(Інститут інформаційних технологій та систем НАН України, Видавничий дім "Академперіодика" НАН України, 2025) Урсатьєв, Олексій Андрійович; Волков, Олександр Євгенович
Проаналізовано зарубіжний досвід розроблення та застосування засобів штучного інтелекту, а саме глибокого посиленого навчання за моделлю для розв’язання проблем поведінки рухомих об’єктів у невідомих частково спостережуваних середовищах. Досліджено задачу керування рухомими об’єктами в одно- та багатоагентних системах із застосуванням ментальної моделі світу. Такі системи діють за аналогією роботи мозку людини. Для розв’язання задачі керування рухомими об’єктами застосовують великі рекурентні нейронні мережі — моделі, які здатні навчатися за даними виміряними у часі та просторі. Для вибору оптимальної стратегії дій агентів й точного відтворення середовища, вхідні дані мають бути високої розмірності. На основі проведеного аналізу запропоновано застосування відомого підходу на основі глибинного посиленого навчання для розв’язання задачі керування рухомими об’єктами. Мета керування за цим підходом досягається шляхом побудови моделі уявлення світу замість проведення реальних дорогих випробувань.