Ученые МФТИ и AIRI создали алгоритм POLAMP. Он строит оптимальный путь для ровера от заданной начальной точки к конечной в среде с различными препятствиями. Коэффициент успешности алгоритма составляет 92%.

Традиционно для генерации маршрута используются два подхода: глобальное и локальное планирование. Первый основывается на построении карты окружающей среды посредством множества опорных точек в изменяемом пространстве движения. Второй — на сборе информации о различных ограничителях и помехах на небольших участках движения.

Разработчики использовали комбинацию двух методов, опираясь на обучение с подкреплением. Алгоритм POLAMP строит путь из начальной точки в конечную за один шаг планирования, а для предотвращения столкновения с движущимися препятствиями использует обучаемую локальную стратегию.

Ведущий научный сотрудник AIRI Александр Панов рассказал, что «для обучения агента был предложен набор конфигураций симуляционной среды в трех типах пространств: пустом, со статическими препятствиями и с динамическими препятствиями». Следующим этапом развития POLAMP станет постановка задачи нескольким беспилотным аппаратам, находящимся в одном пространстве.