Ученые Московского физико-технического института (МФТИ) и Института искусственного интеллекта AIRI разработали алгоритм, способный одновременно координировать движение до миллиона автономных роботов.
Решение предназначено для построения безопасных маршрутов большого количества машин, функционирующих в одном пространстве. Технология востребована на автоматизированных складах, в логистических центрах и сервисах доставки.
В основе решения — новый метод обучения Delta Data Generation (DDG). Он позволяет нейросети дообучаться на собственных ошибках. Такой подход сокращает вычислительные затраты и повышает качество планирования маршрутов.
Созданная на его основе модель MAPF-GPT-DDG успешно скоординировала движение миллиона виртуальных агентов — рекорд для обучаемых систем такого класса. Более того, эта компактная нейросеть с двумя миллионами параметров по эффективности приблизилась к значительно более крупным моделям.
