Planning the behavior of an integrated unmanned aerial vehicle based on the division of complex tasks into subtasks in the state space

В работе решается одна из актуальных проблем искусственного интеллекта связанная с разработкой модели представления и обработки знаний автономным интегральным беспилотным летательным аппаратом – роботом в процессе автоматического планирования целенаправленной деятельности в априори неописанных условиях проблемной среды. Предложенная модель базируется на применении различных сценариев в виде фрейм-микропрограмм поведения, фрейм-отношений и фрейм-действий, а также расплывчатых семантических сетей, обеспечивающих представление знаний безотносительно к конкретной предметной области. Это, в свою очередь, позволяет интегральному беспилотному летательному аппарату оснащенному манипулятором адаптироваться после посадки к априори неописанным условиям функционирования и решать на этой основе сложные задачи поведения.Использованы два способа шаблонного разбиения сложных задач поведения в пространстве состояний на более простые подзадачи, решение которых определяется на основе типовых элементов представления знаний и определения нечеткого вложенного изоморфизма и равенства одной расплывчатой семантической сети в другую. Разработаны процедуры планирования, которые позволяют интегральному беспилотному летательному аппарату эффективным образом выполнить преобразование текущей ситуации априори неописанной проблемной среды в ситуацию, определяемую заданной ему целью поведения, и на этой основе организовать целенаправленную деятельность в труднодоступных и агрессивных для человека средах. This work addresses one of the urgent problems of artificial intelligence related to the development of a model for the representation and processing of knowledge by an autonomous integrated unmanned aerial vehicle (robot) in the process of automatic planning of targeted activities in a priori undescribed conditions of a problem environment. The proposed model is based on the application of various scenarios in the form of frame-microprograms of behavior, frame-relations and frame-actions, as well as vague semantic networks that provide the representation of knowledge without reference to a specific subject area. This, in turn, allows an integrated unmanned aerial vehicle equipped with a manipulator to adapt after landing to a priori unknown operating conditions and to solve complex behavior problems on this basis.Two methods of template partitioning of complex behavior problems in the state space into simpler subtasks are used, the solution of which is determined on the basis of typical elements of knowledge representation and definition of fuzzy embedded isomorphism and equality of one vague semantic network to another. Planning procedures have been developed that allow the integrated unmanned aerial vehicle to efficiently transform the current situation of an a priori undescribed problem environment into a situation determined by the goal of behavior, and on this basis to organize goal-seeking activities in hard-to-reach and aggressive environments for humans.