Полное описание

Разработка алгоритма адаптивной системы стыковки НПА с БЭК с использованием методов машинного обучения / Е. К. Игнатиади, М. В. Михайлов, В. А. Гончаров [и др.]. - DOI 10.37882/2223-2966.2024.01.16. - Текст : непосредственный // Современная наука: актуальные проблемы теории и практики. Естественные и технические науки : научно-практический журнал. - 2024. - N 1. - С. 63-68. - Библиогр. в конце ст. - ISSN 2223-2966.

ГРНТИ	УДК
28.23	004.8
28.23.25	004.85
	004.89

Рубрики:
Искусственный интеллект
Машинное обучение
Роботизированные технологические комплексы

Кл.слова (ненормированные): необитаемые подводные аппараты -- робототехнический комплексы -- интеллектуальные системы управления -- трансформенные сети -- генеративно-состязательные сети -- гибридная архитектура -- машинное обучение -- искусственный интеллект -- cals-технологии -- высокореалистичная физическая среда -- виртуальный полигон -- цифровой двойник
Аннотация: Исследования, проводимые в работе, направлены на разработку удаленно управляемых робототехнических комплексов. В работе в качестве прототипа, на котором отрабатываются представленные в статье экспериментальные решения, выступают необитаемый подводный аппарат и автономный безэкипажный катер. В числе основных задач, решаемых в работе данными аппаратами, являются: мониторинг и оценка среды; обнаружение объектов и препятствий; маневрирование; сближение с объектом. В статье рассматривается задача стыковки в виртуальной 3D среде, в процессе которой осуществляется построение изображений рабочего пространства подводного робототехнического комплекса. Предложены алгоритмы построения 3D изображений рабочего пространства робототехнического комплекса в решении задачи стыковки, основанные на применении методов машинного обучения, включающей поиск, планирование движений, маневрирование и управление робототехническими комплексами для синхронизации подводного необитаемого аппарата с автономным безэкипажным катером в условиях неформализованных выполняющих сред. Результаты работы показывают, что применение методов машинного обучения в решении данных задач позволяют повысить уровень автономности аппаратов.
Доп. точки доступа:
Игнатиади, Е.К.
Михайлов, М.В.
Гончаров, В.А.
Поздняков, Владимир Андреевич
Лобкова, Вероника Андреевна
Островский, Артем Сергеевич
Лыков, С.В.


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -224746-633750)

Шифр в сводном ЭК: d8662266ec734f0614cfeadc3811cc01