Раньше логика была простая, но жёсткая: программисты прописывали правила на все случаи. Но городской тротуар — это хаос. Пешеходы, собаки, самокатчики, курьеры. Вручную в коде не предусмотреть каждую странную ситуацию. Из-за этого так называемого «длинного хвоста» код раздувался, а роботы тупили и просто застывали на месте, не зная, что делать.
Старая система работала реактивно: сенсоры видели препятствие — включалось правило. Но такой подход не давал роботу главного — умения смотреть на всю сцену целиком и прогнозировать, что будет через секунду. Человек это делает на автомате, а для машины это сложно.
Новый трансформерный планировщик воспринимает происходящее как единую картину. Он оценивает траектории всех участников: пешеходов, самокатов, автомобилей — и пытается предсказать, куда они поедут или пойдут дальше. Благодаря этому робот может плавно маневрировать в потоке людей, вычислять окна для проезда и не дёргаться.
Правда, полностью на нейросеть пока не полагаются. Старый алгоритмический подход работает параллельно. Обе системы генерируют свои варианты маршрута, а итоговое решение принимает специальный модуль безопасности. Тем не менее, сейчас уже около 80% времени роботы едут под управлением трансформера.
Кстати, похожие штуки развивают и мировые лидеры вроде китайской Pony Ai или американской Waymo. Они тоже используют нейросети, чтобы распознавать обстановку и прогнозировать поведение других участников движения. Но подходят к интеграции ИИ в управление довольно консервативно. Потому что на дороге с машинами цена ошибки слишком высока — вплоть до уголовной ответственности.
Комментарии
Как-то на прошлой работе у нас чат-бот зависал, когда встречал неожиданный ввод. Пришлось вешать костыли вручную