КОМП’ЮТЕРНІ НАУКИ, ШТУЧНИЙ ІНТЕЛЕКТ ТА СИСТЕМНИЙ АНАЛІЗ

СИМУЛЯЦІЯ МОНІТОРИНГОВИХ МУЛЬТИАГЕНТНИХ СИСТЕМ

Автор(и)

М. Ю. Войтех ORCID 0009-0005-9720-6260
Національний університет «Київський авіаційний інститут» ROR
О. П. Кравченко ORCID 0000-0001-7262-0899
Національний університет «Київський авіаційний інститут» ROR
DOI https://doi.org/10.31649/

Ключові слова

екологічний моніторинг мультиагентні системи БПЛА безпроводові сенсорні мережі (БСМ) ієрархічна симуляція

Анотація

Розглянуто аспекти симуляції моніторингових мультиагентних систем (МАС), що поєднують мобільні безпілотні літальні апарати (БПЛА) та стаціонарні безпроводові сенсорні мережі (БСМ). Актуальність роботи зумовлена тим, що системи типу БПЛА–БСМ одночасно охоплюють фізичну динаміку руху мобільних агентів, мережеві затримки, втрати пакетів, енергетичні обмеження сенсорних вузлів та задачі міжагентної координації, що ускладнює використання одного універсального симуляційного середовища. Метою роботи є систематизація підходів до симуляції таких систем та формування критеріальної схеми вибору програмного середовища залежно від рівня деталізації моделі, цільових метрик, обчислювальних витрат і можливості перенесення результатів у реальні умови. У роботі виділено низький, середній, високий та мультиагентний рівні моделювання, для яких визначено основні об’єкти симуляції, типові задачі та ключові метрики. Сформовано багатокритеріальну схему оцінювання придатності симуляційної платформи, що враховує точність відтворення цільових процесів, масштабованість, придатність до Sim-to-Real переходу, обчислювальні витрати та складність інтеграції. На основі варіантного порівняння програмних середовищ визначено доцільні напрями їх застосування для різних етапів дослідження: абстрактні або спеціалізовані середовища — для високорівневих і мультиагентних експериментів, робототехнічні 3D-симулятори — для інженерної перевірки вузлів, дискретно-подієві симулятори — для аналізу мережевих процесів. Для систем БПЛА–БСМ сформульовано гібридну схему організації моделювання, що передбачає використання Python або Mesa/NumPy для апробації високорівневих алгоритмів, Gazebo або Webots для інженерної верифікації мобільних вузлів та ns-3 або OMNeT++ для детального аналізу мережевих процесів. Практична значущість роботи полягає у формуванні методологічного каркасу для узгодження різних рівнів симуляції та зменшення розриву між абстрактним моделюванням і подальшою інженерною верифікацією моніторингових систем БПЛА–БСМ.

1 0

Біографії авторів

автор М. Ю. Войтех, афіліація Національний університет «Київський авіаційний інститут»

аспірант кафедри інтелектуальних кібернетичних систем

автор О. П. Кравченко, афіліація Національний університет «Київський авіаційний інститут»

канд. техн. наук, доцент, доцент кафедри інтелектуальних кібернетичних систем

Посилання

[1] М. Ю. Войтех, і О. П. Кравченко, «Концепція мультиагентної системи в екологічному моніторингу,» Вісник Вінницького політехнічного інституту, № 4, с. 49-57, 2025. https://doi.org/10.31649/1997-9266-2025-181-4-49-57 .
[2] Kh. Aloui, A. Guizani, M. Hammadi, T. Soriano, M. Haddar, “System Level Specification and Multi-agent Simulation of Manufacturing Systems,” in Ben Amar, M., Bouguecha, A., Ghorbel, E., El Mahi, A., Chaari, F., Haddar, M. (eds) Advances in Materials, Mechanics and Manufacturing II. A3M 2021. Lecture Notes in Mechanical Engineering. Springer, Cham. https://doi.org/10.1007/978-3-030-84958-0_4 .
[3] L. Jia, and Y. Pei, “Recent Advances,” in Multi-Agent Reinforcement Learning for Intelligent Automation and Control of Water Environment Systems. Machines 2025, 13, 503. https://doi.org/10.3390/machines13060503 .
[4] R. H. Kabir, and K. Lee, “Wildlife monitoring using a multi-UAV system with optimal transport theory,” Applied Sciences, vol. 11, p. 4070, Apr. 2021. https://doi.org/10.3390/app11094070 .
[5] Z. Chen, J. Yan, B. Ma, K. Shi, Q. Yu, and W. Yuan, “A survey on open-source simulation platforms for multi-copter UAV swarms,” Robotics, vol. 12, p. 53, Apr. 2023. https://doi.org/10.3390/robotics12020053 .
[6] G. H. Adday, S. K. Subramaniam, Z. A. Zukarnain, and N. Samian, “Investigating and analyzing simulation tools of wireless sensor networks: A comprehensive survey,” IEEE Access, vol. 12, pp. 22938-22977, 2024. https://doi.org/10.1109/ACCESS.2024.3362889 .
[7] R. G. Sargent, “Verification and validation of simulation models,” Journal of Simulation, vol. 7, pp. 12-24, Feb. 2013. https://doi.org/10.1057/jos.2012.20 .
[8] L. Pitonakova, M. Giuliani, A. Pipe, and A. Winfield, “Feature and performance comparison of the V-REP, Gazebo and ARGoS robot simulators,” in Towards Autonomous Robotic Systems. Cham, Switzerland: Springer International Publishing, 2018, pp. 357-368. https://doi.org/10.1007/978-3-319-96728-8_30 .
[9] “SITL Simulator (Software in the Loop),” ArduPilot Dev Documentation, 2026. [Electronic resource]. Available: https://ardupilot.org/dev/docs/sitl-simulator-software-in-the-loop.html .
[10] “Simulation,” PX4 User Guide, 2026. [Electronic resource]. Available: https://docs.px4.io/main/en/simulation.
[11] E. Soria, F. Schiano, and D. Floreano, “SwarmLab: A Matlab drone swarm simulator,” in Proc. 2020 IEEE/RSJ Int. Conf. Intell. Robots Syst. (IROS), 2020. https://doi.org/10.1109/IROS45743.2020.9340854 .
[12] O. Bouaiss, R. Mechgoug, and R. Ajgou, “Modeling, control and simulation of quadrotor UAV,” in Proc. 2020 1st Int. Conf. Commun., Control Syst. Signal Process. (CCSSP), 2020. https://doi.org/10.1109/CCSSP49278.2020.9151687 .
[13] S. Baidya, Z. Shaikh, and M. Levorato, “FlyNetSim: An open source synchronized UAV network simulator based on ns-3 and ArduPilot,” in Proc. 21st ACM Int. Conf. Modeling, Analysis and Simulation of Wireless and Mobile Systems, 2018. https://doi.org/10.1145/3242102.3242118 .
[14] C. Pinciroli, et al. “ARGoS: A modular, parallel, multi-engine simulator for multi-robot systems,” Swarm Intelligence, vol. 6, pp. 271-295, Nov. 2012. https://doi.org/10.1007/s11721-012-0072-5 .
[15] N. Horri, and M. Pietraszko, “A tutorial and review on flight control co-simulation using Matlab/Simulink and flight simulators,” Automation, vol. 3, pp. 486-510, Sep. 2022. https://doi.org/10.3390/automation3030025 .
[16] D. Cauwe, C. Wang, and Q. Han, “GazeboNS3: A digital twin system for UAV swarms,” in Proc. 23rd Annual Int. Conf. Mobile Systems, Applications and Services, 2025. https://doi.org/10.1145/3711875.3737659 .
[17] C. Bernardeschi, A. Fagiolini, M. Palmieri, G. Scrima, and F. Sofia, “ROS/Gazebo based simulation of co-operative UAVs,” in Modelling and Simulation for Autonomous Systems. Cham, Switzerland: Springer International Publishing, 2019, pp. 321-334. https://doi.org/10.1007/978-3-030-14984-0_24 .
[18] J. A. Millan-Romera, J. J. Acevedo, Á. R. Castaño, H. Perez-Leon, C. Capitán, and A. Ollero, “A UTM simulator based on ROS and Gazebo,” in Proc. 2019 Workshop Research, Education and Development of Unmanned Aerial Systems (RED UAS), 2019. https://doi.org/10.1109/REDUAS47371.2019.8999705 .
[19] S. Shah, D. Dey, C. Lovett, and A. Kapoor, “AirSim: High-fidelity visual and physical simulation for autonomous vehicles,” in Field and Service Robotics. Cham, Switzerland: Springer International Publishing, 2017, pp. 621-635. https://doi.org/10.1007/978-3-319-67361-5_40 .
[20] E. Rohmer, S. P. N. Singh, and M. Freese, “V-REP: A versatile and scalable robot simulation framework,” in Proc. 2013 IEEE/RSJ Int. Conf. Intell. Robots Syst. (IROS), 2013. https://doi.org/10.1109/IROS.2013.6696520 .
[21] O. Michel, “WebotsTM: Professional mobile robot simulation,” 2004. https://doi.org/10.5772/5618 .
[22] M. Calvo-Fullana, D. Mox, A. Pyattaev, J. Fink, V. Kumar, and A. Ribeiro, “ROS-NetSim: A framework for the integration of robotic and network simulators,” arXiv preprint, 2021. https://doi.org/10.48550/arXiv.2101.10113 .
[23] F. D’Urso, C. Santoro, and F. F. Santoro, “An integrated framework for the realistic simulation of multi-UAV applications,” Computers & Electrical Engineering, vol. 74, pp. 196-209, Mar. 2019. https://doi.org/10.1016/j.compeleceng.2019.01.016 .
[24] N. Koenig, and A. Howard, “Design and use paradigms for Gazebo, an open-source multi-robot simulator,” in Proc. 2004 IEEE/RSJ Int. Conf. Intell. Robots Syst. (IROS), 2004. https://doi.org/10.1109/IROS.2004.1389727 .

Статті цього автора (цих авторів), які найбільше читають