ПРИКАСПИЙСКИЙ ЖУРНАЛ
УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ
МЕТОД РАСПРЕДЕЛЕНИЯ И ПЛАНИРОВАНИЯ ВЫПОЛНЕНИЯ ЗАДАЧ АГЕНТАМИ РОЕВЫХ РОБОТОТЕХНИЧЕСКИХ СИСТЕМ В УСЛОВИЯХ НЕДЕТЕРМИНИРОВАННОЙ СРЕДЫ
 |
Читать | Петренко Вячеслав Иванович, Тебуева Фариза Биляловна, Павлов Андрей Сергеевич, Гурчинский Михаил Михайлович МЕТОД РАСПРЕДЕЛЕНИЯ И ПЛАНИРОВАНИЯ ВЫПОЛНЕНИЯ ЗАДАЧ АГЕНТАМИ РОЕВЫХ РОБОТОТЕХНИЧЕСКИХ СИСТЕМ В УСЛОВИЯХ НЕДЕТЕРМИНИРОВАННОЙ СРЕДЫ // Прикаспийский журнал: управление и высокие технологии. — 2022. — №3. — Стр. 25-43. |
Петренко Вячеслав Иванович - Северо-Кавказский федеральный университет
Тебуева Фариза Биляловна - Северо-Кавказский федеральный университет
Павлов Андрей Сергеевич - Северо-Кавказский федеральный университет
Гурчинский Михаил Михайлович - Северо-Кавказский федеральный университет
Применение роевых робототехнических систем в условиях недетерминированной среды актуализирует вопросы разработки соответствующих методов и алгоритмов распределения и планирования выполнения задач. Под условиями недетерминированной среды в работе понимается такая ситуация, когда максимальное количество задач лимитировано, а сразу после выполнения первой из них появляется новая задача, то есть происходит динамическое изменение списка задач в процессе функционирования роевых робототехнических систем. При функционировании роевых робототехнических систем в условиях недетерминированной среды существующие методы и алгоритмы не позволяют оптимально распределить задачи между всеми роботами системы и запланировать последовательность выполнения задач, закрепленных за каждым из роботов. Помимо этого, известные методы распределения и планирования задач не учитывают ограничения сенсорных и вычислительных возможностей робототехнических устройств, используемых в составе роевых робототехнических систем (например, малый объем оперативной памяти, низкая тактовая частота процессора, малая емкость аккумуляторной батареи, низкая производительность бортовых датчиков и сенсоров и т.д.). Также стоит отметить, что не все известные методы, направленные на решение указанной задачи, учитывают специфику децентрализованного управления роевыми робототехническими системами, заключающуюся в ограниченной области видимости, в результате чего их применение в реальных сценариях использования роевых робототехнических систем сопряжено со значительными проблемами. Целью работы является повышение эффективности распределения и планирования выполнения задач в роевых робототехнических системах в условиях недетерминированной среды с учетом ограниченных возможностей элементов роевых робототехнических систем и специфики децентрализованного управления. Решение задачи выполнено с использованием методов системного анализа, аналитической геометрии и искусственных нейронных сетей. Элементом научной новизны являются предложенные алгоритмы сортировки задач и поиска транзитных задач, обеспечивающие повышение эффективности планирования и распределения задач в роевых робототехнических системах в условиях недетерминированной среды с учетом ограниченных возможностей элементов роевых робототехнических систем. Предложенный метод отличается от известных методов алгоритмом сортировки приоритета выполнения задач в виде связного списка, что дает возможность осуществлять масштабирование численности агентов роевых робототехнических систем при динамическом изменении списка актуальных задач. Еще одним отличием является процедура распределения задач между агентами роевых робототехнических систем, позволяющая искать промежуточные задачи для выполнения, что обеспечивает уменьшение общего времени выполнения задач по сравнению с аналогичными решениями. На основе предложенного метода в работе представлена нейросетевая модификация этого метода, отличающаяся учетом специфики децентрализованного управления. Представленное решение программно реализовано на языке Python и может быть использовано при моделировании децентрализованных систем управления роевых робототехнических системами.
Ключевые слова: роевые робототехнические системы, распределение задач, планирование последовательности выполнения задач, искусственные нейронные сети