Исследователи из Google DeepMind, Intrinsic и Университетского колледжа Лондона (UCL) разработали ИИ RoboBallet, который может координировать несколько промышленных роботов безопасно и эффективно.
Как сообщает Intrinsic, сегодня на программирование 4,3 миллиона промышленных роботов в мире уходит больше 100 миллионов часов, причём эта работа повторяется, если задачa или расстановка меняется. Новый подход, описанный в Science Robotics, позволяет автоматизировать этот процесс и обеспечивать автоматическую, безаварийную работу группы роботов.
RoboBallet использует графовую нейронную сеть, обученную с помощью обучения с подкреплением. Роботы, задачи и препятствия становятся узлами в графе, что помогает моделировать сложные связи между ними. ИИ учится находить оптимальные, безопасные пути для роботов, тренируясь на миллионах симуляций. Для запуска системы нужны только CAD-файлы и краткое описание задачи.
В лабораторных тестах RoboBallet показал результат на 25% лучше по сравнению с традиционными и экспертными решениями. Intrinsic отмечает, что экономия времени усиливается с ростом числа роботов: при увеличении количества c четырёх до восьми среднее время выполнения задачи сокращается на 60%.
Торстен Крегер, главный научный сотрудник Intrinsic, считает технологию ключевым шагом к более гибкому и эффективному планированию на производстве. По его словам, «люди будут определять только общие задачи, а система найдёт оптимальный порядок, распределит действия и построит безопасные траектории для каждого робота». При развитии распознавания на основе ИИ система сможет перестраивать работу роботов в реальном времени.
Пока RoboBallet не проверяли на реальной производственной линии. Сейчас система не умеет управлять роботами с разными возможностями или решать задачи, где важен конкретный порядок действий.
