• Специалисты МГУ имени М.В. Ломоносова создали алгоритм для улучшения точности работы нейросетей для управления роботами и дронами.
• Алгоритм учитывает запаздывающие сигналы, влияющие на точность нейросети.
• Метод основан на динамической нейронной сети, которая продолжает уточнять свои параметры во время работы системы.
• Новый подход позволяет учитывать задержку входного сигнала без увеличения вычислительной нагрузки.
• Работоспособность метода была проверена на задачах моделирования, включая геодезическое движение, динамику летательного аппарата и биомеханику.
• Предложенный подход показал более точное воспроизведение динамики систем с задержкой управляющего воздействия.
• Результаты работы опубликованы в журнале.

«Работоспособность метода была проверена на нескольких задачах моделирования. Среди них - геодезическое движение на трехосном эллипсоиде, модель динамики летательного аппарата и задача биомеханики, связанная с моделированием поворота головы. В экспериментах предложенный подход показал более точное воспроизведение динамики систем, где управляющее воздействие поступает с задержкой», - уточнили в МГУ.