Новый проект направлен на практическую реализацию методов и подходов, разработанных в ходе выполнения Проекта 2016-18 гг., в таких областях, как авиация, робототехника, медицина.
Планируется дальнейшая разработка самолета с перьями, апробация алгоритмов коллективного управления для роя из 100 роботов, применение разработанных алгоритмов для сжатия и обработки изображений УЗИ томографа с 1024 датчиками. В ходе работ по Проекту 2016-18 гг. продемонстрированы новые возможности интеллектуального управления сложными мехатронными системами, открывающиеся благодаря достигнутому в последнее время существенному прогрессу в миниатюризации электронных устройств, с одной стороны, и достижениям в понимании сложных структур и динамики, с другой. Фактическая динамика сложных крупномасштабных систем (групп роботов, роботизированных устройств, агентов), работающих в нестабильной окружающей среде, слишком сложна, чтобы ей можно было управлять традиционными методами, так как она не может быть удовлетворительно аппроксимирована классическими моделями, описываемыми ОДУ. В то же время, эта сложность может быть резко сокращена быстрыми процессами, организующими элементы системы (роботов, микроактуаторы, клетки, частицы и т.п.), называемые агентами, в относительно небольшое количество кластеров. Кластеры возникают и разрушаются в ответ на быстрые изменения в окружающей среде, и эти переходные процессы намного быстрее, чем время существования кластеров. В течение времени существования кластеров динамика системы по существу малоразмерна, поскольку переменные состояния агентов, составляющих каждый кластер, являются синхронными. Чрезвычайно сложная система, таким образом, сводится к конечномерной модели с изменяющейся во времени структурой вектора состояния. Такой малоразмерной моделью можно эффективно управлять с помощью классических методов адаптивного управления с прогнозирующими моделями.
Формирование кластеров показывает принципиальную возможность представления большой сложной и многомерной системы в разреженном виде в некотором фазовом пространстве. Проект 2019 является логическим продолжением и развитием проведенных ранее исследований. В ходе выполнения проекта предполагается продолжить изучение для сложных сетевых систем роботов (роботизированных устройств, агентов) условий формирования кластеров (подгрупп роботов), динамически возникающих/изменяющихся в "быстром" времени за счет локальных обратных связей между роботами на микро-уровне и не разрушающихся при некоторых общих (макро) воздействиях на подгруппы роботов, и описать класс макро-управлений (общих для некоторых подгрупп роботов), которые не приводят к быстрым разрушениям кластеров и зависят от интегральных характеристик кластеров (подгрупп роботов), например, положения и скорости центра масс, скорости вращения. Возможности использования введенных макро-управлений в рамках выполненного проекта существенно ограничены трудностями формирования адекватных наблюдателей для образующихся новых кластеров, т.к. формировать в реальном времени огромный набор актуальных данных о всех агентах практически нереализуемо. Для получения в "медленном" времени информации о возникающих кластерах без фиксации состояний всех агентов в сети предлагается исследовать возможности методологии опознания по сжатию (Compressive Sensing). Предполагается разработка таких новых методов получения интегрированных наблюдений, которые применимы для синтеза адаптивного макро-управления робототехническими системами на основе прогнозирующих моделей при переменной структуре пространства состояний в условиях неопределенностей и существенных внешних возмущений.
Исследование возможностей формирования обратной связи для макро-управлений по этим наблюдениям позволит продвинуться далее в решении задачи о полете самолета в турбулентной среде, которая активно изучалась в Проекте 2016 года. Планируется исследование применимости разработанных методов в приложении к модели самолета типа летающее крыло с управляемыми гибридными аэродинамическими рулями управления (элевонами) и двигателем с переменным по мощности вектором тяги, обеспечивающими управление на макро-уровне, и с сетевым микро-управлением массивом миниатюрных роботизированных элементов из датчиков и исполнительных механизмов, распределенных по поверхности.
Апробация разработанных новых методов коллективного управления и формирования наблюдений будет проведена с помощью экспериментального стенда "Рой из 100 роботов" и при решении задачи УЗИ томографии с аппаратом из 1024 датчиков, соединенных в кольцо, для определения характерных патологий внутренних органов при медицинских исследованиях.
Научная значимость и новизна сформулированных конкретных задач Проекта 2019 года непосредственно определяются результатами выполнении Проекта 2016 и недостаточным в настоящее время уровнем теоретических и практических исследований вопросов адаптивного управления робототехническими системами в изменяющейся динамической среде при переменной структуре пространства состояний. Масштабность предлагаемого исследования обоснована широким спектром возможных приложений как в робототехнике, так и в экономике, физике, биологии, социологии и др. науках.