Разработка системы интеллектуального управления наземными беспилотными транспортными средствами с использованием методов агентного моделирования, нечеткой кластеризации и генетических алгоритмов

Данный проект нацелен на разработку фундаментальных методов идентификации наземных беспилотных транспортных средств (БТС), несущих угрозы безопасности другим участникам дорожного движения и проектирование системы интеллектуального управления беспилотными транспортными средствами в интенсивном потоке. Актуальность проекта обусловлена необходимостью определения условий (сценариев), при которых отдельные наземные БТС будут представлять угрозу другим участникам дорожного движения. Для этого, предлагается разработка новых методов нечеткой кластеризации, учитывающих множественное влияние различных факторов, определяющих принадлежность агентов – участников дорожного движения к различным кластерам (таким как, средняя скорость и ускорение, интенсивность перестроения в потоке, соблюдение ПДД и др.). При этом управление движением каждого БТС осуществляется с использованием нечетких правил, оптимальные характеристики которых вычисляются с использованием генетических алгоритмов вещественного кодирования. С использованием системы имитационного моделирования AnyLogic, а также суперкомпьютерных технологий крупномасштабного агентного моделирования, будет разработан программный комплекс, объединяющий ряд подсистем: имитационных моделей транспортных потоков на важнейших участках «умного города», модуля нечеткой кластеризации БТС, генетических оптимизационных алгоритмов, обеспечивающих поиск оптимальных характеристик индивидуальной системы управления БТС и др. Подобный подход, представляющий собой много-агентную систему машинного обучения с подкреплением, позволит разработать и протестировать индивидуальную систему принятия решений БТС при движении в виртуальном транспортном потоке, которая может быть в дальнейшем использована для физического проектирования средств «умного города».