Индуктивной классификации. 
Моделирование некоторых простейших форм поведения: от условных рефлексов к индуктивной адаптации

Увеличение количества сигналов рецепторов приводит к очевидным сложностям обучения. При R независимых входных сигналах (датчиках) размерность входного алфавита автоматной модели определяется как dim X=2^R.

Введение

параллелизма (как в случае использование нейронной сети) не спасает ситуацию — время обучения возрастает экспоненциально.

Отсюда неизбежно возникает задача классификации множества входных сигналов (распознавание ситуаций). Вместо стимул-реактивного преобразования «вход-выход» Y=R (X) требуется наличие дополнительного устройства — классификатора C:

Рис. 7. Преобразователь «вход-выход»

Классификатор C может быть различного вида — от множества продукций до реализации в виде нейронной сети или хромосомы генетического алгоритма. Его функция заключается в анализе входного вектора и определения класса, к которому этот вектор относится.

Основная задача состоит в создании этого классификатора как результата адаптивного поведения робота.

Ниже будут рассмотрены два механизма получения адаптивного классификатора: использование эволюционного моделирования для получения классификатора в виде распознающего автомата и применение динамического ДСМ-метода для реализации классификатора в виде множества правил.

При этом в качестве задачи был выбран классический тест из регламента фестиваля мобильных роботов — движение по черно-белой полосе. Линия чертится на раскрашенном в шахматном порядке поле и является инверсной. Датчики полосы образованы 4 парами ИК-приемник/излучатель.