Lynx S10 стал платформой для испытаний навигации на конкурсе GOAI

Полигон вместо стандартной трассы

DEEP Robotics 16 октября 2026 года рассказала об итогах финала World Artificial Intelligence Open Competition, или GOAI. Сам финал прошел 22–23 сентября в Ханчжоу. Компания отвечала за задание по всепроходимому патрулированию промышленного парка и предоставила участникам колесно-шагающих роботов Lynx S10 вместе с базовой технической поддержкой.

Трассу построили как приближенную к рабочей среде: в нее вошли приподнятые платформы, последовательные лестницы и неровные покрытия. Роботу требовалось пройти несколько типов рельефа и посетить заданные точки.

Какие задачи решали команды

Участники разрабатывали планирование маршрута, локализацию в реальном времени, автономную навигацию, распределение заданий и устойчивое динамическое движение. Среди упомянутых направлений — высокоточное картографирование, объединение восприятия с управлением, обучение с подкреплением и согласование нескольких типов походки.

Такой формат проверяет не отдельный эффектный маневр, а связку из восприятия, выбора маршрута и движения. При этом конкурсная трасса не равна длительной эксплуатации на промышленном объекте: в публикации нет данных о продолжительности непрерывной работы, числе отказов или сравнении S10 с другими платформами.

Масштаб соревнования

По данным организаторов, с июля конкурс привлек более 14 тысяч разработчиков и получил 2999 работ. В финал вышли 70 команд по четырем направлениям. В задании с роботами первое место заняла команда лаборатории четвероногих роботов Чунцинского университета. Второе место получил предприниматель Су Бо, третье — объединенная команда Колумбийского и Цинхуа университетов.

Что показывает публикация

DEEP Robotics считает результаты подтверждением адаптивности Lynx S10 к сложным наружным маршрутам и его потенциала для патрулирования. Эту оценку следует атрибутировать компании: опубликованы итоги соревнования, а не независимое ресурсное испытание серийной машины. Практический интерес проекта — в использовании одного аппаратного носителя разными командами и алгоритмами, что позволяет сравнивать подходы к навигации и управлению в одинаковой обстановке.