Модель імовірнісно-нечіткого контролера зі змінною структурою в контурі нечіткого управління автономним роботом

Abstract

UA: Розповсюдження безпілотних систем у різних сферах, насамперед промисловості, транспортній і військовій галузі, передбачає найголовніше завдання підвищення їхньої автономності. Рівень автономності цих систем безпосередньо залежить від їхньої здатності ухвалювати рішення в умовах невизначеності. Класичні нечіткі логічні системи (Fuzzy Logic System, FLS) дають змогу формалізувати ухвалення рішень в умовах неповних знань чи неточних даних, але мають певні обмеження. По-перше, налаштування нечіткої системи можливо тільки для нескладних завдань. По-друге, FLS не мають властивості масштабованості. По-третє, існують обмеження щодо реалізації нечітких рішень, отриманих FLS: відсутність апаратно реалізованих нечітких актуаторів потребує дефазифікації нечітких рішень, коли всі можливі варіанти рішення узагальнюють і зводять до одного числа, як наслідок, це унеможливлює використання альтернативних або «слабких» рішень, що теж призводить до ситуацій, які порушують автономність. У статті розглянуто шляхи подолання останнього обмеження на базі нової моделі штучного інтелекту, що відчуває (Feeling Artificial Intelligence, FAI). Запропоновано модифіковану версію FLS із моделлю ймовірнісно-нечіткого контролера зі змінною структурою (Probabilistic-Fuzzy Controller, PFC). FLS із моделлю PFC забезпечує вибір альтернативних керуючих дій у невизначених умовах, реалізуючи управління як випадкову величину з розподілом імовірностей, що отримано на основі значень упевненості, що були розраховані FLS на етапі акумуляції нечітких правил. Це дає змогу реалізувати рішення, що не домінують у традиційній FLS. Показано переваги застосування модифікованої FLS із PFC моделлю для управління автономним роботом і наведено порівняння її рішень із тими, що отримані за допомогою класичної FLS. Визначення потрібної структури закону управління для вибраного значення керуючого рішення, що додатково робить PFC, додає адаптивності ймовірніснонечіткому контролеру зі змінною структурою в контурі нечіткого управління автономними системами і є ще однією його перевагою. У статті наведено результати розрахунків, моделювання та експериментів, що підтвердили практичну перевагу моделі. Новий підхід підвищує автономність безлюдних систем і адаптивність ухвалення керуючих рішень.

EN: The widespread adoption of unmanned systems across various domains, primarily in industry, transportation, and the military sector, brings to the forefront the challenge of increasing their level of autonomy. The autonomy level of such systems directly depends on their ability to make decisions under conditions of uncertainty. Classical Fuzzy Logic Systems (FLS) enable the formalization of decision-making in situations involving incomplete knowledge or imprecise data; however, they have several limitations. First, the tuning of a fuzzy system is feasible only for relatively simple tasks. Second, FLS lacks scalability. Third, there are limitations in implementing fuzzy decisions produced by FLS: the absence of hardware-implemented fuzzy actuators necessitates defuzzification, which aggregates all possible decision alternatives into a single crisp value. As a consequence, the use of alternative or «weak» decisions becomes impossible, which in turn leads to situations that limit system autonomy. This paper explores approaches to overcoming the latter limitation using a new artificial intelligence model, referred to as Feeling Artificial Intelligence (FAI). A modified version of the FLS is proposed, incorporating a Probabilistic-Fuzzy Controller (PFC) with a variable structure. PFC provides a choice of alternative control actions under uncertain conditions, implementing control as a random variable with a probability distribution, which is defined based on the value of fuzzy certainty of the rule computed by FLS at the accumulation stage of fuzzy inference. This enables the implementation of solutions that do not dominate in traditional FLS. The advantages of using a modified FLS with a PFC model for controlling an autonomous robot are demonstrated, and its solutions are compared with those obtained with a classical FLS. Determining the required structure of the control law for the selected control solution, which also implements PFC, adds adaptability to the probabilistic-fuzzy controller with a variable structure in the fuzzy control circuit of autonomous systems, and is another of its advantages. The article presents the results of computations, modeling, and experiments that confirmed the practical advantage of the model. The new approach increases the autonomy of unmanned systems and the adaptability of making control decisions.