Планирование поведения автономного летающего робота в пространстве подзадач. Модель представления знаний

В статье показано, что у автономных летающих роботов, формируемых на основе беспилотных летательных аппаратов, как правило, система автоматического управления обладает ограниченными вычислительными ресурсами, не позволяющими для планирования целенаправленного поведения использовать известные трудоемкие логические модели представления и обработки знаний. В этой связи возникает необходимость в разработке такой модели представления и обработки знаний, которая позволяет с полиномиальной сложностью формировать планы целенаправленного поведения в различных по сложности априори недоопределенных условиях проблемной среды. Для решения данной проблемы построена модель представления знаний в виде набора типовых базовых, промежуточных и тупиковых элементов роста, на основе которых автоматически формируется план целенаправленного поведения в пространстве подзадач в виде растущей редукционной сетевой модели решения сложных задач в недоопределенных условиях функционирования. Разработаны процедуры автоматического целеполагания, позволяющие автономному летающему роботу обезопасить свою деятельность в различных условиях нестабильной априори недоопределенной проблемной среды.

In the first part of the article, it is shown that autonomous flying robots formed by unmanned aerial vehicles, as a rule, have an automatic control system with limited computing resources not allowing to implement well-known labor-intensive logical models of knowledge representation and processing for planning purposeful behavior. In this regard, there is a need to develop such a model for the representation and processing of knowledge, which makes it possible with polynomial complexity to form plans for purposeful behavior in a priori underdetermined and various conditions of a problematic environment. To solve this problem, a model of knowledge representation was developed in the form of a set of typical basic, intermediate and terminal growth elements, which allow automatic planning of purposeful behavior in the space of sub-tasks in the form of a growing reduction network model for solving complex problems in underdetermined operating conditions. Procedures for automatic goal-setting have been developed that allow an autonomous flying robot to secure its activities in various conditions of an unstable a priori underdetermined problematic environment.