Специалисты лаборатории искусственного интеллекта МТИ сообщили о разработке усовершенствованной системы навигации для роботов, в которой традиционный анализатор обстановки скомбинирован с моделью машинного обучения, позволяющей задействовать прошлый опыт.
Для обучения нейронной сети демонстрируют способы прохода к точке выхода в сложных средах с препятствиями и ловушками. Впоследствии, оказавшись в аналогичной обстановке, робот в первую очередь пытается использовать имеющийся опыт для выбора оптимального маршрута. Если же у нейросети отсутствуют варианты, характеризующиеся высокой степенью уверенности, то применяется стандартный алгоритм планирования движения, оперативно строящий дерево всех возможных маршрутов без учета имеющихся знаний.
Этой работой заинтересовались в компании Toyota, и в рамках начатого сотрудничества с нею специалисты МТИ обучают созданную ими модель навигации в средах с множеством параллельно движущихся агентов. В будущем подобная система сможет помогать автомобилям-роботам преодолевать сложные перекрестки и кольцевые развязки. По словам ученых, этому помогут знания о стереотипах поведения водителей — искусственный интеллект сможет быстро оценить, кто предпочитает агрессивный стиль, а кто осторожный и соответственно спланировать прохождение трудного участка.
