Google DeepMind разработала ИИ для координации роботов на производстве
Роботы, роботы, ИИ, нейросети повсюду. В том числе и на производстве. Но программирование и управление большим количеством роботов всё ещё остаётся сложной задачей: нужны огромные ресурсы. Исследователи из Google DeepMind предложили решение этой проблемы.
В мире работают более 4,3 миллионов промышленных роботов, и сложность их настройки и сопряжения — серьёзный барьер для автоматизации. Один робот может работать по заранее рассчитанной траектории, но координация сразу нескольких машин требует огромных вычислительных ресурсов.
В основе нового метода лежат графовая нейронная сеть. 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 сценариев и вырабатывает универсальные стратегии, которые можно применять к новым ситуациям.
В лабораторных испытаниях исследователи строили 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%.
💬 А это значит что? Новые системы могут сократить время программирования и повысить гибкость роботизированных линий. А в дальнейшем их можно будет объединять с ИИ-восприятием, чтобы роботы оперативно перестраивались под изменения в рабочей среде и сводили простой к минимуму. Крутотень!
Подписывайтесь на Telegram Нейрочеловек.