Аннотация:В работе был предложен алгоритм для группы состоящей из n = 1 роботов. Была поставлена задача управления взлетом дрона на определенную высоту за определённый̆ промежуток времени с использованием нейросетевого регулятора. Также была предложена оценка эффективности работы заявленного алгоритма и выявлены слабые и сильные стороны используемого подхода по выбору закона управления.
В результате была проведена следующая работа, подтверждающая работоспособность данного подхода:
• Реализована система моделирования дрона с помощью языка Python.
• Решена обратная задача динамики позволяющая получить целевую метку в виде общей̆ тяги винтов дрона.
• Сформирован и преобразован набор данных для обучения дрона взлету.
• Настроена и обучена нейросеть, способная управлять взлетом дрона.
• Проведено моделирование модели с использованием получившегося нейросетевого регулятора.
Тем не менее, данный̆ подход имеет как положительные так и отрицательные стороны. Положительные стороны данного подхода:
• Выполнение задачи управления за определенное время. В сравнении с ПИД-регулятором нейросетевой регулятор позволяет выполнять взлет за назначенное время.
• Другое преимущество заключается в возможности реализации быстрых вычислений, т.к. нейросетевой метод относится к параллельным методам, работающим за малое число тактов вычислений.
• С помощью данного метода, возможно корректировать полет дрона, при внешних возмущениях, обучая модель при различных погодных условиях.
В ходе выполнения данной̆ работы были выявлены недостатки данного метода, а именно:
• Сложность реализации.
• Неизвестна обобщающая возможность алгоритма.