Про Луну-25 и нейросети

[dzz]

Интересно, а что мешает использовать для управления полётом автоматических станций и той же посадки на Луну уже существующие наработки имитационного интеллекта (aka ИИ), в частности, нейросетки?

IMHO, это, как раз, идеальная задача для обучения на моделях любой сложности, которые можно смоделировать на Земле. Да и масса аппарата в несколько тонн позволяет впихнуть туда компьютер, достаточный для работы нейросети в реальном времени.

В итоге, получаем систему, которая САМА управляет полётом на основе информации от датчиков и с земных станций слежения, минимизируя как человеческие ошибки, так и влияние задержек передачи команд управления. Не говоря уже об отработке нештатных ситуаций.

Comments

[p2004r.livejournal.com]

Жесткая циклограмма vs полноценный контроллер "автопилот".

Только пару дней как такая же мысль и по тому же поводу пришла в голову. Но как представил как "кто то пишет на APL полный имитатор OS/360" и даже не стал дальше думать. Никаких возможностей добиться соответствия "имитатора и объекта имитируемого" по сути нет.

Единственный путь — полностью автоматом разворачивать систему от примитивного железа с тупым аварийным загрузчиком-конфигуратором (сразу с многократным дублирование всего) "послойно" в стиле лисп машины. Что бы получить на самом верхнем уровне некую весьма стабильную среду, которая одновременно решает и все проблемы с отказами железа и навигационную задачу оставшимися средствами пытается не завалить. То есть "виртуализировать железо" и следить за его поведением в сравнении с моделью.


Но это "муравейником" не сделать. Выкидывать людишек надо, делать самое примитивное стандартное железо и все остальное достигать кодогенерацией из языка описания на каждом из уровней организации системы. Если память не изменяет один раз весь этот путь уже прошли и весьма успешно.

[dzz.livejournal.com]

Не-не-не, вопрос в другом. Обучение нейросетей на моделях может быть гораздо более эффективным и по времени, и по результату, чем перепрограммирование циклограмм.

[p2004r.livejournal.com]

Нейросеть описывает некий "контроллер" который дан ей как образец "в зоне своей видимости".
В случае "обучения с подкреплением" целевая функция также будет вычислена средой котрая имитирует и КА и законы механики и полетное задание.

Но от этого принципиально ничего не меняется, все равно "контролер vs циклограмма". НС не будет обучаться "в процессе своего персонального полета".

По сути построение "имитатора КА" полностью эквивалентна его "генерации из формального описания". А собственно "контроллер" на неком уровне абстракции в "формальном описании" это буквально "пара строчек" окажется.

И сверх оптимизация здесь не нужна, достаточно только сама возможность "гибко приспосабливаться к изменению аппаратной составляющей". Мне представляется лучше "барьеров абстракции" ничего для этого не придумано.

[dzz.livejournal.com]

> НС не будет обучаться "в процессе своего персонального полета"

Если засылать взаимодействующие аппараты "роями", то может и учиться. Кстати, богатая идея :)

В любом случае, адаптивность обученной сетки с ростом числа параметров будет лучше, чем у детерминированного алгоритма, не влезающего в мозги одному разработчику.

[p2004r.livejournal.com]

Я поэтому и пишу — "классические барьеры абстракции стеком уровней упрощающие задачу до одной строки".

Заодно внутри нет никакого "зазора для шаловливых ручек" + в самом низу лежит "примитивная регистровая машина". В машину только добавить избыточность и отказы.