Google DeepMind создала ИИ для координации действий множества роботов

luckyea77 — 05.09.2025

Программирование промышленных роботов остаётся сложной задачей: настройка каждого занимает много времени, а управление несколькими машинами в одном пространстве требует огромных ресурсов и часто приводит к ошибкам. Учёные из Google DeepMind, Intrinsic и Университетского колледжа Лондона предложили решение этой проблемы. Их система RoboBallet использует графовые нейронные сети и обучение с подкреплением, чтобы строить безопасные траектории движения для группы роботов без столкновений. В лабораторных испытаниях система повысила эффективность промышленных роботов на 25%.

В мире работают более 4,3 млн промышленных роботов, и сложность их настройки — серьёзный барьер для автоматизации. Один робот может работать по заранее рассчитанной траектории, но координация сразу нескольких машин в ограниченном пространстве требует огромных вычислительных ресурсов. Инженерам часто приходится тратить много времени на ручную корректировку, что снижает эффективность.

В основе нового метода лежат графовая нейронная сеть (GNN). В этой структуре роботы, задачи и препятствия описываются в виде графа, а связи между ними — в виде рёбер. Модель обучается методом проб и ошибок на миллионах смоделированных сценариев и вырабатывает универсальные стратегии, которые можно применять к новым ситуациям. Для работы ей достаточно CAD-файлов и общего описания задачи — без ручного кодирования и долгой настройки.

В лабораторных испытаниях RoboBallet строила планы движения для восьми роботов за считанные секунды. Качество маршрутов оказалось примерно на 25% выше по сравнению с традиционными методами. Более того, при переходе от четырёх к восьми роботам время выполнения задач сократилось в среднем на 60%, что показывает рост эффективности системы с увеличением сложности.

Ещё одно преимущество — способность выполнять целые «пакеты задач» без детальных инструкций. Модель сама определяет последовательность действий, избегает столкновений и адаптируется к новым условиям без переобучения. Это делает её особенно полезной для предприятий, где часто меняются задачи или конфигурации оборудования.

По мнению разработчиков, такие системы могут сократить время программирования и повысить гибкость роботизированных линий. В будущем их можно будет объединять с ИИ-восприятием, чтобы роботы оперативно перестраивались под изменения в рабочей среде и сводили простой к минимуму.

Компания Intrinsic, участвовавшая в разработке, появилась в 2021 году как спин-офф Alphabet X. Уже через год она приобрела Open Source Robotics Corp., известную благодаря операционной системе ROS. Главная цель Intrinsic — сделать промышленных роботов проще в использовании, программировании и внедрении.

Оставить комментарий

Популярные посты:

• Ранее
• Архив