This paper considers the possibilities and examples of using a general learning model with fatigue and rest effects to describe experimental data. A classification of iterative learning models is provided, and the existing datasets on learning from various fields are overviewed. A general algorithm for selecting an appropriate iterative learning model based on available experimental data is proposed. Examples of processing experimental and modeling data are presented for motor and cognitive skills, visual-motor adaptation, and tasks with long breaks. The following hypothesis is formulated and tested: learning models describe the data with deviations representing independent and identically distributed realizations of Gaussian random variables with zero mean. According to the values of statistical criteria, there are no grounds to reject this hypothesis. Based on the modeling results, recommendations on the optimization and management of the learning process are given.

Для сглаживания примитивной траектории, определяющей путь следования мобильного робота в первом приближении, предложена следящая динамическая модель, корректируемая вложенными сатураторами с переменными коэффициентами усиления, что позволяет повысить точность аппроксимации примитивной траектории на прямолинейных участках. В алгоритме настройки автоматически учитываются заданные динамические ограничения мобильного робота и особенности примитивной траектории.

В данной работе подробно рассматривается задача управления перевернутым маятником, установленным на подвижной платформе (тележке), которая способна горизонтально перемещаться по направляющей с помощью двигателя постоянного тока. Уникальной особенностью данной конструкции является наличие роликов, которые обеспечивают прижим основания к направляющей, что, в свою очередь, приводит к возникновению значительной силы трения между тележкой и рельсом. В условиях, когда тележка движется, необходимо решить задачу стабилизации маятника в вертикальном положении, одновременно регулируя положение самой тележки. Для достижения этой цели в статье разрабатывается новый разрывной закон управления, который позволяет эффективно компенсировать силу сухого трения. Это решение обеспечивает возможность поддержания маятника в устойчивом состоянии с заданной точностью. Важным аспектом работы является анализ влияния параметров системы на качество управления, что позволяет оптимизировать алгоритмы регулирования. Работа включает в себя экспериментальные данные и примеры применения предложенного подхода, демонстрируя его эффективность в различных сценариях. Результаты показывают, что предложенный метод управления значительно улучшает стабильность системы и позволяет достигать желаемых результатов при минимальных затратах времени на регулирование. Таким образом, данное исследование вносит вклад в развитие теории автоматического управления объектами с нелинейными динамическими характеристиками, такими как перевернутый маятник на тележке. Представленные решения могут быть применены в различных областях, включая робототехнику, аэрокосмическую технику и системы стабилизации.

Эргатические системы учитывают человека как часть системы при по- строении моделей. Рассмотрение таких систем и моделей становится более актуальным с учетом современных тенденций к индивидуальному подходу и человеко-ориентированным системам. В работе рассматриваются основные особенности и признаки эргатических систем, особенности их исследования и моделирования. Для управления эргатическими системами с учетом многообразия и неопределенности действий человека-оператора имеет смысл использовать технологии искусственного интеллекта. Выявлены преимущества рассмотрения автоматизированных систем как эргатических и перспективы применения такого подхода.

Доклад рассматривает проблемы разработки программных систем (ПС) в условиях технической, технологической, когнитивной и ментальной неопределенности: разрывы между этапами жизненного цикла (ЖЦ) ПС, несогласованность команд и сложности проектирования взаимодействий. Цель — разработка методологических принципов интерфейсного планирования (ИП) для координации процессов ЖЦ ПС с функционалом системы. Методология ИП объединяет концептуальный дизайн, человеческие ресурсы, функциональные решения и элементы пользовательского интерфейса. Результат — программное решение, позволяющее последовательно наращивать функциональность при этом сохраняя адаптивность ПС к изменениям.