Nghiên cứu mạng nơtron cho robot

Ngày nay trên thế giới không có công nghệ nào phát triển nhanh và mạnh nhu kỹ thuật robot . Nguời ta dự đoán đến giữa thế kỷ 21 , Robot sẽ trở thành một trong những động lực quan trọng nhất của sự

TỔNG QUAN TèNH HèNH NGHIấN CỨU MẠNG NƠ RON CHO

RễBỐT THễNG MINH

Tạ -Hồng-Kỳ Phũng Cơ điện tử , Viện Cơ học , 264 Đội cấn ,Hà nội

Email: tahongky@yahoo.com

Túm tắt: Chương trỡnh nghiờn cứu Mạng nơ ron trờn thế giới Tỡnh hỡnh

nghiờn cứu trong nước Một số cụng trỡnh nghiờn cứư mạng nơ ron đó cụng

bố ở nước ngoài

Abstract: Neural Network Projects in the World Rerearchs of Neural

network in Vietnam Researchs of Neural Network in the world

I.GIOI THIEU

Ngày nay trên thế giới không có

công nghệ nào phát triển nhanh và

mạnh nhu kỹ thuật robot Nguời ta dự

đoán đến giữa thế kỷ 21 , Robot sẽ trở

thành một trong những động lực quan

trọng nhất của sự phát triển kỹ thuật

Mạng nơ ron là chìa khoá công nghệ

của thế kỷ 21 trong lĩnh vực trao đổi và

xử lý thông tin Đó là một hệ thống bao

gồm một số luợng lớn những kiểu đặc

biệt của những bộ xử lý phi tuyến gọi là

nơ ron

II CHUONG TRINH NGHIEN CUU

MANG NO RON TOAN CAU:

Nghiên cứu về mạng Nơ ron đã

đu-ợc quan tâm từ những năm 40 của thế

kỷ 20 Khoảng những năm 90 Nơ ron

đuợc đặc biệt chú ý bởi khả năng ứng

dụng rộng lớn của nó

Chuơng trình nghiên cứu về nơ ron

tập chung nghiên cứu ở Mỹ ( 50 tổ

chức trong các viện nghiên cứu và

tru-ờng đại học , riêng California đã có 15

tổ chức nghiên cứu ) Ơ Anh có 20 tổ

chức , Đức (7) , Nhật (7), Pháp (6),

Thụy sỹ(4) , Thụy điển (4) , Hà lan (4) ,

Australia (3) , Ytalia (3) , Canađa (3),

Nga(1) , Czech (1) , Balan(1) ,

Hungary(1), Hàn quốc (1) , Singapor

(1) , Hong kong (1)v.v…Ơ Mỹ , tại

bang California , Truờng Đại học

California San diego có Chuơng trình

tính toán và Hệ thống Nơ ron của

Caltech, Viện tính toán Nơron, Nhóm

nghiên cứu khoa học Máy tính Nhận

thức , Trung tâm nghiên cứu Ngôn ngữ

, Phòng thí nghiệm Kỹ thuật Nơ

ron , Trung tâm Sloan Sinh học Nơ ron

Lý thuyết Đại học California Santa Cruz có Nhóm Máy Dạy học , , Nhóm Sinh học tính toán Đai học Nam California có Phòng thí nghiệm Tính toán Nơ ron Đại học Stanford có nhóm Lập trình Gen Ơ Carlsbad có

Động lực học Nơ ron ứng dụng Ơ Moffett Field có Nhóm Kỹ thuật Nơ ron NASA

Bang Massachusetts , có Trung tâm

Dạy học Tính toán và Sinh học tại Viện Công nghệ Massachusetts -MIT , Nhóm tính toán ở khoa Não và khoa học Nhận thức thuộc MIT , NeuoDyne Ins, Cambridge

Bang Washington có Phòng Thí nghiệm

Ưng dụng , Trí tuệ Tính toán thuộc Đại học Washington , Nhóm Nghiên cứu Nơ ron tại Phòng thí nghiệm Xử lý Thông tin Nhóm nghiên cứu Nơ ron thuộc Phòng thí nghiệm Pacific Northwest tại Washington

Bang Texas có Phòng thí nghiệm Kỹ

thuật Nơ ron R&D thuộc Đại học Texas

ở Austin Phòng thí nghiệm Tính toán

Ưng dụng tại đại học Kỹ thuật Texas

Bang Pensylvania có Trung tâm Cơ sở

Nơ ron của Nhận thức tại Carnegie Melon

Bang Ohio có Phòng Thí nghiệm Hệ

thống Nơ ron Nhân tạo thuộc Đai học Cincinnati

Bang New Mexico có Nhóm Tính

toán Thích nghi thuộc Đại học New Mexico Nhóm Tính toán Thích nghi Phi tuyến thuộc Phòng thí nghiệm Quốc gia Los Alamos

Bang New Jersey có Nhóm Nghiên

cứu Nơ ron Nhân tạo ở Viện nghiên cứu NEC , Princeton Nhóm Nhận thức , Trí

tuệ và Tính toán dựa trên DNA , ở Viện

nghiên cứu NEC , Princeton v.v…

Anh: có Trung tâm Mạng Nơ ron tại

tr-uờng Hoàng gia London Trung tâm

Hệ thống Nơ ron tại Đại học Edinburgh

Nhóm Nghe , Nhìn và Robot Đại học

Cambridge Nhóm Nghe , Nhìn và Hệ

thống Thông minh Đại học

Southhampton.Nhóm Nghiên cứu Trí

tuệ Nhân tạo thuộc Đại học

Nottingham Nhóm nghiên cứu Hệ

thống Thông minh, khoa Khoa Học

Máy tính thuộc Đại học London v.v…

Nhật: có Phòng Thí nghiệm Robot

và Cơ -Điện tử thuộc Đại học Nagoya

Phòng thí nghiệm Okabe và Hirose

thuộc Đại học Tokyo Phòng thí

nghiệm Sinh-Điện tử thuộc Đại học

Nagoya.Phòng thí nghiệm Nghiên cứu

Xử lý Thông tin Nguời ở Kyoto v.v…

Đức: có Viện Tin học Nơ ron ở Đại

học Ruhr , Bochum Nhóm nghiên cứu

Mờ và Tính toán Mềm tại Đại học

Braunschweig Nhóm Nhiên cứu Mờ và

Nơ ron tại Đại học Công nghệ

Damstardt Nhóm Nhìn- Máy tính và

Nhận dạng thuộc Đại học Bon Trung

tâm nghiên cứu Trí tuệ Nhân tạo Đức

DFKI thuộc Kaiserlautern Nhóm

Nghiên cứu Nơ ron của GMD FIRST tại

Berlin.Viện Logic, Tổ hợp và Hệ thống

Suy diễn tại Đại học Karlsruhe

Pháp: có Nhóm nghiên cứu Tin-Sinh

học Truờng Cao cấp ,Pari.Nhóm tính

toán Nơ ron thuộc Phòng Tin học Pari

Nord Nhóm nghiên cứu Nơ ron ở

LEIBNIZ, Grenoble Nhóm nghiên cứu

Laplace , Mô hình gần đúng trong

Robot và Trí tuệ Nhân tạo ở LEIBNIZ,

Grenoble

Hungary: có Nhóm Xử lý thông tin

Nơ ron thuộc Đại học Eotvos Lorand ,

Budapest

MPL

Đây là mạng Nơ ron thuận với những tín

hiệu vào liên tục và những lớp bao gồm :

lớp tín hiệu vào , lớp tín hiệu ra , lớp trung

gian (lớp ẩn ) Đặc điềm chính của mạng

perceptron là liên kết trực tiếp những nút

của những lớp giống nhau là không cho phép Đuờng vòng của những lớp cũng không đuợc phép Ví dụ , khi liên kết nút tín hiệu vào với nút tín hiệu ra đuờng vòng của lớp ẩn bị cấm

y 0 yM−1

Lop ra

lop an

1

Lop an

2

x0'

Lop vao

x0 xN−1

IV.THUAT TOAN PHAN HOI :

Buớc 1 : Đua ra trọng luợng và giá trị

nguỡng bằng những giá trị duơng nhỏ

Buớc 2: Đua ra tín hiệu đầu vào x1, x2, , xN−1

và giỏ trị đầu ra mong muốn d1, d2, dM−1 Nếu mạng nơ ron đuợc sử dụng nhu một bộ phân loại , sau đó đặt tất cả ditới không , trừ một

cái là biểu hiện loại trong đó tín hiệu giá trị 1

Buớc 3:

Tính toán giá trị thực , sử dụng hàm sigmoid và thực hiện tính toán

theo sơ đồ

Buoc 4:

Cập nhật trọng luợng ban đầu từ nút tín hiệu ra

và thực hiện phản hồi sử dụng công thức : Hinh.1–MANG NO RON 3 LOP

, )

( )

1

ở đây :

wij là trọng luợng synap của liênkết nút i

với nút j của lớp tieptheo ở thời gian t

x'i tín hiệu ra của nút i ( hoặc tín

hiệu vào i của mạng nơ ron )

η hệ số thu nhận ( hệ số tỉ số

dạy học )

δj số hạng sai số cho nút xác định

nhu :

δj =yj (1-yj)(di-yi)

với

yj là tín hiệu thực

d j là tín hiệu đầu ra mong muốn

Nếu nút j là nút của lớp ẩn , khi đó :

δj = x'j(1-x'j)∑

k k

δ wjk

ở đây , k mở rộng cho tất cả các nút của

những lớp truớc Nguỡng của những nút

bên trong đuợc thích ứng tuơng tự nhu vậy ,

giả sử chúng là trọng luợng liên kết trong

những tín hiệu vào của những giá trị không

đổi Cho tốc độ hội tụ , một cái có thể

cộng thêm số hạng nhu :wij(t}= wij+

j

ηδ xi'+α[ wij(t) - wij(t-1)] , 0 <α< 1

Buớc 5 : Lặp lại từ buớc 2

V MOT SO CONG TRINH MANG NO

RON DA CONG BO O NUOC NGOAI:

Đa số các nhà nghiên cứu các Hệ

thống Thông minh chấp nhận rằng : Trí

tuệ Tính toán (Computational

Intelligence) do Hội đồng Mạng Nơ ron

Thế giới đua ra vào năm 1991 và Tính

toán mềm (Soft computing) do Lofti A

Zadeh , giáo su đại học California

Berkeley đua ra năm 1990 là đồng

nghĩa và đuợc sử dụng thay thế lẫn

nhau Trí tuệ Tính toán đuợc chấp

nhận là một thuật ngữ để biểu diễn các

kỹ thuật cho việc ra quyết định dựa trên

việc xử lý thông tin không chắc chắn

Về cơ bản , Trí tuệ Tính toán bao gồm Logic Mờ , Mạnh Nơ ron , Thuật giải Di truyền , Lập luận Xác xuất ,các Phuơng pháp Học , Lý thuyết Hỗn độn , các Hệ chuyên gia Một điều quan trọng cần nhấn mạnh là Trí tuệ Nhân tạo không chỉ là một tâp hợp các phuơng pháp luận cho lập luận dựa trên thông tin không chắc chắn mà là sự liên kết các phuơng pháp trong đó mỗi phuơng pháp đều có lợi thế riêng để tiến tới đạt mục tiêu chung Bởi vậy , các thành phần của Trí tuệ Tính toán phải đuợc xem nhu các phần bổ xung cho nhau chứ không phải tuơng đuơng Tất cả các kỹ thuật đó nhằm mục đích đua ra một dạng “ Máy Thông minh “nào đó

mà nó có thể bắt chuớc sự suy nghĩ của con nguời trong việc ra quyết định Động cơ chủ yếu cho việc sử dụng Trí tuệ Tính toán là khai thác khả năng xử

lý thông tin không chính xác , không chắc chắn , chỉ đúng một phần và kết quả đạt đuợc là tính dễ áp dụng ,sự năng động và các giải pháp chi phí thấp cho các vấn đề phức tạp Đây cũng là mục tiêu do giáo su Lofti A Zadeh , Đại học California Berkeley ( nguời sáng tạo Lý thuyết Tập Mờ 1965 dua ra vào đầu những năm 1990 đối với sự phát triển của các Hệ Thông minh

Hai dạng của Mạng Nơ ron thuờng

đuợc sử dụng trong Kỹ thuật Robot là Mạng Hopfield và Mạng Perceptron nhiều lớp do Hopfied đa ra 1982, Kohonen 1984, Rumelhart 1986 Những mạng khác bao gồm Mạng Cạnh tranh & Hợp tác do Amari &Arbib nghiên cứu năm 1977 và Mạng Thuởng phạt do A.G.Barto&C.W.Anderson

1983

Hệ thống Robot bao gồm 3 hệ thống phụ là : Hệ thống truyền động , Hệ thống Nhận dạng và Hệ thống Điều khiển Những vấn đề chính của Điều khiển Robot bao gồm Động học , Động lực học , Lập kế hoạch đuờng đi (Thiết lập quĩ đạo ) , Điều khiển , Cảm biến , Lập trình và Trí tuệ (Thông minh)

Mạng Nơ ron có thể giảm tổ hợp tính toán và giải những bài toán robot đuợc

đua ra “yếu” Lời giải giải tích của động học nguợc làm chính xác kết quả số ,

trong khi lời giải Mạng nơ ron nói chung

không làm chính xác.Công việc phát

triển Động học nguợc Nơ ron đuợc

T.Iberall phát triển năm 1987, A.Guez

năm1988

Trong Động lực học Robot Nơ ron ,

M.Kawato,Furukawa,Suzuki phát triển

năm 1987 Y.Uno &M.Isobe 1988

S.G.Tzafestas1986, M.Kawato

,Y.Maeda,Y.Uno &Suzuki 1990

Mạng Nơ ron sử dụng nhằm thiết lập

quĩ đạo đuợc K.Tsutsumi 1988,

H.liu1988, R.Ecmiller 1987

Bài toán lập quĩ đạo tránh vật cản sử

dụng Mạng Hopfield đuợc

H.matsumoto& K.Tsutsumi phát triển

Truờng hợp Robot Di động , Thiết lập

quĩ đạo với Mạng Nơ ron đuợc nghiên

cứu bởi V.Seshadri1988.Ơ đây Mạng

Nơ ron cố gắng cực tiểu hoá độ dài

đu-ờng đi Nick Vallidis đã nghiên cứu

điều khiển Hexapod di động bằng

mạng nơ ron , 2000 L.M.Reyneri,

M.Chiaberge Khoa điện tử , Đại học

Bách khoa Torino- Italy nghiên cứu

phần cứng-Mạng Mờ-Nơ ron điều khiển

Hexapod Di động, 1993-2000

Điều khiển Robot bằng Mạng Nơ ron

đuợc gọi là Điều khiển khớp bằng mô

hình tiểu não CMAC do Albus 1975 –

1979 Giáo s F.L.Lewis ,Viện nghiên

cứu Robot và Tự động hoá, Đại học

Texas –Arlington USA đã ứng dụng

CMAC để điều khiển hệ động lực phi

tuyến, 1997

Nhận dạng hệ động lực phi tuyến sử

dụng mạng nơ ron đuợc

S.J.Jagannathan, Liên hợp Phân tích

Tự động hoá, USA nghiên cứu năm

1996

Y.Pao&D.Sobasic 1987 thực hiện hệ

thống điều khiển vị trí robot hai bậc tự

do sử dụng Mạng Nơ ron Perceptron

A.Guez sử dụng mô hình thích nghi

(MRAC) W.T Miler sử dụng kỹ thuật

CMAC trong liên kết với phuơng pháp

điều khiển mô men R.Elsley thực hiện

điều khiển Jacobi nguợc,sử dụng Mạng

Perceptron nhiều lớp

Mạng Nơ ron Đuợc sử dụng trong cảm

biến và điều khiển Robot nhiều lớp ,

liên tục bởi R.Esley , &Y.Pati 1988

Điều khiển thích nghi hệ động lực học phi tuyến sử dụng mạng nơ ron đuợc giáo su A.M.Annaswamy , Phòng thí nghiệm Điều khiển thích nghi - Khoa Chế tạo Máy – Viện Công nghệ Massachusetts –MIT nghiên cứu, 1997 Ưng dụng Mạng Nơ ron điều khiển nguợc theo vết đuợc giáo su K S Narendra, Trung tâm Khoa học Hệ thống , Đại học Yale,USA nghiên cứu,

1999

Giáo su Vukobratovic , Trung tâm Robot, Viện Mikhailo Pupin , Nam tu (cũ ) , phó chủ tịch Viện Hàn lâm Khoa học, đã nghiên cứu phân loại mô hình

động lực học môi truờng trên cơ sở Nơ ron để điều khiển robot ,1998

Bộ điều khiển Mờ-Nơ ron để dẫn hu-ớng Robot Di động và hộ tống đội robot

đuợc giáo su M.M.Trivedi Khoa Kỹ thuật Điện và Máy tính , Đại học California San Diego ,USA nghiên cứu,1998

Giáo su, Viện sĩ, Vámos Tibor, nguyên Viện truởng Viện Tin học và Tự

động hoá- Hungary, - nguyên chủ tịch Hội Máy tính Neyman János (Von Neyman), nguyên chủ tịch Hội Điều khiển Tự động Quốc tế IFAC đã nghiên cứu kỹ thuật Nhận dạng –Trí tuệ Nhân tạo cho robot

Giáo su ,Viện sĩ Hyungsuck Cho , Khoa Chế tạo máy ,Viện Khoa học

&Công nghệ Cao cấp Hàn quốc- KAIST, Hãng Thép và Kim loại Pohang-POSCO, Viện truởng Viện

Điều khiển ,Tự động hoá và Kỹ thuật

Hệ thống, đã nghiên cứu điều khiển và cảm biến nano cho robot ,2001

Giáo su T.Fukuda , Khoa Kỹ thuật Vi

Hệ thống,Trung tâm Hợp tác Khoa học

&Công nghệ Cấp cao, Đại học Nagoya- Nhật bản, nguyên Chủ tịch Hội Robot

và Tự động hóa Quốc tế , Chủ tịch Hội

đồng Công nghệ Nano Quốc tế, đã nghiên cứu Mạng Mờ-Nơ ron -Thuật giải AND để điều khiển robot, 2000 Công nghệ Nano đang mở ra những triển vọng to lớn Việc chế tạo ra những robot nhỏ cỡ Nano 10-9mm đòi hỏi những nghiên cứu mới về cơ sở lý thuyết cũng nhu công nghệ Giáo su Toshio Fukuda , đặc biệt nhấn mạnh

tầm quan trọng của Robot Micro-Nano

trong Kỹ thuật Robot và Tự động hoá

tuơng lai

Giáo su,Viện sĩ G.M.Edelman ,giải

thuởng Nobel, Viện truởng Viện Khoa

học Nơ ron - USA ,Chủ tịch Hội nghiên

cứu Khoa học Nơ ron Quốc tế, đã mô

phỏng Nơ ron hệ thống Nghe-Nhìn của

loài chim để điều khiển robot ,1999

Giáo su đã khẳng định, việc nghiên cứu

này đặc biệt quan trọng duới ánh sáng

của lý thuyết Não Hiện đại, nhấn mạnh

tầm quan trọng của môi truờng và thực

nghiệm Motor-Cảm biến Nơ ron Sự

hiểu biết những nguyên tắc cơ bản của

não sẽ có ảnh huởng mạnh mẽ đến

thiết kế Hệ thống Nhân tạo hoạt động

trong thế giới thực Chúng ta tin tuởng

rằng những nghiên cứu mô hình nơ ron

tổng hợp sẽ tham gia một cách có ý

nghĩa bởi sự thiết lập mối liên hệ trực

tiếp giữa khoa học Tự nhiên và Khoa

học Kỹ thuật, đua ra tu tuởng mới trong

lĩnh vực Robot và Trí tuệ Nhân tạo

VI.TINH HINH NGHIEN CUU MANG

NO RON TRONG NUOC

Ơ Việt nam bắt đầu nghiên cứu Nơ

ron từ năm 1992 tại Viện Cơ học và

Viện Tin học trong khuôn khổ đề tài

cấp Nhà nuớc KC-02 Điều khiển thời

gian thực

Hiện nay một số cơ sở đang nghiên

cứu nhu Trung tâm Tự động hoá-Viện

tin học , Khoa Công nghệ Thông tin -

ĐHBK.HN , Bộ môn Điều khiển Tự

động ĐHBK.HN, Học viện Buu chính

Viễn thông , Khoa Công nghệ Thông tin

ĐHBK.HCM ,Đại học Giao thông Vận

tải , Viện Vật lý , Viện toán học ,

VietcomBank , Viện Năng luợng

Nguyên tử , Học viện Kỹ thuật Quân sự

, Đại học Quốc gia - HCM Công tác

đào tạo đuợc triển khai , đã có những

luận án Tiến sĩ (2) , Thạc sĩ và buớc

đầu đuợc giảng dạy cho sinh viên Tuy

nhiên những nghiên cứu thuờng rải rác

,cha tập trung thành những nhóm

nghiên cứu mạnh để có thể buớc đầu

đua vào ứng dụng và có thể hợp tác với

các tổ chức quốc tế

VII.KET LUAN :

Chúng ta tin tuởng rằng cuối thế kỷ 21 , những robot không chỉ thông minh, mà còn biết xúc cảm , chúng có thể có các” yêu sách” về quyền chính trị & xã hội Hàng tỷ

bộ não của con nguời sẽ đuợc kết nối vào một Mạng Nơ ron Toàn cầu Con nguời có thể nạp Trí tuệ, thậm chí cả Nhân cách vào Mạng Nơ ron Toàn cầu Giấc mơ sống lâu , bất tử sẽ trở thành hiện thực

VI TAI LIEU THAM KHAO:

1 Toshio Fukuda &Naoyuki Kubota

Intelligent Robotic Systems

Pre- print of Japan-USA –Vietnam Workshop on Rerearch and Education

in System Computation and Control

Engineering,pp.26-35.RESCCE98Hanoi(5/1998)

2 Mohan M Trivecdi

A Neuro- Fuzzy Controller for Mobile Robot Navigation and Multirobot Convoying

IEEE Transation on System, Man an Cybernetics-PartB.Cybernetics,

vol.28.No6,December1998

3 Nick Vallidis

A Hexapod Robot and Novel Training Approach for Artificial Neural Networks.2002

Bortoletto,Enrico Giro

Oservatorio Astronomico di Padova-

Italy

Neural network algorithm controlling

a hexapod platform.2002

5 S Jagannathan and F.L Lewis

Dicsrete –time neural net controller for a class of nonlinea dynamical systems IEEE Transations on Automatic Control , Vol.41No.11,pp.1693-1699.1996

6 S Jaganathan ,S Commuri and

F.L.Lewis,

Feedback linerization using CMAC neural network , Automatica,Vol.34,No3, March 1998

7 Gregory Durek & Michael Jenkin

Computational Principles of Mobile Robots.Cambridge University Press,

2000

8 Chin-Teng Lin & C.S.George Lee

Neural Fuzzy Systems ,1996

9 Masoud Mohammadian

Advances in Intelligent Systems:

Theory and Applications,Vol.59,2000

10 Yasuhiko Dote& Richard G.Hoft

Intelligent Control Power Electronic

Systems,1998

11 Kumparti S Narendra

Issues in the Application of Neural

Networks for Tracking Based on

Inverse Control IEEE Transactions on

Automatic Control ,

Vol.44.N011,November 1999

12 Ssu – Hsin Yu & Anuradha

M.Annaswamy

Adaptive Control of Nonlinear Dynamic

Systems Using θ -Adaptive Neural

Networks Automatica.Vol 33,

N011,1997

13 George A Rovithakis

Tracking Control of Multi-Input Affine

Nonlinearities Using Dynamical Neural

Networks IEEE Transations on

Systems, Man and Cybernetics.Part

B.Cybernetics Vol 29, N02 , 1999

14 Yonghong Tan & Achiel Van

Cauwenberghe

Nonlinear One-step-ahead Control

Using Neural Networks : Control

Strategy and Stability Design

Automatica ,1996 IFAC meeting

15 Nguyen Hoang Phuong and

Koichi Yamada

Proceeding of the Second Vietna –

Japan Symposium on Fuzzy Systems

and Applications VJFUZZY’2001

16 Mohamed I.Elmasry

VLSI Artificial Neural Network

Engineering Kluwer Academic

Publishers ,1996

17.B.Lazzerini,M.Chiaberge,L.M.Rey

neri

A Neuro-Fuzzy Approach to Hybrid

Intelligent Control , IEEE Transaction

on Industry Applications,1999

18.M.Chiaberge,E.MirandaL.M.Reyne

ri,G.Genta,R.Somma, M.A Perino

Micro-Hexapode Walking Machine for Planetary Explorations , ESA Conference for EuroMoon 2000,Paris(F), March 1998

19 D.Bassani, M Chiaberge, D.Del

Corso, G,Genta, F.Zanneti

Simulation of Hexapode Walking Machine Controlled by Neural Network ,Proc.ISMCR,1993,

September1993,Turin, Italy

20.Okhosimski D.E

Mechanics &Control of motion of Locomotion Machines Moscva Nauka ,1984