Когнитивное интеллектуальное управление. Часть 2: квантовый алгоритм нечеткого вывода в интеллектуальной когнитивной робототехнике

Когнитивное интеллектуальное управление. Часть 2: квантовый алгоритм нечеткого вывода в интеллектуальной когнитивной робототехнике

Ульянов Сергей Викторович
д.ф.-м.н., Лаборатория информационных технологий им. М.Г. Мещерякова, Объединенный институт ядерных исследований (ЛИТ ОИЯИ), г.н.с., 141980, Московская обл., г. Дубна, ул. Жолио-Кюри, д. 6, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0001-7409-9531

Зрелова Дарья Петровна
ЛИТ ОИЯИ, Стажер-исследователь, 141980, Московская обл., г. Дубна, ул. Жолио-Кюри, д. 6; Государственный университет «Дубна», Аспирант, 141980, Московская обл., г. Дубна, ул. Университетская, д. 19, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0002-7146-2494

Шевченко Андрей Владимирович
Государственный университет «Дубна», н.с., 141980, Московская обл., г. Дубна, Университетская ул., д. 19, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0001-9178-0257

Шевченко Алла Александровна
Государственный университет «Дубна», н.с., 141980, Московская обл., г. Дубна, Университетская ул., д. 19, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0003-1957-9641

Материал поступил в редакцию 5 октября 2022 года.

Аннотация
В первой части статьи (Ульянов С.В. Когнитивное интеллектуальное управление. Часть I: Система оценки эмоций оператора с применением глубокого машинного обучения на основе мягких вычислений / С.В. Ульянов, А.В. Шевченко, А.А. Мамаева // Робототехника и техническая кибернетика. – Т. 8. - №3. – Санкт - Петербург: ЦНИИ РТК. – 2020. – С. 217-232. – Текст: непосредственный.) обсуждалась система оценки эмоций оператора с применением глубокого машинного обучения на основе мягких вычислений и проектирование когнитивной системы управления. Данная работа развивает подход когнитивного интеллектуального управления, описывая стратегию проектирования интеллектуальных систем когнитивного управления на основе квантовых и мягких вычислений. Продемонстрирован синергетический эффект квантовой самоорганизации базы знаний, извлеченный из не робастных баз знаний интеллектуального нечеткого регулятора. Применяется информационно-термодинамический закон квантовой самоорганизации оптимального распределения базисных качеств управления (устойчивость, управляемость и робастность) и закон квантовой информационной термодинамики о возможности извлечения дополнительной полезной работы на основе извлеченной квантовой информации, скрытой в классических состояниях. Сформированная (без нарушения второго закона квантовой термодинамики) на основе извлеченного количества скрытой квантовой информации «термодинамическая» сила управления позволяет роботу (как объекту управления) совершить количественно большую полезную работу по сравнению с количеством затраченной (на извлечение квантовой скрытой информации) работу. Гарантированное достижение цели управления роботом осуществляется на основе спроектированной интеллектуальной когнитивной системы управления с применением инструментария квантового оптимизатора баз знаний QCOptKBTM, в структуру которого включен квантовый нечеткий вывод – КНВ. Квантовый алгоритм самоорганизации не робастных баз знаний КНВ структурно опирается на синергетические эффекты от скрытой квантовой информации для осуществления реализации оптимального распределения качеств управления. Данная технология позволяет повысить надежность интеллектуальных когнитивных систем управления в ситуациях управления в условиях опасности, описанных с помощью когнитивного нейроинтерфейса и различных типов взаимодействия с роботами. Примеры продемонстрировали эффективность введения схемы КНВ в качестве готового программируемого алгоритмического решения для встраиваемых интеллектуальных систем управления. Показана возможность применения нейроинтерфейса на базе когнитивного шлема с квантовым нечетким регулятором для управления транспортным средством.

Ключевые слова
Квантовый нечеткий вывод, нечеткая логика, когнитивная система управления, информационно-термодинамический закон, скрытая квантовая информация.

DOI
10.31776/RTCJ.11207

Индекс УДК 
512.6:517.9:519.6

Библиографическое описание
Когнитивное интеллектуальное управление. Часть 2: квантовый алгоритм нечеткого вывода в интеллектуальной когнитивной робототехнике / С.В. Ульянов [и др.] // Робототехника и техническая кибернетика. – Т. 11. - № 2. – Санкт-Петербург : ЦНИИ РТК. – 2023. – С. 133-146. – Текст : непосредственный.

Литература

  1. Litvintseva L.V. Design of robust knowledge bases of fuzzy controllers for intelligent control of substantially nonlinear dynamic systems: II A soft computing optimizer and robustness of intelligent control systems / L.V. Litvintseva, S.V. Ulyanov and S.S. Ulyanov // Journal of Computer and System Sciences International. – Vol. 45, No 5, pp. 744-771, 2006. – Text: unmediated.
  2. Litvintseva L.V. Intelligent robust control design based on new types of computation / L.V. Litvintseva, K. Takahashi and S.V. Ulyanov // Note del Polo Ricerca, University degli Studi di Milano (Polo Didattico e di Ricerca di Crema) Publ. –Vol. 60, 2004. – Text: unmediated.
  3. Ulyanov S.V. Intelligent Robust Robotic Controllers: SW & HW Toolkit of Applied Quantum Soft Computing / S.V. Ulyanov, A.G. Reshetnikov // Computer Science Journal of Moldova, vol. 21, No 3(63), 2013. – Text: unmediated.
  4. Patent US 8788450 B2. Self-organizing quantum robust control methods and systems for situations with uncertainty and risk / S.V. Ulyanov. – 2014. – Text: unmediated.
  5. Петров Б.Н. Теория моделей процессов управления: Информационно-термодинамические аспекты / Б.Н. Петров, И.И. Гольденблат, С.В. Ульянов. – М.: Наука, 1978. – Текст: непосредственный.
  6. Ulyanov S.V. Quantum Algorithm of Imperfect KB Self-organization Pt I: Smart Control-Information-Thermodynamic Bounds // Artificial Intelligence Advances. – Vol. 3, No 2. – Pp. 13-36, 2021. DOI: https://doi.org/10.30564/aia.v3i2.3171 (дата обращения: 10.09.2022). – Text: electronic.
  7. Ulyanov S.V. Intelligent cognitive robotics. Vol. 2: Quantum self-organization of imperfect knowledge bases: quantum intelligent force control and information thermodynamic law of extracted informed useful work. : Kurs, 2022. – Text: unmediated.
  8. US Patent No 6,578,018 B1, Int. Cl.7 G06F 15/18. System and method for control using quantum soft computing: 09/625,609: Filed: Jul. 26, 2000; Date of Patent: Jun. 10, 2003 / Inventor: S.V. Ulyanov. – 73 p. – Text: unmediated.
  9. Litvintseva L.V. Quantum fuzzy inference for knowledge base design in robust intelligent controllers / L.V. Litvintseva and S.V. Ulyanov // J. of Computer and Systems Sciences Intern. – Vol. 46, No 6, pp. 908-961, 2007. – Text: unmediated.
  10. Ulyanov S.V. Information Design Technology of Robust Integrated Fuzzy Intelligent Control Systems based on Unconventional Computational Intelligence: Quantum Control Algorithm of Robust KB Self-Organization. – URL: http://qcoptimizer.com/technology/Technology. pdf, 2012 (дата обращения: 10.09.2022). – Text: electronic.
  11. Технологии интеллектуальных вычислений: Квантовые вычисления и программирование в самоорганизующихся интеллектуальных системах управления: Учеб. -метод. пособие / С.В. Ульянов [и др.]. – Дубна: ОИЯИ, 2015. – 246 с.: ил. ISBN 978-5-9530-0422-0. – Текст: непосредственный.
  12. Litvintseva L.V. Quantum information and quantum computational intelligence: Quantum optimal control and filtering of stability, robustness, and self-organization models in nanotechnologies / L.V. Litvintseva and S.V. Ulyanov // Note del Polo Ricerca, University degli Studi di Milano (Polo Didattico e di Ricerca di Crema) Publ., vol. 81-82, 2005-2007. – Text: unmediated.
  13. Nielsen M.A. Quantum computation and quantum information / M.A. Nielsen and L. Chuang // UK: Cambridge Univ. Press, 2000. – Text: unmediated.
  14. Quantum Algorithmic Gates: Information Analysis & Design System in MatLab / S. Ulyanov [et al.] // LAP Lambert Academic Publishing, Saarbrucken, 2014. – Text: unmediated.
  15. Design IT of Quantum Algorithmic Gates: Quantum search algorithm simulation in MatLab / S. Ulyanov [et al.] // LAP Lambert Academic Publishing, Saarbrucken, 2014. – Text: unmediated.
  16. Patent 7,219,087B2. 2007 USA. Soft computing optimizer of intelligent control system structures / S. Ulyanov, L. Litvintseva. – 2007. – Text: unmediated.
  17. Интеллектуальная когнитивная робототехника. Часть 1: Технологии квантовых когнитивных вычислений / В.В. Кореньков [и др.]. – М.: КУРС, 2022, 557 с. – Текст: непосредственный.
  18. Ulyanov S.V. Self-organization of robust intelligent controller using quantum fuzzy inference // Proc. of IEEE Intern. Conference ISKE’2008 (3rd Intern. Conf. on Intelligent System and Knowledge Engineering), Xiamen, China, vol. 1, pp. 726-732, 2008, doi: 10.1109/ISKE.2008.4731026 (дата обращения: 10.09.2022). – Text: electronic.
  19. Locking classical correlation in quantum states / D.P. DiVincenzo [et al.] // Physical Review Letters, vol. 92, No 6, 2004. – Text: unmediated.
  20. Ulyanov S.V. Quantum soft computing in control processes design: Quantum genetic algorithms and quantum neural network approaches In Proc. WAC (ISSCI’) 2004 (5th Intern. Symp. on Soft Computing for Industry), Seville Spain, vol. 17, pp. 99-104, 2004. – Text: unmediated.
  21. Ulyanov S. Quantum Optimizer of Knowledge Base. Intelligent self-organized robust embedded controllers and control systems / S. Ulyanov, A. Reshetnikov // LAP Lambert Academic Publishing, Saarbrоcken, 2014. – Text: unmediated.
  22. Design of self-organized intelligent control systems based on quantum fuzzy inference: Intelligent system of systems engineering approach / S.V. Ulyanov [et al.] // Proc. of IEEE Intern. SMC’, Hawaii, USA, vol. 4, pp. 3835-3840, 2005. – Text: unmediated.
  23. Lee PL. A brain-wave-actuated small robot car using ensemble empirical mode decomposition-based approach / Lee PL, Chang HC, Hsieh TY. // IEEE Trans. on Systems, Man, and Cybernetics, 1053-1064, 2012. – Text: unmediated.
  24. Charaboti. Alternative modes interaction in proximal human-in-the-loop operation of robots. arXiv:1703.08930v1 [cs.RO], 2017.
  25. Kane M.J. Working Memory, Attention Control, and the N-Back Task: A Question of Construct Validity // University of North Carolina at Greensboro, 2014. – Text: unmediated.
  26. Ulyanov S. Quantum Optimizer of Knowledge Base. Intelligent self-organized robust embedded controllers and control systems (in Russian) / S. Ulyanov, A. Reshetnikov // LAP Lambert Academic Publishing, Saarbrocken, 2014. – Text: unmediated.
  27. Ulyanov S.V. Intelligent Control System in Unforeseen Control Situation: Soft Computing Optimizer (in Russian) / S.V. Ulyanov, A.G. Reshetnikov, A.V. Nikolaeva // LAP Lambert Academic Publishing, Saarbrocken, 2013. – Text: unmediated.
  28. A Quantum Planner for Robot Motion / A. Chella [et al.] // Mathematics 2022, 10, 2475. – URL: https:// doi.org/10.3390/math10142475 (дата обращения: 09.2022). – Text: electronic.
  29. Mannone. Categories. Quantum Computing, and Swarm Robotics: A Case Study / M. Mannone, V.S. Antonio // Mathematics 2022, 10, 372. – URL: https://doi.org/10.3390/math 10030372 (дата обращения: 10.09.2022). – Text: electronic.
  30. Noor A. Potential of cognitive computing and cognitive systems. Open Eng, vol. 5, 75-88, 2015. – Text: unmediated.
  31. Ulyanov S.V. The cognitive technology of intelligent control: soft computing optimizer and deep machine learning. Nechetkie Sistemy i Myagkie Vychisleniya / S.V. Ulyanov, A.A. Mamaeva, A.V. Shevchenko // Fuzzy Systems and Soft Computing], 166-182, 13:2 (2018) (in Russian). – URL: https://doi.org/10.26456/fssc44 (дата обращения: 09.2022). – Text: electronic.

Полный текст статьи (pdf)