188.Apaydin M.S., Brutlag D.L., Guestrin C., Hsu D., Latombe J.-C. Stochastic roadmap simulation: An efficient representation and algorithm for analyzing molecular motion // Proc. 6th Annu. Int. Conf. Computat. Biol., 2002. P.12–21.
189.Barraquand J., Kavraki L.E., Latombe J.-C., Li T., Motwani R., Raghavan P. Arandom sampling scheme for path planning // Int. J. Robot. Res. 1997. V.16. N6. P.759–774.
190.Bohlin R., Kavraki L.E. Path planning using lazy PRM // Proc. IEEE Int. Conf. Robot. Autom., 2000. P.521–528.
191.Boor V., Overmars M.H., van der Stappen A.F. The Gaussian sampling strategy for probabilistic roadmap planners // Proc. IEEE Int. Conf. Robot. Autom., 1999. P.1018–1023.
192.Chang H., Li T.-Y. Assembly maintainability study with motion planning // Proc. IEEE Int. Conf. Robot. Autom., 1995. P.1012–1019.
193.Dale L.K., Amato N.M. Probabilistic roadmaps—Putting it all together // Proc. IEEE Int. Conf. Robot. Autom., 2001. P.1940–1947.
194.Foskey M., Garber M., Lin M.C., Manocha D. A Voronoi-based hybrid motion planner // Proc. IEEE/RSJ Int. Conf. Intell. Robots Syst., 2001. P.55–60.
195.Hsu D., Latombe J.-C., Motwani R. Path planning in expansive configuration spaces // Int. J. Computat. Geom. Applic. 1999. V.9. N4–5. P.495–512.
196.Kavraki L.E., Svestka P., Latombe J.-C., Overmars M.H. Probabilistic roadmaps for path planning in high-dimensional configuration spaces // IEEE Trans. Robot. Autom. 1996. V.12. N4. P.566–580.
197.LaValle S.M., Kuffner J.J. Randomized kinodynamic planning // Int. J. Robot. Res. 2001. V.20. N5. P.278–400.
198.Lindemann S.R., LaValle S.M. Incremental low-discrepancy lattice methods for motion planning // Proc. IEEE Int. Conf. Robot. Autom., 2003. P.2920–2927.
199.Nissoux C., Simeon T., Laumond J.-P. Visibility-based probabilistic roadmaps // Proc. IEEE/RSJ Int. Conf. Intell. Robots Syst., 1999. P.1316–1321.
200.Reif J.H. Complexity of the mover‘s problem and generalizations // Proc. 20th IEEE Symp. Found. Computer Sci., 1979. P.421–427.
206
201.Reif J.H., Sun Z. On frictional mechanical systems and their computational power
//SIAM J. Comput. 2003. V.32. N6. P.1449–1474.
202.Sellen J. Lower bounds for geometrical and physical problems // SIAM J. Comput. 1996. V.25. N6. P.1231–1253.
203.Simeon T., Laumond J.-P., Geem C., Cortes J. Computer-aided motion: Move3D within MOLOG // Proc. IEEE Int. Conf. Robot. Autom., 2001. P.1494–1499.
204.Singh A.P., Latombe J.-C., Brutlag D.L. A motion planning approach to flexible ligand binding // Proc. 7th Int. Conf. Intell. Syst. Molecular Biol., 1999. P.252–261.
205.Berra P. B., Barash M. M. The automated planning and optimization of manufacturing processes // Proc. 1968 IFAC Symposium on Optimal Systems Planning. New York, NY, USA, 1968. P.191-202.
206.Berra P. B., Barash M. M. A computerised algorithm for the planning and optimisation of a manufacturing process // Computer Aided Design. 1971. V.3. P.2428.
207.Fatikow S., Mounassypov R. Assembly sequence planning for manufacturing by microrobots // Proc. 1997 IEEE International Symposium on Assembly and Task Planning (ISATP'97): Towards Flexible and Agile Assembly and Manufacturing. New York, NY, USA, 1997. P.269-274.
208.Kandikjan T., Dukovski V. Automated planning and evaluation of product
assembly sequences // Proc. ThirtyFirst International MATADOR CONFERENCE.
San Mateo, CA, USA, 1995. P.541-548.
209.Gilbert J. Declarative knowledge representation in planning and scheduling // Proc. Third International Conference on Knowledge Representation (KR'92): Principles of Knowledge Representation and Reasoning. San Mateo, CA, USA, 1992. P.3-13.
210.Shanahan M. Robotics and the common sense informatic situation // Wahlster W., editor. Proc. European Conference on Artificial Intelligence. John Wiley and Sons, Ltd, 1996. P.684-688.
211.Sormaz D. N., Khoshnevis B. Knowledge representation for automated process planning // Proc. IEEE International Symposium on Assembly and Task Planning. Los Alamitos, CA, USA, 1995. P.34-39.
207
212.Beer R., Chiel H., Sterling L. Designing Autonomous Agents: Theory and practice from biology to engineering and back. The MIT Press/Bradford Books, Cambridge, MA, 1992.
213.Brooks R. A. A robust layered control system for a mobile robot // IEEE Journal
of Robotics and Automation, RA2, 1986.
214.Chapman D. Vision, instruction and action. The MIT Press, Cambridge, MA, 1992.
215.Connell J. Minimalist mobile robotics: a colonystyle architecture for an artifical
creature. Academic Press, Sand Diego, 1990.
216.Kelly I. D., Keating D. A. Flocking by the fusion of sonar and active infrared sensors on physical autonomous mobile robots // Proc. Mechatronics. 1996. V.96.
217.MacLeod E. N., Chiarella M. Navigation and control breakthrough for automated mobility // Proc. SPIE: The International Society for Optical Engineering. SPIE, 1994. P.57-68.
218.Merkle R. A proposed ''metabolism'' for a hydrocarbon assembler // Nanotechnology. 1997. V.8. P.149-162.
219.Payton D. W., Keirsey D., Krozel D., Rosenblatt K. Do whatever works: a robust
approach to faulttolerant autonomous control // J. Applied Intelligence. 1992. V.3.
P.225.
220.Hunter L. Artificial intelligence and molecular biology. The MIT Press, Cambridge: Massachusetts, 1993.
221.Musgrave C. B., Perry J. K., Merkle R. C., Goddard W. A. Theoretical studies of a hydrogen abstraction tool for nanotechnology. Abstract // Nanotechnology. 1991. V.2. P.187-195.
222.Ratanapan K., Dagli C.H. An objectbased evolutionary algorithm: the nesting
solution // Proc. 1998 IEEE World Congress on Computational Intelligence. Anchorage: Alaska, May 1998. P.581-586.
223. Shankar R. Principles of quantum mechanics. Plenum Press: New York, California: USA, 2nd edition edition, 1994.
208
224. Villarrubia J. S. Algorithms for Scanned Probe Microscope Image Simulation, Surface Reconstruction, and Tip Estimation // J. Res. Natl. Inst. Stand. Technol. 1997. V.102. P.425-454.
209
Заключение
Исследования в области ДНК наномеханических устройств уже сейчас – на этапе разработки таких устройств – требуют активного участия информационных технологий, причем не только как вспомогательного инструмента, но и как источника моделей, архитектурных решений, структур данных, протоколов и т.д. В обозримом будущем ДНК наномеханические устройства имеют неплохие шансы приобрести статус промышленных разработок, что поставит перед информационными технологиями стандартный комплекс эксплуатационных задач. При этом следует отметить, что как и у любой области нанотехнологий, у ДНК наномеханических устройств весьма высока «плата за вход»: необходимы знания по широким облостям молекулярной биологии, физеологии, физики, химии, математики, материаловедения
(не считая информатики). Поэтому эта область исследований нуждается в заблаговременном строительстве информационно-технологического фундамента.
В статье дан обзор современного состояния исследований в области ДНК наномеханических устройств. В частности, обозначены основные тенденции в области разработки устройств с использованием генетического материала. Представлен краткий обзор по материалам и узлам, используемым для конструирования наномеханических устройств. Дан краткий обзор разработанных на сегодняшний день моделей нанороботов. Представлен обзор по компьютерному моделированию биологических наноматериалов, наноустройств и их отдельных узлов на этапе разработки;
компьютерным симуляторам работы наноустройств и поведения наноматериалов.
Рассмотрены модели управление наносистемами. Дан анализ переносимости систем управления традиционными робототехническими комплексами на наносистемы.
Рассмотрены также вопросы из смежных областей, дополняющие картину исследований и позволяющие судить о дальнейших перспективах развития исследований по наномеханическим устройствам.
210