Аннотация результатов, полученных в 2016 году
1.5.1. Разработаны методологические основы решения проблем синтеза интеллектуальных информационных технологий (ИИТ) мониторинга, прогнозирования, управления ресурсами и реконфигурацией многофункциональных группировок динамических объектов наземного и космического базирования (МГДО НКБ) в сложных внешних условиях, включающие в себя концепции проактивного управления их структурной динамикой, комплексного упреждающего моделирования указанных объектов и процессов их функционирования, концепции интеграции знаний, информации и данных, приоритетности модели (а не алгоритма) при построении соответствующих систем проактивного мониторинга и управления. Указанные концепции получили в проекте свою реализацию в ряде принципов, среди которых, в первую очередь, могут быть выделены: принципы неокончательных решений, поглощения разнообразия, иерархической компенсации, дополнительности, полимодельности и многокритериальности, самоподобного рекурсивного описания и моделирования объектов исследования, гомеостатического баланса взаимодействия; принципы, положенные в основу создания онтологий; принципы декомпозиции и агрегирования; принцип рационального многокритериального компромисса при наличии неустранимых пороговых информационных и временных ограничений. 1.5.2. Для конструктивного решения задач проактивного мониторинга, прогнозирования и управления (в том числе распределения ресурсов и реконфигурации) МГДО НКБ в проекте разработана новая модификация ранее разработанной авторами вычислительной G-модели, представляющая собой динамический альтернативный системный граф с перестраиваемой структурой, который построен на основе комбинирования математического аппарата сетей Петри с логико-динамическими моделями программного управления движением, каналами, ресурсами, комплексами операций, потоками и структурами группировок активных подвижных объектов. Одно из основных достоинств разработанной комбинированной модели состоит в том, что она обеспечивает на концептуальном, модельно-алгоритмическом, информационном и программном уровнях детализации корректное согласование (в соответствие с критериями гомоморфизма отношений) математических (аналитико-имитационных) моделей управления структурной динамикой сложных динамических объектов с их логико-алгебраическими и логико-лингвистическими аналогами (моделями), построенными на основе интеллектуальных информационных технологий. При этом в отличие от существующих поведенческих (сценарных) моделей МГДО НКБ, базирующихся на конечно-автоматных и имитационных описаниях, предложенный логико-динамический подход позволил на конструктивном уровне решить задачи оперативного структурно-функционального синтеза как облика МГДО НКБ и СУ ими, так и соответствующих ИИТ мониторинга, прогнозирования и управления, а также синтеза сценариев их поведения. 1.5.3. Разработан новый метод одновременного решения задач реконфигурации функциональной и технической структур МГДО НКБ и соответствующей СУ. Предложенное в проекте рассмотрение вопросов управления реконфигурацией структур МГДО НКБ в общем контексте управления её структурной динамикой позволяет, во-первых, непосредственно связать те общие цели, на достижение которых ориентировано функционирование МГДО НКБ, с теми целями, которые реализуются в ходе управления структурами МГДО НКБ, во-вторых, обоснованно определить и выбрать соответствующие последовательности решаемых задач и выполняемых операций (действий), связанных со структурной динамикой (другими словами, синтезировать технологию управления МГДО НКБ), и, в-третьих, осознанно находить компромиссные решения при распределении ограниченных ресурсов, выделяемых на управление структурной динамикой. 1.5.4. Разработан метод многовариантного прогнозирования многоструктурных макросостояний МГДО НКБ, базирующийся на построении и аппроксимации областей достижимости логико-динамических моделей, описывающих структурную динамику указанных объектов. В ходе исследований было также установлено, что эти множества можно рассматривать и как множества неокончательных решений, мощность которых позволяет судить о потенциальных возможностях СУ МГДО НКБ. 1.5.5. Разработаны новые комбинированные методы синтеза программ автоматического анализа измерительной информации о состоянии МГДО НКБ, реализующие интеллектуальную информационную технологию и соответствующую концепцию “программирования без программирования”, которые отличаются от существующих методов тем, что позволяют: во-первых, в интерактивном режиме осуществлять интеллектуальную обработку данных и знаний о состоянии МГДО НКБ разнотипных как по своей физической природе (например, функциональные параметры, диапазонные параметры, сигнальные и кодовые параметры, комбинированные параметры), так и формам представления безотносительно к их видовой принадлежности; во-вторых, обеспечивают автоматический синтез альтернативных схем программ анализа ИзИ для достижения заданной цели анализа состояния МГДО НКБ в условиях динамически изменяющейся обстановки. 1.5.6. Поставлена и решена задача автоматической оптимизации целевых критериев при управлении МГДО НКБ. Для решения указанной задачи предложен метод выбора дополнительных критериев эволюционного алгоритма, основанный на обучении с подкреплением. В этом методе эволюционный алгоритм является средой, определяющей награду и состояние для агента обучения с подкреплением. Проведен теоретический и экспериментальный анализ предложенного метода на модельных задачах с мешающим и с помогающим дополнительными критериями, продемонстрировавший эффективность данного метода для решения задач планирования при групповом управлении МГДО НКБ. 1.5.7. Проведено теоретическое обоснование (разработка принципов, методов и алгоритмов) нового эффективного подхода к реализации телеуправления космическими роботами, выполняющими различные технологические операции, в т.ч. сборочные при значительном запаздывании в передаче сигналов управления с наземного центра в систему управления КРМ. По сравнению с известными в настоящее время подходами к дистанционному управлению КРМ, а именно пассивному, предиктивному методам билатерального управления, а также управлению с использованием скользящих режимов, которые работоспособны только при величинах запаздывания, не превышающих 1,5-2 секунды, работоспособность нового подхода не зависит от величины запаздывания. В отличие от известных подходов этот подход реализует управление в два этапа. Причем, именно первый этап является этапом обучения. Второй - этапом исполнения операций, которым робот был обучен. Предложено осуществлять обучение двумя возможными способами. В соответствии с первым оно будет осуществляться с помощью билатерально управляемой модели робота, функционирующей в среде, являющейся моделью внешней среды робота. Другой, более удобный для обучения и, безусловно, оригинальный предложенный способ обучения предполагает осуществлять обучение непосредственно рукой человека, снабженной очувствленной перчаткой. При обучении человек должен выполнять требуемую операцию, а соответствующие средства должны получать сенсорную информацию и сформировать законы изменения вектора положения модели рабочего инструмента робота или перчатки, а также вектора силы их взаимодействия с объектами внешней среды. При стационарности внешней среды и достаточной точности ее модели задержка в отработке программных траекторий не приводит к ошибкам, что снимает проблему запаздывания в передаче управляющих сигналов. Это невозможно при других известных подходах. Предлагаемый подход предусматривает использование специального языка для формирования директив и сценариев поведения космического робота. Основу языка составляют операторы двух типов. К первому типу относятся операторы, реализующие сложные нетиповые действия робота. Рабочим ядром этих операций является программная траектория, сформированная в процессе обучения, в том числе обучения действиям по перемещению предметов, имеющих механические связи. Второй тип охватывает операторы простых, часто повторяющихся действий, а также операторы условных и безусловных переходов и других вспомогательных действий. Реализация предложенного подхода будет возможна только при устойчивом управлении КРМ и его билатерально управляемой наземной модели. Анализ устойчивости был проведен с привлечением теорем Ляпунова об устойчивости динамических систем, а также теоремы Тихонова, позволяющей упрощать динамический анализ систем обыкновенных дифференциальных уравнений, в состав которых входят сингулярно возмущенные подсистемы. В результате анализа была определена структура законов управления КРМ и его билатерально управляемой модели, а также требования к их параметрам, как и к параметрам конструкции КРМ. Законы управления должны быть пропорциональными. Матрицы усиления – положительно определенными или полуопределенными. Конструкция КРМ должна быть жесткая за исключением запястья КРМ и запястья задающей рукоятки для билатерально управляемой наземной модели КРМ. Разработанная оригинальная методика анализа оказалась применима для широкого класса мехатронных систем, включая робототехнические, динамические модели которых включают сингулярно возмущенные подсистемы обыкновенных дифференциальных уравнений. Для экспериментального подтверждения полученных теоретических результатов был обоснован состав, структура аппаратно-программный комплекса, с помощью которого в следующем 2017, 2018 годах будет проведена верификация и валидация полученных в проекте теоретических результатов. При этом уже в 2016 году были сконфигурированы отдельные элементы данного комплекса. В основу аппаратно- программного моделирующего комплекса предложено положить сервис-ориентированную архитектуру позволяющую, во-первых, для преодоления проблем гетерогенности с одной стороны, и удобства развёртывания программного комплекса с другой стороны, разместить все модули с несовместимыми требованиями к среде исполнения на различных виртуальных машинах в рамках одного аппаратного сервера. Во-вторых, с учётом перспектив дальнейшего развития программного комплекса в направлении создания территориально-распределенных архитектур, обеспечить взаимодействие модулей посредством сетевого обмена данными. Для этих целей предлагается создать программные «обёртки», преобразующие частную систему ввода-вывода каждого унаследованного модуля в стандартизированный интерфейс обмена данными. В-третьих, использовать сервисную шину, обеспечивающую взаимодействие всех остальных модулей, снабжение их согласованными исходными данными, и, в-четвёртых, создать кроссплатформенный интегрированный пользовательский интерфейс, позволяющий удалённо использовать все возможности программного комплекса. Сервис-ориентированная архитектура позволяет перевести разрабатываемую систему в формат «облачного» приложения, реализуемого как сервис (Softwareas a Service, SaaS). Следствием перехода к облачным вычислениям является существенное повышение гибкости аппаратно-программной реализации. В частности, создаваемый программный комплекс может быть значительно распределен территориально и структурно, то есть, выполняться на вычислительных мощностях, принадлежащих разным организациям, в том числе, находящихся в разных городах и странах. При этом синтезированная система с точки зрения конечного пользователя будет функционировать как единое целое решение.

Аннотация результатов, полученных в 2017 году
1. В 2017 году была разработана концепция адаптивного управления МГДО НКБ, которая базируется на основных положениях разрабатываемой авторами проекта прикладной теории проактивного управления структурной динамикой сложных технических объектов. В этом случае концепция адаптивного управления МГДО НКБ предполагает реализацию следующих основных этапов: адаптация параметров и структур моделей, алгоритмов управления структурной динамикой (УСД) МГДО НКБ к прошлому и текущему состоянию объектов управления (ОУ), управляющих подсистем (УП) и внешней среды; комплексное планирование применения МГДО НКБ (разработка программ управления её структурной динамикой); имитация условий реализации планов применения МГДО НКБ с учётом различных вариантов организации оперативного управления её элементами и подсистемами в конкретных ситуациях; структурная и параметрическая адаптация плана и регулирующих воздействий, моделей, алгоритмов, программ специального ПМО (СПМО) УСД МГДО НКБ к возможным (прогнозируемым, в том числе и на имитационных моделях) состояниям ОУ, УП и среды. Главное отличие и новизна теоретических и практических результатов, связанных с формированием и реализацией предложенной концепции концепцией и обобщенной процедуры адаптивного управления МГДО НКБ, состоит в том, что, благодаря предложенной авторами системно-управленческой интерпретации всего спектра возникающих при этом частных задач, удается с единых методологических и методических позиций подойти к их формальному описанию и решению, базирующемуся на фундаментальных положениях современной системологии, неокибернетики и информатики, что в конечном итоге, гарантирует полноту, замкнутость и непротиворечивость выводов, формулируемых и проверяемых в ходе выполнения данного проекта. 2. Проведенный анализ показал, что в рамках современных подходов к организации группового управления поведением роботов широкое распространение получили идеи динамической декомпозиции, базирующейся на метафорах биоинспирированных подходов, либо агентных технологиях, основанных на организации и проведении аукционов, в рамках которых распределялись ограниченные ресурсы указанных роботов. В проекте предложен принципиально новый вариант динамической декомпозиции задач группового управления МГДО, основанный на методе локальных сечений Болтянского В.Г. В этом случае, используя метод локальных сечений, удалось в явном виде получить динамические множители Лагранжа (в качестве которых выступали соответствующие сопряженные переменные). В рамках предложенного варианта алгоритмизации группового управления МГДО удалось перейти от исходного класса допустимых импульсных (целочисленных) управлений к расширенному классу, в котором условия релейности управляющих воздействий заменены на интервальные ограничения. Данная особенность позволила на практике при решении разнообразных задач группового управления МГДО широко использовать фундаментальные научные результаты современной теории управления. Основной научный результат, полученный в проекте в 2017 году по этому направлению исследований, состоит в разработке модельно-алгоритмического обеспечения поиска эталонных (оптимальных) решений в задаче группового управления МГДО для различных сценариев их взаимодействия, относительно которых можно уже обоснованно вводить различного рода эвристики, базируясь на метафорах биоинспирированных подходов, либо агентных технологиях. 3. В результате проведенных исследований были предложены новые алгоритмы автоматического синтеза программ, базирующиеся на полимодельном описании процессов мониторинга с помощью формальных атрибутных грамматик, дискретных динамических систем, модифицированных сетей Петри и имеющие, поэтому, высокую степень унификации и адаптации к различным видам анализируемых МГДО НКБ. Данные алгоритмы также отличаются от ранее известных тем, что они основываются на концепциях теорий недоопределенных вычислений и программирования в ограничениях и позволяют с высокой степенью достоверности оценивать состояние МГДО НКБ даже в условиях отсутствия полного набора значений измеряемых параметров, а также наличия некорректной, неточной и слабо достоверной информации. 4. В ходе проведения вычислительных экспериментов установлено, что применение Q-обучения в качестве алгоритма обучения с подкреплением для выбора дополнительных критериев, а также для выбора операторов вариации при использовании методов локального поиска и/или эволюционных алгоритмов для решения задач построения сценариев функционирования МГДО НКБ улучшает качество получаемых решений в среднем на 5-10%, при этом не увеличивая затраченное на получение решения время. Для учета нестационарности условий функционирования МГДО НКБ разработан алгоритм нестационарного обучения с подкреплением для использования в методе выбора дополнительных критериев для решения задач построения сценариев функционирования МГДО НКБ с помощью эволюционных алгоритмов. При использовании совместно с двухкритериальным эволюционным алгоритмом, в котором первым критерием является целевой критерий, а второй выбирается с помощью разработанного алгоритма, который показывает наилучшие результаты по сравнению со всеми рассмотренными альтернативами. Разработана модификация метода выбора дополнительных критериев, обеспечивающая (с помощью реализации процедур обучения с подкреплением) поиск необходимого числа итераций, в течение которых многокритериальный эволюционный алгоритм использует дополнительный критерий совместно с целевым, как при решении задач реконфигурации МГДО НКБ, так и для планирования сборочных операций в рамках функционирования МГДО НКБ. Экспериментальное исследование разработанной модификации метода на примере задачи построения расписаний Job Shop продемонстрировало улучшение среднего качества решения задачи вплоть до 8% по сравнению с известными методами. При этом были улучшены наилучшие известные решения для 16 из 24 рассмотренных экземпляров задачи. Для повышения быстродействия и качества алгоритмов решения задач функционирования МГДО НКБ разработаны принципы применения методов мета-обучения и методов переноса результатов обучения, применимые, в частности, для выбора дополнительных критериев оптимизации в эволюционных алгоритмах. 5. В проекте предложен теоретически обоснованный и экспериментально проверенный способ компенсации (устранения) возможных ошибочных действий робота, порожденных неточностью модели внешней среды, в которой происходит обучение робота. Этот результат несомненно является новым. Он позволяет превратить описанный способ off-line «билатерального» телеуправления управления в работоспособный способ телеуправления, имеющий все преимущества off-line управления и не имеющий его существенных недостатков. Способ устранения ошибочных действий робота предусматривает формирование сигнала коррекции программной траектории в процессе ее отработки системой управления космического робота, что в конечном счете повышает вероятность успешного выполнения операции. Принципиальная возможность коррекции базируется на утверждении о существовании инварианта (паспорта) каждой операции по взаимодействию рабочего инструмента с объектом внешней среды. Им является закон изменения во времени силы взаимодействия инструмента с объектом, а также «привязанный» к нему закон изменения во времени вектора положения этого объекта в системе координат рабочего инструмента. Предложенный подход предусматривает формирование сигнала коррекции программной траектории рабочего инструмента космического робота, который в конечном счете повышает вероятность успешного выполнения требуемой операции. Это выделяет его из класса традиционных подходов off-line дистанционного управления. Возможность коррекции программной траектории базируется на вышеприведенном утверждении о существовании паспорта выполняемой рабочим инструментом любой операции по взаимодействию его с объектами внешней среды. Сигнал коррекции формируется в результате обработки дополнительной информации — сенсорного образа. Этот сенсорный образ несет данные, с помощью которых можно определить взаимное положение модели рабочего инструмента космического робота и моделей объектов внешней среды, а также о силах взаимодействия между ними. Формирование корректирующих сигналов требует также использования аналогичного текущего сенсорного образа, получаемого в процессе выполнения космическим роботом требуемой операции с помощью сенсоров, идентичных сенсорам модели робота, и расположенных на нем таким же образом, как и на модели. Корректирующий сигнал является функцией величины рассогласования между «модельным» и реальным сенсорными образами. Он обращается в ноль при «нулевом» рассогласовании между ними. Простейшим примером сенсорного образа могут быть изображения множества характерных точек, принадлежащих предметам модели внешней среды робота. Например, ими могут быть изображения так называемых характерных точек. Из изображения внешней среды, полученного с помощью TV-камер, расположенных на модели рабочего инструмента, они выделяются специальной «распознающей программой». Изображения аналогичных точек реальной внешней среды формируются на стадии выполнения роботом программной траектории с помощью TV-камер, расположенных на реальном рабочем инструменте, точно так же, как и на его модели. Поэтому при идеальном формировании программной траектории и идеальной их отработке изображения этих точек должны совпадать с изображениями «модельных» точек. Сенсорными образами могут быть и «силовые» образы, получаемые с помощью запястных силомоментных сенсоров робота и его модели.. Предложенный модифицированный off-line метод дистанционного управления сохраняет все преимущества немодифицированного метода, т.е. в значительной степени снимает ограничения по времени запаздывания и его вариации, и в то же время имеет меньшую, чем традиционный метод зависимость от качества модели внешней среды. 6. В ходе проведенных исследований в 2017 году в части создания имитационно-моделирующего стенда были получены следующие научные и практические результаты. Во-первых, была продолжена разработка архитектуры сервисной шины, обеспечивающая взаимодействие и координацию всех разрабатываемых прикладных программных модулей, с помощью которых организуется как автономное, так и групповое управление МГДО НКБ. Для этого был разработан экспериментальный образец программного модуля (ПМ) “Координация”. На данный ПМ возложены задачи: обеспечение работы и информационного обмена модулей программного комплекса в территориально распределённой гетерогенной вычислительной среде; возможность описания взаимодействия программных модулей и вычислительного процесса с помощью средств, доступных для понимания не только ИТ-специалисту, но и эксперту в предметной области. Наряду с ПМ “Координация” на данном этапе исследования были разработаны экспериментальные образцы ПМ динамического управления ресурсами и реконфигурацией МГДО НКБ, группового управления поведением МГДО. Для детальной проверки ранее полученных теоретических и некоторых экспериментальных результатов, в 2017 были созданы (модернизированы) отдельные элементы имитационно-моделирующей системы, в которую помимо компьютерных моделей элементов наземного управляющего комплекса, включены реальные элементы, являющиеся прототипами некоторых элементов реального управляющего комплекса. Этими элементами являются (см. Приложение 5): натурная модель космического робота, созданная на базе реального промышленного робота, информационно-управляющая система которого должна быть модернизирована; модернизация должна обеспечить возможность восприятия моделью командной информации, передаваемой с удаленного пункта управления через Интернет, а также возможность использования силовой сенсорной информации и информации, получаемой от специальной системы технического зрения; очувствленная перчатка, снабженная позиционными и силомоментными сенсорами, одеваемая на руку человека-оператора; система интеллектуального технического зрения для формирования визуально-локационной информации о внешней среде робота, которая должна сопоставляться с информацией, полученной во время обучения с целью формирования сигналов коррекции.

Аннотация результатов, полученных в 2018 году
1.5.1. Завершена разработка объектно-ориентированной спецификации, которая была положена в основу четырёх подсистем территориально-распределенного имитационно-моделирующего стенда: экспериментальный образец программного модуля (ЭО ПМ) планирования и реализации стратегий внутренней и внешней реконфигурации многофункциональной группировки динамических объектов наземного и космического базирования (МГДО НКБ), ЭО МП формирования пользовательского интерфейса, ЭО ПМ асинхронного обмена сообщениями, ЭО комплекса полунатурных моделей наземно-космических роботов. Использование единой спецификации в разнородных подсистемах позволило конструктивно согласовать концепты логико-динамических моделей и концепты проблемно-ориентированного языка обучения робота. Исследование работоспособности ЭО ПМ показало высокий уровень отказоустойчивости системы за счёт многоступенчатого контроля целостности системы. Контроль состояния ЭО ПМ обеспечивается службами операционной системы (systemd). Контроль РТК ведётся соответствующим ЭО ПМ по данным обобщённой телеметрии. Контроль взаимодействия подсистем осуществляется на прикладном уровне в ЭО ПМ (компенсирующая логика работы модуля), на уровне представления, сеансов и транспорта в сервисной шине (компенсирующие действия в BPMN процессах), на нижних уровнях – сетевыми службами. 1.5.2. Разработанная исполнителями настоящего проекта сервисная шина подверглась значительной модернизации в части работы по простым протоколам SNMP и MQTT с автономными контроллерами с сенсорами и исполнительными устройствами, установленными на робототехнических комплексах. При этом ЭО ПМ регистрации сервисов и маршрутизации запросов модернизировано и переведено с фиксированых адресов сервисов на технологию косвенных конечных точек (Indirect Endpoints). Для снижения высокого риска отказа выполнения заданного сценария работы добавлены отказоустойчивые точки подключения сервисов (Failover Endpoints). Суть проведённой модернизации заключается в создании нескольких экземпляров каждого сервиса и объединении их в отказоустойчивую группу (Failover Group). Сервисная шина автоматически отслеживает выполнение операций и в случае сбоя перенаправляет запрос к следующей точке подключения в группе. Таким образом, при работе в территориально распределённой гетерогенной среде с неустойчивым каналом связи существенно повышается надёжность работы созданного имитационно-моделирующего стенда, в отличие от традиционных протоколов openSAFETY или POWERLINK, акцентирующих внимание на скорости взаимодействия в широкополосных сетях. 1.5.3. Проведённые расчёты планов совместного функционирования РТК с применением оптимизационных и эвристических алгоритмов показали следующие результаты: эффект от применения оптимизационных алгоритмов увеличивается при росте числа конфликтов операций за ресурс, то есть, ситуаций, в которых необходимо проводить обоснованный выбор операции из списка допустимых. При двух технологических процессах (низкая конфликтность) обобщённый показатель качества синтезированного плана работы улучшился до отметки 16,2%. При трёх процессах улучшение обобщённого показателя качества достигло 27,4%. Аналогичное решение для четырёх процессов дало улучшение на 35,4%. При дальнейшем увеличении количества производственных процессов результат незначительно колеблется, но остаётся на уровне 30 – 38%. Полученные результаты подтверждают целесообразность применения оптимизационных алгоритмов при высокой степени конфликтности технологического процесса. 1.5.4. Разработана методика многокритериального оценивания эффективности применения интеллектуальных информационных технологий (ИИТ) для динамического управления МГДО НКБ в сложных условиях обстановки и выбора из них наиболее предпочтительных, базирующаяся на предложенном оригинальном комплексе детерминированных, стохастических и интервальных логико-динамических моделей проактивного управления МГДО НКБ и позволяющая, во-первых, на единой методологической и модельно-алгоритмической основе проводить совместную постановку и решение как задач комплексного моделирования функционирования МГДО НКБ в динамически изменяющейся обстановки, так и задач одновременного синтеза технологий и программ (планов) управления операциями, потоками, ресурсами МГДО НКБ, а также коррекции (перепланирования) указанных программ, и, во-вторых, осуществлять решение задач оценивания информационно-технологических возможностей, робастности и устойчивости соответствующих планов при анализе их реализуемости. Сама методика включает в себя две основные фазы (этапа): на первой фазе должно осуществляться формирование (генерирование) допустимых вариантов многоструктурных макросостояний МГДО НКБ или, говоря другими словами, должен проводиться структурно-функциональный синтез нового облика МГДО НКБ, соответствующего складывающейся (прогнозируемой) обстановке. Для рассматриваемого класса задач многокритериального оценивания эффективности использования ИИТ, в результате реализации первой фазы, в пространстве многоструктурных макросостояний формируется множество Парето (множество недоминируемых многоструктурных макросостояний), обеспечивающих выполнение поставленных перед МГДО НКБ задач на фиксированном интервале времени. На второй фазе производится решение задач выбора наиболее предпочтительной программы проактивного управления структурной динамики МГДО НКБ, траектория которой в многомерном фазовом пространстве попадает в одну из точек множества Парето многоструктурных макросостояний, сформированном на первой фазе, обеспечивая тем самым, решение исходной задачи многокритериального оценивания и выбора наиболее предпочтительных технологий и программ проактивного управления МГДО НКБ и соответствующих ИИТ, обеспечивающих их успешную реализацию. В результате исследований показано, что данная методика после незначительных модификаций можно использовать при решении задач формирования рекомендаций по реконфигурации структур программно-математического и информационного обеспечения, систем управления реконфигурируемых МГДО в динамически изменяющейся среде ( в том числе при возникновении расчетных и нерасчетных нештатных ситуаций). 1.5.5. Были выполнены модификация и обобщение ранее разработанного метода выбора вспомогательных критериев при управлении МГДО НКБ с помощью обучения с подкреплением. Полученная версия метода, способная управлять оптимизацией с использованием нескольких эвристик локального поиска, была применена для решения задачи маршрутизации МГДО НКБ с учетом временных интервалов, имеющей пять целевых и семь вспомогательных критериев оптимизации. Результаты экспериментальных исследований показали, что нахождение лучших решений этой задачи с необходимостью требует использования многостадийного процесса оптимизации, вовлекающего более одной эвристики и более одного критерия. Было также выявлено статистически значимое преимущество использования метода переноса результатов обучения, осуществляемого путем использования усредненных Q-значений, полученных на предыдущих запусках алгоритма, в качестве начальных значений для следующего запуска. 1.5.6. Проведена коррекция состава и структуры нетиповых операторов языка управления робота, базовая часть которых определяет закон перемещения робота (она формируется в процессе обучения), а также коррекция их функций была осуществлена за счет включения в состав операторов обширного класса «силовых операторов». Они определяют силу взаимодействия рабочего инструмента робота с объектами, возможные перемещения которых ограничены голомными связями. Это кардинально расширяет функциональные возможности дистанционно-управляемых космических роботов, позволяя использовать их для выполнения сборочных операций, которые в настоящее время наиболее востребованы при проведении работ в Космосе. Коррекция структуры и состава типовых операторов языка управления робота, была выполнена за счет включения в состав языка операторов условного и безусловного переходов, операторов цикла и других подобных операторов, не влияющих на перемещения робота, а также за счет включения в состав языка операторов, задающих положение робота в системе координат его корпуса, что позволяет успешно выполнять соответствующие операции независимо от возможных изменений внешней среды, а также неточности модели среды. 1.5.7. Экспериментально подтверждена возможность обучения робота показом рабочих операций свободными движениями головы и руки человека-оператора с достоверным контролем результатов обучения на основе фрейм-структурированной модели формы движений (МФД). Язык описания, используемый в МФД, представляет собой многоуровневую, иерархическую систему фреймов, содержащих одновременно семантическое описание элементов формы и топологические (метрические) характеристики, а также, методы и процедуры, характерные для выполнения различного типа движений и сценариев поведения. Разработаны алгоритмы анализа естественных движений руки и головы человека-оператора (без использования традиционных скелетонов), позволяющие автоматически получать семантические описания формы движений в виде многоуровневой системы фреймов МФД. Разработаны и экспериментально проверены алгоритмы обучения методом показа рабочих операций для группы телеуправляемых роботов-ассистентов, в том числе с использованием 6-ти координатной рукоятки управления. Экспериментально исследовались методы и алгоритмы группового обучения и телеуправления рабочими операциями и сценариями поведения роботами, передачи функций в группе и пространственной реконфигурации группы. Экспериментально проверена эффективность разработанных алгоритмов обучения и коррекции сценариев и рабочих операций при телеуправлении МГДО в условиях помех и задержек сигналов сети Интернет 1.5.8. Проведено компьютерное исследование процессов и оценивание точностных показателей (характеристик) систем силомоментного управления при выполнении роботом операций сборки и других контактных операций. Компьютерное исследование систем силомоментного управления выполнено при помощи инструментов пакета MATLAB. Выбор данной среды обусловлен наличием графических средств для высококачественной анимации перемещений робота и задающего механизма.При помощи функций библиотеки Robotics Toolbox в пакете MATLAB разработана программа для создания анимационных моделей задающей рукоятки и робота для систем полуавтоматического позиционно-силового управления. Создан специальный файл с программой - Sim_Open_and_Closed_Force_Control_Systems_with_Torque_Drives. Рассмотрены 3 варианта перемещения рукоятки. Проводимое исследование на данный момент позволяет получить оценку точности работы человека-оператора как путем визуального сравнения программируемого и реального положения робота и рукоятки, так и с помощью построения графиков для получения точных значений ошибок. 1.5.9. Разработан территориально-распределенный имитационно-моделирующий стенд состоящий из трёх основных частей: экспериментального робототехнического комплекса, включающего систему адаптивной локальной корректировки траекторий перемещения роботов; экспериментальное программно-математическое обеспечение имитационно-моделирующего комплекса, включающее модули решения задач контроля состояния МГДО НКБ, формирования навигационно-баллистических данных, аналитико-имитационного моделирования для многокритериального оценивания эффективности использования существующих и перспективных ИТ при управлении МГДО НКБ, планирования и реализации стратегий внутренней и внешней реконфигурации МГДО НКБ; экспериментальный робототехнический комплекс, включающий телеуправляемых роботов ассистентов, обучаемых методом показа движений оператором, а также виртуального (компьютерного) робота.