• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Новости

Природа учит управлять сложными системами

С ростом масштаба, сложности и взаимозависимости технических систем усложняются и модели управления ими. Традиционные модели — через единый центр — в ряде случаев начинают уступать информационным системам, разработанным на основе принципа «роевого интеллекта». Ошибки управления в этом случае минимизируются: ни одна из них не приводит к коллапсу всей системы. В очередном выпуске трендлеттера ИСИЭЗ НИУ ВШЭ авторы демонстрируют перспективность применения «роевого интеллекта» на примерах приложений для самоорганизации объектов в сферах транспорта, энергетики и ликвидации чрезвычайных ситуаций.

«Роевой интеллект» — это коллективное поведение равнозначных объектов, каждый из которых выполняет простые функции, взаимодействуя при этом с другими объектами.За его основу взяты реальные примеры из дикой природы: взаимодействие роев насекомых, стай птиц или волков. Следуя простым правилам и координируя свои действия с сородичами, живые существа находят оптимальные маршруты, решения задач, которые были бы не под силу «одиночкам».

Одним из наиболее социально значимых направлений исследований и разработок может быть использование сервисных роботов в поисково-спасательных работах. Подключенные к системе «роевого интеллекта», оснащенные камерами и сенсорами, роботы-спасатели способны проникать в самые сложные завалы, места крушений и возгораний, выдерживая при этом нечеловеческие нагрузки (высокие температуры или наличие воды). В зависимости от типа и области выполнения поисково-спасательных работ могут применяться миниатюрные беспилотные летательные аппараты или роботы, похожие на крупных насекомых, червей или змей. Каждый робот действует по заданному алгоритму — с учетом поведения других роботов децентрализованной системы и поступающих от них данных, в итоге все роботы системы действуют сообща, охватывая всю местность катастрофы. Спасателю-оператору такой системы достаточно лишь вводить отдельные команды, определяя область обнаружения.

Подробнее об этом и других трендах — в очередном выпуске трендлеттера, с которым можно ознакомиться по ссылке. Скачать версию для печати.


Предыдущие выпуски:

№ 12 (18): Наноразмерные мембраны и катализаторы обеспечат «зеленое» будущее

№ 11 (17): Гибкие решения в современной ядерной энергетике

№ 10 (16): Новая диагностика и терапия: индивидуальный подход на клеточном уровне

№ 9 (15): Cельское хозяйство перемещается в небоскребы

№ 8 (14): Энергетический разворот к Cолнцу

№ 7 (13): «Умная» инфраструктура для внегородских магистралей

№ 6 (12): Ферменты на службе у медицины: применение для молекулярной диагностики и генной инженерии

№ 5 (11): Здравоохранение становится все более ИКТ-зависимым

№ 4 (10): Новые технологии для лесного сектора

№ 3 (9): Наукоемкие материалы для новой электроники и энергетики

№ 2 (8): Медицина будущего: технологии генетической инженерии для создания высокоспецифичных лекарств и инструментов молекулярной диагностики

№ 1 (7): Эффективные технологии для тепловой энергетики

№ 6: К 2030 году самолеты станут более экологичными

№ 5: Круговорот возобновляемого сырья: биодизель из микроводорослей, биоразлагаемая полимерная упаковка, электроэнергия из органических отходов

№ 4: «Умные» энергосети повысят эффективность российской энергосистемы

№ 3: Каршеринг с децентрализованной инфраструктурой и беспилотные автомобили помогут победить пробки

№ 2: Россия в Арктике: прочные морские платформы, новые ледоколы и извлечение метана из газогидратов

№ 1: Аптамеры РНК, микрочипы под кожу и карманные биосенсоры


См. также публикации в СМИ:

«Роевой интеллект» технических систем (ИА «Мангазея», 28.09.2015)