Новая технология помогает роботам упаковывать предметы в ограниченном пространстве
Любой, кто когда-либо пытался уложить багаж размером с семью в багажник седана, знает, что это сложная проблема. Роботы также с трудом справляются с задачами плотной упаковки.
Исследователи Массачусетскогоинститута использовали форму генеративного искусственного интеллекта, называемую диффузионной моделью, для более эффективного решения этой проблемы. Их метод, использует набор моделей машинного обучения, каждая из которых обучена представлять один конкретный тип ограничений. Эти модели объединяются для выработки глобальных решений проблемы упаковки, учитывающих все ограничения одновременно.
Их метод был способен генерировать эффективные решения быстрее, чем другие методы, и за тот же промежуток времени он привел к большему количеству успешных решений. Важно отметить, что их методика также позволяла решать задачи с новыми комбинациями ограничений и большим количеством объектов, которые модели не видели во время обучения.
@robotyai
Любой, кто когда-либо пытался уложить багаж размером с семью в багажник седана, знает, что это сложная проблема. Роботы также с трудом справляются с задачами плотной упаковки.
Исследователи Массачусетскогоинститута использовали форму генеративного искусственного интеллекта, называемую диффузионной моделью, для более эффективного решения этой проблемы. Их метод, использует набор моделей машинного обучения, каждая из которых обучена представлять один конкретный тип ограничений. Эти модели объединяются для выработки глобальных решений проблемы упаковки, учитывающих все ограничения одновременно.
Их метод был способен генерировать эффективные решения быстрее, чем другие методы, и за тот же промежуток времени он привел к большему количеству успешных решений. Важно отметить, что их методика также позволяла решать задачи с новыми комбинациями ограничений и большим количеством объектов, которые модели не видели во время обучения.
@robotyai