КОЛИ ДРОНИ ДІЮТЬ ЯК КОМАНДА: АІ-ПЛАТФОРМА ДЛЯ АВТОНОМНОЇ КООРДИНАЦІЇ БЕЗПІЛОТНИХ СИСТЕМ

КОЛИ ДРОНИ ДІЮТЬ ЯК КОМАНДА: АІ-ПЛАТФОРМА ДЛЯ АВТОНОМНОЇ КООРДИНАЦІЇ БЕЗПІЛОТНИХ СИСТЕМ

М.З. Згуровський, П.О. Касьянов, Л.С. Палійчук, А.М. Титаренко, О.В. Кузьменко

2026

Відеоматеріал

7 643 переглядів · YouTube

Посилання: https://youtube.com/watch?v=nwSRheg92Q4&si=ZQKxhgd_A1nD6sg4

Як навчити групу безпілотників діяти узгоджено без постійних команд оператора? Чи може кожен апарат самостійно ухвалювати рішення, враховувати дії інших і пристосовуватися до змін навколишнього середовища? Над розв'язанням цих питань працювали науковці ННК «ІПСА» МОН України та НАН України в рамках дослідницького проєкту, присвяченого розвитку когнітивних автономних систем. Від окремого безпілотника до колективного інтелекту Сучасні безпілотні літальні апарати вже здатні виконувати складні завдання: досліджувати території, здійснювати моніторинг об'єктів, збирати інформацію та працювати в умовах, небезпечних для людини. Проте зі збільшенням кількості апаратів виникає новий виклик – як організувати їхню спільну роботу. Традиційний підхід передбачає керування з єдиного центру, який отримує інформацію від усіх учасників групи та визначає їхні подальші дії. Однак така організація може бути вразливою до порушень зв'язку, затримок передавання даних або виходу з ладу окремих компонентів. Альтернативою є децентралізоване керування, за якого кожен учасник групи має певний рівень самостійності: аналізує доступну інформацію, ухвалює локальні рішення та узгоджує свої дії з іншими. Подібні принципи можна спостерігати в природі. Зграї птахів, косяки риб або колонії мурах демонструють складну колективну поведінку без постійного керування з одного центру. Саме ці явища стали джерелом натхнення для розвитку ройового інтелекту – напряму штучного інтелекту, що досліджує способи організації узгодженої поведінки великої кількості відносно простих учасників. Штучний інтелект, який допомагає діяти спільно Упродовж 2025-2026 років науковці ННК «ІПСА» виконували проєкт за підтримки Національного фонду досліджень України №2025.06/0022 «AI-платформа з когнітивними сервісами для координованої автономної навігації розподілених систем, що складаються з великої кількості об'єктів» (науковий керівник – чл.-кор. НАН України, д.ф.-м.н., проф. П.О. Касьянов). Головною ідеєю дослідження стало створення наукових та програмних засад системи, у якій автономні агенти можуть не лише виконувати індивідуальні завдання, а й формувати узгоджену колективну поведінку. Для цього дослідники поєднали кілька підходів штучного інтелекту. Ройовий інтелект допомагає організувати спільну роботу агентів. Когнітивні алгоритми забезпечують аналіз ситуації та підтримку ухвалення рішень. Методи машинного навчання використовуються для обробки інформації та виявлення закономірностей, а спеціальні механізми координації дозволяють агентам враховувати результати діяльності інших учасників групи. Окрему увагу приділено стигмергії – принципу непрямої взаємодії, коли інформація про вже виконані дії відображається у спільному середовищі. Наприклад, агент може отримувати відомості про досліджені ділянки території та враховувати їх під час планування власної діяльності. Це сприяє зменшенню дублювання зусиль та ефективнішому розподілу спільних завдань. Такий підхід відкриває можливості для створення систем, у яких колективна поведінка формується завдяки взаємодії автономних учасників, а не лише шляхом виконання команд централізованої системи. Цифрові двійники: як досліджувати автономні системи у віртуальному світі Важливою складовою проєкту стало використання технології цифрових двійників. Цифровий двійник – це математичне та програмне представлення фізичного об'єкта або системи, що дозволяє відтворювати їхню поведінку в цифровому середовищі. Для дослідження колективної роботи безпілотників недостатньо змоделювати лише рух окремого апарата. Необхідно враховувати взаємодію між учасниками групи, характеристики навколишнього середовища, доступність інформації, енергетичні обмеження та перебіг виконання спільного завдання. У межах проєкту розроблено комплекс математичних моделей, які дозволяють досліджувати ці складові в єдиній системі. Використання цифрових двійників має важливу перевагу: науковці можуть перевіряти нові алгоритми у контрольованих умовах, багаторазово повторювати експерименти, аналізувати помилки та змінювати параметри системи без необхідності щоразу проводити фізичні польоти. Особливо цінним є можливість відтворювати ситуації, які складно або небезпечно досліджувати безпосередньо на реальних апаратах. Від математичної ідеї до програмного прототипу Одним із головних результатів дослідження стало створення бета-версії програмної AI-платформи з когнітивними сервісами для дослідження автономної взаємодії груп безпілотних систем. Віртуальний прототип поєднує моделювання руху автономних агентів, засоби комп'ютерного зору, обмін інформацією, координацію колективних дій і спостереження за перебігом виконання завдань. Для програмної реалізації використано сучасні технології робототехнічного моделювання, зокрема ROS 2, Gazebo та PX4. Ці інструменти дозволяють створювати віртуальні експериментальні середовища, у яких програмні моделі безпілотників взаємодіють між собою та виконують спільні завдання. Важливою складовою платформи є також засоби аналізу інформаційних аномалій. Вони допомагають досліджувати ситуації, коли отримані повідомлення можуть бути несвоєчасними, неповними або неузгодженими з іншими даними. Поєднання таких компонентів створює основу для комплексного вивчення автономної поведінки розподілених систем. Що показали експерименти? У межах проєкту дослідники провели серію експериментів у віртуальному середовищі для оцінювання роботи окремих програмних модулів і колективної взаємодії агентів. Одним із напрямів випробувань стало дослідження здатності групи автономних агентів спільно обстежувати визначену територію та виявляти задані об'єкти. У модельних сценаріях із двома агентами було досягнуто 99,9 % покриття досліджуваної території. В експерименті за участю шести програмних агентів забезпечено повне покриття тестової ділянки та виявлення всіх семи заданих об'єктів. Окремо перевірено поведінку системи за умов програмної відмови одного з учасників. У дослідженому сценарії решта агентів змогли продовжити та завершити виконання спільного завдання. Ці результати отримано саме у віртуальному середовищі. Вони підтверджують працездатність реалізованих програмних механізмів у досліджених умовах і створюють підґрунтя для подальшої технологічної апробації. Де можуть використовуватися такі технології? Результати дослідження мають перспективи застосування в різних сферах, де необхідна скоординована робота груп автономних технічних засобів. Насамперед це розвиток інтелектуальних безпілотних систем оборонного та подвійного призначення, для яких важливими є автономність, адаптивність та стійкість колективної взаємодії. Водночас подібні технології можуть застосовуватися в цивільних задачах: пошуково-рятувальних операціях, моніторингу довкілля, обстеженні важкодоступних територій, контролі стану критичної інфраструктури та реагуванні на надзвичайні ситуації. Наприклад, група автономних апаратів потенційно може розподіляти між собою ділянки пошуку, обмінюватися отриманими спостереженнями та формувати спільне інформаційне представлення досліджуваної території. Окрім прикладного використання, створена платформа становить інтерес як дослідницький інструмент для науковців, інженерів і здобувачів освіти, які працюють у галузях штучного інтелекту, системного аналізу та робототехніки. Наступний крок – від цифрового моделювання до практичного застосування Результати проєкту демонструють, як математичні дослідження, алгоритми штучного інтелекту та сучасні засоби цифрового моделювання можуть бути об'єднані для розв'язання складних задач автономної взаємодії. За два роки досліджень науковці пройшли шлях від розроблення концептуальної архітектури, математичних моделей і методів координації до створення інтегрованого програмного прототипу та його експериментальної перевірки у віртуальному середовищі. Подальший розвиток результатів пов'язаний із розширенням функціональних можливостей платформи, адаптацією програмних компонентів до реальних технічних систем та їх експериментальною апробацією. Головний результат дослідження – створення наукової та програмної основи для розвитку автономних систем, у яких штучний інтелект забезпечує не лише роботу окремого апарата, а й узгоджене функціонування цілої групи.