В Австралии состоялись успешные испытания инновационной системы пожаротушения, основанной на работе самоорганизованного роя роботов под управлением искусственного интеллекта.
Проект, реализованный компанией Cyborg Dynamics Engineering совместно с Университетом Гриффита, продемонстрировал способность беспилотных платформ самостоятельно преодолевать препятствия и эффективно ликвидировать несколько очагов возгорания одновременно. Главной особенностью технологии является то, что она позволяет выполнять задачи высокой сложности без риска для жизни спасателей.
Читайте также:
С подпиской на месяц. Американская компания представила робота для сборки белья Во время серии гибридных имитационно-физических тестов было использовано реальное наземное беспилотное транспортное средство, которое действовало согласованно с четырьмя виртуальными роботами-командирами. Система продемонстрировала впечатляющую точность: в 99,67% случаев роботам удалось обнаружить и укротить два имитированные пожарные очаги. Это стало возможным благодаря использованию метода многоагентного обучения с подкреплением (MARL),
при котором искусственный интеллект учится путем взаимодействия с окружением и обмена данными между отдельными машинами.
Процесс подготовки ИИ состоял из трех этапов: от освоения базовой навигации одним роботом до координации целого роя в условиях сложного ландшафта со многими барьерами. В результате роботы научились самостоятельно распределять обязанности, при необходимости разделяясь на группы для борьбы с различными источниками огня. Такой подход значительно снижает когнитивную нагрузку на людей-операторов, поскольку система самостоятельно обрабатывает данные с многочисленных датчиков и принимает решения быстрее, чем человек, наблюдающий за ситуацией через экран.
На сегодня дистанционно управляемые беспилотники уже помогают эвакуировать персонал и спасать имущество на горнодобывающих объектах Австралии. Однако внедрение полной автономности и «роевого поведения» позволит технике реагировать на сложные сценарии, которые невозможно контролировать в ручном режиме.
Результаты исследования, опубликованныев журнале Engineering Applications for Artificial Intelligence открывают путь к использованию аналогичных алгоритмов в воздушных и подводных аппаратах. Ученые планируют и в дальнейшем совершенствовать нейронные сети, чтобы навыки, полученные в цифровом моделировании, максимально надежно работали в реальных экстремальных условиях.
Читайте также:
Облегчение для авиакомпаний. В Сингапуре обучают роботов ремонтировать двигатели самолетов
