Оплачиваемая стажировка будет длиться 4-6 месяцев, в процессе работы вам будет помогать ментор. Больше 20 проектов на выбор, в том числе и от AIRI, с которыми мы заключили соглашение на совместную работу, на страницах которых вы сможете найти описание и требования.
Два шага для подачи заявки:
Стажировку можно совмещать с написанием диплома, но нельзя совмещать с другой работой. А после успешного окончания возможно трудоустройство в лаборатории Центра, продолжение работы в компаниях-партнерах.
Вопросы можно задать в сообщениях @fissun.
#стажировка
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5🔥4
🎓 — Семинар 13. Интеграция языковых моделей и графов сцены для планирования действий в физической среде | Анатолий Онищенко
Создание универсальных роботов-помощников невозможно без надежных механизмов понимания естественного языка в контексте реального физического мира. Интеллектуальный агент должен корректно интерпретировать и исполнять инструкции в различных средах.
В рамках семинара аспирант нашего Центра обсудит актуальные методы внедрения больших языковых моделей в задачи интерпретации и планирования действий, с акцентом на использование графовых представлений сцены.
Особое внимание будет уделено разработанному нами методу LookPlanGraph, объединяющему LLM с динамическим графовым представлением сцены. Будет продемонстрировано, как симуляция среды в графовом пространстве и механизмы аугментации позволяют решать задачи навигации и манипуляции в условиях изменяющегося окружения.
🪼 Страница проекта
👉🏻 Дата: 27.11.25, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#LLM
Создание универсальных роботов-помощников невозможно без надежных механизмов понимания естественного языка в контексте реального физического мира. Интеллектуальный агент должен корректно интерпретировать и исполнять инструкции в различных средах.
В рамках семинара аспирант нашего Центра обсудит актуальные методы внедрения больших языковых моделей в задачи интерпретации и планирования действий, с акцентом на использование графовых представлений сцены.
Особое внимание будет уделено разработанному нами методу LookPlanGraph, объединяющему LLM с динамическим графовым представлением сцены. Будет продемонстрировано, как симуляция среды в графовом пространстве и механизмы аугментации позволяют решать задачи навигации и манипуляции в условиях изменяющегося окружения.
👉🏻 Дата: 27.11.25, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#LLM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥5
21 ноября начался отборочный этап по направлению "Искусственный интеллект" для пользователей, прошедших регистрацию на олимпиаду. Он заканчивается 1 декабря в 23:59 по московскому времени.
Если вы ещё не приступили к заданию, советуем поторопиться. На выполнение у вас будет 48 часов, если вы начнёте решение не позднее 23:59 29 ноября.
Напоминаем, что победителям и призёрам предоставляются льготы при поступлении, в том числе и в МФТИ.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4👍3
В Центре мы создаем работающие технологии для ведущих российских компаний и публикуемся в сильных международных журналах и на топовых конференциях по ИИ и робототехнике.
Наша работа охватывает проекты по обучению больших моделей, робототехнические системы, когнитивные архитектуры и методы эффективного взаимодействия человека и машины.
Вакансии:
В наших проектах — свобода в исследованиях и нетривиальные задачи. Смотрите подробности по ссылкам выше или на нашем сайте и откликайтесь!
#вакансии
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥13❤6
🎓 — Семинар 14. Объектно-центричный RL | Денис Васильев
Изучению объектно-центричных представлений уделено много внимания в рамках задач компьютерного зрения. В случае обучения с подкреплением, много внимания уделяется применению объектно-центричных представлений в рамках моделей мира. Однако в случае model-free подходов, большинство методов используют объектно-центричные представления, полученные с помощью замороженных энкодеров.
Дообучение энкодера, в теории, должно обеспечивать ускоренную сходимость алгоритмов обучения с подкреплением и добавлять адаптивности к out-of-distribution сценам. На семинаре аспирантом нашего Центра будет представлен алгоритм для дообучения энкодеров в рамках RL-задач.
👉🏻 Дата: 04.12.25, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#RL
Изучению объектно-центричных представлений уделено много внимания в рамках задач компьютерного зрения. В случае обучения с подкреплением, много внимания уделяется применению объектно-центричных представлений в рамках моделей мира. Однако в случае model-free подходов, большинство методов используют объектно-центричные представления, полученные с помощью замороженных энкодеров.
Дообучение энкодера, в теории, должно обеспечивать ускоренную сходимость алгоритмов обучения с подкреплением и добавлять адаптивности к out-of-distribution сценам. На семинаре аспирантом нашего Центра будет представлен алгоритм для дообучения энкодеров в рамках RL-задач.
👉🏻 Дата: 04.12.25, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#RL
🔥4👍2❤1
🎓 — Семинар 15. Оффлайн и онлайн RL для робототехнической манипуляции с трансформерными моделями | Дмитрий Поярков
Современные подходы к обучению трансформерных нейросетей для задач манипуляции в робототехнике преимущественно базируются на оффлайн-обучении с использованием заранее собранных датасетов. Однако, несмотря на удобство и стабильность такого подхода, он демонстрирует ограниченные возможности в достижении высокой производительности в реалистичных условиях.
На семинаре аспирант нашего Центра расскажет о исследовании потенциала применения онлайн-обучения с подкреплением, которое позволяет агенту адаптироваться к среде в процессе взаимодействия и постепенно улучшать поведение на основе вновь собранных данных.
Несмотря на высокую вычислительную стоимость и сложность настройки такого обучения, его интеграция способна существенно повысить эффективность трансформеров в задачах манипуляции.
🪼 Статья
👉🏻 Дата: 11.12.25, четверг в 17:00
📹 Трансляция Youtube и ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинары #RL #robotics
Современные подходы к обучению трансформерных нейросетей для задач манипуляции в робототехнике преимущественно базируются на оффлайн-обучении с использованием заранее собранных датасетов. Однако, несмотря на удобство и стабильность такого подхода, он демонстрирует ограниченные возможности в достижении высокой производительности в реалистичных условиях.
На семинаре аспирант нашего Центра расскажет о исследовании потенциала применения онлайн-обучения с подкреплением, которое позволяет агенту адаптироваться к среде в процессе взаимодействия и постепенно улучшать поведение на основе вновь собранных данных.
Несмотря на высокую вычислительную стоимость и сложность настройки такого обучения, его интеграция способна существенно повысить эффективность трансформеров в задачах манипуляции.
👉🏻 Дата: 11.12.25, четверг в 17:00
📹 Трансляция Youtube и ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#семинары #RL #robotics
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9👍2🔥2
🎓 — Семинар 16. Алгоритмы глобальной локализации роботов с учетом карт знанийи | Александр Мелехин,
Егор Пинкин, Григорий Карташов
Современные задачи автономной навигации роботов требуют высокоточной глобальной локализации в сложных и динамически меняющихся средах. Традиционные подходы, основанные на одном типе сенсоров — будь то лидары или камеры, — часто оказываются недостаточно устойчивыми к изменениям освещения, погоды или структуры пространства.
На семинаре будет представлен обзор и анализ мультимодальных и мультисенсорных нейросетевых методов распознавания места, которые комбинируют данные от лидаров, RGB-камер и их последовательностей для повышения точности и надёжности локализации. Особое внимание будет уделено алгоритмам, таким как OPR-Loc-MM, который демонстрирует значительное улучшение метрик (медианная ошибка позиции всего 0.41 м и ориентации 4.37°) за счёт интеграции визуальных и лидарных данных.
Мы обсудим разные методы — от лидарных (MinkLoc3D) и визуальных (MegaLoc) до мультимодальных (MSSPlace) и последовательностных (OPR-Loc-Seq) — позволяет создавать эффективные пайплайны для реальных робототехнических систем. Также будут затронуты вопросы баланса между точностью и временем инференса, что особенно важно для систем, работающих в реальном времени.
📹 Трансляция Youtube и ВК
Приглашаем всех, кто интересуется навигацией роботов, компьютерным зрением и применением нейросетевых методов в робототехнике! Присоединяйтесь прямо сейчас!
#CV #robotics
Егор Пинкин, Григорий Карташов
Современные задачи автономной навигации роботов требуют высокоточной глобальной локализации в сложных и динамически меняющихся средах. Традиционные подходы, основанные на одном типе сенсоров — будь то лидары или камеры, — часто оказываются недостаточно устойчивыми к изменениям освещения, погоды или структуры пространства.
На семинаре будет представлен обзор и анализ мультимодальных и мультисенсорных нейросетевых методов распознавания места, которые комбинируют данные от лидаров, RGB-камер и их последовательностей для повышения точности и надёжности локализации. Особое внимание будет уделено алгоритмам, таким как OPR-Loc-MM, который демонстрирует значительное улучшение метрик (медианная ошибка позиции всего 0.41 м и ориентации 4.37°) за счёт интеграции визуальных и лидарных данных.
Мы обсудим разные методы — от лидарных (MinkLoc3D) и визуальных (MegaLoc) до мультимодальных (MSSPlace) и последовательностных (OPR-Loc-Seq) — позволяет создавать эффективные пайплайны для реальных робототехнических систем. Также будут затронуты вопросы баланса между точностью и временем инференса, что особенно важно для систем, работающих в реальном времени.
📹 Трансляция Youtube и ВК
Приглашаем всех, кто интересуется навигацией роботов, компьютерным зрением и применением нейросетевых методов в робототехнике! Присоединяйтесь прямо сейчас!
#CV #robotics
🔥10❤4
Please open Telegram to view this post
VIEW IN TELEGRAM
❤27❤🔥13
Вы — главная движущая сила наших лабораторий: когнитивных динамических систем, интеллектуального транспорта и совместной с AIRI.
Мы растем вместе с вами: помимо магистратуры и аспирантуры теперь есть программа для бакалавров ФПМИ. Она стартует уже в этом семестре, и мы с нетерпением ждём февраля, чтобы увидеть первую группу!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤25🎉13👍3🔥3
Статья нашего магистранта Артёма Пшеницына в соавторстве с Александром Пановым и Алексеем Скрынником CAMAR: Continuous Actions Multi-Agent Routing получила Best Poster Award на крупнейшей конференции по ИИ — AAAI 2026, которая сейчас проходит в Сингапуре.
CAMAR — новый бенчмарк для многоагентного обучения с подкреплением (MARL), предназначенный для задач планирования пути в средах с непрерывными действиями. CAMAR поддерживает как кооперативные, так и конкурентные сценарии, работает с высокой скоростью и включает протокол оценки, а также позволяет интегрировать классические алгоритмы планирования (RRT/RRT*) с методами MARL.
Отличное начало года, дальше — больше!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤31🔥13👍5🎉4👏1
В бакалавриате я учился по целевому, поэтому обязан был после 4-го курса либо идти отрабатывать 3 года, либо идти на кафедру предприятия. Выбрал первый вариант и параллельно поступил в магистратуру ЦКМ. Совмещать отработку было непросто, но всё же реально.
Магистратура дала твёрдое понимание, как делать научные исследования, как писать статьи, куда подаваться. Я получил достаточно большой опыт в работе с множеством моделей, виртуальных сред. Научился читать научные статьи, выбирать нужные мне по теме, отсеевать низкокачественные от хороших.
На кафедре темой работы в течении всего времени учебы было построение метода планирования поведения агентов с помощью языковой модели с использованием визуальной информации.
В конце 5-го курса, меня позвали работать в команду data alignment GigaChat в Сбер. Я успешно прошел все собеседования и разорвал целевой договор. Сейчас работаю почти год и занимаюсь внедрением аудио модальности в GigaChat.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤23🔥12👏7👍2
На 3 курсе занимался обработкой сигналов на FPGA и программировал системы управления антеннами на python и C++. Выпустившись пошёл в бэкэнд разработчики. После двух лет работы понял, что это занятие не по душе. Ещё с бакалавриата хотел заниматься искусственным интеллектом и наукой, поэтому начал искать магистратуру и нашёл ЦКМ.
Учёба в МФТИ дала опыт реальной работы и разработки систем глубокого обучения, опыт написания статей. Думаю это самое основное преимущество магистратуры ЦКМ по сравнению с остальными.
Сейчас я аспирант в ЦКМ и работаю в ФИЦ ИУ РАН (в одной из лабораторий ЦКМ). Занимаюсь Объектно-центрическими моделями мира.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10❤🔥5❤1
В 2020 подавался в магистратуры Сколтеха и ЦКМ, прошел в оба места и решил идти в ЦКМ, потому что у команды было больше сильных статей по RL.
Магистратура дала очень хороший опыт по моделям мира и RL. Также дала хороший проект Iglu по языковым агентам, благодаря которому меня заметили будущие научные руководители.
После магистратуры пробился на стажировку в EPFL, и подался в несколько мест на PHD. Прошел в Mila и поехал туда (в Канаду). Сейчас делаю PHD в Mila и стажируюсь в Meta AI. До этого проходил стажировку в Google DeepMind.
Cейчас занимаюсь построением агентов на основе моделей мира и больших языковых моделей.
Мои статьи можно посмотреть тут: artemzholus.github.io
Meta — организация признана экстремистской, её деятельность запрещена на территории России.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥31❤🔥10👍4👏2❤1
🎓 — Семинар 1. Обзор конференции ICAPS 2025 | Нураддин Керимов
ICAPS 2025 — А* конференция по планированию, она проходила с 9 по 14 ноября в Мельбурне, Австралии.
От нашего центра на конференции был студент магистратуры ЦКМ Нураддин Керимов с работой Safe Interval Randomized Path Planning For Manipulators. Статья посвящена делиберативному планированию пути манипулятора. С этой работой Нураддин получил награду "Best student paper".
Расскажем про работу, конференцию, ключевые выступления, воркшопы и интересные доклады по планированию.
👉🏻 Дата: 05.02.26, четверг в 17:00
📹 Трансляция Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Смотрите фотографии с конференции, пока ждёте семинар.
#семинары #planning
ICAPS 2025 — А* конференция по планированию, она проходила с 9 по 14 ноября в Мельбурне, Австралии.
От нашего центра на конференции был студент магистратуры ЦКМ Нураддин Керимов с работой Safe Interval Randomized Path Planning For Manipulators. Статья посвящена делиберативному планированию пути манипулятора. С этой работой Нураддин получил награду "Best student paper".
В данной статье описывается новый планировщик SafeInterval RRT, являющийся комбинацией RRTConnect и безопасных интервалов, что позволяет эффективно искать путь в пространстве-времени.
Расскажем про работу, конференцию, ключевые выступления, воркшопы и интересные доклады по планированию.
👉🏻 Дата: 05.02.26, четверг в 17:00
📹 Трансляция Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Смотрите фотографии с конференции, пока ждёте семинар.
#семинары #planning
🔥12❤7👍2