Новый мощный алгоритм искусственного интеллекта, разработанный исследователями из Калифорнийского университета в Лос-Анджелесе, Google DeepMind и Intrinsic, способен значительно ускорить и оптимизировать работу больших групп роботизированных манипуляторов в сложных промышленных условиях. Разработка под названием RoboBallet может сэкономить производителям сотни часов планирования, обеспечивая беспрецедентную гибкость и эффективность.
RoboBallet предназначен для координации действий автоматизированных роботов, работающих в общих, загроможденных пространствах, таких как сборочные линии, планируя их перемещения и задачи так, чтобы избежать столкновений. Традиционно эта задача выполняется вручную программистами, что является трудоемким и чреватым ошибками процессом.
В основе RoboBallet лежит графовая нейронная сеть, обученная с помощью обучения с подкреплением. Робот учится методом проб и ошибок, получая вознаграждение за успешное выполнение задач, особенно за быстрое их выполнение. Графовая нейронная сеть позволяет роботу анализировать окружающую среду, рассматривая препятствия как точки в сети, и находить наиболее эффективные пути сотрудничества.
Результаты исследования, опубликованные в Science Robotics, показали, что RoboBallet способен разрабатывать высококачественные планы за считанные секунды, даже для незнакомых и сложных конфигураций. Система способна координировать до 40 задач с участием восьми роботизированных манипуляторов, значительно превосходя возможности существующих решений.
RoboBallet позволяет мгновенно адаптироваться к изменениям и оптимизировать размещение роботов для достижения максимальной производительности. Гибкая архитектура системы позволяет ей изучать общие принципы координации, пригодные для крупномасштабного промышленного применения. Технология применима в автомобилестроении, сборке электроники и строительстве. В будущем планируется расширить функциональность системы для более сложных операций, а также учитывать зависимости задач и разнородные команды роботов.
