Самообучение автономных интеллектуальных роботов в процессе поисково-исследовательской деятельности

Рассматривается один из эффективных подходов к организации целесообразного поведения автономных интегральных роботов (АИР) в процессе поисково-исследовательской деятельности в априори неописанных условиях проблемной среды (ПС). Предлагается в основе целесообразного поведения роботов использовать процедуры наглядно-действенного мышления, основанные на формализации рефлекторного поведения высокоорганизованных живых систем. Разработан алгоритм самообучения в условиях с высоким уровнем неопределенности, позволяющий автоматически формировать условные программы целесообразного поведения, обеспечивающие АИР возможность достигать заданной цели поведения в процессе поисково-исследовательской деятельности. Найдены граничные оценки функциональной сложности предложенного алгоритма самообучения в условиях неопределенности, показывающие возможность его реализации на бортовой ЭВМ автономных интегральных роботов, имеющих, как правило, ограниченные вычислительные ресурсы. Проведено имитационное моделирование процесса самообучения АИР в априори неописанной ПС, подтвердившее эффективность применения предложенного подхода для организации планирования целесообразного поведения в априори неописанных ПС.