Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Большие языковые модели смогли адаптировать нейросетевой контроллер к изменившемуся рулевому приводу и с нуля собрать другой контроллер для реального трактора. В работе Timo Oksanen, которая не прошла рецензирование и содержит замеры самого автора, GPT-6 Astra и Claude Fable 5.1 справились с задачей за бюджет в 25 запусков симулятора. Для разработки систем управления это добавляет промежуточный путь между ручной настройкой и полным переобучением сети.
Как LLM превратила набор весов в закон управления
Обычное обучение меняет веса постепенно. Оптимизатор вычисляет, как каждый параметр влияет на ошибку, сдвигает значения и повторяет цикл на новых данных. Исходную сеть для этого эксперимента обучали методом подкрепления на 20 миллионах шагов симуляции.
Ручная разработка устроена иначе. Инженер записывает закон управления, например PID-регулятор, а затем подбирает несколько коэффициентов. Такая схема легче объясняется, но её структуру приходится заранее выбрать человеку.
В эксперименте LLM получила третий вариант работы. Ей передали значения 253 параметров как текст, уравнения модели трактора, смысл входов и выхода сети, ограничения привода и основы теории управления. Модель не вычисляла градиенты, не запускала обучение и не исполняла код: она анализировала замкнутый контур и сразу предлагала новый набор весов.
Задача состояла не в подборе нескольких заранее определённых коэффициентов. LLM могла изменить любой параметр сети и сама решала, какую структуру реализовать внутри заданной архитектуры. Это существенное отличие и от ручной настройки, и от использования языковой модели как оболочки над обычным оптимизатором.
Стратегии моделей разошлись. GPT-6 Astra сохранила обученную структуру и скорректировала её под более медленный рулевой привод, включая уже освоенный просмотр траектории вперёд. Claude Fable 5.1 фактически убрала прежний контроллер и записала вместо него собственную разреженную схему, где использовалась лишь часть весов.
При старте с нулевых весов обе модели независимо пришли к каскадной структуре, знакомой по классической теории управления. Внешняя часть исправляла отклонение от пути, внутренняя управляла углом колёс. Заявленные Claude коэффициенты совпали с теми, которые автор затем получил из линейного анализа готовой сети.
Симулятор отделил инженерную правку от удачной догадки
Без обратной связи Claude иногда могла починить исходную сеть по одному описанию, но результат повторялся ненадёжно. Когда модели разрешили получать результаты симуляции, обе за одну сессию адаптировали обученную сеть и записали рабочий контроллер в сеть с нулевыми весами.
Эволюционная стратегия с тем же бюджетом не смогла заставить нулевую сеть управлять трактором. При ремонте готовой сети безградиентному поиску понадобилось в 40 раз больше проверок, чтобы приблизиться к результату LLM. Это показывает преимущество содержательного разбора системы перед слепым перебором, но не доказывает превосходство над обучением.
Градиентный спуск достиг более высокой точности, хотя потребовал намного больше симуляции. Поэтому прямую запись весов разумнее рассматривать как способ быстро получить исходный контроллер или исправить существующий, а затем при необходимости дообучить его обычным методом.
Четыре контроллера — две адаптации готовой сети и две конструкции с нуля — без вмешательства управляли AMX G-trac в поле. Ошибки оставались того же порядка, что у настроенного алгоритма pure pursuit. Общие пики ошибки и боковой снос проявлялись у всех вариантов, поэтому полевой заезд подтверждает перенос из симуляции на машину, но не определяет лучший алгоритм навигации.
В план разработки стоит добавить эксперимент, а не менять основу продукта
Подход применим прежде всего там, где уже есть небольшой нейросетевой контроллер, понятная модель объекта и дешёвый симулятор. Если заменился привод, выросла задержка или нужно перенести сеть на похожую машину, LLM может предложить осмысленную правку до запуска длительного переобучения.
Команде также стоит явно указать, нужно ли сохранить поведение исходной сети или разрешено построить контроллер заново. В этой работе модели выбрали разные стратегии сами. Замена дала компактную и читаемую структуру, а осторожная правка сохранила полезное поведение, которое сеть приобрела при обучении.
Работу проверяли на одном тракторе, при постоянной скорости, на одном полевом маршруте и с одной небольшой архитектурой. Для каждой модели и начального состояния провели по одной основной сессии, причём на сессиях ремонта одновременно уточняли запрос. Сравнение охватывало pure pursuit, градиентный спуск и безградиентный поиск, но не современные системы нелинейного предиктивного управления.
Эти границы не позволяют закладывать прямое редактирование весов как основной производственный процесс или переносить результат на большие сети. Практический следующий шаг уже выглядит определённо: дать LLM копию небольшого контроллера, ограниченный бюджет симуляции и формальную проверку устойчивости, а полученный вариант испытать по обычной процедуре безопасности. Если сеть приходится регулярно адаптировать к близким объектам, такой эксперимент может сократить число дорогих циклов обучения.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.



