Для тех, кто ждет Apollo сегодня на семинаре 🕺 https://www.youtube.com/watch?v=TBPJN5k4HkY

Семинар в самом разгаре, присоединяетсь! https://www.youtube.com/watch?v=DI7-uUa65uM

Семинар 11: Анализ методов предсказания траектории движения окружающих объектов | Василий Адешкин

На семинаре обсудим современное состояние темы Object Motion Prediction - важного направления для беспилотного транспорта. Оно позволяет предсказывать будущие траектории наблюдаемых транспортных средств, пешеходов, домашних животных и т.п. Стажер лаборатории интеллектуального транспорта Василий Адешкин расскажет про новые работы с топовых конференций CVPR, WACV, ICCV, ECCV, а так же прокомментирует возможности программных реализаций state-of-the-art подходов.

👉🏻Дата: 01.04.21, четверг, в 17:00

Трансляция Zoom: https://vk.cc/bXH0Ab
Трансляция Youtube: https://vk.cc/bXpFy9

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

Начинаем семинар, присоединяйтесь! https://www.youtube.com/watch?v=XWL7Yox61qA

Начинаем вебинар по Яндекс.Датасфере - https://youtu.be/CsHVcXFKIGY

Заявка на предоставление промокода для Яндекс.Датасферы для участников Образовательного форума по математике и искусственному интеллекту в рамках Олимпиады Я-Профессионал https://forms.gle/6FCx5TUSifZ1ygBj6.

Когда посмотрел все семинары бесконечности Центра 🔮
Все они на нашем канале 👉🏻 https://www.youtube.com/channel/UC8UsNfjhqJW1d0ryvU-p3qw/playlists

Уже завтра, 4 апреля, в 12:00 состоится День открытых дверей магистратуры и аспирантуры ФПМИ МФТИ!

Будет полезно тем, кто интересуется поступлением в магистратуру или аспирантуру, а также хочет присоединиться к нашему Центру и решать реальные прикладные и научные задачи по ИИ и робототехнике 😎

Заявку на поступление уже можно заполнить тут👉🏻https://forms.gle/eHjrUagwrXrNLNzw5?

https://vk.com/miptfpmi?w=wall-166330483_2757

Семинар 12: Интеграция децентрализованного избегания столкновений и централизованного многоагентного планирования| Степан Дергачев

Задача многоагентного планирования - это задача поиска совокупности неконфликтных траекторий для множества агентов, каждый из которых обладает собственным стартовым и целевым положением. Классическим подходом для решения этой задачи являются эвристические алгоритмы планирования, использующие в качестве модели пространства поиска графы специального вида.

👉🏻Дата: 08.04.21, четверг, в 17:00

Трансляция Zoom: https://vk.cc/bXH0Ab
Трансляция Youtube: https://vk.cc/bXpFy9

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

Начали семинар https://www.youtube.com/watch?v=uDVxszGZ5PE, присоединяйтесь!

Обучение с подкреплением для разработки систем общего искусственного интеллекта | Александр Игоревич Панов, руководитель Центра когнитивного моделирования МФТИ, заведующий лабораторией когнитивных динамических систем МФТИ

Сегодня, 12 апреля, в 16:00 Мск

https://www.youtube.com/watch?v=2MZDjYSEInw

Современные методы планирования поведения интеллектуальных агентов | Константин Сергеевич Яковлев, ведущий научный сотрудник Федерального исследовательского центра "Информатика и управление" РАН, преподаватель кафедры системных исследований МФТИ

Сегодня, 12 апреля, в 19:00 Мск

https://youtu.be/9I41ZzqJhqc

Системы компьютерного зрения в беспилотном транспорте и робототехнике | Дмитрий Александрович Юдин, заведующий лабораторией интеллектуального транспорта Центра когнитивного моделирования МФТИ

Завтра, 13 апреля, в 15:00 Мск

https://www.youtube.com/watch?v=5qZ1MaFPHSo

Локализуй робота на Физтехе!

Наш трек на хакатоне Я-профессионал
https://cogmodel.mipt.ru/iprofitrack1

Необходимо разработать решение по локализации мобильного робота Clearpath Husky по данным его бортовых видеокамер на территории кампуса МФТИ, в том числе с использованием нейронных сетей.
Под локализацией понимается определение пространственных координат робота на трехмерной карте кампуса МФТИ

Материалы: Лекция Юдина Д.А. https://docs.google.com/presentation/d/1V_GAO99hUg2CY..

Чат в телеграм для участников: https://news.1rj.ru/str/iprofiloc

https://www.youtube.com/watch?v=pmKldePXbWA&t=10s

Семинар 13: Visual Question Answering работы 2020 | Алексей Ковалев

Visual Question Answering (ответ на вопрос по изображению) – задача, которая объединяет в себе подходы компьютерного зрения и обработки естественного языка и заключается в ответе на вопрос, заданный по изображению.
Доклад посвящен двум вопросам, в первой части будет краткий обзор работ за 2020 год, представленных на ведущих международных конференциях. Во второй части поговорим о разрабатываемом в нашем Центре решении для VQA, объединяющем знаковую картину мира и векторно-символьные архитектуры.

👉🏻Дата: 15.04.21, четверг, в 17:00

Трансляция Zoom: https://vk.cc/bXH0Ab
Трансляция Youtube: https://vk.cc/bXpFy9

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

Начали семинар, присоединяйтесь! https://www.youtube.com/watch?v=6RSnEpqDIzg

Семинар 14: Обзор работ по обучению с подкреплением с конференции AAMAS 2020 | Александра Яковлева

AAMAS (International Conference on Autonomous Agents and Multi-Agent Systems), что в переводе на родной язык означает - Международная конференция по автономным агентам и мультиагентным системам.

Автором первой обозреваемой статьи "Deep Residual Reinforcement Learning", выйгравшей номинацию "Best Paper Award" конференции, является группа нашего английского коллеги из Оксфорда Шимона Вайтсона, также специализирующегося на обучение с подкреплением. В которой, они предлагают технику двунаправленной целевой сети для стабилизации остаточных алгоритмов, что дает остаточную версию DDPG, которая значительно превосходит обычный DDPG в тесте DeepMiотnd Control Suite. https://deepmind.com/research/open-source/deepmind-control-suite

Вторая статья в обзоре - "Gifting in Multi-Agent Reinforcement Learning" канадской группы из университета McGill, в которой авторы отказываются от предположения, что многоагентное обучение с подкреплением обычно изучается на основе унаследованного от классического обучения с подкреплением подхода: функция вознаграждения является исключительным свойством окружающей среды и изменяется только под действием внешних факторов, - и вводят равное вознаграждение, при котором агенты могут сознательно влиять на функцию вознаграждения друг друга. В статье демонстрируют, что этот подход может значительно улучшить процесс обучения в условиях распределения ресурсов, и провести предварительный анализ комплексного воздействия дарований на динамику обучения.


👉🏻Дата: 22.04.21, четверг, в 17:00

Трансляция Zoom: https://vk.cc/bXH0Ab
Трансляция Youtube: https://vk.cc/bXpFy9

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

Начинаем семинар, присоединяйтесь! https://www.youtube.com/watch?v=sS6nFXINO5Q!