ройовий інтелект

This paper presents an approach to modeling the movement of a multi-agent system in a two-dimensional space using a modified Particle Swarm Optimization (PSO) algorithm, adapted to account for the physical properties of the agents. The standard PSO, originally designed for solving optimization problems through swarm behavior, has been extended to simulate the motion of physical objects with defined mass, velocity, and inter-agent interactions.

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.