Роботы научились эффективнее ориентироваться, имитируя человеческую память

Ученые разработали технологию «Physical AI», которая позволяет автономным роботам работать эффективнее, моделируя процесс распространения и забывания информации в человеческом обществе. Эта разработка может значительно повысить продуктивность мобильных роботов на складах, в логистических центрах и умных фабриках. Автономные мобильные роботы (AMR) давно используются для автоматизации логистики и производства, но в реальных условиях их движение часто нарушают неожиданные препятствия — погрузчики, подъемники или неправильно размещенный груз. Ранее роботы реагировали только на текущую ситуацию, что приводило к лишним объездам и снижению общей эффективности. Команда профессора Кюн-Джу Пака создала математическую модель, которая имитирует социальный процесс: события распространяются, а затем постепенно забываются. Алгоритм позволяет роботам автоматически забывать ненужную информацию и быстро обмениваться только важными данными. Это сокращает время движения и улучшает координацию при совместной навигации. В экспериментах в симуляторе, имитирующем работу склада, использование нового подхода увеличило пропускную способность задач на 18% и сократило среднее время движения на 30% по сравнению с традиционной навигацией ROS 2. Технология работает только с 2D LiDAR и интегрируется как плагин в существующие системы ROS 2, что позволяет быстро внедрять её на существующем оборудовании. Новая система особенно перспективна для координированной работы групп роботов в умных городах, управления транспортом, а также для масштабных поисково-спасательных и исследовательских операций.