ройовий інтелект

The presented study is dedicated to the dynamic pathfinding problem for UV. Since the automation of UV movement is an important area in many applied domains like robotics, the development of drones, autopilots, and self-learnable platforms, we propose and study a promising approach based on the algorithm of swarm AI. Given the 2D environment with multiple obstacles of rectangular shape, the task is to dynamically calculate a suboptimal path from the starting point to the target.

У статті запропоновано для автоматизації процедур формування множини альтернативних рішень та вибору раціонального рішення у галузевих ГІС використовувати інтелектуальних агентів планування діяльності з використанням онтологічного підходу. Запропоновано використовувати розроблену базу знань в галузі методів ройового інтелекту на основі адаптивної онтології та бази даних наукових публікацій у цій галузі. Всі прикладні задачі в галузевих геоінформаційних системах поділено на класи задач: стаціонарні, квазістаціонарні, динамічні.

Наведено базові теорії та алгоритми, за допомогою яких досягають спільних узгоджених дій групи об'єктів. Для дослідження сумісної роботи групи безпілотних літальних апаратів (БПЛА), яка здатна до самоорганізації, застосовано теорію ройового інтелекту. Розглянуто метод організації взаємодії групи БПЛА в навколишньому середовищі поділом групи на локальні підгрупи. Запропоновано алгоритм уникнення можливих зіткнень сусідніх БПЛА завдяки перерахунку траєкторії польоту.

Розглянуто метод бджолиної колонії та його модифікації як спосіб розв’язання складних комбінаторних задач оптимізації. Досліджено біологічне підгрунтя, переваги, недоліки та напрями використання цього методу.