Ставропольские ученые разрабатывают новый принцип работы группы роботов

Роевой интеллект представляет собой коллективное поведение однородных объектов, взаимодействующих между собой в ходе выполнения определенных функций. Децентрализованное управление данной системой происходит по принципу пчелиного роя, что помогает задействовать самоорганизующуюся коллективную работу всех ее элементов.

Об этом пишет newstracker.ru.

Как правило, управление автоматизированными системами производится через единый центр. Однако данный принцип управления уязвим, поскольку в случае потери связи с центром робот действует неэффективно. Поэтому ученые многих стран стремятся создать новый принцип работы системы роевого интеллекта.

Своим опытом исследований поделился кандидат технических наук, доцент кафедры компьютерной безопасности Института цифрового развития СКФУ Владимир Антонов. Он пояснил, как и для чего необходимы подобные системы.

По его словам, самоорганизующиеся системы более эффективны, чем иерархичные. Целью данного проекта является оптимизация взаимодействия робототехнических агентов по концепции роевого интеллекта, автономности, самоорганизации, а также кооперации.

На сегодняшний день в мире отсутствует пример полностью децентрализованного автономного роя. Ученые из Ставрополья сначала доведут новый принцип до прототипа, а далее — до готового образца.

Ректор СКФУ Дмитрий Беспалов отметил, что целью научных разработок является практическое применение, а также совершенствование технологии и введение ее в промышленное производство. В итоге это поможет решить национальные задачи достижения технологического суверенитета РФ.

Эффективность данного решения доказана математически и с помощью имитационного моделирования. Антонов в конце сентября этого года представил доклад на 33-й международной научно-технической конференции «Экстремальная робототехника» в Санкт-Петербурге.

Ученый выразил уверенность в том, что после прикладного этапа исследований роевой беспилотник можно будет применять в тех областях, где требуется провести анализ географически привязанных факторов. К примеру, в зонах химического и радиационного заражения, в сельском хозяйстве при анализе посевов, при оценке угрозы распространения пожаров и во многих других сферах.