Center for Cognitive Modeling
О центре
Лаборатории
Когнитивных динамических систем
Интеллектуального транспорта
Исследования
Направления исследований
Семинары
Манифест
Абитуриентам
Летняя школа РАИИ 2022
Поступление в МФТИ
Стажировка
Новости
Контакты
RU
ENG
Направления исследований
Анкета в магистратуру / аспирантуру
Поступление в МФТИ
Интеграция методов оптимального управления и обучения с подкреплением для мобильного манипулятора
Мобильные манипуляторы (робототехнические системы, включающие мобильную платформу и прикрепленные к ней манипуляторы) могут применяться для выполнения различных задач в человекоориентированных средах (например, в офисных помещениях).
Интеллектуальное управление антропоморфными роботами
Антропоморфная робототехника – это быстро развивающаяся область знаний. На данный момент создаются роботы, движения которых все более похожи на человеческие.
Объектно-центричное обучение с подкреплением
Одним из ключевых свойств перцептивной и моторной системы человека является их предметность, т.к. ориентация как распознающей так и действующих подсистем на работу с конкретными объектами внешней среды. Такое направление в создании методов реконструкции сцен или построения их описания для задач обучения с подкреплением получило название объектно-центричное представление.
Воплощенное обучение
Воплощенное познание (embodied cognition) – это концепция обучения интеллектуальных агентов, в которой мы явно учитываем свойства внешней среды и то, какую обратную связь она дает агенту в ответ на его действия.
Адаптивное планирование маневров беспилотного автомобиля
Современные мобильные роботы и беспилотные автомобили активно используют методы планирования и поиска на графе состояний для построения траектории своего движения и для построения различных маневров в динамической среде.
Построение трехмерных семантических карт местности
Построение высокоточных карт высокой размерности (HD-Maps) является одной из ключевых составляющих современных систем управления беспилотных автомобилей и автономных роботов.
Обнаружение, трекинг
и прогнозирование траектории движения 3D-объектов
Распознавание и анализ поведения 3D-объектов по данным сенсоров транспортных средств и роботов необходимо для обеспечения безопасности их передвижения. В этой области все большую популярность набирают многомодальные и многозадачные нейронные сети.
Определение позы
и одометрии робота
по изображениям его RGB-D камер
Перспективна оценка позы и одометрии робота с помощью нейросетевых моделей, анализирующих изображения от бортовых камер (монокулярных, стерео и RGB-D), которые являются наиболее дешевыми и распространенными сенсорами.