Команда под руководством профессора Гарварда На Ли и доцента Технологического института Джорджии Бо Дая включила в систему 48 задач. Агент работает автономно: пишет программный код, запускает симуляцию, анализирует провалы и корректирует параметры. Система учитывает реальные физические характеристики, включая баланс, вес и крутящий момент, что не позволяет ИИ просто «нарисовать» нерабочую схему. Например, при проектировании платформы для манипуляторов нейросети приходится избегать опрокидывания, с которым часто не справляются теоретические модели.
Инженеры из Гарварда и Джорджии учат ИИ проектировать роботов
Исследователи представили RLE-Bench — первый комплексный набор тестов, проверяющий способность ИИ-агентов к полноценной инженерной разработке. В отличие от привычных алгоритмов управления, нейросети теперь предстоит самостоятельно проектировать аппаратные узлы, интерпретировать показания датчиков и учитывать физические ограничения конструкций в виртуальной симуляции, фактически примеряя на себя роль робототехника.
Авторы подчеркивают, что их разработка оценивает именно инженерное мышление, а не качество исполнения готовых механизмов. Поэтому RLE-Bench не пересекается с соревнованиями вроде «Всемирных игр гуманоидных роботов». Пока тест остается инструментом для проверки потенциала моделей в цифровой среде, однако ученые уже планируют выпуск версии 2.0, в которую войдут кейсы, основанные на реальных проблемах из практики инженеров-робототехников.
Комментарии (0)
Пока нет комментариев. Будьте первым!