Продолжая тему инфо-когнитивных технологий подготовки космонавтов, рассмотрим вопросы обучения автоматизированных и автономных СППР, роботизированных помощников, и систем дополненной реальности.
Можно с большой уверенностью утверждать, что никакие перспективные технологии, вплоть до фантастической «загрузки» знаний и навыков «напрямую в мозг», не смогут решить все возрастающие потребности в управлении окружающим миром. Это означает, что в будущем мы будем по-прежнему или даже в большей степени нуждаться в интеллектуальных помощниках – системах дополненной реальности и автономных роботах.
Для космической индустрии задачи обучения интеллектуальных помощников уже сегодня являются актуальными и могут носить следующие формы:
- Удаленные помощники – форма обучения, в которой эксперты на земле в режиме прямого канала связи обучают «на лету» космонавтов, руководя их действиями. При этом обучение возможно в условиях невидимости/частичной видимости/полной видимости/ ситуационной визуализации/ 3D реконструкции окружающего пространства космонавтов.
- Обучающая система дополненной реальности (ARL ‑ Additional Reality Learning) – форма обучения, в которой система ARL обучает космонавта в реальном режиме времени. При этом возможны два основных режимы ‑ автономный, основанный на заложенных алгоритмах и данных, и дистанционный, когда обучением и управлением ARL руководят удаленные помощники.
- Система обучения/управления экзоскелетоном – форма обучения (программирования), направленная на приобретение навыков управления телом, скафандром. Основные режимы аналогичны системам ARL.
- Система обучения/программирования роботов (Adaptive Robotics Learning) – форма обучения роботизированных интеллектуальных помощников, находящихся на борту во время космического полета. Основные режимы работы – автономный (робот самостоятельно обучается новому поведению или собирает и обрабатывает новые данные для последующей совместной работы), дистанционный (обучение/программирование осуществляется удаленными экспертами) и дуальный, когда функции обучения/программирования берет на себя космонавт.
К перечисленным формам можно добавить и другие, которые связаны с коллективным, совместным эргатическим, смешанным и др. обучением. Успешная реализация рассмотренных форм обучения имеет значимую экономическую ценность, т.к. в перспективе позволит сократить затраты на доставку/спуск роботизированных помощников и космонавтов, осуществлять отработку новых, а также более разнообразных и сложных сценариев на орбите.
Оставив в стороне вопросы дистанционного управления/обучения экзоскелетоном и роботом, а также программирования поведения автономных систем, специфицируем некоторые задачи обучения в условиях дополненной реальности – ARL-системы должны:
- предоставлять образовательный контент с учетом конструкционных и технологических особенностей аппаратного обеспечения, в том числе:
- аудио/видео (шире – мультимедийные) учебные ресурсы,
- дополненный контент (формат представления – предмет будущих и очень перспективных исследований);
- осуществлять тренинг и контроль, определяя необходимый и допустимый уровень освоения компетенций;
- идентифицировать потребности в обучении, подбирать подходящий контент и оптимизировать программу обучения;
- автоматизировано формировать новый образовательный контент в случае отсутствия готового или инициировать и контролировать его разработку/доставку удаленными помощниками;
- осуществлять помощь (поддержку) в преподавании (обучении) космонавтом других членов экипажа, роботизированных помощников.
В заключении хочется отметить, что все рассмотренные подходы обозначены довольно поверхностно и для реализации отдельных контуров специализированного учебного ситуационного центра подготовки и обучения космонавтов требуется дополнительная проработка.
