Учёные МГУ предложили решение проблемы, с которой инженеры сталкиваются постоянно. Дело...
Учёные МГУ предложили решение проблемы, с которой инженеры сталкиваются постоянно. Дело в том, что данные с датчиков почти никогда не приходят моментально: есть небольшая, но значимая задержка, и если её не учитывать, прогноз нейросети начинает расходиться с реальным поведением робота или дрона. Разработка демонстрирует, насколько важна отечественная научная школа в сфере ИИ. Способность нейросети адаптироваться к задержкам сигнала без увеличения вычислительной нагрузки открывает возможности для создания более точных, устойчивых и энергоэффективных интеллектуальных систем. Это особенно актуально для робототехники, беспилотных платформ, промышленной автоматизации и других направлений, где скорость принятия решений напрямую влияет на качество работы. Отдельно стоит отметить, что повышение точности не потребовало роста вычислительной нагрузки — а это именно то, что нужно для компактных бортовых систем дронов и роботов, где ресурсы процессора всегда на счету. Метод протестировали на разных задачах — от движения летательных аппаратов до биомеханических моделей — и везде он показал более точные результаты.