Исследователи Института искусственного интеллекта AIRI и МФТИ представили среду для координации автономных агентов CAMAR. Она предназначена для обучения и тестирования алгоритмов управления. С помощью системы можно сравнить различные подходы: обучаемые методы ИИ, классические алгоритмы поиска маршрута и гибридные решения.

Сценарии с тысячами агентов используются для автоматизации складов, городской логистики, а также автономного транспорта. В них каждый агент должен добраться до цели и не столкнуться с другими участниками процесса.

Новая среда за одну секунду в симуляции просчитывает больше 100 тыс. шагов движения — почти три часа работы 32 роботов на большом сортировочном складе. Поддерживается корректная работа с 800 и более устройствами.

Как отмечают исследователи, это позволяет обучать алгоритмы быстрее и тестировать их в сложных сценариях с большим числом объектов. В CAMAR пользователь может задавать собственные правила движения агентов и создавать различные типы карт. В систему включен набор готовых сценариев и моделей движения.

В Институте искусственного интеллекта AIRI в ноябре 2025 года представили фреймворк Maestro для работы с ИИ-агентами. Это программная платформа, которая позволяет создавать агентов на базе больших языковых моделей, в том числе российских, настраивать их роли и взаимодействие.