Нейросетевая модель MAPF-GPT-DDG, созданная специалистами МФТИ и AIRI, впервые среди обучаемых систем успешно скоординировала движение 1 миллиона виртуальных агентов на одной карте. Разработанный метод дообучения позволяет добиться этого результата с моделью, содержащей всего 2 миллиона параметров, что в 42 раза меньше, чем у исходной версии.
С увеличением количества роботов, используемых в логистике, на складах и в городских сервисах, возникает проблема координации их маршрутов. Классические подходы требуют значительных вычислительных мощностей или демонстрируют снижение эффективности при росте числа агентов.
Для решения этой задачи ученые разработали метод активного дообучения под названием Delta Data Generation (DDG), который применяется в области мультиагентного поиска путей (MAPF). На его основе создан алгоритм MAPF-GPT-DDG — доработанная версия предыдущей нейросетевой модели MAPF-GPT. Цель метода — обеспечить безаварийное движение для нескольких роботов в общем пространстве без существенного снижения производительности.
Одним из результатов стало успешное тестирование системы в виртуальной среде. Разработанный солвер впервые среди обучаемых систем скоординировал перемещение одного миллиона виртуальных агентов на одной карте. Для сравнения: традиционные подходы либо не позволяют достичь таких масштабов, либо требуют больших вычислительных затрат.
Согласно представленным данным, модель с двумя миллионами параметров после применения метода DDG достигла качества, сопоставимого с предыдущей версией, имевшей 85 миллионов параметров. Время на принятие решения составило в среднем 163 микросекунды на одного агента. В ходе тестов на карте размером 2048×2048 система обеспечила 100% успешность для 524 тысяч агентов, а при увеличении их числа до одного миллиона показатель успешности сохранился на уровне 99,9%.
Разработчики отмечают, что новый подход не требует постоянного пересчета маршрутов с нуля или жестко заданных правил. Вместо этого алгоритм обучается на примерах и дорабатывается только на основе собственных наиболее значимых ошибок, что позволяет сократить вычислительные расходы.
Предложенное решение рассматривается как потенциальная основа для управления крупными группами роботов в промышленной логистике, складских комплексах и городских службах доставки.