ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ В ГРУППАХ МИКРОРОБОТОВ

Иванов Д.Я., Шабанов В.Б.

Email: Ivanov674@scientifictext.ru

Иванов Донат Яковлевич – кандидат технических наук, старший научный сотрудник,

Шабанов Владимир Борисович – аспирант,

Научно-исследовательский институт многопроцессорных вычислительных систем им. академика А.В. Каляева

Южный федеральный университет,

г. Таганрог

Аннотация: и искусственные нейронные сети используются во многих интеллектуальных системах. В данной статье рассматриваются особенности применения искусственных нейронных сетей в больших группах микророботов. Каждый микроробот оснащен бортовым компьютером с низкой вычислительной мощностью и бортовым устройством связи малой дальности. В то же время, работая в группе, такие микро-роботы способны решать серьезные практические задачи. Программный агент, представляющий каждого робота, моделирует работу одного или нескольких нейронов искусственной нейронной сети. Чтобы обеспечить стабильную работу искусственной нейронной сети, развернутой на группе микророботов, необходимо поддерживать стабильную связь между теми микроборотами группы, которые моделируют связанные нейроны. Учитывая ограничения на дальность связи между группой микророботов, необходимо обеспечить поддержание системы в группе. А при изменении конфигурации системы обеспечьте реконфигурацию искусственной нейронной сети. Данная статья посвящена решению этой проблемы.

Ключевые слова: микроробот, искуственная нейронная сеть, распределенная нейронная сеть, группа роботов.

ARTIFICIAL NEURAL NETWORKS IN MICRO-ROBOT GROUPS

Ivanov D.Yа., Shabanov V.B.

Ivanov Donat Yakovlevich – PhD in Tecnology, Senior Researcher,

Shabanov Vladimir Borisovich – Рostgraduate,

RESEARCH INSTITUTE OF MULTIPROCESSOR COMPUTING SYSTEMS ACADEMICIAN A.V. KALYAEV

Southern Federal University,

Taganrog

Abstract: аrtificial neural networks are used in many intelligent systems. In this paper, we consider the features of the application of artificial neural networks in large groups of microrobots. Each micro-robot is equipped with a low-capacity on-board computer and a short-range on-board tele-communications device. At the same time working in a group such micro-robots are able to solve serious practical problems. A software agent representing each robot simulates the operation of one or more neurons of an artificial neural network. In order to ensure the stable operation of an artificial neural network deployed on a group of microrobots, it is necessary to maintain a stable connection between those micro robots of the group that simulate the associated neurons. Given the limitations on the range of communication between the group's of microrobots, it is necessary to ensure the maintenance of the system in the group. And when changing the configuration of the system, provide reconfiguration of the artificial neural network. This paper is devoted to solving this problem.

Keywords: microrobot, artificial neural network, distributed neural network, a group of robots.

Список литературы / References

Иванов Д. Формирование строя группой беспилотных летательных аппаратов при решении задач мониторинга // Известия ЮФУ. Технические науки, № 4. С. 219–224.
Di Paola D. et al. Decentralized dynamic task planning for heterogeneous robotic networks // Auton. Robots. Springer, 2015. Vol. 38. № 1. P. 31–48.
Bonabeau E., Dorigo M., Theraulaz G. Swarm intelligence: from natural to artificial systems. Oxford university press, 1999. № 1.
Dorigo M., Birattari M. Swarm intelligence // Scholarpedia, 2007. Vol. 2. № 9. P. 1462.
Di Caro G., Dorigo M. AntNet: Distributed stigmergetic control for communications networks // J. Artif. Intell. Res., Vol. 9. P. 317–365.
Di Caro G., Ducatelle F., Gambardella L.M. AntHocNet: An adaptive nature-inspired algorithm for routing in mobile ad hoc networks // Eur. Trans. Telecommun, 2005. Vol. 16. № 5. P. 443–455.
Schoonderwoerd R. et al. Ant-based load balancing in telecommunications networks // Adapt. Behav. Sage Publications, 1997. Vol. 5. № 2. P. 169–207.
Иванов Д.Я., Мельник Э.В. Маршрутизация и распределение нагрузки в коммуникационной среде сетецентрических информационно-управляющих системах с распределенным диспетчированием и кластеризацией // Актуальные вопросы современной техники и технологии [Текст]: Сборник докладов XII Международной научной конференции (Липецк, 26 июля 2013 г.). / под ред. Горбенко А.В. Липецк: Издательский центр “Гравис”, 2013. С. 24–28.
Hollerung T.D., Bleckmann P. Epidemic Algorithms. [Электронный ресурс]. Режим доступа: http://my.fit.edu/~gfrederi/ComplexNetworks/09-Epidemic-Algorithms.pdf (дата обращения: 14.06.2019).
Kostadinova R., Adam C. Performance Analysis of the Epidemic Algorithms // Intell. Control Autom. 2008. № 6. P. 6675–6679.
Евдокименков В.Н., Жидков В.Н., Ким Н.В. Групповое применение БЛА в разведывательных операциях // Искусственный интеллект: проблемы и пути решения, 2018. С. 65–70.
Balch T., Arkin R.C. Behavior-based formation control for multirobot teams // IEEE Trans. Robot. Autom. 1998. Vol. 14. P. 926–939.
Lawton J.R.T., Beard R.W., Young B.J. A decentralized approach to formation maneuvers // IEEE Trans. Robot. Autom., Vol. 19. № 6. P. 933–941.
Desai J.P., Ostrowski J., Kumar V. Controlling formations of multiple mobile robots // Proceedings. 1998 IEEE Int. Conf. Robot. Autom. (Cat. No.98CH36146). 1998. Vol. 4.
Mesbahi M., Hadaegh F.Y. Formation flying control of multiple spacecraft via graphs, matrixinequalities, and switching // Proc. 1999 IEEE Int. Conf. Control Appl. (Cat. No.99CH36328), Vol. 2.
Wang P.K.C. Navigation strategies for multiple autonomous mobile robots moving in formation // J. Robot. Syst. 1991. Vol. 8, № 2. P. 177–195.
Wang P.K.C., Hadaegh F.Y. Coordination and Control of Multiple Microspacecraft Moving in Formation // J. Astronaut. Sci. 1996. Vol. 44. P. 315–355.
Lewis M.A., Tan K.-H. High Precision Formation Control of Mobile Robots Using Virtual Structures. // Auton. Robot, Vol. 4. P. 387–403.
Erdoğan M.E., Innocenti M., Pollini L. Obstacle Avoidance for a Game Theoretically Controlled Formation of Unmanned Vehicles // 18th IFAC. 2011.
Ivanov D., Kalyaev I., Kapustyan S. Method of circles for solving formation task in a group of quadrotor UAVs // Systems and Informatics (ICSAI), 2014 2nd International Conference on, 2014. P. 236–240.
Ivanov D., Kalyaev I., Kapustyan S. Formation task in a group of quadrotors // The 3rd International Conference on Robot Intelligence Technology and Applications 2014, 2014. P. 183–191.
Ivanov D., Kapustyan S., Kalyaev I. Method of Spheres for Solving 3D Formation Task in a Group of Quadrotors // Interact. Collab. Robot. Vol. 9812 Ser. Lect. Notes Comput. Sci. First Int. Conf. ICR 2016, Budapest, Hungary, August 24-26, 2016, Proc., Vol. 9812.

Ссылка для цитирования данной статьи

Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Электронная версия. Иванов Д.Я., Шабанов В.Б. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ В ГРУППАХ МИКРОРОБОТОВ // Вестник науки и образования №20(74), 2019. [Электронныйресурс].URL: http://scientificjournal.ru/images/PDF/2019/VNO-74/iskusstvennye-nejronnye-seti.pdf (Дата обращения:ХХ.ХХ.201Х).

Печатная версия. Иванов Д.Я., Шабанов В.Б. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ В ГРУППАХ МИКРОРОБОТОВ// Вестник науки и образования № 20(74), 2019, C. {см. журнал}.