Семинары Центра
когнитивного моделирования МФТИ
Еженедельно по четвергам в 17:00
В серии рабочих семинаров сотрудники Центра совместно с приглашенными гостями рассказывают о своих текущих проектах, исследованиях и делают обзоры конферцений по ИИ и робототехнике, такие как NeurIPS, ICML, IROS, ICRA и др.

Наши семинары открытые - приглашаем принять участие всех желающих. Если у вас есть тема, которая укладывается в наши направления, пишите по нашим контактам - мы рады расширению сообщества и включим все достойные доклады в программу.
Партнеры
График
Планирование траектории колесного робота с использованием численных NMPC-решателей | Константин Миронов, Мухаммад Алхаддад

Чт, 26 Мая 17:00


Подходы к планированию траектории, основанные на оптимальном управлении, вызывают все больший интерес в связи с развитием библиотек для численного решения нелинейных задач оптимального управления в реальном времени. В докладе будет представлен оригинальный подход к планированию траектории колесного car-like робота с учетом статических и динамических препятствий. Препятствия на карте проходимости аппроксимируются кругами и эллипсами высокого порядка. Это позволяет реализовать избегание коллизий не за счет введения в постановку задачи жестких ограничений, а за счет добавления дополнительных слагаемых к функции стоимости, которая при этом остается дифференцируемой. Планирование траектории ставится как задача Nonlinear Model Predictive Control, при этом время прохождения каждого шага является оптимизируемым параметром. Разработан метод для учета прогноза движения динамических препятствий в такой постановке. Подход реализован с использованием библиотеки Acados и интегрирован в ROS-узел планирования траектории.

PDDLStream и планировщик Fast-Forward для планирования манёвров беспилотного автомобиля | Маис Жамал

Чт, 19 Мая 17:00


В докладе будет представлен новый подход "PDDLSteam+FF planner" к решению задач планирования маневров беспилотного автомобиля при наличии динамических препятствий.

На семинаре Маис расскажет о PDDLStream (оригинальный метод), его возможностях и как с его помощью можно решить поставленную задачу. В процессе доклада будут представлены некоторые распространенные планировщики языка PDDL, включая планировщик FF.

В конце подведем результаты интеграции FF в PDDL Stream и обсудим несколько примеров.

Активный вывод в обучении с подкреплением

и развитие архитектуры HIMA на его основе | Петр Кудеров, Евгений Дживеликян, Артем Латышев

Чт, 12 Мая 17:00


На семинаре команда Neuro вкратце представит принцип свободной энергии и активный вывод. Обсудим несколько примеров применения этой теории в глубоком обучении с подкреплении.

Во второй половине семинара расскажем про текущее исследование нашей команды по расширению и развитию предложенной нами ранее биологически-правдоподобной модели RL-агента HIMA. Одной из главных задач текущей работы — совместить теоретические основы активного вывода с биологически-правдоподобными моделями обучения.

Анализ современных методов трекинга для задач интеллектуальной робототехники и беспилотного транспорта, в том числе новых публикаций с IROS, ICRA, WACW, ICCV &

Методы одновременного трекинга и предсказания траектории объектов | Илья Башаров, Илья Петряшин

Чт, 5 Мая 17:00


Алгоритмы трекинга объектов зачастую модульные. В современных публикациях исследователи пытаются найти оптимальные блоки для работы трекеров. На семинаре мы разберем последние новшества в мультиобъектных трекерах, посмотрим, какого качества работы удалось достичь, а также как можно ускорить методы отслеживания для работы на edge устройствах.

Совместное решение задач трекинга и предсказания траектории объектов представляет собой интерес, поскольку для предсказания траекторий используются результаты трекинга. В во втором докладе будут рассмотрены работы, посвященные данной тематике.

Методы и алгоритмы нейро-символьного представления сцен в мультимодальных задачах | Алексей Ковалев

Чт, 28 Апреля 17:00


В докладе будут представлены результаты исследований по нейро-символьному представлению сцен в мультимодальных задач. Для построения нейро-символьного представления сцены используется векторно-семиотическая архитектура, которая представляет собой объединение векторно-символьной архитектуры и семиотического подхода. Такое представление позволяет кодировать сцену на объектном уровне в вектор высокой размерности, сохраняя при этом информацию о свойствах отдельных объектов. В дальнейшем эта информацию используется для решения мутильмодальных задач.

Policy Optimization to Learn Adaptive Motion Primitives in Path Planning with Dynamic Obstacles (POLAMP) | Брайн Ангуло, Григорий Горбов

Чт, 14 Апреля 17:00


В докладе будут разобраны результаты наших исследований в области кинодинамического планирования на основе обучения с подкреплением. Расскажем о задаче автономной парковки, как мы ее решаем с помощью нашего предлагаемого метода, а также, как мы внедряем наш метод в современную плаформу для автономной навигации (Apollo).

Анализ современных подходов
Plaсe Recognition, учитывающих последовательности RGB-D изображений | Александр Мелехин

Анализ современных методов и инструментов построения трехмерных
семантических карт местности с фильтрацией динамических объектов |
Виталий Безуглый, Сергей Линок

Чт, 7 Апреля 17:00


Одним из подходов к повышению надежности методов Visual Place Recognition является использование последовательностей входных данных. В докладе будут описаны ключевые особенности такого подхода, а также приведен краткий обзор современных работ в данной области.


Во второй части семинара мы рассмотрим задачу построения трехмерной семантической карты и постараемся ответить на следующие вопросы:

  1. Что представляют собой трехмерные карты и зачем они нужны;
  2. Что такое семантика в задаче картирования;
  3. Как фильтровать на карте динамические объекты, зная собственные параметры движения камеры/лидара;
  4. Как и с помощью каких методов эта задача решается сегодня.
Object-centric Reinforcement Learning | Артем Жолус, Ярослав Ивченков

Чт, 31 Марта 17:00


В докладе будут разобраны основные направления развития object-centric representation/reinforcement learning, а так же представлены результаты наших исследований в этом направлении. В своем исследовании мы предлагаем структурированного RL агента, который может обобщать поведение на новые задачи, которые он не видел при обучении.

Управление беспилотным транспортным средством на основе интеллектуального планирования | Юлия Белинская

Чт, 24 Марта 17:00


В работе рассматривается метод динамической обратной связи для плоской системы, описывающей движение беспилотного транспортного средства вдоль траектории, построенной с помощью методов интеллектуального планирования. Для учета кинематических ограничений движения траектория составляется из небольших маневров (примитивов), каждый из которых находится с помощью решения задачи терминального управления методом накрытий.

Навигация мобильного колесного робота с учетом неровности среды | Степан Дергачев

Чт, 17 Марта 17:00


Доклад посвящен описанию результатов, полученных при выполнении совместного проекта с Dragon Tree Labs.

В рамках семминара будет приведен краткий обзор методов навигации и методов учета неровности среды, будет описана система навигации разработанная на основе Nav2 ROS и представлены текущие результаты экспериментального тестирования.

Современные методы семантической сегментации трехмерных облаков точек, получаемых от лидаров и видеокамер | Ди Ун Пак, Александр Хорин

Чт, 10 Марта 17:00


Возможность проводить анализ сцены является необходимым условием для создания автономного транспорта. Методы семантической сегментации позволяют в режиме реального времени предсказать интерпретируемые свойства каждой точки, запечатленной лидаром. Такая разметка позволяет навигационным системам точнее управлять транспортом в условиях переменной среды.

В данном докладе будет представлен обзор основных подходов и методов семантической сегментации, представленных на последних конференциях по машинному обучению (ICRA, IROS, WACV, ICCVW, AAAI), а также проведен анализ текущих тенденций в сфере семантической сегментации. Отдельное внимание будет уделено моделям, работающим только с лидаром, а также оперирующим данными с камер.

Обзор задач навигации и соревнований в рамках конференции CVPR 2022 | Алексей Староверов

Чт, 3 Марта 17:00


В данном семинаре будут рассмотрены соревнования, которые будут участвовать в конференции CVPR 2022,

в особенности Habitat 2022 и Teach.

Так же мы поговорим о новых подходах для решения задач навигации и

о нашем новом методе для ObjectNav Habitat.

Методы топологического картирования и локализации | Кирилл Муравьев

Чт, 24 феварля 17:00


В докладе Кирилл рассмотрит методы топологического SLAM и Exploration,

в которых карта представляется в виде графа локаций и/или набора локальных карт.

Задача открытия дверей и применение N-ODE для управления манипуляторами | Константин Миронов, Андрей Городецкий

Чт, 17 феварля 17:00


Задача открытия двери робототехническими манипуляторами актуальна для обеспечения мобильности робототехническим систем в indoor-средах.

В первой части семинара Константин Миронов расскажет о существующих работах в этой области, достигнутых результатах и разрабатываемом в Центре Когнитивного Моделирования подходе на основе методов оптимального управления.

Во второй части семинара Андрей Городецкий расскажет об аппроксимации функций динамики с помощью Neural Ordinary Differential Equations.

В рамках предлагаемого подхода N-ODE применяются для аппроксимации зависимости производных состояния объекта управления от текущих состояний и управляющих воздействий.

Анализ методов SLAM на основе данных радаров. Обзор новых публикаций в IROS, ICRA | Андрей Криштопик

Чт, 10 феварля 17:00


Анализ радарных методов SLAM, учитывающих разреженность и зашумлённость радарных данных, а также использующих доплеровские скорости точек, измеряемые радаром. Обзор новых нейросетевых подходов с передовых конференций для радарного SLAM.

Flatland Challenge 3: Multi-agent Reinforcement Learning on Trains
Обзор решения 1-2го места | Зейн Али, Инна Минашина

Чт, 3 феварля 17:00


Семинар отведен опыту участия в соревновании Flatland, в котором предлагается решить ключевую проблему в сфере транспорта: как эффективно управлять плотным трафиком на сложных железнодорожных сетях. Данное соревнование проводится на платформе AICrowd при поддержке Швейцарских, Французских и Немецких федеральных железных дорог, а также совместно с ведущими конефернециями в области машинного обучения такими как NeurIPS, AMLD и ICAPS.



В соревнование есть два трека (решения на основе обучения с подкреплением и с помощью других методов), а также общий зачет. В первом докладе Зейн Али расскажет про свое решение, с которым он занял 2-ое место в общем зачете. Во втором докладе Инна раскажет про решение команды из лаборатории волновых процессов и систем управления, которому удалось занять 1-ое место в треке Reinforcement Learning. Поздравляем ребят с прекрасным результатом и желаем новых побед и публикаций!


Сореванование: https://www.aicrowd.com/challenges/flatland-3

Обзором моделей и методов планирования и управления в области современной антропоморфной робототехнике | Дмитрий Макаров

Чт, 27 января 17:00


Доклад посвящен текущему положению дел в области современной антропоморфной робототехники. Рассматривается классификация таких роботов, некоторые современные платформы (Atlas от Boston Dynamics, HRP от National Institute of Advanced Industrial Science and Technology, Cassie от Oregon State University и др.), а также математические модели и методы, используемые в задачах планирования и управления (метод коллокации, Differential Dynamic Programming, Hybrid Zero Dynamics и др.).