Разработка алгоритма автоматического управления роботизированными механизмами с применением искусственных нейронных сетей

В данной работе будет рассмотрена возможность использования нейронных сетей для управления автономными аппаратами. Будут разработаны алгоритмы для обучения ИНС управлению манипуляторами. Результатами разработки является смоделированная среда для обучения интеллектуальных агентов выполнять задачи по захвату и поднятию объектов. Результаты данной работы могут быть использованы для программирования реальных роботизированных устройств, способных взаимодействовать с окружающей средой посредством различных хватательных механизмов.

В настоящей выпускной квалификационной работе исследованы
возможности использования нейронных сетей для управления автономными
аппаратами. Рассмотрены особенности систем управления автономными
аппаратами, изучены различные способы восприятия окружающей среды.
Рассмотрена архитектура гибридной системы управления, которая позволяет
использовать обученных в смоделированных средах интеллектуальных
агентов для управления роботизированными механизмами в реальном мире.

Была спроектирована и разработана виртуальная среда по
моделированию работы манипулятора, и обучению интеллектуальных агентов
управлению спроектированным устройством. Проведено поэтапное обучение
интеллектуальных агентов выполнению задачи по захвату и поднятию
объектов. Проведено исследование влияния различных гиперпараметров
функции ценности и применения разного количества датчиков восприятия
окружения на скорость и качество обучения интеллектуальных агентов. В
результате полученных данных была обучена ИНС для управления приводами
манипулятора в смоделированной среде. Обученный агент успешно
выполняет задачу по быстрому захвату и поднятию целевого объекта в 100%
проведённых симуляций.

На основе полученных знаний можно проектировать более сложные
системы, моделирующие реальные роботизированные устройства с целью
обучения, последующей калибровкой и использованием во внешнем мире.

Перспективами развития изучаемого решения является замена
программируемых поведенческих алгоритмов роботизированных устройств
на обучаемые. Данная концепция может существенно снизить стоимость
разработки ИИ, и многократно расширить спектр задач для автономных
аппаратов.