МАТЕМАТИЧЕСКИЕ ОСНОВЫ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
Г.А. Киселёв "Интеллектуальная система планирования поведения коалиции робототехнических агентов с STRL архитектурой"
МЕТОДЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ
СИСТЕМЫ УПРАВЛЕНИЯ
ПРИКЛАДНЫЕ АСПЕКТЫ ИНФОРМАТИКИ
Г.А. Киселёв "Интеллектуальная система планирования поведения коалиции робототехнических агентов с STRL архитектурой"
Аннотация. 

Работа посвящена вопросам программной реализации STRL архитектуры когнитивного агента для группы робототехнических платформ. Рассмотрена задача синтеза коалиционного и индивидуального пространственных планов поведения агентов. Представлены результаты по адаптации методов теории знаковой картины мира при построении иерархических систем управления на базе мобильной робототехнической платформы. Проведен ряд экспериментов по построению совместных коалиционных планов, включающих действия по перемещению в пространстве и по манипуляции объектами. 

Ключевые слова: 

когнитивные агенты, иерархического планирование, геометрическое планирование, псевдофизические логики, знаковый подход, коалиции агентов, робототехника. 

Стр. 21-37.

DOI 10.14357/20718632200203 
 
 
Литература

1. Emelyanov S. and etc. (2015) Multilayer cognitive architecture for UAV control. Cognitive System Research, 34.
2. Макаров Д. А., Панов А. И., Яковлев К. С. STRL: многоуровневая система управления интеллектуальными агентами // В кн.: Пятнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2016 (3-7 октября 2016г., г. Смоленск, Россия): Труды конференции Т. 1. Смоленск : Универсум, 2016. С. 179-188.
3. https://zarnitza.ru/catalog/mekhatronika-irobototekhnika/robototehnika/sredne-spetsialnyeuchebnye-zavedeniya/ustanovka-po-izucheniyu-mobilnyxrobotizirovannyx-sistem-na-baze-mobilnoj-platformy-irobota-manipulyatora-mp-rm-104/
4. Osipov, G.S., Panov, A.I., Chudova, N. V.: Behavior control as a function of consciousness. I. World model and goal setting. J. Comput. Syst. Sci. Int. 53, 517529 (2014).
5. Bechon, P., Barbier, M., Grand, C., Lacroix, S., Lesire, C., & Pralet, C. (2018). Integrating planning and execution for a team of heterogeneous robots with time and communication constraints. 1091–1097.
6. Benjamin, D. P., Li, T., Shen, P., Yue, H., Zhao, Z., & Lyons, D. (2018). Spatial understanding as a common basis for human-robot collaboration. Advances in Intelligent Systems an Computing. https://doi.org/10.1007/978-3-319-60384-1_3J. R. Anderson, D. Bothell, M. D. Byrne, S. Douglass, C. Lebiere, Y. Qin. An integrated theory of the mind. Psychological Review, 111(4):1036–1060, 2004.
7. Thome, R., Fedor, C., Sustersic, J., & Ukah, U. (2015). Non-linear Decision Making for Robust Navigation in Role Based Autonomy.
8. Davis, D. N., & Ramulu, S. K. (2017). Reasoning with BDI robots: From simulation to physical environment - Implementations and limitations. Paladyn, 8(1), 39–57. https://doi.org/10.1515/pjbr-2017-0003
9. Madl, T., Franklin, S., Chen, K., & Trappl, R. (2018). A computational cognitive framework of spatial memory in brains and robots. Cognitive Systems Research, 47, 147–172. https://doi.org/10.1016/j.cogsys.2017.08.002
10. H. Younes and R. Simmons, “VHPOP: Versatile heuristic partial order planner,” JAIR, vol. 20, pp. 405–430, 2003.
11. R. Dechter, I. Meiri, and J. Pearl, “Temporal Constraint Networks,” Artificial Intelligence, vol. 49, no. 1-3, pp. 61–95, 1991.
12. Kim, B., Wang, Z., Kaelbling, L. P., & Lozano-Pérez, T. (2019). Learning to guide task and motion planning using score-space representation. International Journal of Robotics Research, 38(7), 793–812. https://doi.org/10.1177/0278364919848837
13. Berenson D, Abbeel P and Goldberg K (2012) A robot path planning framework that learns from experience. In: IEEE Conference on Robotics and Automation.
14. Dantam NT, Kingston Z, Chaudhuri S and Kavraki L (2017) Incremental task and motion planning: A constraint-based approach. In: Robotics: Science and Systems.
15. Dey D, Liu TY, Sofman B and Bagnell JA (2012 a) Efficient optimization of control libraries. In: AAAIConference on Artificial Intelligence.
16. Hoda´l J and Dvorˇa´k J (2008) Using case-based reasoning for mobile robot path planning. Journal ofEngineering Mechanics 15(3): 181–191.
17. Jetchev N and Toussaint M (2013) Fast motion planning from experience: Trajectory prediction for speeding up movement generation. Autonomous Robots 34(1–2): 111–127.
18. Kaelbling LP and Lozano-Pe´rez T (2013) Integrated task and motion planning in belief space. The International Journal of Robotics Research 32(9–10): 1194–1227.
19. Kim B,Kaelbling LP and Lozano-Pe´rez T (2017) Learning to guide task and motion planning using score-space representation. In: IEEE Conference on Robotics and Automation.
20. Осипов Г.С., Панов А.И. Отношения и операции в знаковой картине мира субъекта поведения // Искусственный интеллект и принятие решений. 2017. № 4.
21. Panov A.I. Behavior Planning of Intelligent Agent with Sign World Model // Biol. Inspired Cogn. Archit. 2017. Vol. 19. P. 21–31.
22. Osipov, G.S., Panov, A.I., Chudova, N. V.: Behavior control as a function of consciousness. I. World model and goal setting. J. Comput. Syst. Sci. Int. 53, 517529 (2014).
23. Osipov, G.S., Panov, A.I., Chudova, N. V.: Behavior Control as a Function of Consciousness. II. Synthesis of a Behavior Plan. J. Comput. Syst. Sci. Int. 54, 882896 (2015).
24. Osipov, G.S.: Sign-based representation and word model of actor. In: Yager, R., Sgurev, V., Hadjiski, M., and Jotsov, V. (eds.) 2016 IEEE 8th International Conference on Intelligent Systems (IS). pp. 2226. IEEE (2016).
25. Леонтьев А.H. Деятельность. Сознание. Личность. М.: Политиздат, 1975.
26. Брунер Дж. Психология познания. За пределами непосредственной информации. М.: Прогресс, 1977. 413 с.
27. Панов, А. И. (2018). Формирование образной компоненты знаний когнитивного агента со знаковой картиной мира. Информационные технологии и вычислительные системы, (4).
28. Киселёв Г. А., & Панов, А. И. (2017). Знаковый подход к задаче распределения ролей в коалиции когнитивных агентов. Труды СПИИРАН. https://doi.org/DOI 10.15622/sp.57.7
29. Андрейчук А. А., Киселев Г. А., & Яковлев, К. С. (2019). Интеграция Методов Планирования Поведения и Планирования Траектории. Труды 17 Национальной Конференции с Международным Участием КИИ-2019. Том 1, стр 66-75.
30. Kiselev, G., & Panov, A. (2019). Hierarchical psychologically inspired planning for human-robot interaction tasks. Lecture Notes in Computer Science (Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). https://doi.org/10.1007/978-3-030-26118-4_15.
31. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986. 288 с.
32. https://github.com/cog-isa/map-core.git
33. https://github.com/cog-isa/map-multi.git
34. https://github.com/cog-isa/map-spatial.git
 

2024 / 03
2024 / 02
2024 / 01
2023 / 04

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".