Разработка теоретических основ принятия решений и управления поведением автономных программных и робототехнических систем на основе мультиагентного моделирования нейрокогнитивных процессов.

Необходимость привлечения методов моделирования рассуждений на основе математических абстракций нейрокогнитивных процессов для создания систем принятия решений и управления поведением автономных программных агентов и роботов определяется низкой эффективность существующих методов и подходов. Скромные возможности роботов по решению задач в реальной среде, синтезу и реализации автономного целенаправленного поведения, кооперации при выполнении сложных миссий особенно контрастируют со способностями биологических систем, достаточно легко и с достаточной степенью эффективности справляться с решением вышеуказанных задач. Между тем, системы принятия решений и управления биологическими организмами формируются именно на основе нейрокогнитивных процессов. Именно самоорганизация нейроморфологического субстрата – нейронов головного мозга, – результирующая в организации когнитивных процессов, делает эти сложные задачи выполнимыми. За более, чем полувековую историю искусственного интеллекта исследователи неоднократно обращали внимание на конструктивные и функциональные преимущества нейронных сетей головного мозга, такие как децентрализованность и эмерджентность решений, высочайшая устойчивость и надежность, возможности обобщения, массовый параллелизм и удивительная скорость синтеза решений и др. Неудивительно, что современная ситуация в методологии искусственного интеллекта характеризуется значительным трендом в сторону применения т.н. «мягких», биоинспирированных, вычислений, активно использующих математические абстракции биологических (в том числе – и нейроморфологических) процессов для достижения эффективности в решении задач интеллектуальной обработки информации, недоступной при применении классических подходов. Удачные математические абстракции биологических процессов позволяют создавать формализмы, на основе которых могут быть построены программные реализации биоинспирированных методов и алгоритмов принятия решений и управления. «Мягкие» формализмы, такие как, например, искусственные нейронные сети, генетические и роевые алгоритмы, нечеткие множества, методы обучения с подкреплением, вероятностные методы обучения, как правило, могут составить фундамент для значительного количества разнообразных приложений искусственного интеллекта, выполняя роль, своего рода, «интеллектуального ядра», настраиваемого на решение различных задач. Так, искусственные нейронные сети успешно применяются для решения задач распознавания образов, управления сложной динамикой, принятия решений, обучения и др. Данная работа направлена на проведение фундаментальных и прикладных исследований в области создания интеллектуальных систем принятия решений и управления автономных роботов и программных агентов на основе нейроподобных когнитивных архитектур.Основная цель научного исследования состоит в разработке теоретических основ принятия решений и управления поведением автономных программных и робототехнических систем на основе изучения и моделирования динамики нейроморфологического субстрата головного мозга, детерминирующей наличие и характер протекания когнитивных процессов.