Извлечение знаний из многомодальных потоков неструктурированных данных на основе самоорганизации мультиагентной когнитивной архитектуры мобильного робота

Проблема извлечения знаний из многомодальных потоков неструктурированных данных рассмотрена в контексте построения мобильным роботом, погруженным в реальную среду, эпистемологии, позволяющей ему добиваться успешного выполнения целевого функционала. В качестве основы адаптивной системы управления роботом применяется мультиагентная рекурсивная когнитивная архитектура, самоорганизация которой приводит к построению причинно-следственных зависимостей, выраженных в терминах продукционных правил, формирующихся в базах знаний агентов. Разработана программа 3D-визуализации, приведен пример построения эпистемологии робота, основанной на многомодальных данных.