Бионическая структура иерархической распределённой системы управления автономными мобильными роботами

В статье рассматривается проблема управления искусственными интеллектуальными системами, которые способны в автономном режиме решать поставленные задачи даже при неполном наборе начальных данных. Описывается оригинальная иерархическая распределённая система управления, функциональные блоки которо...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Искусственный интеллект
Дата:2013
Автор: Прокопович, Г.А.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут проблем штучного інтелекту МОН України та НАН України 2013
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/84969
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Бионическая структура иерархической распределённой системы управления автономными мобильными роботами / Г.А. Прокопович // Искусственный интеллект. — 2013. — № 1. — С. 181–189. — Бібліогр.: 12 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:В статье рассматривается проблема управления искусственными интеллектуальными системами, которые способны в автономном режиме решать поставленные задачи даже при неполном наборе начальных данных. Описывается оригинальная иерархическая распределённая система управления, функциональные блоки которой выполнены на основе гетероассоциативных искусственных нейронных сетей. В статті розглядається проблема керування штучними інтелектуальними системами, які здатні в автономному режимі розв’язувати поставлені задачі навіть при неповному наборі початкових даних. Описується оригінальної ієрархічної розподіленої системи керування, функціональні блоки якої виконані на основі гетероасоціативних штучних нейтронних мереж. The problem of modeling of the artificial intelligence systems capable to arrive at goals in an autonomous mode with scarcity of the initial data is considered. The original hierarchical distributed control system in which functional blocks are developed on the basis of hetero-associative neural networks is described.
ISSN:1561-5359