Исследование посвящено разработке и внедрению гибридных технологических решений с интегрированными компонентами искусственного интеллекта для строительства в экстремальных средах. Экстремальные условия, характеризующиеся высокой неопределенностью, динамичностью и непредсказуемостью, требуют инновационных подходов к организации строительных процессов. В работе предложена концептуальная модель гибридной технической системы с ИИ-компонентами, способной функционировать в автономном режиме, адаптироваться к изменениям внешней среды и принимать решения в условиях ограниченной информации и ресурсов. На основе комплексного анализа современных исследований разработана многоуровневая архитектура системы принятия решений, интегрирующая символические и машинные методы искусственного интеллекта. Проведена серия экспериментальных исследований в симулированных экстремальных условиях, включая арктические регионы, высокогорье и зоны с повышенной сейсмической активностью. Эмпирические результаты демонстрируют значительное повышение эффективности строительных операций: сокращение времени выполнения критических задач на 37,8%, снижение ресурсозатрат на 29,5% и повышение адаптивности к непредвиденным изменениям условий на 42,3% по сравнению с традиционными подходами. Предложенная методология открывает новые перспективы для развития интеллектуальных строительных технологий, способных функционировать в экстремальных условиях при минимальном человеческом вмешательстве, что имеет особую значимость для стратегически важных и труднодоступных объектов инфраструктуры.
The research focuses on the development and implementation of hybrid technological solutions with integrated artificial intelligence components for construction in extreme environments. Extreme conditions characterized by high uncertainty, dynamism and unpredictability require innovative approaches to the organization of construction processes. The paper proposes a conceptual model of a hybrid technical system with AI components capable of operating offline, adapting to changes in the external environment and making decisions in conditions of limited information and resources. Based on a comprehensive analysis of modern research, a multilevel decision-making system architecture has been developed that integrates symbolic and machine methods of artificial intelligence. A series of experimental studies has been conducted in simulated extreme conditions, including Arctic regions, highlands, and areas with increased seismic activity. Empirical results demonstrate a significant increase in the efficiency of construction operations: a 37.8% reduction in critical task completion time, a 29.5% reduction in resource costs, and a 42.3% increase in adaptability to unforeseen changes in conditions compared to traditional approaches. The proposed methodology opens up new prospects for the development of intelligent construction technologies capable of operating in extreme conditions with minimal human intervention, which is of particular importance for strategically important and hard-to-reach infrastructure facilities.