3 июля 2025

eur = 92.68 -0.07 (-0.07 %)

btc = 108 971.00$ 2 761.98 (2.60 %)

eth = 2 569.36$ 136.90 (5.63 %)

ton = 2.88$ 0.09 (3.28 %)

usd = 78.65 0.24 (0.30 %)

eur = 92.68 -0.07 (-0.07 %)

btc = 108 971.00$ 2 761.98 (2.60 %)

Музей-заповедник «Петергоф» внедрил ИИ-систему для оптимизации туристических маршрутов от Yandex Cloud и GlowByte

2 минуты на чтение
Музей-заповедник «Петергоф» внедрил ИИ-систему для оптимизации туристических маршрутов от Yandex Cloud и GlowByte

Государственный музей-заповедник «Петергоф» совместно с платформой Yandex Cloud внедрил интерактивное приложение моделирования маршрутов для оптимизации экскурсионного потока, которое может повысить пропускную способность музея и сократить очереди на вход во дворец.

Решение разработано GlowByte и основано на современных технологиях моделирования и анализа, а также учитывает экспертные знания сотрудников музея.

В пиковые месяцы посещаемость Большого петергофского дворца превышает 3 000 человек в сутки, что создает высокую нагрузку на входные зоны. Чтобы сделать пребывание в музее более удобным, команда «Петергофа» совместно с технологическим партнером Yandex Cloud и ИТ-компанией GlowByte разработала и внедрила интерактивное приложение для проектирования маршрутов.

Система развернута в облачной среде Yandex Cloud и использует платформу Yandex DataSphere для запуска сложных расчетов и проведения имитационного моделирования. Решение позволяет с учетом заданных ограничений и приоритетов генерировать десятки тысяч возможных маршрутов и вариантов размещения ключевых зон: рамок досмотра, бахильных, гардеробов и других инфраструктурных точек.

Музей-заповедник «Петергоф» впервые протестировал систему во время подготовки выставочного проекта «Подвиг возрождения», расположенного в восточном крыле Большого петергофского дворца. При формировании маршрутов экспозиции было сгенерировано и проанализировано более 100 000 вариантов. Оценка проводилась по относительным метрикам качества, рассчитанным с помощью дискретного и имитационного моделирования пропускной способности.В результате сравнительного анализа отобраны 8 наиболее жизнеспособных конфигураций, одна из которых совпала с решением, ранее предложенным сотрудниками музея, что подтверждает его экспертную оптимальность. Новая схема не пересекается с основным маршрутом дворца, что позволило задействовать дополнительные пространства без ущерба для текущей логистики.

Роман Ковриков, генеральный директор музея-заповедника «Петергоф»: «Сегодня музею важно не только опираться на собственный опыт и экспертизу, но и внедрять цифровые технологии, в том числе основанные на сложных научных исследованиях. При подготовке “Подвига возрождения” в Большом петергофском дворце мы искали современное и гибкое решение, которое помогло бы нам продумать маршруты движения наших гостей и сделать посещение музея комфортнее. Благодаря разработанной системе мы смогли смоделировать разные сценарии посещения, учитывая десятки параметров и ограничений, и выбрать наиболее подходящий вариант. Сейчас вместе с коллегами из Yandex Cloud и проектной командой мы готовим масштабирование технологии и на основной маршрут дворца».

Анна Лемякина, директор по национальным стратегическим проектам Yandex Cloud: «Мы реализовали сервис, который позволяет сотрудникам музея самостоятельно задавать параметры и получать оптимальные маршруты, опираясь как на математическое моделирование, так и на профессиональную экспертизу. Такое объединение данных и знаний дает наилучшие результаты для сложных объектов с разветвленной инфраструктурой. Таких решений на российском рынке пока мало, поэтому мы с коллегами пошли в эксперимент, основанный на науке и сложной исследовательской работе, чтобы также продемонстрировать сильный сценарий индустрии».

Александр Ефимов, исполнительный директор практики продвинутой аналитики GlowByte: «При решении задачи генерации допустимых размещений объектов и маршрутов посетителей мы применили оригинальный подход, заключающийся в использовании комбинаторного алгебраического солвера CP-SAT, позволяющего удобно формулировать приоритеты и ограничения на возможности размещения и последовательности посещения маршрутов – при соблюдении требований безопасности. Для оценки полученных генеративной моделью маршрутов используется метод имитационного моделирования: сначала дискретно-событийная модель позволяет быстро оценивать KPI – качество с точки зрения наличия заторов, длительности прохождения маршрутов и пересечения “чистых” и “грязных” потоков, затем агентная модель визуализирует потоки, проводит what-if анализ, тестируя различные сценарии и пути».

Данный подход может быть эффективно применен не только в музеях, но и для оптимизации маршрутов и процессов на складах и распределительных центрах, в медицинских учреждениях, аэропортах, вокзалах и других объектах с разветвленной инфраструктурой.

Проект реализован при поддержке Центра технологий для общества Yandex Cloud. Центр реализует социально значимые проекты в сферах науки, образования, экологии и культуры совместно с исследователями из вузов, учеными и партнерами.

Читать первым в Telegram-канале «Код Дурова»

Важные новости коротко — от GigaChat Max 
1-bg-изображение-0
img-content-1-изображение-0

GigaChat Max: коротко о главном

Как изменился Код Дурова вместе с GigaChat Max?

Узнай о всех возможностях в FAQ-статье 
5ab7bed6-6ee9-406d-9dff-3d476cc6baf1-изображение-0a6a9fde8-7dfd-421c-ae55-af59d97633d7-изображение-145118780-c667-4daa-8a90-2441736d2720-изображение-2

GigaChat Max: коротко о главном

Поколенческий портрет: чего хотят зумеры и миллениалы от работы

Полная версия 
5aa513fb-aac0-4637-9ad2-32d144bcbce0-изображение-0

GigaChat Max: коротко о главном

В сети обсуждают Сохама Пареха — разработчика, который четыре года обманывал IT-стартапы

Полная версия 

Реализовано через GigaChat Max 

Сейчас читают
Карьера
Блоги 370
OTP Bank
Т-Банк
Газпромбанк
X5 Tech
билайн
Сбер
МТС
Яндекс Практикум
Ozon Tech
Циан

Пользуясь сайтом, вы соглашаетесь с политикой конфиденциальности
и тем, что мы используем cookie-файлы