Veloso. Task decomposition, dynamic role assignment, and low-bandwidth communication for real-time strategic teamwork. Artificial Intelligence, 110(2):241 -273, June 1999.

129. Кротов, В.Ф. Основы теории оптимального управления Текст.: монография / В.Ф. Кротов [и др.]; под ред. В.Ф. Кротова.- М.: Высшая школа, 1990.-430 с.

130. Моисеев, Н.Н. Элементы теории оптимальных систем Текст.: монография / Н.Н. Моисеев. -М.: Наука, 1975.- 526 с.

131. Справочник по теории автоматического управления Текст. / А.А. Красовский [и др.]; под ред. А.А. Красовского.- М.: Наука, 1987.- 712 с.

132. Сейдж, Э.П. Оптимальное управление системами Текст.: монография / Э.П. Сейдж, Ч.С. Уайт, III; пер. с англ. /под ред. Б.Р. Левина. М.: Радио и связь, 1982. -392 с.

133. Интеллектное управление динамическими системами Текст.: монография / С.Н. Васильев [и др.]. -М.: ФИЗМАТЛИТ, 2000.- 352 с.

134. Красовский, Н.Н. Управление динамической системой. Задача о минимуме гарантированного результата Текст.: монография / Н.Н. Красовский. -М.: Наука. Главная редакция физико-математической литературы, 1985. -520 с.

135. Куликовский, Р. Оптимальные и адаптивные процессы в системах автоматического регулирования Текст.: монография / Р. Куликовский; пер. с польск. М.: Наука, 1967.- 379 с.

136. Солодовников, В.В. Основы автоматического регулирования Текст. В 2 кн. Кн. 1. Математическое описание, анализ устойчивости и качества систем автоматического регулирования / В.В. Солодовников. М.: Машиностроение. 1967.-768с.

137. Преснухин, Л.Н. Основы теории и проектирования вычислительных приборов и машин управления Текст.: монография / Л.Н. Преснухин [и др.]; под ред. проф. Л.Н. Преснухина.-М.: Высшая школа, 1970 632 с.

138. Оуэн, Г. Теория игр Текст.: монография / Г. Оуэн; пер. с англ. Вруб-левской И.Н., Дюбина Г.Н., Ляпунова А.Н.-М.: Вузовская книга, 2004.-216 с.

139. Протасов, И.Д. Теория игр и исследование операций Текст.: учеб. пособие / И.Д.Протасов.- М.: Изд-во Телиос", АРВ, 2003.-368 с.

140. Каляев, И.А. Стайные принципы управления в группе объектов Текст. / И.А. Каляев //Искусственный интеллект. Интеллектуальные и многопроцессорные системы-2004: мат. Междунар. научн. конф., Т.2.- Таганрог: Изд-во ТРТУ, 2004.- С. 354-356.

141. Каляев И.А. Стайные принципы управления в группе объектов Текст. / И.А. Каляев //Искусственный интеллект.- 2004.-№3.- С. 700-714.

142. Каляев, И.А. Стайные принципы управления в группе объектов Текст. / И.А. Каляев, А.Р. Гайдук //Мехатроника, Автоматизация, Управление, 2004. №12.- С. 29-33.

143. Цой, С. Прикладная теория графов Текст.: монография / С. Цой, С.М. Цхай.- Алма-Ата: Наука, 1971.-500 с.

144. Советский энциклопедический словарь Текст.; гл. ред. А.М. Прохоров. 2-е изд. -М.: Сов. Энциклопедия, 1982.-1600 с.

145. Каляев, И.А. Основы построения распределенных систем управления коллективами роботов Текст. / И.А. Каляев, С.Г. Капустян, Л.Ж. Усачев // Информационные технологии.- 1998.-№ 5.- С. 13-18.

146. Каляев, И.А. Метод оптимального распределения целей в коллективе роботов Текст. / И.А. Каляев // IX Научн.-техн. конф. "Экстремальная робототехника": мат. конф.- С.-Петербург: Изд-во СПбГТУ, 1998.- С. 331-338.

147. Капустян, С.Г. Метод оптимального распределения целей в коллективе роботов Текст. / С.Г. Капустян, Л.Ж. Усачев, C.B. Стоянов // Информационные технологии.- М.: Машиностроение.- 1998.-№4,.- С.29-34.

148. Каляев, И.А. Принципы коллективного принятия решения и управления при групповом взаимодействии роботов Текст. / И.А. Каляев //Мобильные роботы и мехатронные системы: мат. научн. школы-конф.- М.: Изд-во МГУ, 2000.- С. 204-221.

149. Капустян, С.Г. Децентрализованное планирование действий коллектива интеллектуальных роботов Текст. / С.Г. Капустян //Интеллектуальные робототехнические системы 2001: мат. молодежи, научн. школы.- Таганрог: Из-во ТРТУ, 2001.- С. 184-187.

150. Капустян, С.Г. Метод организации мультиагентного взаимодействия в распределенных системах управления группой роботов при решении задачи покрытия площади Текст. / С.Г. Капустян //Искусственный интеллект.- 2004.-№3.- С. 715-727.

151. Бронштейн, И.Н. Справочник по математике для инженеров и учащихся вузов Текст. / И.Н. Бронштейн, К.А. Семендяев; 13-е изд.- М.: Наука, Гл. ред. физ. мат. лит., 1986.- 544 с.

152. Корн, Г. Справочник по математике (для научных работников и инженеров) Текст. / Г. Корн, Т. Корн; пер. с англ. под общ. ред. И.Г. Араманови-ча.- М.: Наука, Гл. ред. физ. мат. лит., 1978.- 832 с.

153. Юдин, Д.Б. Линейное программирование (теория, методы и приложения) Текст.: монография / Д.Б. Юдин, Е. Г. Гольштейн.- М.: Наука, Гл. ред. физ.-мат. лит., 1969.- 422 с.

154. Машиностроение. Энциклопедия. Автоматическое управление. Теория. Текст. /Е.А. Федосов [и др.]; под общ. ред. Е.А. Федосова / Ред. совет: К.В. Фролов (пред.) [и др.], Т. 1-4.- М.: Машиностроение, 2000.- 688 с.

155. Финкелыитейн, Ю.Ю. Приближенные методы и прикладные задачи дискретного программирования Текст.: монография / Ю.Ю. Финкелыитейн.-М.: Наука, 1976.- 264 с.

156. Капустян, С.Г. Децентрализованный метод коллективного распределения целей в группе роботов Текст. / С.Г. Капустян // Известия высших учебных заведений, Электроника.- 2006.-№2.- С. 84-91.

157. Капустян, С.Г. Распределенная система управления группой роботов-штабелеров Текст. / С.Г. Капустян, A.A. Вьюшин //Мехатроника, Автоматизация, Управление.- 2003.- №3.- С. 22-28.

158. Капустян, С.Г. Распределенная система управления группой складских роботов-штабелеров Текст. / С.Г. Капустян // Интеллектуальные и многопроцессорные системы 2003: мат. Междунар. научн.-техн. конф., Т.2.- Таганрог: Изд-во ТРТУ, 2003.- С. 185-194.

159. Капустян, С.Г. Распределенная система управления группой складских роботов-штабелеров Текст. / С.Г. Капустян //Экстремальная робототехника -2003: мат. научн. молодеж. школы.- Таганрог: Изд-во ТРТУ, 2003.- С. 190-199.

160. Капустян, С.Г. Склад, где ничего не теряется Текст. / С.Г. Капустян // Промышленный еженедельник.- 2004, №35(84), 27 сентября-3 октября.- С.9.

161. Каляев, И.А. Управление коллективом интеллектуальных объектов на основе стайных принципов Текст. / И.А. Каляев, А.Р. Гайдук, С.Г. Капустян //Вестник ЮНЦ РАН.- 2005.- т. 1, выпуск 2.- С. 20-27.

162. Аркуилл, Дж., РокфельдД. Принципы стаи и будущие конфликты Текст. / Дж. Аркуилл , Д. Рокфельд Корпорация РЭНД, США, 2000.

163. Каляев И.А., Гайдук А.Р. Однородные нейроподобные структуры в системах выбора действий интеллектуальных роботов Текст.: монография / И.А. Каляев , А.Р. Гайдук .- М.: "Янус-К", 2000.- 279 с.

164. Джордж, Ф. Основы кибернетики Текст.: монография / Ф. Джордж; пер. с англ.; под ред. A.JI. Горелика. М.: Радио и связь, 1984.- 272 с.

165. Каляев, И.А. Принципы организации больших коллективов роботов Текст. /И.А. Каляев, А.Р. Гайдук, С.Г. Капустян, В.М. Чистяков //Интеллектуальные робототехнические системы 2001: мат. Молодежи, научн. школы.- Таганрог: Из-во ТРТУ, 2001.- С. 178-181.

166. Эльсгольц, Л.Э. Дифференциальные уравнения и вариационное исчисление Текст.: монография / Л.Э. Эльсгольц.-М.: Наука, 1969.- 424с.

167. Буслаев, B.C. Вариационное исчисление Текст.: монография / B.C. Буслаев.-Л.: Изд-во ЛГУ, 1980.- 288 с.

168. Гельфанд, И.М. Вариационное исчисление Текст.: монография / И.М. Гельфанд, C.B. Фомин.- М.: Физматиз, 1962.- 228 с.

169. Шехтер, Р. Вариационный метод в инженерных расчетах Текст.: монография / Р. Шехтер.- М.: Мир, 1971.- 291 с.

170. Математическая энциклопедия Текст. В 5 т. Т. 1; под ред. И.М.Виноградова.-М.: Сов.энциклопедия, 1977,- 1152 с.

171. Параллельная обработка информации. Вычислительные системы, структуры и среды для решения задач большой размерности Текст.: сб. научн. трудов.- Том 3; под ред. В.В. Грицика.- Киев: Наукова думка, 1986.- 288 с.

172. Каляев, И.А. Однородные структуры для решения вариационных задач оптимизации и планирования Текст.: монография / И.А. Каляев, С.Г. Капустян.- Львов: НТЦ "Интеграл", 1991.- 88 с.

173. Каляев, И.А. Метод решения вариационных задач оптимизации и планирования с помощью однородных структур Текст. / И.А. Каляев // Программирование прикладных систем: сб. научн. трудов.-М.: Наука, 1992.- С. 164-170.

174. Kaliaev I. Homogeneous neurolike structures for optimum behaviour selection of intelligent system // Inter. Simposium of Intelligent Components and Instruments of Intelligent Systems. Annecy, France, June 1997.

175. Берне. К. Теория графов и ее применения Текст.: монография / К. Берне.- М.: Изд-во ин. лит., 1962.- 319 с.

176. A.c. 1252755 СССР, МКИ3 G 05 В 19/00. Устройство для управления ■ адаптивным роботом Текст. /И.А. Каляев, С.Г. Капустян, В.П. Носков, Л.Ж. Усачев.- № 3836284/24-24; заявл. 04.01.85; опубл. 23.08.86, Бюл.№ 31.- 10 с.

177. A.c. 1361537 СССР, МКИ G 06 F 7/00. Ячейка однородной трассирующей структуры Текст. / С.Г. Капустян, P.C. Кильметов, А.Г. Краснополь-ский, P.A. Лашевский, В.К. Мишкинюк, В.П. Носков.- 4098256/24-24; заявл. 30.05.86; опубл. 23.12.87, Бюл.№ 47.- 3 с.

178. A.c. № 1590998 СССР, МКИ G 06 F 7/00. Ячейка однородной трассирующей структуры Текст. / И.А.Каляев, С.Г. Капустян.- №46078851/24-24; заявл. 21.11.88; опубл. 07.09.90, Бюл.№ 33.- 3 с.

179. Каляев, И.А. Системы управления интеллектуальных мобильных роботов для исследовательских и промышленных работ Текст. / И.А. Каляев, С.Г. Капустян, Л.Ж. Усачев С.В., Стоянов // Наука производству.- 1999.-№ 11- С. 28-32.

180. Капустян, С.Г. Многопроцессорные системы управления движением адаптивных автономных транспортных роботов Текст.: дис. . канд. техн. наук: 05.13.13, 05.13.01: защищена 21.12.1989: утв. 21.03.1990 / Капустян Сергей Григорьевич.- Таганрог, 1989.- 257 с.

181. Планетоходы Текст.: монография / А.Л. Кемурджиан [и др.]; под ред. А.Л. Кемурджиана.- М.: Машиностроение, 1982.- 319 с.

182. Информационные и управляющие системы роботов Текст.: сб. на-учн. труд.; под ред. Д.Е. Охоцимского. М.: Инст. прикл. матем. им. М.В. Келдыша АН СССР, 1982.- 211 с.

183. Каляев, И.А. Системы технического зрения на базе сканирующих лазерных дальномеров Текст. / И.А. Каляев, С.Г. Капустян, Л.Ж. Усачев // Наука производству.- 1999.- № 11.- С. 45-47.

184. Капустян, С.Г. Интеллектуальная система автоматического вождения безэкипажного транспортного средства Текст. / С.Г. Капустян // Известия ТРТУ, Таганрог: 2002.- №1 (24).- С. 53-54.

185. C.R. Weisbin, M.Montemerlo, W.Whittaher. Evolving directions in NASA's planetary rover requirments and technology. // Robotics and Autonomous Systems.-V.11,N1, 1993, -c.3-11.

186. Каляев, И.А. Система управления движением транспортного робота с иерархическим планированием траектории Текст. / И.А. Каляев, С.Г. Капустян, В.К. Мишкинюк // Многопроцессорные вычислительные структуры,-1987.- Вып. 9.- Таганрог: Изд-во ТРТИ,- С. 71-74.

187. Каляев, И.А. Программно-аппаратный комплекс для моделирования систем управления движением мобильных ро.ботов в виртуальной среде Текст. / И.А. Каляев, С.Г. Капустян, Л.Ж. Усачев, O.A. Луконин // Информационные технологии.- 1998.-№ 6.- С. 9-13.

188. Капустян, С.Г. Моделирование функционирования мобильных роботов в виртуальной среде на ПЭВМ Текст. / С.Г. Капустян, Л.Ж. Усачев // Известия ТРТУ.- 2002.- №1 (24).- С. 52-53.