Результаты совместной работы представлены на международной конференции IEEE Symposium Series on Computational Intelligence в Мексике.
В Центре виртуальной реальности МГУ предложили усовершенствовать традиционные методы обучения динамических нейронных сетей, используемых для идентификации нелинейных систем. Модификация законов обучения позволила повысить чувствительность весовых коэффициентов нейросетевой модели к внешним воздействиям. Теперь предсказывать траектории движения идентифицируемой системы удастся точнее даже в условиях неполной информации о ее внутренней динамике.
Эффективность разработанного подхода показали на примере моделирования окуломоторных реакций на движения пилотажного стенда, создаваемого в центре «Сверхзвук». Экспериментальные данные о направлении взора пилота в шлеме виртуальной реальности использовались для обучения идентификатора. Модель показала способность предсказывать характерные особенности поведения глаз человека.
«За счет коррекции симуляции на основе анализа движений глаз возможно снизить дискомфорт и укачивание, которые испытывают многие пользователи VR-оборудования. Это позволит расширить применимость виртуальной реальности для обучения пилотов и операторов сложных технических систем», — рассказал один из соавторов, ответственный исполнитель Центра виртуальной реальности МГУ Виктор Чертополохов.
Статья по итогам исследования опубликована в сборнике трудов IEEE SSCI 2023.
