Новый подход к координации огромных флотов роботов представила группа ученых из МФТИ и ...
Новый подход к координации огромных флотов роботов представила группа ученых из МФТИ и Института искусственного интеллекта. Исследователи разработали метод активного итеративного дообучения Delta Data Generation (DDG), позволивший их нейросетевой системе впервые среди обучаемых алгоритмов справиться с задачей безаварийного разведения миллиона агентов на общей карте. В итеративном процессе система сама выявляет сцены, которые решает плохо, — например, сложные разведения агентов в лабиринтах, — и запрашивает у экспертного планировщика-оракула правильные примеры поведения. Полученные сэмплы добавляются в обучающую выборку, после чего трансформер доучивается, по сути, проходя файн-тюнинг (SFT), но с целенаправленным отбором наиболее трудных образцов. Именно такой подход позволил не только адаптировать модель к принципиально иному классу задач, но и установить абсолютный рекорд. В тестах на карте размером 2048×2048 система успешно координировала более 524 тысяч агентов со 100-процентной успешностью, а при миллионе агентов успешность составила 99,9%. Фото: Magnific / pikisuperstar Подробнее на портале Научная Россия #ии #роботы