Ученые из МФТИ и Института искусственного интеллекта (AIRI) разработали алгоритм, способный одновременно строить безаварийные маршруты для миллиона автономных агентов. Исследование опубликовано в трудах международной конференции IEEE/RSJ IROS 2025 (препринт доступен на arXiv).
С ростом числа роботов на складах, в логистических центрах и на городских улицах перед разработчиками встает проблема «масштабирования координации»: чем больше автономных машин одновременно движется в общем пространстве, тем сложнее обеспечить их безаварийную работу без потери производительности. Классические алгоритмы мультиагентного поиска путей требуют огромных вычислительных ресурсов или заметно теряют в качестве решений.
Для решения этой проблемы ученые предложили метод активного дообучения Delta Data Generation (DDG). Он позволяет существенно повысить качество решений в задаче мультиагентного поиска путей (Multi-Agent Pathfinding, MAPF) — когда множеству роботов нужно одновременно проложить маршруты так, чтобы они не столкнулись. На базе метода создан солвер (алгоритм, самостоятельно принимающий решения) MAPF-GPT-DDG. Он стал усовершенствованной версией нейросетевой модели MAPF-GPT, ранее разработанной экспертами МФТИ и AIRI.
«Наша разработка впервые среди обучаемых систем успешно скоординировала движение миллиона виртуальных агентов на одной карте — это абсолютный рекорд для этого класса задач. Классические подходы либо не масштабируются, либо требуют огромных вычислительных ресурсов. MAPF-GPT-DDG эту проблему решил», — рассказал соавтор работы, заведующий лабораторией когнитивных динамических систем МФТИ статьи Александр Панов.
Модель с двумя миллионами параметров после дообучения по методу DDG достигла качества решений, сопоставимого с исходной моделью, имевшей 85 миллионов параметров. Скорость принятия решений составила 163 микросекунды на агента. При этом в тестах на карте размером 2048×2048 система успешно координировала более 524 тысяч агентов со 100% успешностью, а при миллионе агентов успешность составила 99,9%.
«Мы впервые показали, что даже небольшая модель, дообученная по предложенному нами принципу, способна превзойти гораздо более тяжелые нейросети и при этом работать с большим числом агентов. Наш подход не требует сложной инженерии и позволяет эффективно исправлять ошибки, не обращаясь на каждом шагу к человеку», — пояснил Александр Панов.
Обычно такие системы либо следуют жестким правилам, либо постоянно пересчитывают маршруты с нуля — это медленно и затратно. MAPF-GPT-DDG работает иначе: он учится на готовых примерах, а доучивается только на своих самых грубых ошибках. Это в разы экономит вычислительные ресурсы. Разработка открывает путь к управлению тысячами реальных роботов на крупных складах, в логистических центрах и городских сервисах доставки.
Работа выполнена в рамках совместного проекта МФТИ и AIRI по созданию нейросимвольных архитектур для когнитивных агентов.
