Исследователи из Института науки и технологий Тэгу Кёнбук (Южная Корея) представили инновационную технологию Физического ИИ, которая кардинально улучшает автономную навигацию роботов. Разработка моделирует процесс распространения и последующего забывания информации, характерный для человеческого общества. Это достижение обещает стать ключевым элементом для повышения производительности автономных мобильных роботов на умных фабриках, крупных складах и в логистических центрах.
До сих пор основной проблемой автономных роботов оставались непредвиденные препятствия вроде вилочных погрузчиков или случайно оставленных грузов. Традиционные системы позволяли роботам реагировать только на текущую ситуацию, что часто вело к неоптимальным маршрутам, лишним маневрам и, как следствие, снижению общей эффективности.
Ученые математически смоделировали социальный феномен, при котором важные события быстро распространяются, а затем постепенно забываются, уступая место новой актуальной информации. Этот принцип был интегрирован в алгоритм коллективного интеллекта для группы роботов. В результате машины научились мгновенно обмениваться критически важными данными о препятствиях, но при этом естественным образом забывать устаревшую информацию, что в итоге привело к более эффективному планированию маршрутов.
Практические испытания в симуляторе, воссоздающем условия реального логистического центра, подтвердили высокую эффективность метода. Производительность выполнения задач выросла на 18%, а среднее время в пути сократилось на впечатляющие 30,1%. Важным преимуществом технологии является ее простота внедрения.
Ранее ученые презентовали метод HydroSpread, который позволяет роботам передвигаться по воде.
