Машинное обучение распределению заданий в мультиагентной робототехнической системе при ликвидации чрезвычайных ситуаций

Аннотация

Представлен алгоритм машинного обучения модели транспортного типа оптимальному распределению заданий в гетерогенной группе роботов, действующих в автоматическом режиме без участия оператора. Предполагается, что модель обучается опытным оператором в условиях полигона, адекватного реальной чрезвычайной ситуации, в которой роботам предстоит выполнение операций. По настроенной модели в реальной обстановке задания могут распределяться по схеме супервизорного или децентрализованного управления. Обучение может выполняться и в процессе штатного функционирования роботов. При этом использование обучаемой модели позволяет разделить контуры настройки модели и распределения заданий, что дает возможность роботам и оператору функционировать каждому в своем естественном темпе.