Тренажеры

Появление xAPI (ADL) не было неожиданным событием. Очень продолжительное время велись обсуждения TinCan'а, огромное количество открытых форумов кипели при обсуждении новой спецификации. И только после достаточного обсуждения, ADL выпустила релиз спецификации. Затем, уже после практической работы многих компаний с xApi, появилась CMI5.

И тут появилась аналогичная спецификация IMS Global Learning Consortium под названием Caliper.
Заметное сходство между xAPI и Caliper побудило разработчиков и поставщиков контента прояснить различия в реализации одной или обеих спецификаций (обе из которых в настоящее время нацелены на стандартизацию).

Оба сообщества, поддерживающие xAPI и Caliper, выразили обеспокоенность по поводу возможности экономически эффективной поддержки обеих спецификаций, что привело к запросам как к ADL, так и к IMS о том, возможно ли их согласование.



Вот краткий ответ IMS (http://personeltest.ru/aways/www.imsglobal.org/initial-xapicaliper-comparison)

a) Caliper and xAPI have very different origins. The core xAPI is to enable any type of experience and evidence tracking, both electronic and physical performance and not limited to just web-based courses (as is the case for SCORM). Caliper is the manifestation of the IMS Learning Analytics Framework and the Sensor API and Metric Profile(s) are the first two components of that framework. xAPI and Caliper are NOT equivalent. Adoption should not be one-or-the-other, instead it is a horses-for-courses decision;

b) While both xAPI (Actor/Verb/Object) and Caliper (Actor/Action/Activity) use a data model based upon a triple statement structure there are considerable differences in the detailed structure and usage of the Object and Activity definitions. However, it should be possible for each specification to make use of the others Verb/Action;

Вот краткий ответ ADL (http://personeltest.ru/aways/adlnet.gov/news/2016/07/25/adl-experience-api-and-ims-caliper-discovery-review/)

As xAPI has matured, so too has a similar specification from the IMS Global Learning Consortium called Caliper. There are notable similarities between xAPI and Caliper, which has caused adopters and vendors to clarify implementation differences of one or both specifications (both of which are now targeting standardization). Both communities supporting xAPI and Caliper have expressed concerns about being able to cost-effectively support both specs, which led to inquiries to both ADL Initiative and IMS about whether alignment of the two would be possible.

xAPI (Actor / Verb / Object) и Caliper (Actor / Action / Activity) используют модель данных, основанную на структуре тройного оператора, существуют значительные различия в подробной структуре и использовании определений Object и Activity. Видимо Actor и Verb/Action совпадают, отличаются только Object/Activity?

Я достаточно давно работаю с xAPI, но Caliper мне не был знаком. Пришлось немного изучить документацию (http://personeltest.ru/aways/www.imsglobal.org/sites/default/files/caliper/v1p1/caliper-spec-v1p1/caliper-spec-v1p1.html и www.imsglobal.org/caliper/caliperv1p0/ims-caliper-analytics-implementation-guide)

Скажу сразу, я не нашел значительных лично для меня отличий. То что называется в xAPI statement (Activites) в Caliper называется Event.





Я обратил внимание на наличие так называемой метрики в Caliper, но описание достаточно абстрактное, примеров практического использования мне найти не удалось.

The Caliper information model defines a number of metric profiles, each of which models a learning activity or a supporting activity that helps facilitate learning. A metric profiles raison detre is to encourage vocabulary standardization and re-use among application providers delivering complementary, albeit competing capabilities that collect learning activity data. Each profile provides a domain-specific set of terms and concepts that application designers and developers can draw upon to describe common user interactions in a consistent manner using a shared vocabulary. Annotating a reading, playing a video, taking a test, or grading an assignment submission represent a few examples of the many activities or events that Calipers metric profiles attempt to describe.

Think of each metric profile as a stand-alone, logical container, or collection of one or more Caliper events that together help describe a set of inter-related activities. Each Event type included in a metric profile place constraints on the various entities and actions that can be utilized to describe a learning activity. Vocabulary restrictions are outlined in each profile description under the following headings

На сайте IMS есть очень много красивых картинок, но они еще более усиливают ощущение того, что разница минимальна.

С точки зрения механизма авторизации и хранения (LRS), разницы практически нет, отличие JSON в xApi и JSON-LD в Caliper для меня не существенно. т.е. и в этих вопросах разницы нет.

Давайте посмотрим примеры JSON xApi и Caliper
xApi

{
actor: {
name: Sally Glider,
mbox: mailto:sally@example.com
},
verb: {
id: adlnet.gov/expapi/verbs/completed,
display: { en-US: completed }
},
object: {
id: example.com/activities/hang-gliding-test,
definition: {
type: adlnet.gov/expapi/activities/assessment,
name: { en-US: Hang Gliding Test },
description: {
en-US: The Solo Hang Gliding test, consisting of a timed flight from the peak of Mount Magazine
},
extensions: {
example.com/gliderClubId: test-435
}
}
},
result: {
completion: true,
success: true,
score: {
scaled: 0.95
},
extensions: {
example.com/flight/averagePitch: 0.05
}
},
context: {
instructor: {
name: Irene Instructor,
mbox: mailto:irene@example.com
},
contextActivities:{
parent: { id: example.com/activities/hang-gliding-class-a }
grouping: { id: example.com/activities/hang-gliding-school }
},
extensions: {
example.com/weatherConditions: rainy
}
},
timestamp: 2012-07-05T18:30:32.360Z,
stored: 2012-07-05T18:30:33.540Z,
authority: {
name: Irene Instructor,
mbox: mailto:irene@example.com
}
}

Caliper

{
sensor: example.edu/sensors/1,
sendTime: 2018-11-15T11:05:01.000Z,
dataVersion: purl.imsglobal.org/ctx/caliper/v1p1,
data: [
{
"@context": purl.imsglobal.org/ctx/caliper/v1p1,
id: example.edu/users/554433,
type: Person,
dateCreated: 2018-08-01T06:00:00.000Z,
dateModified: 2018-09-02T11:30:00.000Z
},
{
"@context": purl.imsglobal.org/ctx/caliper/v1p1,
id: example.edu/terms/201801/courses/7/sections/1/assess/1?ver=v1p0,
type: Assessment,
name: Quiz One,
items: [
{
id: example.edu/terms/201801/courses/7/sections/1/assess/1/items/1,
type: AssessmentItem
},
{
id: example.edu/terms/201801/courses/7/sections/1/assess/1/items/2,
type: AssessmentItem
},
{
id: example.edu/terms/201801/courses/7/sections/1/assess/1/items/3,
type: AssessmentItem
}
],
dateCreated: 2018-08-01T06:00:00.000Z,
dateModified: 2018-09-02T11:30:00.000Z,
datePublished: 2018-08-15T09:30:00.000Z,
dateToActivate: 2018-08-16T05:00:00.000Z,
dateToShow: 2018-08-16T05:00:00.000Z,
dateToStartOn: 2018-08-16T05:00:00.000Z,
dateToSubmit: 2018-09-28T11:59:59.000Z,
maxAttempts: 2,
maxScore: 15.0,
maxSubmits: 2,
version: 1.0
},
{
"@context": purl.imsglobal.org/ctx/caliper/v1p1,
id: example.edu,
type: SoftwareApplication,
version: v2
},
{
"@context": purl.imsglobal.org/ctx/caliper/v1p1,
id: example.edu/terms/201801/courses/7/sections/1,
type: CourseSection,
academicSession: Fall 2018,
courseNumber: CPS 435-01,
name: CPS 435 Learning Analytics, Section 01,
category: seminar,
subOrganizationOf: {
id: example.edu/terms/201801/courses/7,
type: CourseOffering,
courseNumber: CPS 435
},
dateCreated: 2018-08-01T06:00:00.000Z
},
{
"@context": purl.imsglobal.org/ctx/caliper/v1p1,
id: urn:uuid:c51570e4-f8ed-4c18-bb3a-dfe51b2cc594,
type: AssessmentEvent,
actor: example.edu/users/554433,
action: Started,
object: example.edu/terms/201801/courses/7/sections/1/assess/1?ver=v1p0,
generated: {
id: example.edu/terms/201801/courses/7/sections/1/assess/1/users/554433/attempts/1,
type: Attempt,
assignee: example.edu/users/554433,
assignable: example.edu/terms/201801/courses/7/sections/1/assess/1?ver=v1p0,
count: 1,
dateCreated: 2018-11-15T10:15:00.000Z,
startedAtTime: 2018-11-15T10:15:00.000Z
},
eventTime: 2018-11-15T10:15:00.000Z,
edApp: example.edu,
group: example.edu/terms/201801/courses/7/sections/1,
membership: {
id: example.edu/terms/201801/courses/7/sections/1/rosters/1,
type: Membership,
member: example.edu/users/554433,
organization: example.edu/terms/201801/courses/7/sections/1,
roles: [ Learner ],
status: Active,
dateCreated: 2018-08-01T06:00:00.000Z
},
session: {
id: example.edu/sessions/1f6442a482de72ea6ad134943812bff564a76259,
type: Session,
startedAtTime: 2018-11-15T10:00:00.000Z
}
},
{
"@context": purl.imsglobal.org/ctx/caliper/v1p1,
id: urn:uuid:dad88464-0c20-4a19-a1ba-ddf2f9c3ff33,
type: AssessmentEvent,
actor: example.edu/users/554433,
action: Submitted,
object: example.edu/terms/201801/courses/7/sections/1/assess/1?ver=v1p0,
generated: {
id: example.edu/terms/201801/courses/7/sections/1/assess/1/users/554433/attempts/1,
type: Attempt,
assignee: example.edu/users/554433,
assignable: example.edu/terms/201801/courses/7/sections/1/assess/1?ver=v1p0,
count: 1,
dateCreated: 2018-11-15T10:15:00.000Z,
startedAtTime: 2018-11-15T10:15:00.000Z,
endedAtTime: 2018-11-15T10:55:12.000Z,
duration: PT40M12S
},
eventTime: 2018-11-15T10:25:30.000Z,
edApp: example.edu,
group: example.edu/terms/201801/courses/7/sections/1,
membership: {
id: example.edu/terms/201801/courses/7/sections/1/rosters/1,
type: Membership,
member: example.edu/users/554433,
organization: example.edu/terms/201801/courses/7/sections/1,
roles: [Learner],
status: Active,
dateCreated: 2018-08-01T06:00:00.000Z
},
session: {
id: example.edu/sessions/1f6442a482de72ea6ad134943812bff564a76259,
type: Session,
startedAtTime: 2018-11-15T10:00:00.000Z
}
},
{
"@context": purl.imsglobal.org/ctx/caliper/v1p1,
id: urn:uuid:a50ca17f-5971-47bb-8fca-4e6e6879001d,
type: GradeEvent,
actor: {
id: example.edu/autograder,
type: SoftwareApplication,
version: v2
},
action: Graded,
object: {
id: example.edu/terms/201801/courses/7/sections/1/assess/1/users/554433/attempts/1,
type: Attempt,
assignee: example.edu/users/554433,
assignable: example.edu/terms/201801/courses/7/sections/1/assess/1?ver=v1p0,
count: 1,
dateCreated: 2018-11-15T10:15:00.000Z,
startedAtTime: 2018-11-15T10:15:00.000Z,
endedAtTime: 2018-11-15T10:55:12.000Z,
duration: PT40M12S
},
eventTime: 2018-11-15T10:57:06.000Z,
edApp: example.edu,
generated: {
id: example.edu/terms/201801/courses/7/sections/1/assess/1/users/554433/attempts/1/scores/1,
type: Score,
attempt: example.edu/terms/201801/courses/7/sections/1/assess/1/users/554433/attempts/1,
maxScore: 15.0,
scoreGiven: 10.0,
scoredBy: example.edu/autograder,
comment: auto-graded exam,
dateCreated: 2018-11-15T10:56:00.000Z
},
group: example.edu/terms/201801/courses/7/sections/1
}
]
}

Должен признать, что я не смог выявить для себя существенную разницу между этими спецификациями.

Фраза

IMS Learning Analytics Framework and the Sensor API and Metric Profile(s) are the first two components of that framework

говорит о том, что видимо стоит ожидать появление Framework. Но информации по нему я не смог найти.

Я не знаю причин по которым две уважаемые организации представили, по моему личному мнению, сходные спецификации. Предыдущая история сосуществования SCORM (ADL) и IMS CP например показывала, что стандарты могут дополнять друг друга. В этот раз я не вижу такого дополнения.

Для возможности объединения отдельных имитаторов в распределенную систему имитации в настоящий момент используются следующие стандарты и технологии:

• IEEE1516 (также заменяет HLA и DIS);
• OPC;
• CAPE-OPEN и другие отраслевые стандарты.

Наибольший интерес представляет стандарт IEEE 1516, т.к. данный стандарт напрямую относится к имитаторам, направлен на построение систем распределенной имитации (протоколы, рекомендованные методы управления и обратной связи, системная архитектура и т.д).
Семейство программных технологий OPC (OLE for Process Control) предоставляющих единый интерфейс для управления объектами автоматизации и технологическими процессами также представляет значительный интерес, но только в том случае, если необходима интеграция с объектами автоматизации и технологическими процессами. Стандарт CAPE-OPEN используется для взаимодействия имитаторов, разработанных специально для химической промышленности.

В области стандартизации моделирования и имитации значительный вклад внес Институт инженеров по электротехнике и электронике (IEEE). Распределенное моделирование (имитация) технология обмена данными между тренажерами по локальным или глобальным вычислительным сетям. Это позволяет обеспечить совместную работу отдельных имитаторов как одной управляемой системы моделирования или имитации. Концепция распределенного моделирования опирается на использовании высокоуровневой архитектуры (HLA). Практически стандарт IEEE 1516 определяет архитектуру путем использования единого API (программного интерфейса приложений). Отправными постулатами стандарта являются:

1. простые монолитные имитационные модели не могут удовлетворить потребности профессиональных пользователей;
2. все возможные сферы применения имитационного моделирования заранее неизвестны;
3. должны быть предусмотрены возможности произвольного комбинирования отдельных имитаторов в сложные имитационные системы;
4. архитектура распределенного моделирования должна быть максимально открыта для будущих технологий моделирования и имитации.

На данный IEEE 1516 является абсолютным стандартом для взаимодействия тренажеров и имитаторов в военных приложениях, что обусловлено жесткими требованиями совместимости с имитаторами, разрабатываемыми и используемыми Министерством обороны США и НАТО. В настоящее время IEEE 1516 находит все большее применение и в гражданской сфере, при разработке имитаторов для тренировки персонала сложных технических систем, в авиации, космонавтике, транспорте и т.д

Семейство программных технологий OPC разрабатывалось с целью сокращения затрат на создание и сопровождение приложений промышленной автоматизации. В начале 90-х у разработчиков промышленного программного обеспечения возникла потребность в универсальном инструменте обмена данными с устройствами разных производителей или с разными протоколами взаимодействия. OPC предоставляет разработчикам промышленных программ универсальный фиксированный интерфейс обмена данными с любыми устройствами. В то же время разработчики устройств предоставляют программу, реализующую этот интерфейс.

Для создания сложных имитационных систем можно комбинировать использование IEEE 1516 и OPC, получая возможность использования реального оборудования и SCADA-систем (рисунок ), что может быть достаточно полезным во многих задачах.

Обеспечение связи стандартов IEEE 1516 (являющегося базовым для имитаторов) и OPC (применяемого в SCADA-системах) может быть реализовано, как напрямую в имитаторе, так и посредством посредника. Роль такого посредника, например у меня, выполняет пакет National Instruments LabView. LabView может поддерживать математические модели любой сложности, имеет встроенную поддержку OPC, может выступать в роли OPC-сервера, имеет эффективную поддержку взаимодействия с различными платами ввода вывода, что позволяет использовать необходимое оборудование напрямую, но не имеет, к сожалению, средств взаимодействия с IEEE 1516, что требует написания соответствующих программных компонентов.

В результате использования IEEE 1516 и OPC возможно создание относительно сложных распределенных систем имитации, включающих в себя множество имитаторов, реальное оборудование, SCADA-системы и т.д.

Отдельного рассмотрения заслуживает вопрос сертификации имитатора или имитаторов относительно поддержки стандарта IEEE 1516. Сертифицируются как имитаторы (федераты в терминологии IEEE 1516), так и программные библиотеки, реализующие взаимодействие. Но целью данной сертификации не является выявление функциональных дефектов программы (только сертификация поддержки стандарта IEEE 1516).

Организации, способные провести сертификацию:

• США. The Department of Defense (DoD) Modeling and Simulation Coordination Office (M&S CO). Сайт: www.msco.mil
• Франция. ONERA. (Office National dEtudes et Recherches Arospatiales) is the French national aerospace research center. Сайт: www.onera.fr
• Швеция. Pitch Technologies AB. Сайт: www.pitch.se

Рассматрим вопросы построения распределенных имитационных систем на основе стандарта IEEE 1516. Базовые термины, используемые в информационном обеспечении, соответствуют терминологии стандарта на системы распределенной интерактивной имитации IEEE 1516 это федерация, федерат, объект, атрибут и интеракция. Понятие объекта определяется как модель отдельного явления реального мира. Объекты не имеют методов, а имеют только состояния (только структура данных без функций их обработки). Состояния объектов характеризуется фиксированным набором атрибутов точных значений, которые могут изменяться с течением времени. Каждый объект в любой момент времени характеризуется своим состоянием, которое определяется набором текущих значений его атрибутов. Федераты представляют собой математические описания поведения объектов имитационные модели, заданные программно (реализованные на директивном языке) или представленные значениями датчиков аппаратных средств. Фактически федератами могут быть как имитаторы, так и реальное оборудование или специальное программное обеспечение. Единственным требованием является обеспечение единого интерфейса для взаимодействия. Федераты могут управлять объектами, меняя (обновления) или получая (отображая) значения их атрибутов. В частности, пользователи имитаторов также являются федератами. Совокупность всех участвующих в имитационном моделировании федератов образует федерацию.

Термин интеракция определяется как мгновенное сообщение (событие), не привязанное к конкретному экземпляру объекта или федерату, происходящее на уровне федерации (т.е. невозможно определить отправителя). Интеракции, в отличие от состояний объектов, не поддерживаются в системе постоянно, а имеют мгновенную природу. Примером может служить односторонняя широковещательная передача текстового сообщения всем заинтересованным участникам федерации. Иерархическая схема федерации (HLA / IEEE 1516) показана на рисунке

Взаимодействие федератов осуществляется при помощи общего механизма взаимодействия (RTI), реализованного в виде подписки. Федерат, заинтересованный в получении определенных атрибутов и интеракций другого федерата, должен подписаться на них через RTI. Механизм запроса, предоставления и изменения значений атрибутов представлен на рисунке. Механизм организации распределенной имитации и совместной работы представлен на рисунке.


Рисунок. Иерархическая схема федерации

Объекты в имитаторе, это, как правило, 3D модели, источники звука, соответственно атрибутами таких объектов являются положение и ориентация в пространстве, размер, громкость и т.д. Применительно к имитаторам, в качестве интеракций можно рассматривать действия пользователя (федерата), например включение какой-либо клавиши.


Рисунок. Общий механизм взаимодействия (RTI)


Рисунок. Общий механизм взаимодействия (RTI)


Рисунок. Организация распределенной имитации и совместной работы

При создании распределенных имитационных систем, взаимодействующих через RTI, необходимо учитывать следующие важные особенности. Все элементы федератов и федерации должны быть документированы в определенных файлах (для описания федерации используются FOM (federation object model) файлы), федераты описываются в SOM-файлах (Simulation Object Model). Все данные хранятся только в федератах, RTI не хранит никаких данных, а только передает их. HLA позволяет в любой момент времени только одному федерату изменять значение какого либо атрибута (для передачи прав имеется специальый механизм управления правами). Федераты могут управлять локальным временем, в HLA используются различные внутренние механизмы управления временем (синхронизацией).

В целом, стандарт IEEE 1516 затрагивает огромное количество вопросов, связанных с созданием распределенных имитационных систем, таких как сохранение состояния федерации, возобновление состояния, различные механизмы синхронизации времени, области взаимодействия федератов и т.д. В связи со значительным объемом самого стандарта и, тем более, объемом программного кода для демонстрации всех аспектов, описанных в стандарте, далее будет продемонстрирована только принципиальная реализация базовых возможностей (рисунок ).


Рисунок. Блок-схема реализации базовых возможностей IEEE 1516

Более подробное изложение реализации сопряжено с необходимостью представления достаточно большого листинга программы, по этой причине, читатель может самостоятельно воспользоваться примерами программ, которые поставляются вместе с программным обеспечением для поддержки RTI. Достаточно простые примеры, содержащие множество комментариев, входят в состав библиотеки The Portico Project и свободно доступны на сайте porticoproject.org. Практически все коммерческие реализации стандарта также содержат в своем составе множество примеров.

В качестве примера можно рассмотреть следующую федерацию, состоящую из двух федератов: радиоуправляемая машина и пульт управления. Предположим, что управления осуществляется путем установки оборотов каждого из 4-х двигателей машины и поворота передних колес. На машине установлен датчик, определяющий расстояние до препятствия и передающий сигнал на пульт управления. Для этого необходимо определить два класса объектов, cYpravlenie для пульта управления и cDatchik для датчика дистанции. Атрибутами класса cYpravlenie являются wheel1, wheel2, wheel3, wheel4, wheel_angle. Атрибутом класса cDatchik является distance. Далее показан файл описания федерации, в формате HLA 1.3 (интеракции приведены как пример).

;; комментарий файл федерации (FED файл) для HLA 1.3

(Fed
(Federation Test)
(FedVersion v1.3)
(Federate fed Public)
(Spaces
(Space Geo
(Dimension X)
(Dimension Y)
)
)

(Objects
(Class cYpravlenie
(Attribute wheel1 reliable timestamp)
(Attribute wheel2 reliable timestamp)
(Attribute wheel3 reliable timestamp)
(Attribute wheel4 reliable timestamp)
(Attribute wheel_angle reliable timestamp)
)
(Class cDatchik
(Attribute distance reliable timestamp)
)
)

(Interactions
(Class reaction BEST_EFFORT RECEIVE
(Sec_Level Public)
(Parameter dx)
(Parameter dy)
(Parameter dz)
)
)

)

Далее, имитатор, представляющий управление создает федерат и объект, на основе класса cYpravlenie. Имитатор, представляющий машину, также создает федерат и объект, на основе класса cDatchik. Также федераты подписываются на интересующие их изменения, т.е. федерат-машина подписывается на получение данных объектов от класса cYpravlenie (т.е. на класс cYpravlenie), а федерат-управление на класс cDatchik. Таким образом машина получает изменения от пульта управления, а пульт получает данные от датчика в машине.

Построение более сложных имитационных систем предполагает достаточно серьезное проектирование. Сначала необходимо определить принципиальный состав федерации в первом приближении, т.е. федераты, объекты федератов и атрибуты объектов. При составлении схемы федерации необходимо учитывать и аппаратные компоненты распределенной имитационной систем, т.е. датчики и управляющие аппаратные устройства также должны быть представлены в виде федератов, объектов и атрибутов. На рисунке. показана структура федерации имитатора установки штангового скважинного насоса.


Рисунок. Структура федерации

После состава федерации необходимо определение связей, т.е. отражения того, какие федераты публикуют (т.е. изменяют) атрибуты объектов, а какие подписываются на изменения этих атрибутов. Как правило на этапе определения связей устанавливается большое количество поправок для структуры федерации. После необходимого количества итераций уточнения структуры и связей, проектировщики должны установить факт правильности модели федерации. Пример определения связей показан на рисунке (объекты, не имеющие связей скрываются).


Рисунок. Пример первого этапа определения связей

На следующем этапе происходит определение необходимого количества компьютеров и соответствующее распределение федератов. Например, федерат A будет функционировать на компьютере 1, федераты B, C, D будет функционировать на компьютере 2.


Рисунок. Распределение федератов по компьютерам.

Как правило распределение федератов основано на экономичности их математической модели, если математические модели федератов не требуют значительных вычислительных ресурсов, то можно использовать один компьютер, если математические модели федератов требуют значительных вычислительных ресурсов, необходимо определение числа компьютеров и соответствующее распределение федератов.

На следующем этапе составляются файл описания федерации (см. пример выше), отражающий утвержденную правильную модели федерации. Затем создается программная реализация федератов, путем написания соответствующего кода для взаимодействия с RTI и кода, реализующего математическую модель федерата. На заключительном этапе необходимо тестирование распределенной имитационной системы, выявление ошибок, перегрузок определенных компонентов в системе (на основе статистики), правильность синхронизации и т.д.

Статистика по каждому федерату отдельно, так и по федерации в целом показывает количество и типы выполненных запросов и позволяет определить возможные проблемы в ходе работы системы.

Пример статистики по федерату:

RTIA: Statistics (processed messages)
Joined federation as car_federate
Synchronization point announced: ReadyToRun
Achieved sync point: ReadyToRun, waiting for federation
Federation Synchronized: ReadyToRun
Time Policy Enabled
Published and Subscribed
Add instance object: obj_datchik
Removing temporary file _RTIA_3033_ExampleFederation.fed on resign federation.
Resigned from Federation
Didn't destroy federation, federates still joined
List of federate initiated services
1 Message::CLOSE_CONNEXION (MSG#1)
1 Message::DESTROY_FEDERATION_EXECUTION (MSG#3)
1 Message::JOIN_FEDERATION_EXECUTION (MSG#4)
1 Message::RESIGN_FEDERATION_EXECUTION (MSG#5)
1 Message::SYNCHRONIZATION_POINT_ACHIEVED (MSG#10)
1 Message::PUBLISH_OBJECT_CLASS (MSG#28)
1 Message::SUBSCRIBE_OBJECT_CLASS_ATTRIBUTES (MSG#32)
1 Message::SUBSCRIBE_INTERACTION_CLASS (MSG#34)
1 Message::REGISTER_OBJECT_INSTANCE (MSG#40)
1708 Message::UPDATE_ATTRIBUTE_VALUES (MSG#41)
855 Message::TIME_ADVANCE_REQUEST (MSG#91)
3 Message::GET_OBJECT_CLASS_HANDLE (MSG#112)
6 Message::GET_ATTRIBUTE_HANDLE (MSG#114)
1 Message::GET_INTERACTION_CLASS_HANDLE (MSG#116)
120516 Message::TICK_REQUEST (MSG#141)
2564 Message::TICK_REQUEST_NEXT (MSG#142)
List of RTI initiated services
1 NetworkMessage::ANNOUNCE_SYNCHRONIZATION_POINT (MSG#13)
1 NetworkMessage::FEDERATION_SYNCHRONIZED (MSG#15)
1 NetworkMessage::DISCOVER_OBJECT (MSG#43)
1711 NetworkMessage::REFLECT_ATTRIBUTE_VALUES (MSG#45)
49 NetworkMessage::GET_FED_FILE (MSG#84)
Number of Federate messages: 125662
Number of RTIG messages: 1763
RTIA: Federate destroyed
TCP Socket 3: total = 122015 Bytes sent
TCP Socket 3: total = 340249 Bytes received
UDP Socket 4: total = 0 Bytes sent
UDP Socket 4: total = 0 Bytes received
Пример статистики по федерации в целом:
CERTI RTIG up and running
New federation: ExampleFederation
Looking for FOM file
Trying open_test.fed --> cannot access.
Now trying.../usr/local/share/federations/open_test.fed opened.

TCP Socket 7: total = 340400 Bytes sent
TCP Socket 7: total = 122015 Bytes received
UDP Socket 4: total = 0 Bytes sent
UDP Socket 4: total = 0 Bytes received
TCP Socket 6: total = 258616 Bytes sent
TCP Socket 6: total = 283044 Bytes received
UDP Socket 4: total = 0 Bytes sent
UDP Socket 4: total = 0 Bytes received

Синхронизация времени

Как показала практика проектирования и реализации распределенных имитационных систем, наибольшее затруднение вызывают вопросы, связанные с управлением течения времени (синхронизация времени).

Как правило, при установке способа синхронизации времени федерата задаются два параметра TimeRegulating и TimeConstrained. Практически данные режимы влияют на процесс получения сообщений от других федератов и напрямую связаны с механизмом упорядочивания сообщений:
по порядку получения (сообщения передаются в порядке их получения без контроля времени);
приоритетный (поступающие сообщения располагаются в очереди с приоритетами, для определения приоритета сообщения используется его временная метка);
каузальный (обеспечивает отправку сообщений федератам в порядке, согласованном с предшествующими и последующими событиями, представленными этими сообщениями);
по временным меткам (при использовании этого сервиса сообщения будут переданы федератам в порядке их временных меток).

Также стоит отметить возможность использования различными федератами различных методов синхронизации.

Программные библиотеки для реализации RTI

Список доступных реализации HLA\IEE1516 доступен на странице en.wikipedia.org/wiki/Run-Time_Infrastructure. На сегодняшний день доступно достаточно большое количество реализаций, как коммерческих, так и не-коммерческих. Большинство из реализаций выполнены на языках JAVA и C++ (именно эти языки используются в стандарте), но также существуют реализации для MatLab, Питона (проект CERTI) и др.
При выборе библиотеки отдельное внимание следуют уделять сертификации на поддержку IEEE 1516. Как правило, все коммерческие реализации имеют сертификат, свободные не имеют (многие из свободных реализаций готовятся к такой сертификации).

Таблица Коммерческие реализации

• CAE RTI CAE Inc.
• en.wikipedia.org/wiki/CAE_Inc.
• Chronos RTI Magnetar Games
• www.magnetargames.com/Products/Chronos
• MK High Performance RTI MK Technologies
• www.mak.com/products/rti.php
• HLA Direct General Dynamics C4 Systems
• en.wikipedia.org/wiki/General_Dynamics_C4_Systems
• Openskies RTI Cybernet Systems
• www.openskies.net
• Pitch pRTI Pitch Technologies
• www.pitch.se/products/pitch-prti/pitch-prti-overview.html
• RTI NG Pro Raytheon Virtual Technology Corporation
• www.raytheonvtc.com/products.jsp

Таблица Не-коммерческие реализации

• CERTI ONERA
• savannah.nongnu.org/projects/certi
• en.wikipedia.org/wiki/ONERA
• The Portico Project littlebluefrog labs
• porticoproject.org
• GERTICO (German RTI based on Corba) Fraunhofer IITB
• www.iitb.fraunhofer.de/servlet/is/2920
• Rendezvous RTI National University of Science and Technology (NUST), Pakistan
• www.mcs.edu.pk/PDC-RG.html
• Open HLA (ohla)
• sourceforge.net/projects/ohla

Я лично для поддержки инфраструктуры распределенных приложений использую проект CERTI от ONERA (http://personeltest.ru/aways/savannah.nongnu.org/projects/certi).

Замеры скорости взаимодействия федератов через RTI

Такие тесты очень важны при проектировании распределенных имитационных систем, особенно, если различные федераты расположены в различных вычислительных сетях, и тем более важны при взаимодействии федератов через сеть Internet.

Для достижения минимальных временных задержек необходимо выбирать сервер с наименьшими временными задержками прохождения пакетов (можно проверить при помощи команды ping). В качестве примера рассмотрим работу одной из созданных в НИИ ЭОР ТюмГНГУ распределенных систем. Используется 100 мегабитная сеть (задержки ping'a < 0.231 ms), временная синхронизация отсутствует (для уменьшения задержек внутри RTI), 2 компьютера, сервер (rtig) запущен на одной из машин. Параметры федерации 2 объекта содержит по 5 атрибутов (по одному объекту на федерат/компьютер), взаимодействие между федератами двухстороннее. В результате обработки замеров получена зависимость количества взаимодействий в секунду от размера передаваемых данных.

Результаты таких замеры позволяют сделать множество выводов, например, если имитатор должен работать в заданном реальном времени, т.е. обновляться, например, не менее 60 раз в секунду, то за одно взаимодействие (для Fast Ethernet) должно передаваться не больше 300 килобайт (если например 5 атрибутов, то по 60 килобайт каждый). В тоже время, 300 килобайт данных, передаваемых 60 раз в секунду, также указывает на возможность использования RTI для передачи голосовых и видео данных между имитаторами, а также для взаимодействия с устройствами VR.

При взаимодействии федератов через Internet минимальные задержки в большей степени определяются задержками передачи пакетов. Например, если задержки прохождения пакета между сервером и имитатором составляют 300 мсек, то максимальное количество взаимодействий в секунду не будет превышать 3.

Применение более скоростных решений, таких как IpoIB (IP over InfiniBand, RFC 4392), 10G Ethernet, Myrinet-10G и др. позволит увеличить пропускную способность и значительно снизить задержки (существующие решения позволяют производить 30 миллионов взаимодействий в секунду и более).

Взаимодействие с реальными системами

В качестве федератов могут выступать не только математические модели объектов, т.е. искусственные системы, но и реальные системы и устройства. Примерами могут служить:

• микрофон, предоставляющий звуковые данные;
• видеокамера, предоставляющая видео-данные;
• различные устройства ввода/вывода, например джойстики (рисунок ), принтеры и т.д.
• различные датчики и управляющие механизмы, подключенные к компьютеру через платы АЦП/ЦАП;
• реальное оборудования и SCADA-системы (рисунок 2.10.1., глава 1.4.1.) через промышленный интерфейс OPC;
• Интерфейсы к рабочему столу реальной операционной системы, функционирующей на отдельном компьютере или виртуальной машине (рисунок );
• устройств VR (глава 4.5.9.);
• Интерфейс к базе данных и т.д.

Такие возможности представляют значительный интерес для имитаторов и имитационных систем в целом.

Продолжаю тему про ошибки персонала с точки зрения тренажеров (имитаторов) для обучения специалистов. Поскольку до сих пор многие специалисты в области обучения не видят существенной разницы между тестами и тренажерами, я постараюсь показать, так сказать глубины глубин этой проблемы.
Начнем, классификация ошибки в зависимости от ее положения в процессе деятельности персонала также широко представлена в множестве моделей процесса деятельности персонала. Как правило такие модели также сильно зависят от сферы применения, т.е. отрасли.

Человек оператор в системе с обратной связью
Далее будет рассматриваться одна из наиболее современных универсальных моделей, основанная на и показанная на рисунке. Выбор этой модели обусловлен наиболее мелким делением когнитивных и физических действий. Данная модель не противоречит другим моделям, и является как бы их обобщением.

Пример процесса деятельности персонала (модель поведения)

Ошибка по вине человеческого фактора фактически означает ошибку на одном или нескольких этапов процесса деятельности персонала. Следовательно для снижения вероятности риска, вызванной человеческим фактором необходимо снижение количества ошибок на каждом из представленных этапов. Под этапами понимается последовательности в трудовом процессе, как части производственного процесса сочетание собственно трудовой деятельности и связанных с нею механических, физико-химических и других процессов, происходящих под управлением специалиста. Трудовой процесс, в свою очередь, расчленяется на операции, приемы, действия, рабочие движения.

Подробно рассмотрим обнаружение, диагностику и принятие решений.

Обнаружение

Знания, умения и навыки обнаружения непосредственно связаны с отдельной категорией ошибок ошибками восприятия (в т.ч. и ошибками внимания). Данный тип ошибок как правило различается на:

• Ошибки восприятия не успел обнаружить, не сумел различить, не узнал, неправильно интерпретировал (при условии наличия знаний о признаках опасной ситуации, допустимых отклонениях и т.д.);
• Внимания не сумел сосредоточиться, собраться, переключиться, удержать, не успел охватить всего, быстро устал;
• Отсутствие знаний и\или опыта касаемо признаков опасной ситуации, допустимых отклонениях, периодов проверки и контроля и т.д.

В настоящее время существует статистика, наглядно демонстрирующая различные типы ошибок обнаружения человека для различных областей, например:

• Котик М.А., Емельянов А.М. Природа ошибок человека-оператора на примерах управления транспортными средствами.
• Пол Фиттс Инженерная психология и конструирование машин В книге: Экспериментальная психология (С. Стивенс, ред.), т.2, с 943.
• Стрелков Ю.К.Инженерная и профессиональная психология. М.: Академия, 2005.

Если выделить из этой статистики ошибки, связанные с восприятием и вниманием, можно привести следующие данные многочисленных исследований, требующие более внимательного изучения в рамках формирования необходимых знаний, умений и навыков обнаружения при помощи имитаторов. (т.к. это влияет на требования к имитаторам)

Таблица. Классификация 270 ошибок, сделанных пилотами при реагировании на сигналы и на показания приборов. [из книги Стрелков Ю.К. Инженерная и профессиональная психология]

Формирование знаний обнаружения (контроля)

Для формирования знаний обнаружения обучаемый должен запомнить:

• на какие измерительные приборы необходимо отслеживать, как правильно читать показания, как часто или с какой периодичностью нужно проверять изменения показаний;
• существующие опасные зоны и возможные источники опасности, связанные с присутствием персонала или посторонних предметов в опасной зоне, задымленности и т.д.;
• характерные места на оборудовании, требующие внимания и регулярного визуального осмотра;
• характерные изменения звука работы оборудования или вибрации (тактильные ощущения);
• расположение устройств сигнализации;
• другое оборудование и процессы, требующее повышенного наблюдения и внимания

Другими словами формирование знаний обнаружения подразумевает запоминание следующей информации: что должен контролировать, каким образом и как часто. Например, для генератора необходимо обнаруживать следующие признаки: Чрезмерный нагрев подшипников наблюдение (считывание показаний) за термометром; Вытекание смазки из подшипниковых камер визуальный осмотр; Вибрация машины во время работы кинетические ощущения и звуковые колебания; Ритмичный гул в машине звуковые колебания; Обмотки генератора перегреваются свыше допустимой нормы наблюдение (считывание показаний) за термометром и т.д.

Возможна групповая подготовка, когда каждый член группы отвечает только за свои участки, но должен контролировать других членов группы.


Эффективность формирования знаний обнаружения зависит:

• от качества демонстрации измерительных приборов, по показаниям которых можно судить о наличии признаков аварийной или нежелательной ситуации (в процессе диагностики).
• от качества демонстрации опасных зон, что необходимо для дальнейшего контроля присутствия в этих зонах персонала, посторонних предметов или других признаков опвсности (в процессе диагностики)
• от качества демонстрации мест на оборудовании, требующих внимания и регулярного осмотра
• от качества демонстрации характерных изменений окружающей обстановки (звук, вибрации, дым, искры и т.д.);
• от возможности реализации групповой подготовки (взаимодействие и взаимный контроль) при необходимости.

Оценка эффективности формирования знаний обнаружения может быть произведена при помощи тестирования, путем сравнения обнаруженных изменений с общим количеством предъявленных изменений. Например при обнаружении изменения давления обучаемый нажимает клавишу, если клавиша не была нажата, считается, что обучаемый не заметил этого изменения.

Вывод: Имитаторы способны эффективно формировать необходимые знания, т.к.:

1. Могут воспроизводить практически все признаки аварии (кроме температуры, влажности и т.д.) или потенциально опасные ситуации, а демонстрация всех признаков аварии на конкретном реальном оборудовании может быть значительно затруднена, а реальное воспроизведение потенциально опасных ситуаций крайне опасно.
2. За счет использования всех каналов восприятия, процент запоминания информации будет выше традиционных способов формирования знаний (плакаты, видеофильмы).

Формирование умений обнаружения (контроля)

Обучаемый должен уметь применять полученные (или имеющиеся) знания обнаружения в практической деятельности (при решении конкретных задач). Без формирования умений обнаружения, обучаемый, находясь в реальной ситуации будет тратить слишком много времени и сил на обнаружение, а также будет вынужден временно отвлекаться от выполняемой работы. Другими словами постоянное сосредоточение умственных усилий на процессе обнаружения может помешать другим процессам, а также может вызвать утомляемость, снижение внимания и т.д.

Формирование умений и обнаружения напрямую связано с вниманием. В когнитивной науке внимание понимается как контрольный механизм действия (внутренний контроль), а его формирование определяется обучением и тренировкой. В работе [Борис Митрофанович Величковский. КОГНИТИВНАЯ НАУКА Основы психологии познания Том 1, 304 с.] на основании множества исследований, указывается Формирование когнитивных навыков особенно сильно повышает успешность работы в условиях отвлечения внимания. Эти результаты позволяют надеяться на преодоление многих, казалось бы, фиксированных ограничений познавательных процессов при правильно построенных обучении и тренировке..

Формирование у обучаемого умений обнаружения означает умение обучаемого производить обнаружение в практической деятельности без длительного отвлечения от основного процесса (короткое переключение между выполняемыми действиями). Простым примером формирования умения может служить обучение чтению текста по слогам или по словам (а не по буквам).

Как и при формировании знаний обнаружения возможна групповая подготовка, когда каждый член группы отвечает только за свои участки, но должен контролировать других членов группы.

Формирование умений обнаружения достигается простым повторением действий по обнаружению, совместно с выполнением необходимой работы (рабочих алгоритмов). Обязательным условием является длительная индивидуальная или групповая тренировка, когда каждый член группы отвечает за свои области.

Особое внимание следует уделить следующим факторам (исходя их классификации ошибок [из книги Стрелков Ю.К. Инженерная и профессиональная психология]):

1. Если имеются приборы, стрелка которых делает несколько оборотов необходимо отдельно отслеживать быстроту и точность считывания показаний этих приборов.
2. Точности и скорости интерпретации приборов, показывающих скорость изменения величины меняется быстро или медленно и направление изменения возрастает или убывает.
3. Точности и скорости интерпретации не стандартизированных сигналов (сигналы рукой например), и сигналов, которые зависят от условий (например сигнальные огни в тумане, звуки на фоне помех и т.д.).
4. Точности и скорости интерпретации различения цифр, делений шкал или стрелок.
5. Количеству обращений не по адресу, т.е. к приборам, на которых нет нужной информации.
6. Признакам неработающего или неисправного прибора.
7. Случаям не снятия показаний прибора в нужный момент времени.

Эффективность формирования умений обнаружения: см. эффективность формирование знаний обнаружения.

Оценка эффективности формирования умений обнаружения может быть произведена аналогично тестированию знаний обнаружения, с тем отличием, что обучаемый выполняет на имитаторе необходимую работу (рабочий алгоритм) и оценивается не только факт замечания изменений, но и время, прошедшее между изменением (например, давления на манометре) и реакцией обучаемого. Если прошедшее время больше определенного значения, результат замечания не засчитывается (считается, что изменение было обнаружено с значительным опозданием).

Таким образом, представляется возможность сделать вывод о том, что имитаторы способны эффективно формировать необходимые умения т.к. способны обеспечить все необходимые для этого условия (также имеют более высокую эффективность чем плакаты и фильмы). Возможность длительной индивидуальной тренировки умений также увеличивает эффективность имитаторов.

Формирование навыков обнаружения (контроля, реакции)

При дальнейшем развитии внимания при помощи обучения и тренировки возникает автоматизация действий и процесс координации обнаружения перестает определяться одним только сознательным контролем начинается формирование навыков. Для изучения механизма формирования навыков необходимо обратиться к результатам исследований физиологические процессов восприятия, которые в настоящее время являются достаточно изученными.

Процесс восприятия информации начинается с физиологической настройки системы восприятия на объект наблюдения (уровень безусловных рефлексов) и заканчивается этапом сознательного выбора и обработки информации на уровне мышления. Имеющиеся данные из области физиологии сенсорных систем и психологических исследований вопросов восприятия, указывают на то, что человек воспринимает информацию в первую очередь, используя свои доминирующие анализаторы (зрение, слух и кинестетические ощущения). Доминирующим анализатором является зрение, но в процессе восприятия (мозгом) зрительного образа участвует не только зрение, но и другие органы чувств. Как правило, под временем или продолжительностью реакции понимают общую продолжительность (overall response time). То, что мы ощущаем, только на 20% зависит от работы доминирующих анализаторов, и на 80% определяется способностью центральной нервной системы обрабатывать получаемую информацию.

Динамические возможности зрительной системы (улучшение). Как правило, контролируется только статическое зрение, однако, в быстро меняющейся ситуации персонал в значительной степени зависит от динамических возможностей зрительной системы.

Тестирование и тренировка динамических возможностей зрительной системы важна в силу двух основных причин:
1. Зрение человека не способно воспринимать непрерывно и одинаково четко по всему полю зрения. Для четкого восприятия в целом человек должен быстро зафиксировать взгляд в нескольких важных местах.
2. Мы видим всю картину с задержкой по времени на 0,15-0,2 сек, в связи с чем, необходимо освоить алгоритмы ведения взгляда и наладить связи между зрительным восприятием и мышечными реакциями для формирования подсознательных опережающих действий.


Процесс распознавания можно условно разбить на отдельные стадии, следующие друг за другом. Определенное время затрачивается сначала для складывания получаемой информации в единый кадр, а затем для его последующего анализа и интерпретации. В первые 0,04 сек после фиксации взгляда человек ни чего не видит (мозг складывает единый кадр), в интервале наблюдения от 0,04 до 0,06 сек начинают фиксироваться контуры (фрагменты формы), от 0,06 до 0,16 происходит раскраска изображения, а с 0,16 до 0,2-0,3 сек формируется целостное изображение, или очередной фрагмент панорамного вида, если наблюдаемая картина является продолжением увиденного ранее. На интервале от 0,16 до 0,2-0,3 сек. заканчивается сравнение с хранящимися в памяти образами и происходит максимально возможная интерпретация увиденного.

Мозг обрабатывает получаемую с сетчатки сырую, раздробленную на отдельные части информацию автоматически так, что мы этого практически не замечаем. Кроме того, выстраиваемая мозгом картина выглядит гораздо полнее, если наши глаза находятся в движении, когда взгляд сканирует пространство (центральная часть взгляда в этот момент собирает подробности об отельных объектах). Именно так и должен вести взгляд персонал, последовательно сканируя рабочее пространство. Бросая короткие взгляды по сторонам в места установки приборов, расположения персонала и для оценки ситуации на рабочем месте в целом. Недопустимо постоянно смотреть в одном направлении, не перемещая взгляд (является очень распространенной ошибкой персонала).

Как правило, развитие умения правильно вести взгляд в обязательном порядке вырабатывается при подготовке летного состава, спортсменов-водителей и т.д.

Когда отслеживается перемещение движущегося объекта, то сначала глаза должны поймать его в фокус, далее человеческий мозг просчитывает, насколько далеко от нас находится объект и как быстро он движется, производится прогноз его траектории, после чего совершается быстрый перевод взгляда в новую точку, заранее предугаданную. Этот процесс занимает примерно 0,15 сек., в моменты перевода взгляда восприятие теряется, и на мгновенье человек слепнет, словно при моргании. Если между прогнозами зрительной системы, по каким либо причинам, объект существенным образом изменяет траекторию, то прогнозы по ведению взгляда оказываются ошибочными, и зрительная система вынуждена тратить дополнительное время на восстановление восприятия (объект снова ловится в фокус, просчитывается его новая траектория).

Имеющиеся данные исследований вопросов восприятия приводят к однозначным выводам:

• Восприятие зрительной информации является осваиваемым процессом, а не дается нам от рождения полностью. Оно формируется и совершенствуется в процессе накопления жизненного опыта и определенных тренировок.
• Люди, не освоившие правильные алгоритмы для восприятия быстро меняющейся обстановки, видят гораздо меньше деталей, в независимости от остроты зрения, которую они проверяют у окулиста.
• Люди, освоившие алгоритм правильного ведения взгляда замечают больше особенностей и деталей окружения.
• Если обстановка быстро меняется, многие моменты упускаются глазами, а панорамные снимки стыкуются в сознании не совсем точно. Натренированные люди, как правило, делают именно те фотографии, по которым возможен максимально точный прогноз, у начинающих важные места теряются между кадрами, ни какая усиленная работа головного мозга уже не может в таком случае восстановить упущенное.
• Время распознавания объектов зависит от нашего предыдущего хранящегося в памяти опыта, и может сокращаться.
• Тренировка, влияя исключительно на сенсорные процессы, сокращает продолжительность реакции на 4070%
• Травис (1948) исследовал эффективность влияния, тренировочных упражнений на продолжительность реакции узнавания. Он пришел к выводу, что тренировка почти исключительно влияет на сенсорные процессы, сокращая {119} продолжительность реакции на 40%.
• Гератеволь благодаря тренировке нашел, что продолжительность реакции уменьшается до 70%.

Рисунок. Последовательная подсветка индикаторов в имитаторе для отработки алгоритма правильного ведения взгляда



Ошибки восприятия и искажение информации


В большинстве случаев интерпретация информации поступающей от доминирующих анализаторов, является корректной, но иногда возникают ошибки восприятия. Наиболее известные иллюзии связаны со зрением, существуют ошибки в восприятии тактильных ощущений, звука и т.д. Зрительные иллюзии и феномены [http://www.psy.msu.ru/illusion/]:

• Иллюзии восприятия глубины
• Зрительные искажения
• Иллюзии восприятия размера
• Иллюзии цвета и контраста
• Эффект последействия
• Иллюзии движения (например, зрительные иллюзии, когда кажется, что ваша машина начинает двигаться назад, в тот момент, когда рядом стоящая машина медленно трогается)
• Эффект перцептивной готовности и т.д.

Другие ограничения зрительной системы (При малой освещенности, большой освещенности, смене экспозиции).

Возникающие при этом взаимосвязи и конфликт разных сенсорных каналов иногда оказываются негативное воздействие усталость мозга и т.д.). При помощи имитаторов возможно воспроизведение большинства иллюзий и искажений, а значит можно выработать (сформировать) у обучаемых необходимые механизмы распознавания таких случаев и более внимательного к ним отношения.

Переходя от зрительной системы к слуху и тактильным ощущениям можно отдельно выделить:

• Тактильное восприятие;
• Чувствительность к вибрациям;
• Передача ощущений через ткани;
• Восприятие с помощью слуха и т.д.

На рисунке показана информация, получаемая пилотом во время пилотирования.

Формирование навыков обнаружения

достигается повторением действий по обнаружению, совместно с выполнением необходимой работы (рабочих алгоритмов). Обязательным условием является длительная индивидуальная или групповая тренировка, когда каждый член группы отвечает за свои области. Основным отличием от формирования умений является именно выработка и применение правильных механизмов процесса восприятия (например, траектория движения глаз при считывании ряда показателей на панели) и автоматизация выполняемых действий при обнаружении.
Эффективность формирования навыков обнаружения: см. эффективность формирование знаний и умений обнаружения. Кроме того возможно получение информации с использованием системы захвата движения (в т.ч. движении зрачка) и оценка правильности действий обучаемого.
Оценка эффективности формирования навыков обнаружения может быть произведена аналогично тестированию умений обнаружения.

Таким образом, представляется возможность сделать вывод о том, что имитаторы способны эффективно формировать необходимые навыки т.к. способны обеспечить все необходимые для этого условия (также имеют более высокую эффективность чем плакаты и фильмы), кроме того обеспечивают значительные преимущества, такие как демонстрация полномасштабных аварий, тренировка при воздействии внешних отвлекающих факторов (дождь, ветер) и т.д.

От того, насколько эффективно проведено обнаружение, зависит точность диагностики (без эффективного обучения обнаружению, персонал может не замечать опасность или замечать ее слишком поздно).

Диагностика

В процессе диагностики принимается решения о допустимости обнаруживаемых отклонений параметров от нормы (ожидаемых) или их недопустимости с последующим переходом к этапу принятия решений для решения или компенсации возможной проблемы.

Соответственно, при диагностике возможны следующие основные ошибки:
пропуск неисправности или опасной ситуации;
ложная тревога.

В сложной дорожной ситуации у водителя зачастую не хватает времени и возможности для того, чтобы сразу полностью оценить все ее стороны. О такой ситуации он обычно судит по основным наиболее ярким признакам. Столкнувшись со сложной дорожной задачей, водитель может, не вникая в ее особенности, начать ее решать привычным и отработанным ранее на практике способом. А какая-то неучтенная существенная особенность этой задачи может как раз и сделать такой стандартный способ в данном случае непригодным. Тогда-то и получается, что многократно проверенный способ решения оказывается в данном случае явно ошибочным. Подобное стереотипное мышление чаще всего проявляется в экстремальных ситуациях, когда человека волнует опасность и на раздумье мало времени. Поэтому еще раз хочется обратить внимание водителей на то, что самым важным элементом решения любой дорожной задачи является оценка сложившейся ситуации, и что от полноты такой оценки зависит главным образом успех ее решения.

Формирование знаний диагностики
Формирование знаний диагностики достигается запоминаем всех прямых и косвенных признаков неисправностей (или угроз), любые внешнее проявления неисправностей (или угроз), критерии отказов и предельно-допустимых значений или состояний, например:

• Превышение или понижение давления (температуры, подачи, силы тока) свыше предельно-допустимых значений;
• Вытекание смазки, вибрация, гул, свист, нехарактерные звуки;
• Дым, искры;
• Признаки срабатывания звуковой, световой сигнализации;
• Признаки срабатывания предохранительных клапанов.
• Признаки повреждения или износа каната, подшипников, клапанов и т.д.
• Признаки угрозы (нахождение персонала в опасной зоне и т.д.) и т.д.

Эффективность формирования знаний диагностики зависит от качества воспроизведения (демонстрации) первичных и вторичных признаков аварии или признаков опасной ситуации. Под качеством, в данном случае, следует понимать разницу восприятия признаков аварии (похожесть) в процессе обучения и в реальной ситуации. Также зависит от возможности реализации групповой подготовки при необходимости.

Оценка эффективности формирования знаний диагностики может быть произведена при помощи тестирования, путем сравнения обнаруженных признаков неисправностей с общим количеством произошедших неисправностей. Например при диагностике изменения давления свыше максимально-допустимого значения обучаемый нажимает клавишу, если клавиша не была нажата, считается, что обучаемый не заметил или не посчитал важным это существенным (пропуск неисправности или опасной ситуации). Если была нажата клавиша, а неисправности или опасной ситуации не было (все показания в норме), фиксируется ошибка ложная тревога.

Вывод:
Имитаторы могут успешно использоваться как для формирования знаний диагностики (путем демонстрации внешних проявлений и признаков с использованием всех каналов восприятия), так и для их проверки правильности диагностики и ее коррекции. Возможности имитаторов заглянуть внутрь объекта и другие возможности могут существенно помочь в понимании информации. Таким образом имитаторы позволяют достичь максимального уровня запоминания информации.

Формирование умений диагностики

По аналогии с формированием умений обнаружения обучаемый должен уметь применять полученные (или имеющиеся) знания диагностики в практической деятельности (при решении конкретных задач). Как и в случае с умениями обнаружения, без формирования умений диагностики, обучаемый, находясь в реальной ситуации будет тратить слишком много времени и сил на быструю диагностику, а также будет вынужден временно отвлекаться от выполняемой работы (также возможна утомляемость, снижение внимания и другие эффекты).
Формирование у обучаемого умений диагностики означает умение обучаемого производить диагностику в практической деятельности без длительного отвлечения от основного процесса. Как и в случае с обнаружением, повторение процесса диагностики (тренировка) со временем приводит к тому, что, вначале, выполнение нового действия происходит на высоком уровне и целиком осознается, затем оно расщепляется на ряд операций, которые постепенно автоматизируются, находя для себя более низкие, фоновые уровни. Исходя из этого, для формирования умений необходима длительная индивидуальная тренировка и отработка действий действий по диагностике, обязательно совместно с тренировкой умений обнаружения.
Формирование умений диагностики достигается простым повторением действий по диагностике (вместе с обнаружением), совместно с выполнением необходимой работы (рабочих алгоритмов). Обязательным условием является длительная индивидуальная или групповая тренировка, когда каждый член группы отвечает за свои области.
Эффективность формирования умений диагностики: см. эффективность формирование знаний диагностики.
Оценка эффективности формирования умений обнаружения может быть произведена аналогично тестированию знаний диагностики, с тем отличием, что обучаемый выполняет на имитаторе необходимую работу (рабочий алгоритм) и оценивается не только факт подтверждения наличия неисправностей или опасностей, но и время, затраченное на этот процесс обучаемым. Если прошедшее время больше определенного значения, результат не засчитывается (считается, что неисправность или опасность не была диагностирована или имело место значительное опоздание).

Как правило выделяют следующие этапы процесса диагностики:

• проведение анализа ситуации;
• выявление всех существующих проблем или потенциальных угроз, их ранжирование и выбор проблем, представляющих наибольшую потенциальную опасность;
• если имеется признаки потенциальной опасности, необходима оценка вероятного развития событий, определение возможных нежелательных последствий.
• определение причины, из-за которой происходят или могут происходить нежелательные последствия;

Соответственно, возможны следующие основные ошибки:

• ошибочное определение возможных последствий;
• ошибочное определение причин.

Таким образом, представляется возможность сделать вывод о том, что имитаторы способны эффективно формировать необходимые умения диагностики т.к. способны обеспечить все необходимые для этого условия:

• Реализация всех возможных отказов, аварий или происшествий, совместно с выполнением необходимой работы (алгоритма);
• Выявление ошибок и их коррекция;
• Возможность длительной индивидуальной или групповой тренировки и другие преимущества.

Формирование навыков диагностики

При дальнейшем развитии умений диагностики при помощи длительных индивидуальных или групповых тренировок возникает автоматизация действий и процесс диагностирования перестает определяться одним только сознательным контролем начинается формирование навыков диагностики. Формирование навыков диагностики снижает утомляемость во время работы, рассеянность, а соответственно обеспечивает большую концентрацию внимания на процессе, высокую скорость реакции и т.д.

Формирование навыков диагностики достигается повторением действий по обнаружению и диагностированию, совместно с выполнением необходимой работы (рабочих алгоритмов). Обязательным условием является длительная индивидуальная или групповая тренировка, когда каждый член группы отвечает за свои области.
Эффективность формирования навыков диагностики: см. эффективность формирование знаний диагностики.
Оценка эффективности формирования навыков диагностики может быть произведена аналогично тестированию умений диагностики.

Таким образом, представляется возможность сделать вывод о том, что имитаторы способны эффективно формировать необходимые навыки т.к. способны обеспечить все необходимые для этого условия (также имеют более высокую эффективность чем плакаты и фильмы), кроме того обеспечивают значительные преимущества, такие как демонстрация полномасштабных аварий, тренировка при воздействии внешних отвлекающих факторов (дождь, ветер) и т.д.

От того, насколько эффективно проведена диагностика, зависит правильность принятого решения.

Принятие решений

Пока же, как показывает статистика, около 90% дорожных происшествий возникает из-за ошибок в прогнозах и при принятии решений. Следует специально остановиться на обгонах, с ними связана примерно четвертая часть дорржных происшест- авй. При обгонах особенно важны правильные оценки и прогнозы. Здесь водитёлю приходится учитывать много факторов: и скорость обгоняемой и идущей навстречу машины, и удаление встречной машины, и то как поведет себя водитель той машины, которую он обгоняет. Ошибка в таких прогнозах очень опасна, так как обгон выполняется на повышенной скорости. Естественно, что при таком маневре у водителя возникает высокая психическая напряженность. Было экспериментально установлено, что в период обгона происходит существенный сдвиг в психофизиологических параметрах водителя и здесь их значения на 2540% превышают обычные.

Свойства и качества мышления:

• Самостоятельность умение увидеть новую проблему, поставить новый вопрос, попытаться решить задачу своими силами.
• Глубина степень проникновения в сущность явления.
• Широта способность держать под контролем большое количество связей между предметами, объектами, явлениями при решении задачи.
• Гибкость умение находить различные пути решения задач, а также изменять намеченный план действий, если он не удовлетворяет условиям, которые обнаруживаются в ходе решения задачи.
• Критичность способность правильно оценить объективные условия и собственную деятельность, при необходимости отказаться от избранного пути решения, найти новый способ действий.
• Быстрота способность быстро находить правильное, обоснованное решение.

Механизм генерации и проверки гипотез, когда все новые признаки ситуации привлекаются для опровержения или подтверждения предположений о причине события

при этом возможно обратится к поиску соответствующего правила реализации решения (например, если насос отключился то снять блокировку и перезапустить насос)
или включить резервный насос

это возможно только с привлечением фундаментальных знаний об устройстве процесса путем постановки и достижения нескольких промежуточных целей. т.е. Заключается в выборе последовательности необходимых промежуточных шагов

Сильно зависит от имеющегося опыта. Фактически нужно запомнить всю таблицу возможных неисправностей (или угроз) и способов их устранения, например:

Наименование неисправности (или угрозы) внешнее проявление и дополнительные признаки (критерии отказов и предельных состояний) Падение напора и производительности, вибрация, шум [признаки начала кавитации]

Вероятная причина

• увеличение подачи насоса сверх номинальной или повышение скорости вращения вала
• Повышение сопротивления во всасывающей линии (дросселирование на всасывании, засорение фильтров и т.д.);
• снижение давления на входе в насос по технологическим причинам (снижение уровня в питающем аппарате);
• повышение температуры перекачиваемого продукта или увеличение содержания растворенных в нем газов

Возможные нежелательные последствия Разрушение рабочих органов насоса из-за кавитации

Действия при обнаружении а) проверить б) сообщить в) выполнить

Последовательность:

• Постановка проблемы.
• Формулировка ограничений и критериев принятия решения.
• Определение альтернатив.
• Оценка альтернатив.
• Выбор альтернативы.
• Реализация решения.
• Контроль за исполнением решения.

В современном понимании процесс обучения рассматривается как процесс взаимодействия между учителем и учениками с целью приобщения учащихся к определенным знаниям, навыкам, умениям и ценностям. Структурными компонентами процесса обучения являются средства и методы обучения. Методы обучения включают цель обучения, способ усвоения и характер взаимодействия субъектов обучения, а средства обучения это материальные объекты и предметы используемые в учебном процессе в качестве носителей учебной информации и инструмента деятельности педагога и учащихся для достижения поставленных образовательных целей (т.е. реализация методов). В этом смысле средства и методы обучения являются взаимозависимыми, что дает возможность первичной классификации понятия программных имитаторов, как определенных средств обучения, применяемых в определенных методах обучения:

1. получение теоретических знаний на основе проведения обучающего физического эксперимента (процесса получения и обработки экспериментальных данных) (Лабораторные работы).
2. обучение применению полученных знаний при решении комплексных задач, связанных со сферой деятельности будущих специалистов (Курсовое проектирование)
3. оценка навыков и профессиональных умений специалистов с целью их последующей сертификации или аттестации (Сертификация или аттестация)
4. практическое изучение устройства, принципа работы, наладки, регулировки оборудования, характерного для осваиваемой профессии (Практикум)
5. формирование и совершенствование у обучаемых профессиональных навыков и умений, необходимых им для управления материальным объектом (Тренинг, повышение квалификации)

Проведение обучения на реальных объектах и оборудовании, в свою очередь, часто сопряжено с существенными трудностями технического плана и значительными материальными затратами:

1. высокой стоимостью учебного оборудования и его эксплуатации;
2. морально-устаревшим оборудованием, малым спектром имеющегося оборудования по сравнению с условиями производства;
3. большой удаленностью обучаемого от места расположения учебного оборудования;
4. высокой опасностью выполняемых работ;
5. высокой сложностью изменения конфигурации оборудования и параметров среды;
6. большой длительностью проведения работ;
7. невозможностью визуального наблюдения внутренней структуры изучаемого оборудования, микро- и макрообъектов и процессов, быстрых или медленных технологических и природных процессов или явлений;
8. невозможностью визуального наблюдения абстрактных понятий или концепций (например, визуализация накопления усталостных повреждений) и т.д.
9. сложностью показа и оценки возможных последствий альтернативных условий и направлений деятельности.
10. необходимостью быстрого обучения, сокращением времени на обучение

Указанные трудности проведения обучения на реальных объектах предопределили появление новых средств обучения тренажеров, а наблюдаемый рост вычислительной мощности персональных компьютеров и их доступность позволили использовать компьютер в качестве средства имитации таким образом появились первые компьютерные тренажеры (1960 гг).

Поиск и внедрение новых методов и средств обучения привел к тому, что, начиная с 1980 года появились и другие, во многом отличные от компьютерных тренажеров, новые обучающие инструменты, также использующие вычислительные мощности компьютеров, т.е. компьютерные средства обучения, которые решили значительную часть заявленных проблем физического обучения и, кроме того, предоставили ряд дополнительных возможностей.

По мере роста вычислительных мощностей интерес к таким средствам обучения только увеличивается. Материалы международных конференций в области современных средств обучения, каких как International Training and Education Conference (ITEC), The Society for Modeling and Simulation International (SCS), Special Interest Group on Graphics and Interactive Techniques (SigGraph), International Conference on Artificial Reality and Tele-existence свидетельствуют о том, компьютерные средства обучения находят все большее применение в авиации, судовождении, энергетике, вооруженных силах, медицине, космонавтике и тех областях, где проведение физического обучения сопряжено с указанными трудностями, особенно при обучении персонала, занятого на опасных и ответственных участках производства, и у других областях.



В настоящее время программные имитаторы находят все большее применение в учебных заведениях, т.к. использование имитаторов, исходя из опыта их использования значительно увеличивает эффективность сразу по пяти ключевым направлениям:

• значительное повышения качества обучения;
• значительное снижение затрат на обучение;
• снижение времени обучения;
• возможность подготовки большего количества обучаемых;
• снижение опасности при обучении, повышение эффективности охраны труда, промышленной и экологической безопасности.

Повышение качества обучения при использовании имитаторов складывается из наличия следующего комплекса факторов:

• Проведение большего количества работ за тоже время.
• Обеспечение индивидуальной работы обучаемых.
• Возможность визуального наблюдения внутренней структуры изучаемого оборудования, микро- и макрообъектов и процессов, быстрых или медленных технологических и природных процессов или явлений.
• Возможность визуального наблюдения абстрактных понятий или концепций (например, визуализация накопления усталостных повреждений) и т.д.
• Возможность изменения конфигурации оборудования и параметров среды.
• Оценка возможных последствий альтернативных условий и направлений деятельности.
• Интерес к имитаторам, отсутствие ответственности и опасности, наличие возможности экспериментировать.
• Возможность использования имитаторов при самостоятельной работе обучаемых
• Возможность объективного контроля качества обучения и т.д.

Проведение большего количества работ. Возможность имитаторов ускорять время позволяет выполнять обучение быстрее, т.е. использование имитаторов позволяет выполнение большего количества лабораторных, практических работ, тренинга и т.д. В результате удается более эффективно использовать время при достигнуть большего качества обучения.

Увеличение доли индивидуальной работы обучаемых. Индивидуальная работа в значительной степени отличается восприятием и запоминанием информации. По мнению Haskett consulting inc. (HCI): Люди запоминают 20 % того, что они видят, 40 % того, что они видят и слышат и 70 % того, что они видят, слышат и делают. Другими словами повышение качества обучения при использовании имитаторов возникает за счет увеличения эффективности восприятия информации (увеличение % запоминания информации). При использовании реального оборудования для проведения обучения достаточно сложно обеспечить индивидуальную работу с оборудованием каждого обучаемого. Как правило, один человек выполняет работу (управляет оборудованием), остальные записывают, например, показания приборов, не всегда понимая суть процесса. Причины такой ситуации понятны невозможность предоставления оборудования каждому обучаемому, нехватка времени, для выполнения работы каждым обучаемым индивидуально. В свою очередь, использование имитаторов позволяет, в большинстве случаев, индивидуальное выполнение работы каждым обучаемым при наличии соответствующего количества компьютеров.

Возможность визуального наблюдения внутренней структуры изучаемого оборудования, микро- и макрообъектов и процессов, быстрых или медленных технологических и природных процессов или явлений. При использовании имитаторов имеется возможность проведения работ с демонстрацией явлений и процессов, не наблюдаемых на реальном оборудовании в силу высокой опасности или значительной технической трудности.

Возможность визуального наблюдения абстрактных понятий или концепций (например, визуализация накопления усталостных повреждений) и т.д. Эта возможность имитаторов предоставляет принципиально новые возможности при обучении и может значительно содействует в понимании информации, что также существенно влияет на качество обучения.

Возможность изменения конфигурации оборудования и параметров среды. Например, проведение лабораторного практикума по исследованию влияния различных факторов на КПД редуктора, рассмотренного в данной статье. Использованием имитатора позволяет изучать влияние на КПД вязкость масла, типа подшипников, степени точности изготовления, передаточного числа и т.д. Как правило реализация таких возможностей при помощи реального оборудования, несмотря на большой познавательный интерес, затруднена значительными трудностями технического плана. Изменение параметров среды, таких как барометрическое давление, температура, относительная влажность атмосферного воздуха и т.д. также является сложной задачей, которая может быть решена с помощью имитатора. Повышение качества обучения с учетом данного фактора достигается за счет лучшей систематизации знаний и понимания большего количества зависимостей.

Оценка возможных последствий альтернативных действий и альтернативных методов при решении поставленных задач. При использовании имитаторов обучаемые могут, в случае необходимости, экспериментировать, что вызывает дополнительный интерес и стимул к обучению. Это косвенно увеличивает эффективность обучения. Также этому способствует изначальный интерес специалистов к имитаторам, отсутствие ответственности и опасности. Это объясняется элементарным любопытством, желанием экспериментировать и стремлением к исследованиям. Даже для опытного персонала ответ на вопрос что будет, если часто представляет большой интерес. В целом, указанные факторы увеличивают мотивацию к обучению, что, как известно, существенно влияет на качество обучения.

Использование имитаторов при самостоятельной работе обучаемых также предоставляет дополнительные преимущества и возможности улучшения качества обучения. Использование имитаторов как элементов курсов в LMS системах (системах дистанционного обучения) позволяет производить запуск имитаторов из дома, работы, общежития, и их любого места, где есть выход в сеть интернет. Такая возможность использования имитаторов в самостоятельном обучении представляет значительный в решении вопроса повышения качества обучения.

Возможность объективного контроля качества обучения. Использование имитаторов дает возможность объективного определения и точной оценки объема знаний, умений и навыков, как в комплексе, так и по отдельности (только знаний или только навыков). Кроме объективного контроля обучения, использование имитаторов позволяет выявлять изменения в ходе обучения, вопросы, требующие дополнительного изучения и т.д.

Множество дополнительных возможностей использования имитаторов заключаются в новой области применения компьютерных средств- технологии формирования виртуальной реальности (VR).



В качестве примера можно привести имитатор для лабораторной работы определение коэффициента полезного действия (кпд) редуктора двумя способами, Экспериментальным и Расчетным. Для экспериментального способа имитируется стенд для испытания передач, возможности которого позволяют выполнять необходимое исследование кпд цилиндрического редуктора, а именно получать данные для построения графиков зависимости кпд:
от скорости вращения n;
от нагрузки T;
от дополнительного параметра передачи, указываемого в задании на выполнение работы (сорта смазки, степени точности передачи, чисел зубьев колес, типа подшипников и т.п.).(Таблица 1,2).

Затем, выполняется исследование кпд Расчетным способом, т.е. Определяется ориентировочное значение кпд редуктора по упрощенным формулам с использованием табличных значений кпд зубчатой цилиндрической пары и пары подшипников, проведится анализ результатов, формируются выводы, подготавливается и защищается отчет.


Пример реального стенда

Устройство и работа имитируемого стенда. Стенд смонтирован на плоском металлическом основании и состоит из узла электродвигателя с тахометром, испытуемого редуктора он условно показывается в разрезе, нагрузочного устройства ленточного тормоза. Узел электродвигателя смонтирован на литом кронштейне, закрепленном на основании стенда. Статор электродвигателя может свободно поворачиваться в шариковых подшипниках, установленных в литом кронштейне, относительно оси, общей с якорем электродвигателя. Вал якоря электродвигателя одним концом соединен через муфту с входным валом редуктора. На лицевой стороне литого кронштейна смонтировано измерительное устройство, состоящее из рычага, штока и датчика с пружиной. При включении электродвигателя реактивный момент статора (равный по абсолютному значению моменту на валу якоря) поворачивает статор. Рычаг, закрепленный на статоре, упирается в подпружиненный шток датчика, который и удерживает статор от поворота. Сигнал от этого датчика для измерения крутящего момента, передаваемого с двигателя на редуктор, после обработки отображается на левом стрелочном приборе (Момент двиг.) и числовым индикатором Tдв. Так на стенде измеряется крутящий момент, передаваемый с двигателя на редуктор.

Испытуемый редуктор состоит из двух цилиндрических передач. Его корпус условно сделан из полупрозрачного материала и показывается в разрезе.
Нагрузочное устройство представляет собой ленточный тормоз, и служит для создания рабочей нагрузки на редуктор тормозного момента на его выходном валу. Величина тормозного момента задаётся тумблеромрегулятором нагрузки. При этом сильнее или слабее растягивается пружина, что видно и на мониторе.

В левой части стенда установлена панель с органами управления: Выключатель питания стенда; Тумблер-регулятор частоты вращения двигателя; Тумблер-регулятор нагрузки (крутящего момента тормоза).

Измерительные приборы: стрелочные приборы (Момент двигателя, Мощность двигателя, и Обороты тормоза); приборы цифровой индикации (nдв обороты двигателя, Tдв момент двигателя, Pдв мощность двигателя, nторм обороты тормоза,Tторм момент тормоза )

Таблица 1. Техническая характеристика виртуального стенда (для цилиндрического редуктора):


Таблица 2. Варианты заданий на проведение испытаний и исследования цилиндрического редуктора

(Тип подшипников: Ш Шариковые, Ц с Цилиндрическими роликами, К с Коническими роликами)



Рисунок. Виды рабочего экрана имитатора ввод параметров исследуемого редуктора.

При выполнении работы на реальном оборудовании затраты времени на указанные исследования приведены в таблице 1. К указанному времени, необходимому для подготовки эксперимента, необходимо прибавить время проведения непосредственно самого эксперимента, т.е. по 10 минут на оценку влияния каждого из 8 факторов, что дает в результате (5 ч. 30 мин. + 10 мин. * 8 = 6 часов 50 минут). Затраты времени на проведения аналогичных действий при помощи имитатора складываются (как и для реального оборудования) из непосредственно времени эксперимента, т.е. 10 минут на оценку влияния каждого из 8 факторов, но временные затраты на подготовку практически отсутствуют (меньше 1 минуты), что дает в результате (10 мин. * 8 = 1 час 20 минут). В результате, проведения данной лабораторной работы на имитаторе, сокращает потери времени более чем в 5 раз (410 минут / 80 минут).



В целом, опыт создания и использования имитаторов показал наличие разнообразных и значительных преимуществ при использовании имитаторов для повышения качества обучения.