13
Нечеткое управление в эргатических робототехнических системах
Для распознавания слитной речи можно использовать конструиро-
вание возможных эталонов фраз и синтаксис проблемно-ориентирован-
ного языка ЭРИС. При профессиональном управлении роботом речевая
база может быть составлена применительно к конкретным операторам,
что снимает проблему дикторозависимости.
Диалог представляет собой последовательность речевых сообще-
ний, которыми обмениваются робот и оператор. Если каждое сообще-
ние – это текущее состояние диалога, то сценарий диалога – это сово-
купность его состояний от начального до конечного и переходов между
ними. Исходным состоянием диалога служит команда оператора, струк-
тура которой была рассмотрена выше. Развитие диалога происходит,
как правило, по одному из следующих сценариев:
1) уточнение состава команды;
2) уточнение операции.
Сценарий описывается прото-фреймом, а конкретная реализация
диалога фиксируется в виде фрейма-экземпляра. Например, для сцена-
рия «уточнение состава команды» прото-фрейм имеет следующий вид:
<(1) исходный текст команды>, <(2) недостающий компонент>,
<(3) фокусирующий запрос оператору>, <(4) вторичный текст коман-
ды>, <(5) число итераций>, <(6) окончательный вид команды>
.
Возможность включения в структуру фрейма процедурной инфор-
мации позволяет в случае неудовлетворительного уточнения оператора
организовать цикл по заполнению содержимого слотов (1) – (4) фрейма-
сценария. Недостаток использования аппарата фреймов при организа-
ции диалога – отсутствие хронологической информации и невозмож-
ность учета истории диалога. В этом случае возникает необходимость
введения внешнего менеджера диалога, задачей которого является вы-
ход из тупиковых веток диалога, если оператор, например, не способен
предоставить требуемую уточняющую информацию. Тогда по иници-
ативе системы, могут быть предложены возможные готовые варианты
ответа, задание другой команды или переход в режим гностических
операций. Основой для управляющего воздействия менеджера диалога
может стать процедурная информация, включенная в фрейм-сценарий.
История диалога и состояний ЭРИС может трактоваться также, как
и признаки в задаче распознавания следующего элемента сценария диа-
лога. Это позволит создавать системы управления диалогом и планиро-
вания действий путем обучения по примерам. Таким образом, эксперт-
ную информацию о системе понимания речи можно отделить от
сценарной информации, во многом зависящей от предметной области и
трудно формализуемой, что ускорит сроки разработки системы речево-
го управления и повысит ее качество. Такая задача в теории машинного
обучения представляет собой задачу классификации цепочек, при этом
возможны различные модели процесса диалога: конечно-автоматная
модель, предсказательная модель, модель на сетях Петри [11]. Закоди-
