Кооперативное взаимодействие участников гетерогенного коллектива автономных агентов с использованием нейрокогнитивных моделей согласованного поведения

К. Ч. Бжихатлов, И. А. Пшенокова, О. В. Нагоева

---

Аннотация. В статье представлены концепция и алгоритм работы системы кооперативного взаимодействия гетерогенного коллектива автономных агентов на основе мультиагентной нейрокогнитивной архитектуры. Кроме того, представлен процесс формирования общего графа проблемной ситуации в процессе планирования выполнения коллективной миссии, полученной человеко-машинным коллективом. Подобная система необходима для реализации согласованного целенаправленного поведения гетерогенных человеко-машинных коллективов. Актуальность исследования определяется необходимостью разработки алгоритма кооперативного взаимодействия участников гетерогенного коллектива автономных агентов для развития теории и практики создания интеллектуальных систем принятия решений и управления на основе мультиагентных нейрокогнитивных архитектур.

Ключевые слова: мультиагентные нейрокогнитивные архитектуры, мультиагентные системы, автономный агент, коллаборативная робототехника

Для цитирования. Бжихатлов К. Ч., Пшенокова И. А., Нагоева О. В. Кооперативное взаимодействие участников гетерогенного коллектива автономных агентов с использованием нейрокогнитивных моделей согласованного поведения // Известия Кабардино-Балкарского научного центра РАН. 2023. № 6(116). С. 132–141. DOI: 10.35330/1991-6639-2023-6-116-132-141

Информация об авторах

Бжихатлов Кантемир Чамалович, канд. физ.-мат. наук, зав. лабораторией «Нейрокогнитивные автономные интеллектуальные системы», Кабардино-Балкарский научный центр РАН;
360002, Россия, г. Нальчик, ул. Балкарова, 2;
haosit13@mail.ru, ORCID: https://orcid.org/0000-0003-0924-0193
Пшенокова Инна Ауесовна, канд. физ.-мат. наук, зав. лаб. «Интеллектуальные среды обитания», Институт информатики и проблем регионального управления – филиал Кабардино-Балкарского
научного центра РАН;
360000, Россия, г. Нальчик, ул. И. Арманд, 37-а;
pshenokova_inna@mail.ru, ORCID: https://orcid.org/0000-0003-3394-7682
Нагоева Ольга Владимировна, науч. сотр. отдела «Мультиагентные системы», Институт информатики и проблем регионального управления – филиал Кабардино-Балкарского научного центра РАН;
360000, Россия, г. Нальчик, ул. И. Арманд, 37-а;
nagoeva_o@mail.ru, ORCID: https://orcid.org/0000-0003-2341-7960

Список литературы

1. Рассел С., Норвиг П. Искусственный интеллект: современный подход. 2-е издание. Москва: Вильямс, 2007. 1424 с. ISBN 0-13-790395-2.
2. Бжихатлов К. Ч., Канкулов С. А., Малышев Д. А. и др. Интерактивное формирование пространственных онтологий автономного робота на основе нейрокогнитивных моделей семантики // Материалы XVI Всероссийской научно-практической конференции и XII молодежной школы-семинара «Перспективные системы и задачи управления». Ростов-на-Дону, С. 147–154.
3. Нагоев З. В., Пшенокова И. А., Нагоева О. В. Автоматическая реконструкция характера и темперамента пользователей на основе мультиагентного обучения нейрокогнитивных моделей сознательного и бессознательного по данным о поведении пользователя в сети интернет // Известия Кабардино-Балкарского научного центра РАН. 2021. № 6(104). С. 66–77.
4. Нагоев З. В., Сундуков З. А., Пшенокова И. А., Денисенко В. А. Архитектура САПР распределенного искусственного интеллекта на основе самоорганизующихся нейрокогнитивных архитектур // Известия Кабардино-Балкарского научного центра РАН. 2020. № 2(94). С. 40–47.
5. Кулинич А. А. Модель поддержки принятия решений для образования коалиций в условиях неопределенности // Искусственный интеллект и принятие решений. 2012. № 2. С. 95–106.
6. Нагоев З. В. Интеллектика, или Мышление в живых и искусственных системах. Нальчик: Издательство КБНЦ РАН, 2013. 232 с.
7. Gorodetskii V.I., Karsayev O.V., Samoylov V.V., Serebryakov S.V. Applied multiagent systems of group control // Scientific and Technical Information Processing. 2010. Vol. 37. No. 5. Pp. 301–317.
8. Awni Hannun. The Role of Evolution in Machine Intelligence. 2021.
9. Nagoev Z., Pshenokova I., Nagoeva O., Sundukov Z. Learning algorithm for an intelligent decision making system based on multi-agent neurocognitive architectures // Cognitive Systems Research. 2021. Vol. 66. Pp. 82–88.
10. Нагоев З. В., Нагоева О. В. Обоснование символов и мультиагентные нейрокогнитивные модели семантики естественного языка. Нальчик: Издательство КБНЦ РАН, 2022. 150 с.