EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

КОНТЕКСТНО-ЗАЛЕЖНА ГІБРИДНА АРХІТЕКТУРА ГЛИБОКОГО НАВЧАННЯ З ПІДКРІПЛЕННЯМ ДЛЯ АВТОНОМНИХ ПІДВОДНИХ АПАРАТІВ

І. О. Безруков, К. Р. Потапова, О. А. Веденєєва, С. О. Гуриненко

Таврійський науковий вісник. Серія: Технічні науки · 28.05.2026 · (3) · 3-10

DOI: 10.32782/tnv-tech.2026.3.1 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Таврійський науковий вісник. Серія: Технічні науки, online erschienen am 28.05.2026. Verfasst von І. О. Безруков und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

У статті розглядається актуальна проблема розробки новітніх систем автоматичного управління для безпілотних підводних апаратів (БППА), які функціонують в умовах нестаціонарного гідродинамічного середовища та суттєво обмеженої комунікації. Специфіка підводного простору, така як відсутність доступу до глобальних систем позиціонування (GPS), низька пропускна здатність акустичних каналів зв'язку та складна нелінійна динаміка океанічних течій, робить класичні алгоритми управління неефективними через неможливість створення точної математичної моделі об'єкта. Хоча алгоритми глибокого навчання з підкріпленням (DRL), такі як PPO, SAC та TD3, є перспективним інструментом для синтезу політик управління в умовах глибокої невизначеності, їх практичне застосування суттєво обмежене фундаментальним бар'єром розриву між симуляцією та реальністю (Sim-to-Real Gap). Проведений детальний аналіз показав, що використання єдиних статичних політик та методів рандомізації домену для підвищення робастності призводить до двох критичних емпіричних недоліків: енерговитратної "надмірної компенсації" у спокійній воді (коли агент здійснює непотрібні компенсаторні маневри, очікуючи на збурення) та парадоксу "фінального кружляння" навколо цілі на високій швидкості без можливості зупинки. Для комплексного розв'язання цих проблем у дослідженні запропоновано інноваційну багаторівневу контекстно-залежну гібридну архітектуру управління, що базується на парадигмі "Суміші експертів" (Mixture of Experts, MoE). Розроблена система використовує інтегрований нейромережевий спостерігач збурень, який аналізує різницю між виданими командами та фактичним рухом, для оцінки прихованих патернів впливу середовища. На основі цих даних шлюзова мережа динамічно розподіляє керування між трьома спеціалізованими DRL-агентами: агресивним (домінує у спокійній воді для швидкісного руху), робастним (активується у штормових умовах для компенсації знесення) та прецизійним (перехоплює керування біля цілі для завчасного гальмування). З метою уникнення кінематичної дестабілізації під час перемикання між експертами, застосовано математичний апарат на основі функцій контролю-Ляпунова, який штрафує мережу за різкі зміни та гарантує м'яке злиття політик. Крім того, впровадження залишкового керування (Residual RL) поверх контролера інтегрального ковзного режиму гарантує доказову стабільність перехідних процесів та усуває високочастотне деренчання механізмів. Запропонований симбіоз методів машинного навчання та класичної теорії управління відкриває нові можливості для створення надійних і високоточних БППА нового покоління.

Zitieren

APA

Безруков, І. О., Потапова, К. Р., Веденєєва, О. А., & Гуриненко, С. О. (2026). КОНТЕКСТНО-ЗАЛЕЖНА ГІБРИДНА АРХІТЕКТУРА ГЛИБОКОГО НАВЧАННЯ З ПІДКРІПЛЕННЯМ ДЛЯ АВТОНОМНИХ ПІДВОДНИХ АПАРАТІВ. Таврійський науковий вісник. Серія: Технічні науки, 3-10. https://doi.org/10.32782/tnv-tech.2026.3.1

Vancouver

Безруков ІО, Потапова КР, Веденєєва ОА, Гуриненко СО. КОНТЕКСТНО-ЗАЛЕЖНА ГІБРИДНА АРХІТЕКТУРА ГЛИБОКОГО НАВЧАННЯ З ПІДКРІПЛЕННЯМ ДЛЯ АВТОНОМНИХ ПІДВОДНИХ АПАРАТІВ. Таврійський науковий вісник. Серія: Технічні науки. 2026:3-10. doi:10.32782/tnv-tech.2026.3.1

BibTeX
@article{2026,
  author = {Безруков, І. О. and Потапова, К. Р. and Веденєєва, О. А. and Гуриненко, С. О.},
  title = {КОНТЕКСТНО-ЗАЛЕЖНА ГІБРИДНА АРХІТЕКТУРА ГЛИБОКОГО НАВЧАННЯ З ПІДКРІПЛЕННЯМ ДЛЯ АВТОНОМНИХ ПІДВОДНИХ АПАРАТІВ},
  journal = {Таврійський науковий вісник. Серія: Технічні науки},
  year = {2026},
  number = {3},
  pages = {3--10},
  doi = {10.32782/tnv-tech.2026.3.1}
}
Kostenlos starten →