АЛГОРИТМІЧНЕ ЗАБЕЗПЕЧЕННЯ ВЕРИФІКАЦІЇ ТА ВИКОНАННЯ КООПЕРАТИВНИХ СЦЕНАРІЇВ У РОЗПОДІЛЕНИХ ТРЕНАЖЕРНИХ СИСТЕМАХ
DOI:
https://doi.org/10.36994/2788-5518-2025-02-10-18Ключові слова:
кооперативне навчання, 3D-тренажер, верифікація сценаріїв, алгоритм синхронізації, клієнт-серверна архітектура, перевірка моделей.Анотація
Анотація. У статті розв’язується актуальна науково-прикладна задача програмної реалізації та автоматизованої верифікації сценаріїв для багатокористувацьких 3D-тренажерів в енергетиці. В умовах зростання складності технологічних процесів та вимог до резильєнтності критичної інфраструктури, ефективність навчання персоналу залежить не лише від індивідуальних навичок, але й від здатності до скоординованої командної взаємодії. Існуючі підходи до створення контенту часто покладаються на ненадійну ручну перевірку або використовують великовагові формальні методи, складні для інтеграції у веб-середовища. На основі формальної моделі ролевої взаємодії (МРВ) запропоновано комплексне алгоритмічне забезпечення, що включає структуру даних на базі JSON, алгоритм статичного аналізу та ядро динамічного виконання. Розроблений метод статичної верифікації, що базується на модифікованому пошуку в глибину (DFS), дозволяє виявляти специфічні логічні колізії («синхронізаційні тупики» (Sync Deadlocks) та недосяжні стани) безпосередньо на етапі проектування. Для забезпечення коректного виконання сценаріїв розроблено алгоритм роботи серверного ядра (Runtime Engine), що реалізує архітектуру «авторитетного сервера», гарантуючи узгодженість станів учасників навіть при стохастичних системних подіях. Ефективність підходів підтверджено експериментально. Навантажувальне тестування на синтетичних графах продемонструвало лінійну залежність часу верифікації від розмірності сценарію, що підтверджує можливість перевірки складних структур у реальному часі. Порівняльний аналіз показав значну перевагу автоматизованого методу над експертним за швидкістю та точністю виявлення помилок. Також розглянуто використання верифікатора як «фільтра безпеки» при генерації сценаріїв за допомогою великих мовних моделей (LLM), що дозволяє нівелювати ризики логічних галюцинацій штучного інтелекту.
Посилання
Shehadeh A., Alshboul O. Enhancing Engineering and Architectural Design Through Virtual Reality and Machine Learning Integration. Buildings. 2025. № 3. С. Т. 15. 328.
Саух С., Борисенко А. 2025. Моделювання електроенергетичної системи України та оцінювання її резильєнтності в умовах систематичних терористичних атак. Технічна електродинаміка. 2025. № 057. Т. 2.
Shevchenko S., Shevchenko S. Increasing the Operational Safety of NPP Pumping Equipment by Using Interactive Automated Remote Educational and Training Systems. Nuclear and Radiation Safety. 2024. № 1 (101). С. 19–27.
Radianti J. et al. A systematic review of immersive virtual reality applications for higher education: Design elements, lessons learned, and research agenda. Computers & Education. 2020. Т. 147. Ст. 103778.
Rasch J. et al. Going, Going, Gone: Exploring Intention Communication for Multi-User Locomotion in Virtual Reality. CHI Conference on Human Factors in Computing Systems. 2023.
Murata T. Petri nets: Properties, analysis and applications. Proceedings of the IEEE. 1989. № 4. Т. 77. С. 541–580.
Zhang K., Liu G. TRustPN: Transforming Rust Source Code to Petri Nets for Checking Deadlocks. 10th International Conference on Control, Decision and Information Technologies (CoDIT). 2024.
Biggar O., Zamani M. A Framework for Formal Verification of Behavior Trees With Linear Temporal Logic. IEEE Robotics and Automation Letters. 2020.
Jensen K., Kristensen L. M. Coloured Petri Nets: Modelling and Validation of Concurrent Systems. Springer, 2009.
Coffman E. G., Elphick M., Shoshani A. System Deadlocks. ACM Computing Surveys. 1971. № 2. Т. 3. С. 67–78.
Wijethunga W. A. T. G. R., Kumara B. T. G. S. Systematic Review of Graph Neural Network and Consensus Algorithm- Based Approaches for Proactive Deadlock Detection in Distributed Systems. Preprints. 2025.
Tarjan R. Depth-first search and linear graph algorithms. SIAM Journal on Computing. 1972. № 2. Т. 1. С. 146–160.
Шевченко С. С. Комплексний підхід та модель ролевої взаємодії при проектуванні кооперативних сценаріїв. Електронне моделювання. 2025. № 5. Т. 47. С. 75–86.
Інтерактивна автоматизована дистанційна навчально-тренувальна система : пат. 149786 Україна / С. С. Шевченко. Опубл. 01.12.2021, Бюл. № 48.
Hemminki-Reijonen U. et al. Design of generative AI-powered pedagogy for virtual reality environments in higher education. npj Science of Learning. 2025. № 1. Т. 10. Ст. 31.
Gao L. et al. Constructing a Dialogue-Level Hallucination Evaluation Benchmark for Large Language Models. Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024). 2024.
Gadde D. N. et al. All Artificial, Less Intelligence: GenAI through the Lens of Formal Verification. arXiv preprint arXiv:2403.16750. 2024.
Самойлов В. Д. та ін. Комп’ютерні технології розробки тренажерних систем для енергетичної галузі. Електронне моделювання. 2020. № 3. Т. 42. С. 89–98.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

