У статті наведено результати діяльності з впровадження в НАН України європейських принципів відкритої науки — нового підходу до організації наукового процесу на основі поширення знань з використанням цифрових технологій і нових засобів спільної роботи дослідників. Побудована в НАН України централізована інфраструктура відкритої науки сприятиме підвищенню продуктивності наукових досліджень, глибшій інтеграції українських вчених у європейський дослідницький простір, ефективнішому пропагуванню отриманих науковцями НАН України наукових результатів і ширшому залученню міжнародних грантів.

The study analyzes the capabilities of reinforcement learning methods and their components. We propose the hybrid rule-based QoS-optimized modification of Deep Q-learning network method developed to facilitate automatic determination of key learning parameters and incorporate mechanisms for continuos learning. This method enables the agent to adapt to the environment dynamics, such as the availability of possible actions and changes of their parameters, without requiring complete relearning and ensure flexibility, universality and enhanced efficiency of Machine Learning method across various domains. We test the proposed algorithm and its characteristics on the practical task of the personalized learning pathway constructing used in educational process.

Задачі покриття області спостереження сенсорними системами привертають значну увагу дослідників. Системи безпілотних літальних апаратів (БПЛА) можна застосовувати для спостереження за природними явищами, під час рятувальних операцій, у військовій справі тощо. У статті розглянуто задачі оптимізації просторового розміщення БПЛА для моніторингу земної поверхні. Метою таких задач є максимізація покриття важливих ділянок на визначеній області земної поверхні областями спостереження БПЛА та мінімізація сумарної площі попарних перетинів цих областей, що зазвичай збільшує роздільну здатність покриття та зменшує дублювання спостереження. Розроблено метод випадкового пошуку з локальною оптимізацією. Цільова функція задачі, яку треба максимізувати, є негладкою та неувігнутою. Тому на етапі локальної оптимізації застосовано метод узагальненого градієнта. Внаслідок того, що на цьому етапі початкова точка вибирається випадковим способом з множини допустимих розв’язків, нескінченнокрокова версія методу випадкового пошуку з локальною оптимізацією збігається до глобального максимуму, а локальна оптимізація дає змогу підвищити швидкість збіжності. Виконано числові експерименти, які засвідчують можливість застосування запропонованого методу до задач, що мають практичний інтерес. Для опуклих задач наведено оцінки ефективності субградієнтного методу, що дають уявлення про трудомісткість методу узагальненого градієнта на етапі локальної оптимізації. Описано нестаціонарні задачі розміщення (параметри яких змінюються з часом) та запропоновано метод їх розв’язання. Для опуклих нестаціонарних задач, за умови обмеженої швидкості змін цільової функції, розроблено нескінченнокроковий метод, що генерує послідовність допустимих розв’язків, похибка яких починаючи з деякого кроку не перевищує заданої величини.