Как научить робота думать на ходу

В Тульской инженерной школе «Интеллектуальные оборонные комплексы» ТулГУ говорили о вещах, которые для людей непосвящённых могут показаться из области научной фантастики.

Как робот понимает где он находится? Как он отличает препятствие от свободного пути? Почему машине недостаточно просто видеть, чтобы двигаться самостоятельно?

Ответы на эти и другие вопросы студенты и сотрудники ПИШ искали вместе с представителями Института проблем управления им. В.А. Трапезникова РАН. В ТулГУ приехали заведующий лабораторией № 77 Андрей Викторович Макаренко и младший научный сотрудник Даниял Стефанович Гаджиев.

Тульский государственный университет и ИПУ РАН связывает договор о сотрудничестве. На его основе в Передовой инженерной школе был создан Тульский научно-образовательный центр проблем управления, та самая площадка, где происходит слияние университетского образования с большой наукой и реальными инженерными задачами. В 2025 году на обучение было направлено 15 студентов и сотрудников ПИШ ТулГУ.

Во время визита Андрей Викторович Макаренко встретился с директором Тульской инженерной школы «Интеллектуальные оборонные комплексы» Ольгой Анатольевной Фомичёвой. Они обсудили широкий спектр вопросов — от проведения совместных исследований и подготовки научных публикаций до участия в грантах и реализации прикладных проектов.

Одним из важных итогов встречи стала договорённость о направлении сотрудников ПИШ ТулГУ в ИПУ РАН на обучение по программе профессиональной переподготовки. Это позволит молодым преподавателям проводить занятия по профильным дисциплинам, связанным с современными технологиями анализа данных и искусственного интеллекта.

Благодаря визиту московских гостей студенты ПИШ смогли углубиться в метод решения сложной инженерной задачи. Даниял Стефанович Гаджиев прочитал им открытую лекцию «Решение задачи навигации без систем внешней коррекции».

За весьма сложным названием скрывается довольно понятная идея. Робот должен уметь ориентироваться самостоятельно, без постоянной подсказки извне. Чтобы это стало возможным, он собирает информацию с разных датчиков. Одни помогают понять ускорение, другие показывают поворот, третьи фиксируют направление, четвёртые отслеживают движение колёс. Но данные не бывают идеальными. Они могут шуметь, запаздывать или немного ошибаться.

И вот здесь на помощь приходят фильтры Калмана, позволяющие объединять разные сигналы и получать более точную картину происходящего. По сути, это действенный способ помочь роботу не растеряться в потоке данных и принять правильное решение во время движения.

Программа визита московских коллег получилась насыщенной и интересной. И подчинена она была общей цели — приблизить инженерное образование к реальным научным задачам, а студентов и молодых преподавателей вовлечь в исследования, результаты которых могут быть использованы в практической деятельности.

Татьяна Крикункова

Фото Михаила Гиндина