Open Access Open Access  Restricted Access Access granted  Restricted Access Subscription Access

No 9 (2025)

Cover Page

Full Issue

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Topical issue

ISSLEDOVANIE GRADIENTNOGO METODA S NETOChNOY INFORMATsIEY O GRADIENTE NA NEKOTORYKh KLASSAKh (L0, L1)-GLADKIKh NEVYPUKLYKh ZADACh

ABLAEV S.S., STONYaKIN F.S., FEDOTOV M.N., ALKUSA M.S., SAVChUK O.S., GASNIKOV A.V.

Abstract

Работа посвящена исследованию градиентного метода на классе (L0, L1)-гладких функций при условии, что на итерациях метода вместо точных значений градиента доступны лишь его приближенные значения, что соответствует ситуациям, возникающим при использовании зашумленных данных. Рассмотрено два класса задач: первый – квазивыпуклые функции относительно всякого решения, удовлетворяющие условию градиентного доминирования Поляка-Лоясиевича, второй – квазивыпуклые функции без требования выполнения условия Поляка-Лоясиевича, но с дополнительным ограничением на параметр квазивыпуклости. Для квазивыпуклых функций с PL-условием доказан результат о близкой к линейной скорости сходимости метода в окрестность точного решения. Если значения неточного градиента достаточно малы (что достигается за конечное число итераций), то метод сходится с близкой к линейной скоростью на классе задач с условием Поляка-Лоясиевича без дополнительного предположения о квазивыпуклости. Для (0, M)-гладких квазивыпуклых функций предложен адаптивный градиентный метод и получена оценка его скорости сходимости. Показано, что в случае использования точных значений градиента метод сходится с линейной скоростью.
Avtomatika i telemehanika. 2025;(9):3-27
pages 3-27 views

BEZGRADIENTNAYa STOKhASTIChESKAYa OPTIMIZATsIYa DLYa ADDITIVNYKh MODELEY

AKhAVAN A., TsYBAKOV A.B.

Abstract

Рассматривается задача оптимизации нулевого порядка по зашумленным наблюдениям для целевой функции, удовлетворяющей условию Поляка–Лоясевича или условию сильной выпуклости. Кроме того, предполагается, что целевая функция имеет аддитивную структуру и удовлетворяет свойству гладкости высокого порядка, характеризуемому гельдеровым семейством функций. Аддитивная модель для гельдеровых классов функций хорошо изучена в литературе по непараметрическому оцениванию функций; в частности, показано, что точность оценивания для такой модели существенно лучше, чем для гельдеровой модели без аддитивной структуры. В данной статье аддитивная модель изучается в задаче безградиентной оптимизации. Предлагается рандомизированная оценка градиента, позволяющая при подключении к алгоритму градиентного спуска достичь минимаксно-оптимальной ошибки оптимизации порядка dT−(β−1)/β, где d – размерность задачи, T – количество пробных точек, а β ⩾2 – гельдерова степень гладкости. Устанавливается, что, в отличие от непараметрических задач оценивания, использование аддитивных моделей в безградиентной оптимизации не приводит к существенному выигрышу в точности.
Avtomatika i telemehanika. 2025;(9):28-45
pages 28-45 views

SINTEZ ROBASTNYKh ZAKONOV UPRAVLENIYa PO ZAShUMLENNYM TEKUShchIM DANNYM

BIRYuKOV R.S., KOGAN M.M.

Abstract

В статье излагается новый подход к построению робастных законов управления неопределенной динамической системой с обобщенной H∞-нормой в качестве критерия. Параметры закона управления настраиваются в процессе реального функционирования системы по мере поступления текущих измерений состояния и управления, получаемых с ошибкой. Результаты численного моделирования активного гашения колебаний сооружений при сейсмических воздействиях иллюстрируют эффективность рассматриваемого подхода.
Avtomatika i telemehanika. 2025;(9):46-63
pages 46-63 views

Surveys

OBZOR METODOV PREDUPREZhDENIYa KONFLIKTOV PRI UPRAVLENII VOZDUShNYM DVIZhENIEM S POMOShch'Yu GLUBOKOGO OBUChENIYa S PODKREPLENIEM

KULIDA E.L., LEBEDEV V.G.

Abstract

Представлен обзор развития современных подходов к предупреждению конфликтов между воздушными судами на основе глубокого обучения с подкреплением. Рассмотрена базовая концепция обучения с подкреплением и некоторые основные алгоритмы, используемые для предупреждения конфликтов воздушных судов. Представлены модели с дискретными и непрерывными действиями по предупреждению конфликтов в двумерном и трехмерном воздушном пространстве при движении по фиксированным траекториям или в свободном полете. Рассмотрены различные подходы к представлению информации о состоянии воздушного пространства (с помощью вектора состояния и в виде графа) и разные типы взаимодействия между воздушными судами (на основе информации о состоянии окружающих воздушных судов или при помощи обмена сообщениями).
Avtomatika i telemehanika. 2025;(9):64-92
pages 64-92 views

Control in technical systems

RAZRABOTKA KONSTRUKTsII I SISTEMY PLANIROVANIYa TRAEKTORII GIBKOGO ZMEEPODOBNOGO ROBOTA-MANIPULYaTORA NA OSNOVE EMPIRIChESKOGO PODKhODA

ChZhAN S., ChEN' C., SU K., TAN' L., LYu K., LYu M., KhO T., NOVIKOVA S.V.

Abstract

Предложена новая конструкция пневматического гибкого манипулятора на основе последовательно-параллельной композитной структуры. Гибкий скелет устройства создан по принципу сочленений позвоночника змеи. Смежные позвонки снабжены расположенными с двух сторон воздушными резервуарами-суставами, соединенными параллельно с позвоночником. Пневматический сустав может быть согнут влево или вправо в плоскости движения робота путем изменения давления в пневмокамере. Разработана кинематическая модель, позволяющая рассчитать положение рабочего органа в зависимости от углов изгиба сочленений манипулятора, которые, в свою очередь, рассчитываются исходя из давления в пневмокамерах-суставах. Для разработанной конструкции предложен способ расчета планируемой траектории манипулятора на основе решения обратных задач кинематики. Приведены несколько примеров расчета оптимальных траекторий движения, отвечающих различным требованиям задачи. Результаты натурных экспериментов показывают, что разработанный гибкий змееподобный манипулятор точно следует заранее спланированной траектории и демонстрирует широкие возможности перемещения на плоскости.
Avtomatika i telemehanika. 2025;(9):93-127
pages 93-127 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».