ISBN 978-5-7262-1376-7. НЕЙРОИНФОРМАТИКА – 2011. Часть 2

ISBN 978-5-7262-1376-7. НЕЙРОИНФОРМАТИКА – 2011. Часть 2
Г.А. ПРОКОПОВИЧ
Объединённый институт проблем информатики НАН Беларуси, Минск
smartrobo@tut.by
НЕЙРОПОДОБНЫЙ БЛОК ПАМЯТИ
ДЛЯ ИНТЕЛЛЕКТУАЛЬНЫХ АВТОНОМНЫХ СИСТЕМ
Ключевые слова: нейросетевой блок памяти, гетероассоциативный
механизм, распознавание образов, классификация
Рассматриваются методы построения систем управления автономными
мобильными роботами, предназначенных для работы в сложной
динамической среде с априори неизвестными свойствами. Однако, как
показала практика использования беспилотных летательных аппаратов и
наземных специализированных мобильных роботов, во время их
функционирования могут изменяться свойства не только внешней среды,
но и самих объектов, поэтому процесс формализации и аналитического
описания подобных моделей с помощью классических методов не
является возможным.
В связи с этим в последнее время в области искусственного интеллекта
наблюдается выделение целого направления, связанного с разработкой и
изучением сложных систем, активно взаимодействующих с внешней
средой и направленных на достижение определённых целей, которые по
праву можно назвать интеллектуальными автономными системами (ИАС)
[1].
Одним из перспективных методов построения ИАС является
бионический подход, который основан на моделировании нервных систем
живых организмов, в которых отсутствует априори заданная модель
объекта управления, зато необходимые знания добываются в процессе
взаимодействия системы управления со средой и самим объектом
управления [2].
На
основе
анализа
многочисленных
работ,
посвящённых
моделированию целенаправленного поведения живых организмов, можно
сделать вывод, что разнообразие форм поведения в большей степени
зависит от свойств и возможностей их памяти, чем от возможностей
оперирования с её содержимым [3,4,5]. Тогда проявление любого акта
поведения ИАС, последовавшего за изменениями внешней среды, должно
восприниматься как реакция его устройства памяти на это изменение,
выраженная специфическим действием или цепочкой действий
УДК 004.032.26(06) Нейронные сети
273
ISBN 978-5-7262-1376-7. НЕЙРОИНФОРМАТИКА – 2011. Часть 2
эффекторов. Таким образом, ИАС должен иметь соответствующий блок
памяти, который даже по произвольной части ключевого образа должен
его классифицировать и определить соответствующий отклик, либо по
результатам его воздействия на ИАС создать новую ассоциативную пару.
В качестве прототипа для разработки блока памяти ИАС с указанными
выше свойствами предлагается адаптивный нейросетевой классификатор
[6], который является гибридом двух нейросетевых архитектур  АРТ-1 и
двунаправленной ассоциативной памяти (ДАП). Каждая из выбранных
нейросетей проявляет отдельные свойства биологической памяти: АРТ-1
позволяет безопасно добавлять в долговременную память новые образы, а
ДАП  быстро (в параллельном режиме) производить поиск образов.
Синергетический эффект, полученный в результате указанного
объединения двух нейроподобных архитектур, позволяет говорить о том,
что свойства блока памяти для ИАС, основанного на использовании
предложенной сети АРТ-ДАП, можно считать в некотором роде
приближёнными к биологическим аналогам [7]:
1. распределённое хранение информации;
2. адресация памяти по содержанию;
3. гетероассоциативный механизм;
4. возможность дообучения;
5. обучение с учителем;
6. безытерационный процесс обучения;
7. обобщение образов.
Список литературы
1. Тюменцев Ю.В. Интеллектуальные автономные системы – вызов
информационным технологиям // IV Всероссийская научно-техническая
конференция "Нейроинформатика-2002". Сборник статей по теме
рабочего совещания «Проблемы адаптивного поведения и подходы к
моделированию мышления». М.: МИФИ. 2002.
2. Жданов А.А. Метод автономного адаптивного управления //
Известия академии наук. Теория и системы управления. №5. 1999. С. 127–
134.
3. Амосов Н.М., Касаткин А.М., Касаткина Л.М., Талаев С.А.
Автоматы и разумное поведение. Киев: Навукова думка. 1973. 375 с.
УДК 004.032.26(06) Нейронные сети
274
ISBN 978-5-7262-1376-7. НЕЙРОИНФОРМАТИКА – 2011. Часть 2
4. Бонгард М.М., Лосев И.С., Смирнов М.С. Проект модели
организации поведения – «Животное» // Моделирование обучения и
поведения. М.: Наука. 1975. С. 152–171.
5. Гаазе-Рапопорт М.Г., Поспелов Д.А. От амёбы до робота: модели
поведения. М.: Наука. 1987. 288 с.
6. Прокопович Г.А. Адаптивный нейросетевой классификатор //
Информатика. 2009. № 3(23). С. 68–81.
7. Прокопович Г.А. Нейросетевой блок памяти для адаптивной
работы сложных технических систем в динамической среде //
Информатика. – 2010. № 2 (26). – С. 54–65.
УДК 004.032.26(06) Нейронные сети
275