Схеми і моделі формування інтелектуального адаптивного поведінки

Проект РФФД 04-01-00179

Короткий звіт за 2006 рік
Короткий звіт за 2005 рік
Короткий звіт за 2004 рік
список публікацій

Короткий звіт за 2006 рік
1) Розроблено та проаналізовано архітектури нейросетевой системи управління анімат (штучними організмами), засновані на теорії функціональних систем П.К. Анохіна. Система управління має блочно-ієрархічну або багатомодульні архітектуру. Кожен модуль системи управління відповідає окремій функціональній системі та містить дві нейронні мережі: Контролер і Модель. Контролер призначений для формування дій анімата. Модель забезпечує прогноз майбутньої ситуації для заданої поточної ситуації і дії, що формується Контроллером. Навчання відбувається у формі самонавчання (без вчителя) на основі тільки підкріплень і покарань, що надходять із зовнішнього середовища. Проведено попереднє комп'ютерне моделювання в рамках цих архітектур.
2) Розроблено комп'ютерну модель пошукового поведінки біологічних організмів, при якому в процесі пошуку відбувається інерційне перемикання між двома пошуковими тактиками (консервативної і стохастичною пошукової). При цьому мається гистерезис в процесі перемикання між тактиками. Модель апробована на прикладі пошукового поведінки личинок ручейников, які будують чохол-будиночок. Продемонстровано якісне подобу моделі реальному пошукової поведінки личинок ручейников.
3) Проведені аналітичні огляди за моделями інтелектуального адаптивного поведінки. Розроблено рекомендації та пропозиції щодо подальших досліджень інтелектуального адаптивного поведінки.

Короткий звіт за 2005 рік
В ході виконання проекту були отримані наступні результати:
1) Досліджено модель еволюції популяції самообучающихся адаптивних агентів. Система управління кожного агента заснована на нейромережевих адаптивних критиків, які забезпечують прогноз майбутніх ситуацій і прийняття рішень на основі прогнозу. Адаптація системи управління відбувається як в результаті індивідуального навчання, так і внаслідок еволюційної оптимізації. Проведено порівняння трьох варіантів моделі, в яких включені а) або навчання і еволюція одночасно, б) або окремо еволюція, в) або окремо навчання. Показано, що в даній моделі може спостерігатися ефект Болдуіна, тобто спочатку придбані навички агентів в процесі еволюції стають успадкованими. Проведено порівняння поведінки модельних агентів з пошуковим поведінкою найпростіших тварин, продемонстровано якісне подобу цих двох типів поведінки.
2) Зроблено оцінки ефективності еволюційних алгоритмів. Оцінки зроблені для моделі квазівидів М. Ейгена, яка відповідає генетичному алгоритму без схрещування. Оцінки зроблені таким чином: зроблені грубі аналітичні оцінки і ці оцінки перевірені шляхом комп'ютерного моделювання. Показано, що для випадку пошуку екстремуму унімодальної функції N бінарних змінних існують еволюційні алгоритми, що забезпечують знаходження оптимуму при аналізі порядку N2 варіантів, при цьому характерний час збіжності еволюційного алгоритму зростає пропорційно N.
3) Розроблено нейромережева модель системи управління мобільного робота Khepera, що імітує найпростіші форми адаптивного поведінки тварин і проведені попередні комп'ютерні експерименти з цією моделлю.
4) У процесі роботи над проектом підготовлена монографія:
Редько В.Г. Еволюція, нейронні мережі, інтелект. Моделі і концепції еволюційної кібернетики. М .: Изд-во УРСС, серія "Синергетика: від минулого до майбутнього", 2005

Короткий звіт за 2004 рік
В ході виконання проекту були отримані наступні результати:
1) Розроблено ієрархічна архітектура системи управління анімат (модельним організмом, здатним пристосовуватися до змін у зовнішньому середовищі) на базі нейромережевих адаптивних критиків (adaptive critic designs), яких навчають на основі тільки заохочень / покарань, що надходять із зовнішнього середовища.
2) Розроблено методи самонавчання простих автономних адаптивних агентів на базі теорії адаптивних критиків.
3) Розроблено моделі самообучающихся мобільних роботів. Цільова функція робота полягає у виробленні стереотипів поведінки під час обходу перешкод. Керуюча система робота побудована на базі спеціальних нейроноподобних елементів і взаємоузгоджено вирішує такі завдання, як автоматична класифікація, побудова бази знань, моделювання емоцій і прийняття рішень. Мобільний робот представлений програмною моделлю, має рульове управління, реверсивний рушій, візуальні і тактильні датчики. Робот демонструє адаптивне (самонавчатися) управління в недетермінованої середовищі.
4) Розроблено принципи еволюційної оптимізації системи управління робота Khepera II.
5) Зроблено аналітичні оцінки ефективності еволюційних алгоритмів у постановці, відповідної моделі квазівидів М. Ейгена. Згідно з цими оцінками для випадку пошуку екстремуму унімодальної функції N бінарних змінних еволюційний алгоритм забезпечує знаходження оптимуму при аналізі порядку N ^ 2 варіантів.
6) Розпочато дослідження взаємодія навчання і еволюції в популяціях автономних адаптивних агентів.

Бібліографічний список публікацій за проектом 04-01-00179 (2004, 2005 рр.)

1. Мосалов О.П., Прохоров Д.В., Редько В.Г. Моделі прийняття рішень на основі нейромережевих адаптивних критиків // Дев'ята національна конференція з питань штучного інтелекту з міжнародною участю КВІ-2004. Праці конференції в 3-х т. М .: Физматлит, 2004. т.3. С. 1156-1163.
2. Мосалов О.П., Редько В.Г., Прохоров Д.В. Модель агента-брокера на основі нейромережевих адаптивних критиків // Зб. праць Міжнародної науково-технічної конференції "Інтелектуальні системи, IEEE AIS'03", М .: Физматлит, 2004. Т. 1. С. 395-399.
3. Мосалов О.П., Прохоров Д.В., Редько В.Г. Самообучающиеся агенти на основі нейромережних адаптивних критиків // Штучний інтелект. 2004, Т.3. С. 550-560.
4. Red'ko VG, Prokhorov DV, Burtsev MS Theory of functional systems, adaptive critics and neural networks // International Joint Conference on Neural Networks, Proceedings, Budapest, 2004. PP. 1787-1792.
5. Отоцкий П.Л., Редько В.Г. Модель навчання в ієрархічній структурі функціональних систем // Праці XLVII наукової конференції МФТІ "Сучасні проблеми фундаментальних і прикладних наук". Частина I. Радіотехніка та кібернетика. М .: МФТІ, 2004. С. 75-76.
6. Попов О.Є., Редько В.Г., Мосалов О.П., Непомнящий В.А. Модель пошукового поведінки анімата на основі простої схеми перемикання тактик пошукової активності // Праці XLVII наукової конференції МФТІ "Сучасні проблеми фундаментальних і прикладних наук". Частина I. Радіотехніка та кібернетика. М .: МФТІ, 2004. С. 77-78.
7. Редько В.Г. Завдання моделювання когнітивної еволюції // Філософія штучного інтелекту. Матеріали Всеросійської міждисциплінарної конференції, М .: ІФ РАН, 2005. С. 321-323.
8. Редько В.Г., Цой Ю.Р. Оцінка ефективності еволюційних алгоритмів // Доповіді АН. 2005. Т. 404. № 3. С. 312-315.
9. Редько В.Г., Цой Ю.Р. Уточнення оцінок ефективності еволюційних алгоритмів // Зб. праць Міжнародної науково-технічної конференції "Інтелектуальні системи, IEEE AIS'03", М .: Физматлит, 2005. Т. 1. С. 7-11.
10. Редько В.Г., Цой Ю.Р. Оцінка ефективності найпростішої версії генетичного алгоритму. // Інтегровані моделі і м'які обчислення в штучному інтелекті. Збірник праць III-го Міжнародного науково-практичного семінару. М .: Физматлит, 2005. С. 281-286.
11. Редько В.Г. Моделі адаптивної поведінки // Проблеми нейрокібернетики (матеріали 14-ї міжнародної конференції з нейрокібернетиці). Том 2. Ростов-на-Дону. Видавництво ТОВ "ЦВВР". 2005. С. 160-163.
12. Попов О.Є., Редько В.Г., Непомнящий В.А. Моделювання пошукового поведінки анімата на основі принципів спонтанної активності // Проблеми нейрокібернетики (матеріали 14-ї міжнародної конференції з нейрокібернетиці). Том 2. Ростов-на-Дону. Видавництво ТОВ "ЦВВР". 2005. С. 142-143.
13. Red'ko VG, Mosalov OP, Prokhorov DV A model of Baldwin effect in populations of self-learning agents // International Joint Conference on Neural Networks, IJCNN 2005, Proceedings, Montreal, Canada. PP. 1355-1360.
14. Редько В.Г. From Animal to Animat - напрямок досліджень адаптивне поведінку // Від моделей поведінки до штучного інтелекту (Колективна монографія за ред. В.Г. Редько). М .: КомКнига (Вид-во УРСС, серія "Науки про штучне"). 2006, С. 156-199.
15. Редько В.Г. Проблема походження інтелекту і моделі адаптивної поведінки. // Наукова сесія МІФІ - 2006. VIII Всеросійська науково-технічна конференція "Нейроінформатика-2006": Лекції по нейроінформатіке. М .: МІФІ, 2006. С. 112-170.
16. Мосалов О.П., Прохоров Д.В., Редько В.Г. Порівняння еволюції і навчання як методів адаптації агентів // Наукова сесія МІФІ - 2006. VIII Всеросійська науково-технічна конференція "Нейроінформатика-2006": Збірник наукових праць. У 3-х частинах. Ч.1. М .: МІФІ, 2006. С. 201-208 ..
17. Редько В.Г. Моделі адаптивної поведінки - зачепив досліджень когнітивної еволюції // Когнітивні дослідження: Збірник наукових праць: Вип.1 / Под ред. В.Д. Соловйова. М .: Видавництво "Інститут психології РАН", 2006. С. 49-68.
18. Редько В.Г. Завдання моделювання когнітивної еволюції // Штучний інтелект: міждисциплінарний підхід. Під ред. Д.І. Дубровського і В.А. Лекторської - М .: ІІнтеЛЛ, 2006. С. 243-258.
19. Red'ko VG, Anokhin KV, Burtsev MS, Manolov AI, Mosalov OP, Nepomnyashchikh VA, Prokhorov DV Project "Animat Brain": Designing the Animat Control System on the Basis of the Functional Systems Theory // The Ninth International Conference on the Simulation of Adaptive Behavior (SAB'06), 25 - 29 September 2006, CNR, Roma, Italy, Third Workshop on Anticipatory Behavior in Adaptive Learning Systems (ABiALS 2006), Proceedings.
20. Редько В.Г. Який природний шлях до штучного інтелекту? // Психологія. Журнал Вищої школи економіки. 2006. Т.3, № 2. С.95-101.
21. Red'ko VG Neural Network Models of Adaptive Behavior // Математична біологія і біоінформатика: I Міжнародна конференція, м Пущино, 9-15 жовтня 2006 р .: Доповіді / під ред. В.Д. Лахно. - М .: МАКС Пресс, 2006. С. 104-105.
22. Редько В.Г. Моделі адаптивної поведінки // Математична біологія і біоінформатика: I Міжнародна конференція, м Пущино, 9-15 жовтня 2006 р .: Доповіді / під ред. В.Д. Лахно. - М .: МАКС Пресс, 2006. С. 106-107.
23. Мосалов О.П., Редько В.Г., Прохоров Д.В. Моделювання еволюції автономних адаптивних агентів // Математичне моделювання (прийнято до друку).
24. Редько В.Г. Як промоделювати свідомість? // Збірник за матеріалами Симпозіуму "Свідомість і Мозок" - Інститут філософії РАН, 30 листопада, 2006 (прийнято до друку).