Исследования нейроноподобных сетей

Первые роботы, системы управления которых были построены на основе нейроноподобных сетей (на уровне отдельных нейронов), были разработаны в 60-х годах Л. Сутро, У. Килмером, Дж. Олбусом и др. Эти разработки имели бионическую направленность: при синте­зе сетей использовались нейрофизиологические данные о взаимодей­ствии различных отделов мозга позвоночных (ретикулярного ядра, коры, мозжечка, базальных ганглиев).

Сходную бионическую направленность имели исследования, про­водимые в Лаборатории проблем управления в биологических систе­мах ДВНЦ РАН, где под руководством B.C. Бурданова успешно соз­дается система управления роботом-манипулятором на основе моде­ли нейронных структур, ответственных за движение клешни рака. В НИИ нейрокибернетики при Ростовском государственном уни­верситете А. И. Самариным с соавторами проводится цикл исследова­ний по использованию нейроноподобных сетей для управления ши­роким классом робототехнических устройств. Этим коллективом созданы системы управления плоским манипулятором и подвижной тележкой, система восприятия зрительной информации и др. Управ­ление подвижной тележкой осуществляет и нейроноподобная сеть, разработанная в Таганрогском радиотехническом институте. Ориги­нальные принципы и научные основы создания таких сетей предло­жены Ю.В. Чернухтым.

Первый в нашей стране транспортный робот ТАИР с сетевой сис­темой управления был разработан и экспериментально исследован в 1975 г. в Отделе биокибернетики Института кибернетики им. В. М. Глушкова АН УССР под руководством Э. М. Куссуля. ТАИР осуще­ствлял целенаправленное движение в естественной (парковой) среде с обеспечением собственной безопасности (объезд препятствий, из­бегание опасных мест, поддержание внутренних параметров в задан­ных пределах) и минимизацией энергетических и временных затрат. Для управления ТАИРом была разработана нейроноподобная сеть, узлы которой соответствовали нейронным ансамблям. Сеть содержа­ла 100 узлов и была разделена в соответствии с их семантикой на шесть сфер: распознавания и оценки ситуаций, решений, маневров верхнего и нижнего уровня, элементарных действий. ТАИР успешно передвигался в среде, используя оптический дальномер, тактильные датчики, датчики состояния собственных подсистем и ряд вспомога­тельных устройств. В 1982 г. в продолжение работ с ТАИРом был создан лабораторный робот МАЛЫШ, обладающий более развитой системой технического зрения и нейроноподобной сетью, обрабаты­вающей данные восприятия. Как и ТАИР, робот МАЛЫШ был вы­полнен в виде физического устройства, без применения ЭВМ. Робот представлял собой шестиколесную тележку с независимым приводом каждого борта. На тележке размещены триангуляционный оптиче­ский дальномер, магнитный компас и контактные датчики типа ко­шачьих усов. Тележка соединялась кабелем с неподвижной стойкой управления. Исследования МАЛЫШа показали конкурентоспособ­ность нейроноподобной сети по сравнению с традиционными алго­ритмическими системами управления.

Исследования ТАИРа и МАЛЫШа стали основой построения про­мышленного транспортного робота широкого назначения ГРУЗ-2Т.

Нейроноподобные сети — эффективный инструмент построения систем управления робототехническими устройствами. В значительной степени это обусловлено тем, что они являются устройствами параллельной обработки информации и имеют ряд важных преиму­ществ при построении систем, предназначенных для работы в реаль­ном масштабе времени.

Результаты исследований в области моделирования нейронных сетей существенно расширили класс задач, решаемых при помощи нейроноподобных сетей. Теперь в этот класс включаются комбина­торные, оптимизационные и другие задачи. Успехи микроэлектроники подготовили технологическую базу для создания вычислительных устройств, способных осуществлять параллельную обработку ин­формации. Два эти фактора обусловили появление нейрокомпьюте­ров — ЭВМ, архитектура которых наилучшим образом приспособле­на для решения задач моделирования нейронных сетей. В настоящее время нейрокомпьютеры создаются в виде компактных приставок к персональным ЭВМ, существенно увеличивая их функциональные возможности.