В Нижнем Новгороде прошел финал Национальной системы соревнований НТИ

Финал Национальной системы соревнований НТИ прошел в городе Нижнем Новгороде в рамках проектно-образовательного интенсива «Архипелаг 2026». Инженерные соревнования по автономным системам стали форматом практической проверки технологий в реальных сценариях. Об этом сообщили в пресс-службе мероприятия. 

В 22 дисциплинах участники создавали и испытывали решения для автономной навигации, компьютерного зрения, роевого взаимодействия, мультисредной робототехники, кибериммунной автономности, энергетики и цифрового производства.

Всего в квалификационном отборе на финал Национальной системы соревнований НТИ приняли участие представители 63 регионов Российской Федерации. Было подано 2315 заявок, по итогам квалификационного отбора на финал приглашены 416 человек.

Главная ценность состоявшихся инженерных соревнований — системный эффект. Они показали, как можно одновременно проводить тестирование технологических решений, превращать инженерную практику в образовательные программы и формировать кадровый резерв в регионах.

Во время «Архипелага 2026» технологические решения вышли из лабораторной среды в условия полного цикла автономной миссии: от восприятия обстановки и постановки задач до планирования маршрута, принятия решений, выполнения необходимых действий и передачи финального результата.

Именно поэтому участники работали не с отдельными дронами. Они объединяли воздушные, наземные и подводные платформы, обучали ИИ-модели распознавать объекты, строили алгоритмы взаимодействия в рое, настраивали безопасную связь и проектировали элементы самих беспилотных систем.

В числе испытанных сценариев — автономная инспекция солнечных ферм с выявлением загрязнений, повреждений и тепловых аномалий; мониторинг лесов и обнаружение пожаров; поиск и классификация объектов на акваториях; совместная работа дрона и автономного необитаемого подводного аппарата; управление роем воздушных и наземных роботов.

Также были испытаны автономная логистика с дронопортами и зарядной инфраструктурой, киберзащищенное выполнение миссий, цифровое производство, 3D-реинжиниринг, разработка и испытание беспилотной платформы — от цифровой модели и изготовления компонентов до автономного выполнения миссии.

Более 50 решений — как на инженерных соревнованиях, так и на выставке-конкурсе технологических решений «Дрон-гараж» — представили на «Архипелаге 2026» технологические компании. Для них такой формат становится средой быстрой инженерной верификации и дает возможность увидеть, как перспективная идея работает в связке с оператором, алгоритмами и датчиками, платформой, инфраструктурой и непредсказуемой средой.

В дисциплине «Инспекция солнечной фермы» команды обучали модели одновременно распознавать визуальные загрязнения и температурные аномалии солнечных панелей. Лучшая система обнаружения дефектов показала точность 99,5%. Благодаря этому результату можно судить об эффективности ИИ в энергетике по конкретным инженерным метрикам.

Соревнование по контролю пожарной безопасности в лесных зонах показало, как искусственный интеллект может помогать спасателям. Участники создали модель распознавания очагов возгорания с точностью 99,82%. Этот результат демонстрирует уровень готовности технологии: недорогие и проверенные решения для безопасной интеграции автономных систем в мониторинг лесных хозяйств и обслуживание энергетического сектора доступны уже сейчас.

25 706 уникальных несинтезированных фотографий собрали участники дисциплины по интеллектуальному мониторингу водных объектов. Этот размеченный датасет может стать основой для обучения и сравнения алгоритмов компьютерного зрения в задачах контроля акваторий, поиска объектов и экологического мониторинга.

Одним из центральных направлений соревнований стала работа с роевыми и мультиагентными системами: более половины дисциплин были посвящены задачам по координации нескольких роботов — от взаимного позиционирования и коллективной навигации до распределения ролей между воздушными, наземными и подводными аппаратами.

Этот фокус отражает принципиальный сдвиг в отрасли: переход от модели «человек управляет дроном» к модели «человек формулирует миссию, а автономная система распределяет задачи, действует и отчитывается о результате».

В дисциплине «Город дронов» сообщество из 17 ИИ-агентов без участия оператора за 23,2 секунды согласовало общий план миссии для смешанной группы воздушных и наземных беспилотных систем. Высокий уровень автономности показывает потенциал технологий, которые могут стать основой для управления автономной городской мобильностью, логистикой, транспортными потоками и инфраструктурой.

Еще один пример быстрой автономной работы показали участники «Воздушного дозора». В этой дисциплине дрон и наземный робот сработали в связке за две секунды. Именно столько времени прошло от обнаружения объекта и его распознавания до передачи данных наземному роботу и начала маневра.

90 секунд потребовалось четырем дронам для того, чтобы преодолеть 50-метровую трассу в лесном массиве. Беспилотники автономно координировались, распределяли задачи и избегали столкновений. В другом соревновании, проводимом в симуляторе, участники управляли роем из 24 автономных аппаратов при выполнении логистической миссии.

Важны и те результаты, где целевые показатели не были достигнуты. Например, в дисциплине по взаимному позиционированию в рое участникам не удалось полностью решить задачу автономного построения и перестроения летающей цепи. Это сигнал для отрасли и образования: роевые алгоритмы консенсуса, децентрализованное управление и отказоустойчивость требуют отдельной подготовки, тестовых стендов и образовательных модулей.

Ценность инженерных соревнований не ограничивается итоговым прототипом. В процессе выявляются знания, навыки и типы инженерного мышления, необходимые для создания и эксплуатации автономных систем.

На основе результатов соревнований формируется содержание для образования: матрицы компетенций, регламенты, технологические реестры, программы модулей и атлас гибридных профессий. В комплексной образовательной модели «Дрон-гараж» используется для этого мультиагентный конвейер: данные из соревнований проходят через планирование, синтез и контроль качества с участием 17 ИИ-агентов и обязательный экспертный контроль человеком.

Так из инженерных испытаний рождаются не абстрактные «компетенции будущего», а конкретные образовательные треки: инженер мультисредовых робототехнических комплексов, оператор автономных инспекционных систем, инженер роевых систем, архитектор автономных миссий, специалист по обучению и верификации ИИ для дронов, инженер кибериммунных роевых систем, инженер цифрового реинжиниринга, инженер мобильных фабрик, специалист по координации роботизированных миссий.

На основе полученных данных вузы получают возможность выстраивать обучение от реальной технологической задачи. Компьютерное зрение осваивается для диагностики солнечных панелей или поиска судов, автономная навигация — для работы пары дрон-ровер на энергообъектах, информационная безопасность — для защиты управления при сбоях и киберугрозах.

Такой подход сближает образование и индустрию, а также способствует формированию междисциплинарных команд. В каждой задаче соединены программирование, электроника, машинное обучение, механика, аэродинамика, картография, инженерный дизайн, безопасность и управление проектами.

Для региональных органов власти беспилотные автономные системы — не только техника, но и ресурс для развития территорий, инфраструктуры и человеческого капитала.

На соревнованиях были отработаны прикладные сценарии, потенциально востребованные в регионах: раннее обнаружение природных пожаров и мониторинг лесных территорий; поиск людей, поддержка спасательных операций и оценка обстановки при ЧС; экологический мониторинг водных объектов, береговых зон и загрязнений.

В их числе также инспекция мостов, линий электропередачи, трубопроводов, дамб и другой критической инфраструктуры; мониторинг энергетических объектов и солнечных электростанций; автономная доставка медикаментов, оборудования и гуманитарных грузов в труднодоступные районы; управление городской и промышленной логистикой; обследование территорий, объектов строительства и распределенной инфраструктуры.

Ключевая ценность участия в инженерных соревнованиях — создание региональных команд, полигонов и образовательных программ, адаптированных под актуальные задачи. В этом направлении Национальная система соревнований НТИ работает как инструмент выращивания кадров: регион видит свои дефициты, формирует карту компетенций и вовлекает вузы, колледжи, бизнес и власть в общий контур развития.

Новая образовательная модель «Технологическая мастерская “Дрон-гараж”» предлагает сетевую модель: локальный результат — разработанный алгоритм, прототип, регламент или учебный модуль — становится ресурсом для других регионов. Каждый новый региональный «Дрон-гараж» использует накопленный опыт, добавляя в общую сеть собственные данные, сценарии и инженерные решения.

«Архипелаг 2026» подтвердил эффективность инженерных соревнований как инструмента одновременной проверки технологий, формирования актуальных образовательных программ и подготовки кадров. В одном пространстве встречаются технологические компании, университеты, молодые инженеры, исследовательские команды, производители оборудования, регионы и будущие заказчики автономных систем.

Для компаний — возможность тестировать решения и искать команды. Для вузов — способ обновлять образовательное содержание на основе реальных задач. Для регионов — возможность связать сценарии внедрения беспилотных систем с развитием местных компетенций, инфраструктуры и занятости.

Развитие автономных систем будущего не ограничивается закупкой оборудования. Оно требует инженеров, операторов, исследователей, интеграторов, специалистов по ИИ, безопасности и цифровому производству. А главное — среды, где можно пробовать, ошибаться, улучшать и видеть, как результат становится технологией для инфраструктуры, промышленности, энергетики, экологии или спасения.

Именно такую среду формируют инженерные соревнования «Архипелага 2026»: от испытания технологии — к образовательному содержанию; от учебного трека — к команде; от локального прототипа — к кадровому и технологическому потенциалу региона.