
Ученым удалось создать технологию «Physical AI», которая нацелена на повышение эффективности автономных роботов за счёт имитации процессов, похожих на распространение и забывание информации в человеческом обществе, сообщает Ferra.ru. В перспективе это решение должно улучшить работу мобильных роботов на складах, в логистике и на умных производствах.
В условиях реального предприятия движение автономных мобильных роботов (AMR) часто осложняется неожиданными препятствиями — например, погрузчиками, подъемниками или неправильно размещённым грузом. Раньше такие роботы ориентировались только на текущую ситуацию, что приводило к лишним объездам и снижению производительности.
Профессор Кюн-Джу Пак и его команда разработали математическую модель, основанную на социальной динамике: события распространяются среди агентов, а потом теряют актуальность и забываются. Благодаря этому алгоритму роботы сами отсекают неактуальные данные и оперативно обмениваются лишь важной информацией, что сокращает время передвижения и повышает слаженность при совместной работе.
В симуляторе складских условий новая система увеличила пропускную способность на 18%, а среднее время перемещения уменьшилось на 30% по сравнению с традиционной навигацией ROS 2. Технология совместима с 2D LiDAR и легко интегрируется как плагин в ROS 2, что позволяет быстро запустить её на уже существующих платформах.
Особенно перспективным новое решение выглядит для скоординированной работы роботов в умных городах, управлении транспортом и в масштабных поисково-спасательных или исследовательских миссиях.





