​​🎓 — Семинар 4. Иерархические методы и алгоритмы визуальной навигации внутри помещений с обучаемыми навыками | Алексей Староверов

С момента старта нашей магистерской и аспирантской программы в МФТИ прошло уже 4 года, идет 5-ый. И в этом году закончил свое обучение по программе аспирантуры сотрудник нашего Центра и недавний победитель соревнования Habitat на CVPR 2023 (https://news.1rj.ru/str/cogmodel/452) Алексей Староверов. На предстоящем семинаре состоится предзащита его кандидатской работы. Поддержим молодого ученого!

Темой диссертации является развитие автономности робототехнических систем, поскольку современные методы нуждаются в большем семантическом понимании окружающей среды для решения задачи навигации при поиске целевых объектов и увеличении горизонта планирования. Перенос как обучаемых так и необучаемых методов решения задачи навигации из симуляционной среды в реальный мир также требует развития методологии и увеличения метрик качества получаемой траектории в силу того, что требуется учитывать возникающие шумы в датчиках и актуаторах робота.

В докладе будет подробно представлена проделанная работу за период обучения и исследований в Центре, а также разработанный метод SkillFusion, основанный на фундаментальном различии между классическими и обучаемыми методами.

👉🏻 Дата: 28.09.23, четверг в 17:00

📹 Трансляция Youtube: https://www.youtube.com/@cogmodel

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!

💫 — Скоро начинаем семинар, присоединяйтесь к трансляции!

🎓 — Семинар 5. Объектно-центрированные представления для задач обучения с подкреплением | Леонид Угадяров

В докладе аспирант нашего Центра рассмотрит применение в обучении с подкреплением моделей, извлекающих объектно-центрированные представления из изображений. Также будет рассказано о разработанном объектно-центрированном алгоритме обучения с подкреплением семейства актор-критик, использующем графовую модель среды для оценки полезности действий.

👉🏻 Дата: 05.10.23, четверг в 17:00

📹 Трансляция Youtube: https://vk.cc/bXpFy9

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!

💫 — Скоро начинаем семинар, присоединяйтесь к трансляции!

🦾🏄‍♂️🏆 — Welcome to Sochi!
Кейс от нашего Центра по созданию решения на основе больших языковых моделей для управления роботом на хакатоне Цифрового Прорыва уже на этой неделе!

Кейс: Помоги роботу навести порядок
Постановщик: Центр когнитивного моделирования МФТИ и Sber Robotics Lab

Embodied AI – направление в искусственном интеллекте, в котором взаимодействие пользователя и робота происходит на естественном языке. Один из сценариев использования таких роботов — помощь маломобильным людям в их квартирах.

Участникам предлагается разработать программный модуль планирования поведения интеллектуального агента на основе большой языковой модели.

Подробнее о кейсе смотри на сайте 🔗

🎓 — Семинар 6. Процесс формирования Successor Features с помощью Distributed Hebbian Temporal Memory и его биологическая интерпретация | Евгений Дживеликян

На связи отдел по борьбе с backpropaganda в Лаборатории когнитивных динамических систем. На семинаре мы расскажем про нашу последнюю модель временной памяти, Distributed Hebbian Temporal Memory (DHTM), которая использует только локальные хеббовские правила обучения и как с её помощью мы формируем Succesor Features для решения задач RL.

Также рассмотрим нашу модель с точки зрения биологического правдоподобия и что она предсказывает о работе коры головного мозга.

👉🏻 Дата: 12.10.23, четверг в 17:00

📹 Трансляция Youtube

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!

💫 — Скоро начинаем семинар, присоединяйтесь к трансляции!

Хакатон уже в разгаре, а на кейсе 24 команды🔥

По видеосвязи к участникам обратился Александр Панов, Руководитель Центра когнитивного моделирования МФТИ, в.н.с и руководитель группы Нейросимвольной интеграции AIRI

Церемония награждения хакатона в ЮФО 2023!
https://rutube.ru/video/34629061d5e3722c659d463beec246a1/?r=wd&t=3833

Команды победители нашего кейса💪😎

✍🏻 — Магистрант нашего Центра и победитель Цифрового Прорыва,- Илья Петряшин, а ныне уже технический эксперт на нашем кейсе, поделился своим опытом и ощущением после хакатона!🐬🐳

Прочитать можно👉🏻 тут, а заодно и подписаться на его канал, где он рассказывает про интересные проекты с его участием во время учебы и стажировки нашем Центре и не только!

​​👨‍🚀👩‍🚀🔥🍁 — Объявляем набор на осеннюю стажировку в области искусственного интеллекта (Robotics, RL, CV, LLMs, Planning)!

Оплачиваемая стажировка в Центре когнитивного моделирования ФПМИ МФТИ предполагает работу над прикладными или поисковыми проектами в составе опытной команды, написание статей в ведущие конференции и журналы.

Стажировка проходит в рамках одного из направлений работ Центра:
— Большие языковые модели для планирования поведения
— Глубокое обучение с подкреплением
— Нейросетевые методы компьютерного зрения
— Беспилотный транспорт
— Планирование траекторий
— Интеллектуальное управление робототехническими платформами

В процессе вашей работы вы сможете погрузиться в:
— Разработку новых SOTA алгоритмов
— Написание публикаций и участие в международных конференциях со своими результатами
— Cовременные проблемы внедрения передовых методов искусственного интеллекта для решения практических задач

Стажировку можно совмещать с написанием вашего бакалаврского или магистерского диплома. После успешного окончания стажировки возможно трудоустройство в лаборатории Центра, поступление в магистратуру и аспирантуру , продолжение работы в компаниях партнерах.

Прием заявок до 15 ноября 2023 включительно!

Заполнить анкету👉 https://forms.gle/vbbPhZ1c1io5MkT17

Вопросы можно задать нам в сообщениях или по почте: vainberg.ri@mipt.ru, @rvainberg (в Телеграм)

Подробнее: https://cogmodel.mipt.ru/internship

​​🎓 — Семинар 7. Neural Potetial Field для избегания столкновений при локальном планировании движения | Константин Миронов, Мухаммад Алхаддад

При использовании MPC для оптимизации траектории мобильного робота существенная сложность (особенно для роботов сложной формы) связана с тем, что опасность столкновения с препятствиями желательно представить в виде аналитической дифференцируемой функции (отталкивающего потенциала препятствий). Ее градиенты можно использовать для "сдвигания" траектории в более безопасную область.

В докладе будет представлен подход, в котором для аппроксимации отталкивающего потенциала используется нейросетевая модель. На ее вход подается карта препятствий, футпринт робота (проекция его формы на горизонтальную плоскость), позиция и ориентация робота на карте. Архитектура сети включает энкодеры, формирующие компактные представления карты и футпринта, и собственно модель расчета потенциала, которая интегрируется в решатель MPC и используется им в процессе оптимизации траектории. Мы продемонстрируем результаты предложенного подхода в численных экспериментах и при управлении реальным роботом.

👉🏻 Дата: 19.10.23, четверг в 17:00

📹 Трансляция Youtube: https://www.youtube.com/@cogmodel

Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#robotics #planning #seminar

💫 — Скоро начинаем семинар, присоединяйтесь к трансляции!

500 подписчиков!❤️🕺🏻