Нейросеть SIES научилась управлять коллективным поведением: синхронизация и координация роботов
Группа учёных разработала новый подход к управлению коллективным поведением в сложных системах. Метод получил название Swarm-Inspired Emergent Synchronizer (SIES) и объединяет принципы роевого интеллекта с графовыми динамическими моделями. Результаты опубликованы на платформе arXiv.
Коллективное поведение возникает, когда локально взаимодействующие элементы формируют скоординированную глобальную организацию — от синхронизации в динамических системах до потоков информации в сетях. Ключевая задача — не только объяснить, как возникает такое поведение, но и спроектировать правила взаимодействия, которые приводят к желаемому результату.
SIES представляет собой графо-динамический фреймворк, где каждый узел выступает как агент с собственным состоянием и задачей. Внутри явной эволюционной модели используется адаптивная связь на основе внимания с учётом знака (source-target-conditioned attention). Это позволяет объединить детерминированную динамику с локальным интеллектом, подобно биологическим роям.
Для задачи управления синхронизацией SIES обучает обобщаемый оператор связи, который формирует заданные паттерны синхронизации на необученных масштабах сети, целевых фазовых соотношениях и внутренней динамике узлов — без повторного обучения. Оператор также быстрее трёх базовых осцилляторов достигает режимов, связанных с походкой, и обобщает навыки на симулированных многоногих роботах разного размера, а также на физическом гексаподе после отключения одной ноги.
В задачах обучения представлений на графах SIES применяет тот же принцип знакового взаимодействия к передаче сообщений. Метод показал наилучшую производительность среди сравниваемых подходов на бенчмарках гетерофильной классификации узлов — где связи соединяют узлы разных классов.
По мнению авторов, SIES позиционируется как обобщаемая и обучаемая графо-динамическая система взаимодействий. Она перспективна для управления синхронизацией, адаптивной координации роботов и обучения представлений на гетерофильных графах.
