Тема: ИНТЕЛЛЕКТУАЛЬНЫЙ АЛГОРИТМ УПРАВЛЕНИЯ ГРУППОЙ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ

Ключевые слова: имитационная модель, функция идентификации состояния, функция полезности, генетический алгоритм, групповое управление, оптимизация, группа БПЛА.
Исследования в области задач преследования на плоскости начались с исследования дифференциальных игр преследования, в которых количество игроков равно 2, одного называют догоняющим, другого убегающим. Цель догоняющего — приведение вектора z(t) на заданное множество M за возможно короткое время; цель убегающего — максимально задержать этот момент. Основополагающие результаты в дифференциальных играх получены в 1960-е годы в СССР Л. С. Понтрягиным, Н. Н. Красовским, Е. Ф. Мищенко, Б. Н. Пшеничным и др., в США — Р. Айзексом, Л. Берковицем, У. Флемингом и др.
Первым, кто исследовал дифференциальные игры, стал Руфус Айзекс (работа 1951 года, впервые опубликована в 1965 году). А одна из первых проанализированных им игр стала игра «Задача о водителе-убийце». Надо отметить, что сам Айзекс вместо «водителя» и «пешехода» подразумевал торпеду и увёртывающийся от неё небольшой катер [1].
Актуальность темы исследования определяется ростом количества работ в областях, связанным с изучением проблем управления групп летательных аппаратов в условиях ограниченного пространства, увеличением производительности вычислительных устройств и уменьшением размеров беспилотных летательных аппаратов.
Задача группы беспилотных летательных аппаратов заключается в поиске и уничтожении вражеской группы аппаратов в ограниченном пространстве при минимально возможных собственных потерях. Борьба с группами малых летательных аппаратов в условиях ограниченного пространства - одна из задач, возникших в последнее время в связи с развитием малоразмерной беспилотной летательной техники. Требуется углубление теоретических и практических исследований в области группового управления беспилотными летательными аппаратами для успешного решения поставленных задач.
Цель данный работы - разработать интеллектуальный алгоритм управления группой беспилотных летательных аппаратов и показать его эффективность.
Решены следующие задачи:
- Разработан программный стенд для моделирования воздушного боя в условиях ограниченного пространства;
- Реализован базовый алгоритм управления, включающий в себя набор детерминированных действий для определенных моделей поведения;
- Реализован алгоритм управления, основанный на принципе максимизации функции полезности;
- Разработан метод оптимизации алгоритма управления на принципе максимизации функции полезности
- Разработан ряд алгоритмов целераспределения для ведения активного воздушного боя группы беспилотных летательных аппаратов;
Научная новизна работы заключается в том, что:
- Предложено использовать генетические алгоритмы для оптимизации алгоритма управления
- Показан ряд эффективных для различных задач алгоритмов целераспределения для системы группового управления.
Теоретическая значимость работы заключается в исследовании новых подходов к решению задач управления группой агентов.
Практическая значимость работы заключается в реализации управления группой агентов алгоритмом управления, основанном на принципе максимизации функции полезности и оптимизированным генетическим алгоритмом.
Апробация работы. Результаты работы прошли апробацию путём обсуждения на одной международной конференции:
• «62 научная конференция МФТИ», г. Москва, ноябрь 2019;
Текст дипломной работы включает в себя 23 страниц, 6 иллюстраций и содержит аналитический обзор 25 источника.
Работа содержит введение, 7 глав, заключение и список источников.
Во введении сформулированы цель работы и ее актуальность, указаны решенные задачи, обоснованы научная новизна и теоретическая значимость работы, отмечены практическая значимость и достоверность результатов, перечислены основные публикации и конференции.
В главе 1 дан аналитический обзор источников литературы. Рассмотрено 25 источников по теме бакалаврской работы, обоснован выбор направления исследования, сформулированы нерешенные задачи и намечены пути их решения.
В главе 2 сформулирована постановка задачи.
В главе 3 описывается реализация программного стенда, структура боевого игрового поля, а также математическая модель движения. В конце главы приводятся правила ведения воздушных боев симуляции.
В главе 4 описывается технология разработки базового алгоритма для управления БПЛА. Представлено качественное описание сценариев поведения для различных боевых ситуаций.
В главе 5 описывается технология разработки интеллектуального алгоритма для управления БПЛА. Приводится описание реализации функции полезности и методы выбора весовых коэффициентов. Описывается настройка алгоритма для отдельных параметров функции полезности.
В главе 6 приводится описание оптимизации управления и функции приспособленности для корректной работы генетического алгоритма для большого числа симуляций воздушных боев. В конце главы приводится статистика и графики, отображающие эффективность примененных методов для улучшения результатов алгоритма, управляющего агентами.
В главе 7 приводится описание групповых взаимодействий. Описывается, как меняется функция полезности при введении новых агентов в симуляцию боя. Описывается формирование строя и его влияние на результат боя. Рассказывается про алгоритмы целераспределения, показывается их эффективность в разных боевых условиях. В конце приводится статистика и графики, показывающие эффективность представленных методик.
В заключении сформулирована решенная задача, представлены выводы, указаны дальнейшие пути развития проекта по улучшению эффективности генетического алгоритма для реализации управления группой БПЛА.
Основные результаты работы получены автором лично и опубликованы в журнале списка ВАК: М. А. Кудров, К. Д. Бухаров, Э. А. Захаров, Д Р. Махоткин, Н. Е. Кривошеин, Н. А. Гришин, В. Семенкин "Интеллектуальный алгоритм управления группой беспилотных аппаратов" - 2019.
Купить

Область исследования групповых взаимодействий ЛА является перспективным и практически значимым направлением. К нему относятся, в том числе, задачи группового управления беспилотными летательными аппаратами, исследование некоторых аспектов которых проводилось в рамках описанной в данной статье работы.
Для исследования алгоритмов управления разработан программный стенд для моделирования воздушного боя в условиях ограниченного пространства. Стенд реализует имитационную модель динамики управляемых объектов, и применим для количественной оценки качества работы алгоритмов группового управления.
Реализован базовый алгоритм, включающий в себя набор детерминированных действий для определенных моделей поведения, и использующийся для управления контрольной группы объектов-мишеней.
Реализован алгоритм управления, основанный на принципе максимизации функции полезности. Алгоритм настраивается посредством генетического алгоритма. В результате настройки алгоритма получен прирост эффективности до 30% для различных алгоритмов целераспределения.
Показано, что наиболее эффективным алгоритмом среди трех рассмотренных алгоритмов целераспределения для системы группового управления является алгоритм “статический выбор цели”.
Дальнейшее развитие исследований предполагает модификацию физической модели с целью повышения реалистичности динамики движения объектов, разработку алгоритмов управления, реализующих иные представления функции полезности и методы ее оптимизации, конкурентное обучение алгоритмов управления для определения наиболее эффективных.
В будущем планируется модификация уравнений движения объектов, базового алгоритма управления и интеллектуального алгоритма управления, разработка новых интеллектуальных алгоритмов с применением нейронных сетей, применение интеллектуального алгоритма на реальных моделях беспилотных летательных аппаратов.
В дальнейшем также запланирована модификация групповых взаимодействий: формирование первичных, вторичных задач для управления группой агентов и проведение детального сравнения с существующими алгоритмами управления группой агентов по эффективности.

Купить