# Введение

Как ИИ управляет роботами и режимы состязаний

# Управление роботами с помощью ИИ: обзор

Платформа ARTEX позволяет управлять роботом человеку, модели ИИ или обоим одновременно. Модели ИИ работают в распределённой вычислительной среде платформы (или на борту робота), получают от ХАБа видео и телеметрию и возвращают команды управления — в том же формате, что и оператор.

## Кто управляет роботом

```
                     видео + телеметрия
        Робот ─────────────────────────────▶ ХАБ ─────────┬──────────▶ Оператор (Web UI)
          ▲                                   │          └──────────▶ Модели ИИ оператора
          │         команды (с приоритетом)   │                            │
          └───────────────────────────────────┴◀───────── команды ─────────┘
                                                 ◀──────── команды оператора
```

- **Основной источник команд — модель ИИ.** Оператор управляет роботом при обучении модели или для «подстраховки» (перехватывает управление в опасной ситуации).
- **Одна команда — один формат.** Для робота нет разницы, кто отправил команду: различается только автор (`author`), по которому ХАБ применяет приоритет.
- **Каждый оператор может подключить свои модели** (Модели ИИ оператора 1 … N) — они запускаются в контейнерах вычислительной среды.

## Три уровня автономности

| Уровень | Кто управляет | Роль ИИ | Роль оператора |
|---|---|---|---|
| **Ручное управление** | Оператор | Не участвует или только анализирует (детекция объектов поверх видео) | Полное управление: джойстик, клавиатура, VR-контроллер |
| **Assist (гибридный режим)** | Оператор + ИИ | «Второй пилот»: подсказки, стабилизация, удержание курса, автоматическая остановка перед препятствием | Задаёт цель и основное направление |
| **Полная автономия** | ИИ | Принимает все решения по видео и телеметрии | Наблюдает, может в любой момент вмешаться (приоритет оператора) |

## Контур управления роботом

Платформа поддерживает полный цикл: от наблюдения и ручного управления до сбора датасета и обучения следующей модели.

| Этап | Технологии | Что происходит |
|---|---|---|
| **Наблюдение** | WebRTC + WebSocket | FPV-видео; телеметрия в JSON (GPS, скорость, батарея, IMU); дашборд реального времени |
| **Управление** | WebSocket-команды | Ручной режим → Assist → полная автономия ИИ; джойстик / клавиатура / VR-контроллер |
| **Обучение** | Запись в S3 | Каждое действие оператора записывается в датасет; Imitation Learning для обучения следующей модели |

```
   ┌────────────┐      ┌────────────┐      ┌────────────┐
   │ Наблюдение │ ───▶ │ Управление │ ───▶ │  Обучение  │
   └────────────┘      └────────────┘      └─────┬──────┘
          ▲                                      │ новая версия модели
          └──────────────────────────────────────┘
```

## Какие модели поддерживаются

| Модель | Задача | Входы | Выходы |
|---|---|---|---|
| **YOLO** | Детекция объектов на видео в реальном времени | Кадры | Список объектов: класс, уверенность, рамка |
| **Assist AI** | Помощь оператору (co-pilot) | Кадры, телеметрия, команды оператора | Скорректированные команды, подсказки |
| **RL Agent** | Управление на основе обучения с подкреплением | Признаки из видео, телеметрия | Команды управления |
| **Custom** | Любые пользовательские модели | Любые данные ХАБа | Команды, признаки, события |

## Где выполняется модель

| Вариант | Когда выбирать | Пример |
|---|---|---|
| **В вычислительной среде платформы** (Docker, K8s, GPU) | Тяжёлые модели, соревнования ИИ vs ИИ, централизованный контроль | YOLO на сервере, RL-агент |
| **В конвейере модулей сервера** | Типовая обработка, собираемая без программирования | YoloModule в визуальном редакторе |
| **На борту робота** | Нужна минимальная задержка или работа при плохой связи | Лёгкая детекция на Jetson / Raspberry Pi; результаты передаются как признаки в телеметрии |

## С чего начать

1. Познакомьтесь с [веб-интерфейсом управления роботами](https://docs.mephi-ai.ru/books/upravlenie-robotami-s-pomoshhiu-ii/page/veb-interfeis-upravleniia-robotami).
2. Выберите [режим управления или состязаний](https://docs.mephi-ai.ru/books/upravlenie-robotami-s-pomoshhiu-ii/page/rezimy-upravleniia-i-sostiazanii).
3. Разработайте модель по руководству [Разработка модели ИИ для платформы](https://docs.mephi-ai.ru/books/upravlenie-robotami-s-pomoshhiu-ii/page/razrabotka-modeli-ii-dlia-platformy).
4. Соберите конвейер обработки в визуальном редакторе — [Конвейеры модулей](https://docs.mephi-ai.ru/books/upravlenie-robotami-s-pomoshhiu-ii/page/konveiery-modulei).
5. Запишите данные и обучите следующую версию — [Сбор данных и обучение](https://docs.mephi-ai.ru/books/upravlenie-robotami-s-pomoshhiu-ii/page/sbor-dannyx-i-obucenie-modelei).

# Режимы управления и состязаний

**Битва интеллектуальных роботов** — соревновательный формат платформы ARTEX. Роботы на арене (физической или виртуальной) управляются людьми, моделями ИИ или их комбинацией. Побеждает не тот, у кого мощнее железо, а тот, у кого умнее алгоритм.

## Режимы

| Режим | Кто управляет | Суть | Технологии |
|---|---|---|---|
| **Человек vs Человек** | Операторы вручную | Классический формат: операторы управляют роботами с джойстика или VR-контроллера по FPV-видео | WebSocket + FPV |
| **Человек vs ИИ** | Оператор против автономной модели | Тест навыков человека против алгоритма; ИИ может помогать оператору (Assist) | YOLO + Assist AI |
| **ИИ vs ИИ** | Только модели | Полностью автономные модели: алгоритм против алгоритма. Побеждает код, а не оператор | RL + Socket API |
| **Соревнования и турниры** | Команды | ELO-рейтинг команд; школьные, кадетские, вузовские лиги; публичный лидерборд | ELO + Leaderboard |

## Организация соревнования

### Подготовка

1. **Регистрация команд** — администратор создаёт учётные записи операторов и выдаёт им видимость своих роботов.
2. **Подключение роботов** — каждый робот подключается через SDK `artex-robot` и проверяется: видео, телеметрия, команды, кнопка «Стоп».
3. **Загрузка моделей** (для режимов с ИИ) — команды загружают модели в вычислительную среду; модели проходят тестовый заезд.
4. **Правила** — задаются: длительность раунда, критерии победы, ограничения скорости, допустимые команды.

### Проведение раунда

1. Судья запускает раунд; включается запись всех потоков (видео, телеметрия, команды).
2. Операторы и/или модели управляют роботами.
3. Судья может остановить любого робота (Стоп / DISARM).
4. Результат раунда фиксируется и влияет на рейтинг.

### После раунда

- Запись раунда доступна для разбора: видео синхронизировано с телеметрией и командами.
- Данные раундов «Человек vs Человек» — датасет для обучения моделей следующего поколения.

## Рейтинг ELO

После каждого поединка рейтинг участников A и B пересчитывается:

```
E_A = 1 / (1 + 10^((R_B − R_A) / 400))        # ожидаемый результат A
R_A' = R_A + K · (S_A − E_A)                   # S_A = 1 победа, 0.5 ничья, 0 поражение
```

Рекомендуемые параметры: начальный рейтинг 1000, `K = 32` для новых участников (менее 10 поединков) и `K = 16` для остальных.

```python
def elo_update(r_a, r_b, score_a, k=32):
    expected_a = 1 / (1 + 10 ** ((r_b - r_a) / 400))
    new_a = r_a + k * (score_a - expected_a)
    new_b = r_b + k * ((1 - score_a) - (1 - expected_a))
    return round(new_a), round(new_b)

elo_update(1000, 1100, 1)   # → (1020, 1080): победа над более сильным даёт больше очков
```

Рейтинги ведутся отдельно для людей, моделей и смешанных команд.

## Лиги

| Лига | Участники | Особенности |
|---|---|---|
| Школьная | Школьники, кружки робототехники | Режимы «Человек vs Человек» и «Человек vs ИИ», готовые модели, геймификация |
| Кадетская | Кадетские корпуса, ведомственные центры | Управление БПЛА, тактические сценарии |
| Вузовская | Студенты, аспиранты, лаборатории | Режим «ИИ vs ИИ», собственные модели, публикация результатов |