С развитием робототехники очень важное значение приобретает проблема систем управления. Одной из наиболее важных проблем является создание человеко-машинного интерфейса. В настоящий момент наиболее распространены интерфейсы графического и программного типов, которые предназначены для промышленных роботов, выполняющих узкоспециализированые задачи в различных отраслях: от автомобильной и металлургической до пищевой. Однако, когда речь заходит о мобильных роботах с более широким спектром применения, интерфейсы такого рода становятся неэффективными из-за сложной настройки и малой автономности. В последнее время все чаще применяется подход создания интеллектуального диалогового интерфейса, с помощью которого человек может давать команды роботу на естественном языке (ЕЯ).

Он основан на применении логической обработки данных классическими методами инженерии знаний и ассоциативной обработки данных нейронными сетями. Для этого необходимо закодировать все слова, используемые в человеко-машинном взаимодействии, таким образом, чтобы они обладали семантическими связями с другими словами по контексту диалога. При использовании данной системы в робототехнике контекст диалога должен распознаваться по предыдущему диалогу человеко-машинного взаимодействия в сочетании с данными, поступающими с сенсоров робота. Настоящая работа посвящена разработке ГИСУМР, ориентированной на исполнение команд, построенных на естественном языке. Эта система должна упростить человеко-машинное взаимодействие, что позволит использовать ее в области мобильных роботов, ухаживающих за людьми с ограниченными возможностями. Научная новизна этой работы заключается в использовании гибридного подхода к разработке контекстно зависимой системы управления мобильным роботом, ориентированной на использование речевых команд на естественном языке.

1. Tanaka H., Tokunaga T., Shinyama Y. Animated agents capable of understanding natural language and performing actions // Life-like characters: tools, affective functions, and applications. – Berlin; Heidelberg: Springer, 2004. – P. 429–443. – (Cognitive technologies).

2. Effective robotics programming with ROS / A. Mahtani, L. Sanchez, E. Fernandez, A. Martinez. – S. l.: Packt Publishing, 2016. – 468 p.

3. Абрамов В.П., Абрамова Г.А. Структурный и функциональный подходы к анализу семантического поля // Вестник РУДН. Серия: Русский и иностранные языки и методика их преподавания. – 2017. – Т. 15, № 1. – С. 9–25.

4. Гаврилов А.В. Контекстно-ориентированная гибридная архитектура системы управления интеллектуального робота // Робототехника и искусственный интеллект: материалы VI Всероссийской научно-технической конференции с международным участием, Железногорск, 13 декабря 2014 г. – Красноярск: Монография, 2014. – С. 74–79. – ISBN 978-5-905284-45-8.

5. Гаврилов А.В. Гибридные системы управления мобильных роботов // Интеллектуальные системы: материалы международной конференции, 3–10 сентября 2004 г. – Дивноморское, 2004.

6. Гаврилов А.В. Диалоговая система подготовки программ для роботов // Automatyka. – Glivice, Poland, 1988. – Vol. 99. – P. 173–180.

7. Гудфеллоу Я., Бенджиа И, Курвилль А. Глубокое обучение. – М.: ДМК-Пресс, 2017. – 646 с.

8. Николенко С.И., Кадурин А.А., Архангельская Е.О. Глубокое обучение: погружение в мир нейронных сетей. – СПб.: Питер, 2017. – 480 с.

9. Хайкин С. Нейронные сети: полный курс. – Изд. 2-е, испр. – М.: Вильямс, 2006. – 1104 с.

10. Шпаков В.К. Использование искусственных нейронных сетей для разработки интеллектуальной диалоговой системы // Проблемы социального и научно-технического развития в современном мире: материалы XX Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых (с международным участием) 26–27 апреля 2018 г. – Рубцовск, 2018. – С. 54–60.