- Панов
Александр ИгоревичЗаведующий лабораторией
Кандидат физико-математических наук, доцент
Почта: panov.ai@mipt.ru
Актуальная страница - https://grafft.github.io/ru/Научные интересы
Обучение с подкреплением
Семиотика
Когнитивная робототехника
Многоагентные системы
Планирование поведения
Недавние публикации
1. Staroverov A. et al. Skill Fusion in Hybrid Robotic Framework for Visual Object Goal Navigation // Robotics. 2023. Vol. 12.
2. Skrynnik A. et al. When to Switch: Planning and Learning For Partially Observable Multi-Agent Pathfinding // TNNLS. 2023.
3. Sarkisyan C., Kovalev A.K., Panov A.I. Evaluation of Pretrained Large Language Models in Embodied Planning Tasks // Artificial General Intelligence. AGI 2023. Lecture Notes in Computer Science. Springer Cham, 2023. Vol. 13921. P. 222–232.
4. Pitanov Y. et al. Monte-Carlo Tree Search for Multi-Agent Pathfinding: Preliminary Results // Hybrid Artificial Intelligent Systems. HAIS 2023. Lecture Notes in Computer Science. Springer Cham, 2023. Vol. 14001. P. 649–660.
5. Kirilenko D. et al. Quantized Disentangled Representations for Object-Centric Visual Tasks // PReMI Proceedings. 2023.
6. Angulo B., Panov A., Yakovlev K. Policy Optimization to Learn Adaptive Motion Primitives in Path Planning With Dynamic Obstacles // IEEE Robotics and Automation Letters. 2023. Vol. 8, № 2. P. 824–831.
7. Yakovlev K.S. et al. Planning and Learning in Multi-Agent Path Finding // Doklady Mathematics. 2022. Vol. 106, № S1. P. S79–S84.
8. Staroverov A., Panov A. Hierarchical Landmark Policy Optimization for Visual Indoor Navigation // IEEE Access. 2022. Vol. 10. P. 70447–70455.
9. Skrynnik A. et al. Pathfinding in stochastic environments: learning vs planning // PeerJ Computer Science. 2022. Vol. 8. P. e1056.
10. Panov A.I. Simultaneous Learning and Planning in a Hierarchical Control System for a Cognitive Agent // Automation and Remote Control. 2022. Vol. 83, № 6. P. 869–883.
11. Kovalev A.K. et al. Vector Semiotic Model for Visual Question Answering // Cognitive Systems Research. 2022. Vol. 71. P. 52–63.
12. Kovalev A.K., Panov A.I. Application of Pretrained Large Language Models in Embodied Artificial Intelligence // Doklady Mathematics. 2022. Vol. 106, № S1. P. S85–S90.
13. Dzhivelikian E. et al. Hierarchical intrinsically motivated agent planning behavior with dreaming in grid environments // Brain Informatics. 2022. Vol. 9, № 1. P. 8.
1. Staroverov A. et al. Skill Fusion in Hybrid Robotic Framework for Visual Object Goal Navigation // Robotics. 2023. Vol. 12.
2. Skrynnik A. et al. When to Switch: Planning and Learning For Partially Observable Multi-Agent Pathfinding // TNNLS. 2023.
3. Sarkisyan C., Kovalev A.K., Panov A.I. Evaluation of Pretrained Large Language Models in Embodied Planning Tasks // Artificial General Intelligence. AGI 2023. Lecture Notes in Computer Science. Springer Cham, 2023. Vol. 13921. P. 222–232.
4. Pitanov Y. et al. Monte-Carlo Tree Search for Multi-Agent Pathfinding: Preliminary Results // Hybrid Artificial Intelligent Systems. HAIS 2023. Lecture Notes in Computer Science. Springer Cham, 2023. Vol. 14001. P. 649–660.
5. Kirilenko D. et al. Quantized Disentangled Representations for Object-Centric Visual Tasks // PReMI Proceedings. 2023.
6. Angulo B., Panov A., Yakovlev K. Policy Optimization to Learn Adaptive Motion Primitives in Path Planning With Dynamic Obstacles // IEEE Robotics and Automation Letters. 2023. Vol. 8, № 2. P. 824–831.
7. Yakovlev K.S. et al. Planning and Learning in Multi-Agent Path Finding // Doklady Mathematics. 2022. Vol. 106, № S1. P. S79–S84.
8. Staroverov A., Panov A. Hierarchical Landmark Policy Optimization for Visual Indoor Navigation // IEEE Access. 2022. Vol. 10. P. 70447–70455.
9. Skrynnik A. et al. Pathfinding in stochastic environments: learning vs planning // PeerJ Computer Science. 2022. Vol. 8. P. e1056.
10. Panov A.I. Simultaneous Learning and Planning in a Hierarchical Control System for a Cognitive Agent // Automation and Remote Control. 2022. Vol. 83, № 6. P. 869–883.
11. Kovalev A.K. et al. Vector Semiotic Model for Visual Question Answering // Cognitive Systems Research. 2022. Vol. 71. P. 52–63.
12. Kovalev A.K., Panov A.I. Application of Pretrained Large Language Models in Embodied Artificial Intelligence // Doklady Mathematics. 2022. Vol. 106, № S1. P. S85–S90.
13. Dzhivelikian E. et al. Hierarchical intrinsically motivated agent planning behavior with dreaming in grid environments // Brain Informatics. 2022. Vol. 9, № 1. P. 8.
2011–2015 Кандидат физико-математических наук по направлению «05.13.17 – Теоретические основы информатики», Институт системного анализа РАН, Москва. Тема диссертации «Исследование методов, разработка моделей и алгоритмов формирования элементов знаковой картины мира субъекта деятельности», науч. руководитель – Г. С. Осипов
2009–2011 Магистр прикладных математики и физики по направлению «Прикладные математика и физика», Московский физико-технический институт, Москва. Тема диссертации «Исследование и моделирование поведения коллектива интеллектуальных агентов с различной функциональностью», науч. руководитель – Г. С. Осипов
2005–2009 Бакалавр физики по направлению «Физика», Новосибирский государственный университет, Новосибирск.
2009–2011 Магистр прикладных математики и физики по направлению «Прикладные математика и физика», Московский физико-технический институт, Москва. Тема диссертации «Исследование и моделирование поведения коллектива интеллектуальных агентов с различной функциональностью», науч. руководитель – Г. С. Осипов
2005–2009 Бакалавр физики по направлению «Физика», Новосибирский государственный университет, Новосибирск.
- В 2023 году был руоководителем команды SkillFusion, занявшей первое место в сорвеновании CVPR Habitat.
- В 2019 году был руководителем команды CDS, выигравшей первое место в соревновании NeurIPS MineRL.
- Являюсь руководителем успешно завершенных грантов РФФИ и РНФ.
- В 2017 году стал лауреатом медали Российской академии наук для молодых ученых.
- С 2019 года являюсь редактором журнала Cognitive Systems Research(Elsevier).
- С 2015 состою в Российской ассоциации искусственного интеллекта (РАИИ), до 2022 год входил в Научный совет.
- С 2017 года провожу ежегодные летние школы РАИИ и AIRI.
- В 2021 и 2022 был организатором соревнования NeurIPS IGLU.
- С 2022 являюсь рецензентом конференций AAAI, ECAI.
2015–2019 Научный сотрудник, Высшая школа экономики, Лаборатория процессноориентированных информационных систем, Москва.
Компьютерное когнитивное моделирование: исследование методов обучению в задаче планирования поведения на основе знаковой картины мира.
2010–по н.в. Ведущий научный сотрудник, ФИЦ «Информатика и управление» РАН, отдел «Интеллектуальные динамические системы и когнитивные исследований».
Компьютерное когнитивное моделирование: исследование и моделирование процессов восприятия, планирования поведения, целеполагания и других высших когнитивных функций человека.
Машинное обучение: разработка алгоритмов логического и гибридного методов анализа данных, разработка биологически правдоподобных алгоритмов машинного обучения.
Многоагентные системы и системы управления: исследование распределения ролей в коллективе агентов, разработка многоуровневых архитектур управления коллективами сложных технических объектов.
Компьютерное когнитивное моделирование: исследование методов обучению в задаче планирования поведения на основе знаковой картины мира.
2010–по н.в. Ведущий научный сотрудник, ФИЦ «Информатика и управление» РАН, отдел «Интеллектуальные динамические системы и когнитивные исследований».
Компьютерное когнитивное моделирование: исследование и моделирование процессов восприятия, планирования поведения, целеполагания и других высших когнитивных функций человека.
Машинное обучение: разработка алгоритмов логического и гибридного методов анализа данных, разработка биологически правдоподобных алгоритмов машинного обучения.
Многоагентные системы и системы управления: исследование распределения ролей в коллективе агентов, разработка многоуровневых архитектур управления коллективами сложных технических объектов.