АЛГОРИТМ БЕЗКАРТОГРАФІЧНОЇ НАВІГАЦІЇ РОБОТА HUSKY НА ОСНОВІ МОДЕЛЕЙ ГЛИБОКОГО НАВЧАННЯ З ПІДКРІПЛЕННЯМ ТА АДАПТИВНОГО НАВЧАЛЬНОГО ПЛАНУ

Проблематика. Мобільні колісні роботи сьогодні широко застосовуються у внутрішніх логістичних середовищах різноманітних виробництв, зокрема на складах, у виробничих цехах та сортувальних центрах. Однак у таких середовищах роботи функціонують за умов високої мінливості, де конфігурація проходів, розміщення вантажів і присутність людей можуть змінюватися в режимі реального часу. Тому розвиток автономної навігації роботів у складних і динамічних середовищах стає однією з ключових задач робототехніки. Мета дослідження. Метою даної роботи є підвищення ефективності навігації без картографії (mapless) чотириколісного автономного мобільного робота в динамічних логістичних середовищах шляхом застосування адаптивного машинного навчання з підкріпленням (Reinforcement Learning, RL) на основі навчального плану. Методика реалізації. Для реалізації поставленої мети було використано комплексний методологічний підхід, що базується на таких методах: - метод імітаційного моделювання (симуляція) з використанням фізичного рушія PyBullet для створення віртуального логістичного середовища, що дозволило безпечно та з високою частотою ітерацій проводити навчання, моделюючи реальну кінематику чотириколісного робота Husky; - методи глибокого навчання з підкріпленням для застосування та порівняння трьох сучасних архітектур: SAC (Soft Actor-Critic), PPO (Proximal Policy Optimization), TD3 (Twin Delayed DDPG); - методика адаптивного навчання за навчальним планом ACL (Adaptive Curriculum Learning), що автоматично змінює складність середовища (кількість та швидкість перешкод) залежно від поточної успішності агента. Результати дослідження. Запропоноване поєднання адаптивного навчання (ACL) мобільного робота Husky в складних динамічних середовищах та гібридної функції винагороди підвищило показник успішності навігації на 35–40% порівняно з прямим навчанням у складних сценаріях. Проведений порівняльний аналіз алгоритмів машинного навчання продемонстрував найвищу адаптивність до нестаціонарних умов і найкращу ефективність використання досвіду у алгоритма SAC, який досяг успішності у 89% випадків застосування за мінімальної кількості зіткнень. Висновки. Запропоновано комплексний підхід до без картографічної навігації автономного мобільного робота Husky в складних динамічних середовищах, заснований на поєднанні адаптивного навчання та фізично інтерпретованої гібридної функції винагороди. Проведені експерименти в симуляторі PyBullet підтвердили, що поетапне та адаптивне збільшення складності середовища стабілізує процес навчання сучасних алгоритмів глибокого навчання з підкріпленням( PPO, SAC і TD3).