- •Технические нервные системы Обучаемые системы управления со зрением для промышленных роботов
- •Оглавление
- •Введение
- •1. Аналитический обзор информационно-управляющих систем промышленных роботов
- •1.1. Современное состояние систем управления роботами, использующих процедуру обучения
- •1.2. Принципы функционирования обучаемых систем управления (технических нервных систем)
- •Павлов Иван Петрович (1849-1936)
- •Пуанкаре (Poincare) Жюль Анри (1854-1912)
- •1.3. Сравнительный анализ адаптивных управляющих систем управления с распознаванием образов и обучаемых систем управления
- •1.4. Анализ вопросов аппаратной реализации систем управления роботами
- •2. Моделирование обучаемых систем управления
- •2.1. Математическое моделирование процесса обучения обучаемой системы управления
- •2.1.1. Алгоритм обучения обучаемой системы управления
- •2.1.2 Алгоритм расчета рецепторных долей сигнала управления
- •2.1.3. Условие сходимости процесса обучения
- •2.2. Закономерности процесса обучения, выявленные с помощью его математической модели
- •2.2.1. Закономерности процесса обучения системы управления для двух ситуаций обучаемой выборки
- •2.2.2. Закономерности процесса обучения системы управления при последовательном предъявлении ситуаций
- •2.2.3. Обучение с масштабированием подобных ситуаций
- •2.2.4. Влияние заданной точности выходных сигналов на продолжительность обучения
- •2.2.5. Влияние отличительности образов ситуаций обучаемой выборки на продолжительность обучения
- •2.2.6. Влияние порядка предъявления ситуаций обучаемой выборки на продолжительность обучения
- •Первый вариант обучения:
- •Второй вариант обучения:
- •2.2.7. Влияние способа дробления входной информации на продолжительность обучения
- •1 Вариант.
- •2 Вариант.
- •2.3. Имитационное моделирование обучения системы управления решению некоторых задач
- •2.3.1. Имитационное моделирование процесса обучения поиску заданного предмета
- •2.3.2. Имитационное моделирование процесса обучения воспроизведению образов
- •2.3.3. Имитационное моделирование процесса обучения распознаванию образов (ситуаций)
- •3. Схемные решения обучаемых систем управления
- •3.1. Командные рецепторы обучаемой системы управления
- •3.2. Обучаемая система управления с внутренними обратными связями
- •3.3. Деление рецепторов обучаемой системы управления на группы
- •3.4. Обучаемая система управления с парными рецепторами
- •3.5. Распределитель выходных сигналов обучаемой системы управления
- •4. Исследование обучаемой системы управления, установленной на робот тур-10к
- •4.1. Выбор параметров обучаемой системы управления для промышленного робота тур-10к
- •4.2. Методика обучения робота тур-10к с обучаемойсистемой управления со зрением поиску заданного предмета среди прочих
- •4.2.1. Разработка методики выбора ситуаций обучаемой выборки для решения задачи поиска заданного предмета
- •4.2.2. Настройка резисторной матрицы обучаемой системы управления и результат обучения
- •4.3. Свойства и особенности обучаемых систем управления, выявленные в результате исследований
- •5. Реализация обучаемых систем управления
- •5.1. Варианты физической реализации обучаемых систем управления
- •5.2. Варианты электрической реализации обучаемых систем управления
- •5.2.1. Обучаемая система управления с резисторной матрицей из подстроечных резисторов
- •5.2.2. Обучаемая система управления с резисторной матрицей, элементы которой выполнены в виде графитовых соединений
- •5.2.3. Обучаемая система управления с резисторной матрицей, элементы которой выполнены из халькогенидных полупроводников
- •5.3. Обучаемая система управления со зрением для промышленного робота pm-01 (puma)
- •6. Технический подход к проявлениям сложной нервной деятельности
- •6.1. Обучение и самообучение объекта с технической нервной системой
- •6.2. Чувства и эмоции объекта с технической нервной системой
- •6.3. Мышление объекта с технической нервной системой
1.2. Принципы функционирования обучаемых систем управления (технических нервных систем)
“ . . . прежде, чем можно будет построить теорию, адекватно описывающую механизмы мозга, должны быть найдены новые фундаментальные принципы” Ф.Розенблатт
Обучаемые системы управления являются автоматическими и могут быть использованы для управления подвижными машинами, такими как роботы, металлорежущие станки, транспортные средства, – для регулирования производственных процессов на металлургических, химических и иных установках, для анализа, прогноза и диагностики, а также в режиме советчика. Они способны принимать решения на основе зрительной, слуховой, тактильной и иной образной информации, поставляемой техническими органами чувств: глазами, ушами, чувствительной кожей и прочими органами и даже такими, каких нет у живых существ. Принимаемые решения могут выражаться в форме сигналов управления приводами машин или в виде словесно-числовых выводов, заключений и рекомендаций. Обучаемые системы управления не запоминают образы; они вообще не имеют такого пространственного накопителя информации, каким является обычный блок памяти компьютера. Технический мозг, в который направляется параллельным потоком информация от рецепторов и который выдает на выходе сигналы управления приводами, представляет собой активный преобразователь и не предназначен для документального запоминания. Нет у технического мозга также сходства с компьютерными процессорами, производящими сложные вычислительные процедуры в последовательном режиме. Поэтому быстродействие его определяется только временем прохождения сигнала, и в электрическом исполнении оно практически мгновенно. Наиболее характерной реализацией обучаемых систем управления является аналоговый вариант. В нем информация, собираемая аналоговыми рецепторами, преобразуется аналоговым техническим мозгом и суммируется им в сигналы управления. Аналоговый технический рецептор – это элемент (первичный преобразователь), охватывающий малый участок поля очувствления и преобразующий внешнее воздействие в непрерывный, аналоговый, изменяющийся по величине сигнал на выходе. Рецепторы очувствления образуют рецепторные поля, например сетчатку глаза или чувствительную техническую кожу. Количество рецепторов в системе не ограничено; расположение их в рецепторном поле – произвольное, неорганизованное, однако переставлять или заменять их после обучения объекта уже нельзя. Подсоединение рецепторов к техническому мозгу также может быть случайным, однако и в этом случае произвольное переподсоединение рецепторов после обучения недопустимо. Отмеченные особенности обучаемых систем управления вытекают из их принципиального сходства с нервными системами животных, способных вырабатывать условные рефлексы. Термин “условные рефлексы”, обозначающий явление установления функциональных взаимосвязей в нервных системах животных, введен русским ученым Иваном Петровичем Павловым. Им были выделены три главных момента, характеризующие условные рефлексы (в более широком смысле – навыки): во-первых, они возникают в результате обучения (научения); во-вторых, обучение выражается в поощрении (вознаграждении) и наказании, и, в-третьих, функциональные взаимосвязи в нервных системах носят всеохватный, ассоциативный характер, примером чего может быть возникновение связи слюновыделения у собаки со звуками шагов человека, приносящего ей корм. Условный рефлекс можно трактовать как ответное действие организма на раздражитель, подкрепленный поощрением или наказанием; раздражитель есть не что иное, как ситуация, воспринимаемая органами очувствления, а подкрепление можно понимать как воздействие обучателя, регулирующего тонус обучения [2].
