ISSN 2071-8594

Российская академия наук

Главный редактор

Г.С. Осипов

А.И. Панов, К.С. Яковлев "Взаимодействие стратегического и тактического планирования поведения коалиции агентов в динамической среде"

Аннотация.

В работе исследуется задача автоматического планирования в контексте более общей проблемы создания интеллектуальных систем управления сложными техническими объектами (мобильными роботами, беспилотными транспортными средствами и др.). Основное внимание уделяется задачам, которые не могут быть решены без взаимодействия методов стратегического (символьного) и тактического (субсимвольного) планирования. В работе предлагаются оригинальные методы планирования на символьном (психологически правдоподобное планирование поведения агента) и субсимвольном (планирование траектории) уровнях. Описываются способы их взаимной увязки и возникающие прямые и обратные связи. Приводится описание применения указанных алгоритмов на модельном примере задачи коллективного перемещения в динамической среде с разрушаемыми препятствиями.

Ключевые слова:

иерархическое планирование, планирование поведения, планирование траектории, знаковая картина мира, образ, значение, личностный смысл, эвристический поиск, A*, JPS.

Стр. 68-78.

Полная версия статьи в формате pdf.

REFERENCES

1. Zubarev D.V. i dr. Printsipy postroeniya mnogourovnevykh arkhitektur sistem upravleniya bespilotnymi letatel'nymi apparatami // Аviakosmicheskoe priborostroenie. 2013. № 4. S. 10–28.
2. Emel’yanov S. et al. Multilayer cognitive architecture for UAV control // Cogn. Syst. Res. 2016. Vol. 39. P. 58–72.
3. S. D. Hanford, “A cognitive robotic system based on the SOAR cognitive architecture for mobile robot navigation, search and mapping mission,” The Pennsylvania State University, 2011.
4. G. J. Trafton, L. M. Hiatt, A. M. Harrison, F. P. Tamborello, S. S. Khemlani, and A. C. Schultz, “ACT-R/E: An embodied cognitive architecture for Human-Robot Interaction,” J. Human-Robot Interact., vol. 2, no. 1, pp. 30–54, 2013.
5. Hoffmann J. Everything you always wanted to know about planning (but were afraid to ask) // KI 2011: Advances in Artificial Intelligence / ed. Bach J., Edelkamp S. Springer Berlin Heidelberg, 2011. P. 1–13.
6. CHuvgunova O.А. Planirovanie kak predmet psikhologicheskogo issledovaniya // Psikhologicheskie issledovaniya. 2015. T. 8, № 43. S. 11.
7. R. Sun and S. Helie, “Psychologically realistic cognitive agents: taking human cognition seriously,” J. Exp. Theor. Artif. Intell., vol. 25, no. 1, pp. 65–92, 2012.
8. Osipov G.S., Panov A.I., Chudova N. V. Behavior control as a function of consciousness. I. World model and goal setting // J. Comput. Syst. Sci. Int. 2014. Vol. 53, № 4. P. 517–529.
9. Vygotsky L.S. Thought and Language. MIT Press, 1986. 344 p.
10. Leontyev A.N. The Development of Mind. Kettering: Erythros Press and Media, 2009. 428 p.
11. Panov A.I., Yakovlev K. Behavior and Path Planning for the Coalition of Cognitive Robots in Smart Relocation Tasks // Robot Intelligence Technology and Applications 4 / ed. Kim J.-H. et al. Springer International Publishing, 2016. P. 3–20.
12. Osipov G.S., Panov A.I., Chudova N. V. Behavior Control as a Function of Consciousness. II. Synthesis of a Behavior Plan // J. Comput. Syst. Sci. Int. 2015. Vol. 54, № 6. P. 882–896.
13. Herskovits A. Language, Spatial Cognition, and Vision // Spatial and Temporal Reasoning / Ed. by O. Stock. — Springer, 1997. — Pp. 155–202.
14. Kuipers B. Spatial semantic hierarchy // Artificial Intelligence. — 2000. — Vol. 119, no. 1. — Pp. 191–233.
15. Osipov G.S. Dynamics in Integrated Knowledge-based Systems // Proceedings of the 1998 IEEE ISIC/CIRA/ISAS Joint Conference. Gaithersburg: IEEE, 1998. Vol. 2. P. 199–203.
16. Panov А.I. Predstavlenie znanij avtonomnykh agentov, planiruyushhikh soglasovannye peremeshheniya // Robototekhnika i tekhnicheskaya kibernetika. 2015. № 4(9). S. 34–40.
17. Panov А. I. Аlgebraicheskie svojstva operatorov raspoznavaniya v modelyakh zritel'nogo vospriyatiya // Mashinnoe obuchenie i analiz dannykh. 2014. T. 1. № 7. S. 863–874.
18. Yap P. Grid-based path-finding //Advances in Artificial Intelligence. – Springer Berlin Heidelberg, 2002. – С. 44-55.
19. Yakovlev K.S, Baskin E.S. Graph Models For Path Planning // Artificial Intelligence and Decision Making, 1, 2013. C.5-12.
20. Harabor, D., and Grastien, A. 2011. Online graph pruning for pathfinding on grid maps. In AAAI-11.
21. Hart P. E., Nilsson N. J., Raphael B. A formal basis for the heuristic determination of minimum cost paths //Systems Science and Cybernetics, IEEE Transactions on. – 1968. – Т. 4. – №. 2. – С. 100-107.
22. Alex Nash, Kenny Daniel, Sven Koenig, and Ariel Felner. Theta*: Any-Angle Path Planning on Grids. In Proceedings of the National Conference on Artificial Intelligence (Vol. 22, No. 2, p. 1177), 2007. Menlo Park, Calif.: AAAI Press.
23. Yakovlev, K., Baskin, E., & Hramoin, I. (2015). Grid-based angle-constrained path planning. In Proceedings of The 38th Annual German Conference on Artificial Intelligence (KI’2015). pp. 208-221. Springer International Publishing.