Представлена высокопроизводительная среда для координации тысяч автономных агентов
Работа принята на основной трек конференции AAAI-2026 и получила Best Poster Award среди более чем 24 000 поданных исследований.
CAMAR предназначен для задач, где необходимо координировать движение тысяч агентов одновременно. Такие сценарии характерны для автоматизации складов, городской логистики и систем автономного транспорта. Каждый агент должен добраться до своей цели и не столкнуться с другими участниками движения.
Главная особенность разработки — высокая скорость работы. CAMAR за 1 секунду в симуляции просчитывает более 100 000 шагов движения. Это почти 3 реальных часа работы 32 роботов на огромном сортировочном складе. В целом система поддерживает корректную работу с 800 и более роботами. Это позволяет обучать алгоритмы значительно быстрее и тестировать их в сложных сценариях с большим числом объектов.
Вторая ключевая особенность — гибкость. Пользователь может задавать собственные правила движения агентов и создавать разные типы карт: от простых складских помещений до плотной городской застройки. По умолчанию система уже включает набор готовых сценариев и моделей движения. При этом даже при высокой степени настройки среда сохраняет высокую скорость работы.
CAMAR позволяет сравнивать разные подходы к управлению: как обучаемые методы искусственного интеллекта, так и классические алгоритмы поиска маршрута. Кроме того, поддерживаются гибридные решения, где традиционные методы и обучение работают совместно. Это дает возможность объективно оценивать, какие стратегии лучше справляются с конкретными задачами.
Проект распространяется как open-source под лицензией MIT и доступен для исследователей и компаний.
«Мы хотели создать инструмент, который одновременно быстрый, гибкий и приближенный к реальным условиям. CAMAR позволяет проверять, как сотни агентов взаимодействуют в ограниченном пространстве, и делать это на скорости, которая раньше была недоступна», — отмечает Артем Пшеницын, исследователь группы RL-агентов Лаборатории когнитивных систем ИИ Института AIRI.
Разработка ориентирована на ускорение исследований и внедрение технологий автономной логистики и робототехники.