Разработка имитационной модели сценарного прогнозирования поведения интеллектуального агента на основе инварианта рекурсивной мультиагентной нейрокогнитивной архитектуры

Активное развитие самоорганизующихся систем принятия решений и управления, основанных на мультиагентном подходе, привело к тому, что понятие интеллектуального агента является одним из основных в области искусственного интеллекта. В работе представлен формализм интеллектуального агента на основе мультиагентных нейрокогнитивных архитектур. Под интеллектуальным агентом понимается интеллектуальная система на основе мультиагентной нейро-когнитивной архитектуры, которая состоит из программных агентов-нейронов, поведение которых детерминировано внутренней целевой функцией, реализация которой осуществляется благодаря возможности агентов взаимодействовать друг с другом. Представлен алгоритм обучения интеллектуального агента на основе самоорганизации инварианта мультиагентных нейрокогнитивных архитектур согласно сценарию прогнозирования пищевого поведения.
Обучение на основе фактического сценария поведения позволяет ИА прогнозировать и в превентивном порядке не допускать уменьшение собственной энергии до критического значения, сигнализировать о наступлении чувства голода и насыщения.
Разработана имитационная модель сценарного прогнозирования пищевого поведения интеллектуального агента на основе инварианта мультиагентной нейрокогнитивной архитектуры. Использование рациональных программных агентов для моделирования нейроподобных элементов и организации их мультиагентного взаимодействия в процессе обучения нейрокогнитивной архитектуры на основе формирования аксодендрональных связей в составе управляющих функциональных систем определяет научную новизну результата. Дальнейшее развитие представленной работы связано с обучением интеллектуального агента более сложному исследовательскому поведению.