• Российские ученые разработали универсальную среду CAMAR для обучения и тестирования алгоритмов управления автономными агентами.
• CAMAR позволяет решать задачи с координацией движения тысяч роботов одновременно.
• Разработка улучшит работу роботов на складах и в системах городской логистики.
• CAMAR обеспечивает быстрое, гибкое и приближенное к реальным условиям моделирование поведения агентов.
• Система поддерживает работу с 800 и более роботами для ускорения обучения и тестирования алгоритмов.
• CAMAR является гибкой средой, позволяя задавать собственные правила движения агентов и создавать различные типы карт.
• Высокая скорость работы среды позволяет сравнивать разные подходы к управлению роботами и разрабатывать оптимальные стратегии для решения задач.

«Мы хотели создать инструмент, который одновременно быстрый, гибкий и приближенный к реальным условиям. Наш подход позволяет проверять, как сотни агентов взаимодействуют в ограниченном пространстве и делать это на скорости, которая раньше была недоступна», - заявил исследователь группы RL-агентов Лаборатории когнитивных систем ИИ AIRI Артем Пшеницын, чьи слова приводит пресс-служба института.