ทันเอไอ

Исследование: RAG и MCP помогают ИИ писать и отлаживать программы для роботов ABB

Исследователи предложили рабочий процесс, в котором языковая модель генерирует код ABB RAPID по текстовым инструкциям, а затем автоматически тестирует и исправляет ошибки в симуляторе.

Новое исследование на arXiv (№ 2608.21417) описывает метод применения языковых моделей для программирования промышленных роботов ABB. Цель — сократить время перенастройки оборудования при смене выпускаемой продукции, партий или этапов на производственной линии.

Система принимает описание задачи на естественном языке и генерирует код на ABB RAPID — языке программирования роботов ABB. Ключевая особенность в том, что модель не полагается только на собственные знания, а использует двухпоточный RAG (Retrieval-Augmented Generation). Поиск ведется как по проверенной технической документации, так и по шаблонам реальных производственных задач, что обеспечивает соответствие кода спецификациям.

Еще один компонент — специализированный MCP Server, который напрямую связывает клиент языковой модели с ABB RobotStudio. Это позволяет загружать код, запускать симуляцию и возвращать диагностические данные в модель для итеративной доработки программы, создавая замкнутый цикл генерации и тестирования кода.

По словам авторов, симуляция помогает выявлять ошибки выполнения (Execution failures), которые могут пропустить статический или семантический анализ. Среди примеров таких ошибок — некорректная высота сброса детали или недостижимые целевые координаты для манипулятора.

Оценка включала бенчмарк поиска из 30 вопросов и тесты на генерацию кода в ограниченных сценариях. Однако подробные метрики успешности не приводятся, поэтому пока рано судить о готовности метода к реальному производству и поддержке различных конфигураций роботов. Статья опубликована на arXiv (v1) и принята к презентации на конференции CIE53 в Khalifa University (Абу-Даби) в октябре 2026 года.