Center for Cognitive Modeling
1.76K subscribers
672 photos
49 videos
3 files
629 links
Telegram-канал Центра Когнитивного Моделирования МФТИ: новости о нас, поступлении, стажировках и искусственном интеллекте🦾

Магистратура и аспирантура МТИИ МФТИ: https://cogmodel.mipt.ru/applicants

По вопросам: @rvainberg, @fissun
Download Telegram
🎓Семинар 9. Объектно-центричные модели мира | Виталий Воробьёв

В моделях, основанных на неструктурированных репрезентациях, возникает проблема связывания (binding problem): такие модели не могут корректно объединять разрозненные сенсорные признаки, например форму, цвет и положение, в целостное восприятие объекта.

Объектно-центричные модели мира решают эту проблему, представляя информацию через явное выделение объектов и их свойств, что делает внутренние репрезентации более структурированными и интерпретируемыми.

На семинаре аспирантом нашего Центра будут рассмотрены современные подходы к выделению объектно-центричных состояний и построению моделей мира. Особое внимание будет уделено последним разработкам нашей команды, направленным на повышение качества объектно-центричных моделей мира.

👉🏻 Дата: 30.10.25, четверг в 17:00
📹 Трансляция: Youtube или ВК

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

#CV
8🔥3👍1
🪼Центр когнитивного моделирования на Дне Карьеры МФТИ уже сегодня!

Приходите, чтобы узнать о Центре ещё больше и лично обсудить самые волнующие вопросы.

Расскажем о:
🪼Поступлении
🪼Стажировке
🪼Обучении
🪼Карьерных перспективах

Будем ждать вас у стенда с 14:00.
Please open Telegram to view this post
VIEW IN TELEGRAM
14
🎓Семинар 10. Обзор международной конференции IROS, Ханчжоу, Китай | Александр Панов, Алексей Скрынник, Кирилл Муравьёв, Антон Андрейчук

Недавно наши сотрудники посетили IROS, одну из крупнейших международных конференций по робототехнике и ИИ. Мы уже делились нашими впечатлениями, но не сильно затрагивали программу. Пришло время это исправить на сегодняшнем семинаре!

Собрали всё самое интересное в одной презентации:
🪼Обзор пленарных докладов
🪼Ключевые тренды CV, RL, LLM в робототехнике
🪼Самые актуальные воркшопы
🪼Тренды в бизнесе, и как их отразила выставка роботов
🪼Партнёрства по научным и коммерческим проектам

Заглянуть в суть конференции чуть раньше можно в каналах:
🪼Grounding Knowledge Александра Панова
🪼iMapDAY Дмитрия Юдина
Для навигации используйте хэштег: #IROS2025

👉🏻 Дата: 6.11.25, четверг в 17:00
📹 Трансляция: Youtube или ВК

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

#AI #RL #CV
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥65❤‍🔥2
— Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!
👍4
🪼Команда ЦКМ ITL-Mapper заняла 2 место в хакатоне "Лидеры Цифровой Трансформации"!

"Лидеры цифровой трансформации" — крупный международный онлайн-хакатон для IT-специалистов. Команда Центра участвовала в направлении "Редактор лидарных карт для автоматического удаления динамических объектов" и заняла 2 место среди 38 участников.

Над задачей работали Владислав Дюжев, Александр Лазарев, Леонид Иванов и Виталий Илюхин под руководством Дмитрия Юдина. Целью было не просто занять призовое место, а создать полезный инструмент, который можно использовать в исследованиях Центра.

За 3 недели ребята реализовали алгоритмы нейросетевой сегментации облаков точек, полученных с лидара беспилотного московского трамвая. И даже успели добавить в десктопное приложение сегментацию по клику мыши на основе метода PointSAM.

🪼 А пока наши сотрудники работают над другими вдохновляющими проектами поздравим ребят реакциями! Следите за уведомлениями, планируем выложить в открытый доступ код нашего решения.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
14🔥10👍3
🪼 — Сотрудник Центра на HAIS 2025 в Испании!

HAIS — международная конференция, посвящённая гибридным системам ИИ. В этом году она проводилась в Саламанке — городе с молодым населением и старейшим университетом в Европе.

Василий Юрьев, наш сотрудник, студент бакалавриата МФТИ выступал с докладом "MapFM: Foundation Model-Driven HD Mapping with Multi-Task Contextual Learning;
Leonid Ivanov, Vasily Yuryev, Dmitry Yudin".

В работе представлена модель MapFM для онлайн-генерации векторных HD-карт в беспилотном вождении. Метод использует мощные фундаментальные модели для кодирования изображений с камер, что повышает качество признаков. Для улучшения понимания сцены применяется многозадачное обучение с дополнительными сегментационными головами. Этот подход обогащает контекстную информацию, что приводит к более точным и качественным векторным HD-картам.

🪼Исходный код доступен публично.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥105👍2
🪼Объявляем набор на стажировку в области искусственного интеллекта и робототехники в Центр когнитивного моделирования (Robotics, LLM, RL, CV, Planning)!

Ни для кого не секрет — будущее за искусственным интеллектом. Не просто следить за прогрессом, а создавать его вместе с ведущими учёными страны, участвовать в международных конференциях, получать опыт в прикладных и исследовательских проектах можно у нас на оплачиваемой стажировке.

На выбор предоставляется 20 проектов, которые включают:
🔹обучение с подкреплением
🔹компьютерное зрение
🔹планирование поведения и управление
🔹большие языковые модели
🔹и другое

Два шага для подачи заявки:
1️⃣ выбрать подходящие проекты на сайте
2️⃣ заполнить форму

Стажировку можно совмещать с написанием диплома, но не с другой работой. После успешного окончания возможно трудоустройство в лаборатории Центра, продолжение работы в компаниях-партнерах.

🔥Если у вас больше опыта и вы готовы выйти на полную ставку, то следите за новостями, совсем скоро мы выложим вакансии в Центр.

Прием заявок до 24 ноября 2025 включительно!

Вопросы можно задать в сообщениях @fissun.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥144
🎓Семинар 11. Память и трансформеры в обучении с подкреплением | Егор Черепанов

Память является фундаментальной когнитивной способностью человека, позволяющей нам решать, казалось бы, простые, но всё ещё неподъёмные для современных роботов задачи из повседневной жизни. Например, без памяти роботы не способны даже протереть полку от пыли или достать ровно три ложки крупы из банки.

Различные механизмы памяти, пришедшие из других разделов глубокого обучения или разработанные специально под задачи обучения с подкреплением, призваны решить данную проблему. Однако на практике все они имеют свои ограниченные условия применения, преимущества и недостатки, а универсального подхода для ответа на вопрос "Как добавить память роботу?" всё ещё нет.

На семинаре аспирантом нашего Центра будут рассмотрены существующие механизмы памяти, разработанные для задач обучения с подкреплением и робототехники, а также будет представлена новая работа ELMUR: External Layer Memory with Update/Rewrite for Long-Horizon RL, в которой память реализуется в виде специальных матриц, интегрированных в каждый слой трансформерной архитектуры.

🪼 Сайт проекта
👉🏻 Дата: 13.11.25, четверг в 17:00
📹 Трансляция Youtube или ВК

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

#RL #transformers
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥102
— Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!
9
🪼 — Объявлены результаты отбора на конференцию AAAI, наши сотрудники снова в топе!

AAAI — ведущая международная научная конференция по искусственному интеллекту, поддерживаемая Ассоциацией по развитию искусственного интеллекта. В этом году свой 40-й юбилей она встретит в выставочном центре Singapore Expo.

У нашего коллектива целых 4 акцепта. Примечательно, что первые имена авторов статей 1, 2 и 3 принадлежат студентам бакалавриата и магистратуры, среди них один — наш студент, а остальные работали в команде с сотрудниками и преподавателями ЦКМ.

Работы:
🪼"Enhancing PIBT via Multi-Action Operations" Egor Yukhnevich, Anton Andreychuk
🪼"MeshA*: Efficient Path Planing With Motion Primitives" Marat Agranovskiy, Konstantin Yakovlev
🪼"CAMAR: Continuous Actions Multi-Agent Routing" Artem Pshenitsyn, Aleksandr Panov, Alexey Skrynnik
🪼"Wikontic: A Tool for Building Knowledge Graphs from Text Aligned with the Wikidata Ontology" Alla Chepurova, Aydar Bulatov, Yuri Kuratov

Поздравляем студентов с первыми статьями на крупной конференции!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥198👍1
🎓Семинар 12. Ускорение и стабилизация обучения трансформерных архитектур в задаче Online RL | Даниил Зелезецкий

Архитектура трансформера показала свою высокую результативность на большом классе задач, начиная от моделирования естественного языка и заканчивая обработкой изображений. Во многом, хорошая применимость данной архитектуры обусловлена тем, что подходы Supervised Learning и Self-Supervised Learning на заранее подготовленных данных являются достаточно стабильными, хорошо изученными и имеют уже проверенные техники, обеспечивающие качественное обучение.

В свою очередь, обучение трансформера в Online RL хоть и позволяет применять эти модели в задачах с частичной наблюдаемостью или дефицитом оффлайн данных, однако является нестабильным и медленным. Попытки преодоления этих трудностей во многом сводятся либо к переходу в оффлайн режим (Decision Transformer), либо к
к смешиванию оффлайн и онлайн обучения (Online Decision Transformer). Хотя эти методы и обеспечивают искомую стабилизацию и повышение производительности, они также обременены важным прикладным ограничением в виде необходимого набора экспертных тректорий.


На данном семинаре аспирантом нашего Центра будет рассмотрена работа Accelerating Transformers in Online RL, в которой предложен метод обучения трансформера, сочетающий в себе как Behavior Clonning (BC) на данных эксперта, так и обновление по Online RL loss-функции.

Данный двухэтапный Teacher-Student алгоритм разгоняет трансформера на экспертных данных с помощью BC loss-функции в рамках первого этапа, а затем переходит к Online RL обучению на втором этапе. Не смотря на BC компоненту, алгоритм не требует заранее подготовленных данных эксперта, а использует траектории Акселератора в онлайн режиме, тем самым снимая важное ограничение методов, упомянутых выше.

👉🏻 Дата: 20.11.25, четверг в 17:00
📹 Трансляция: Youtube или ВК

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

#RL #transformers
8🔥6❤‍🔥2
— Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!
🔥8
🪼Выступления сотрудников ЦКМ на AI Journey

11:15-11:30 AI Frontiers
Как большие языковые модели учатся планировать и рассуждать с помощью поисковых алгоритмов, Алексей Скрынник от AIRI
Современные большие языковые модели могут значительно расширять возможности автоматического рассуждения и планирования, если их дополнить стратегиями поиска. В докладе рассматриваются три основных подхода: неструктурированный поиск, эволюционный поиск и дерево поиска. Эти методы позволяют моделям исследовать несколько альтернативных траекторий рассуждений, корректировать ошибки на промежуточных шагах и выбирать наиболее перспективные решения.


11:55 - 12:15 Live studio
Рассуждающие модели воплощённого ИИ, Александр Панов
В докладе будет представлен обзор вариантов реализации рассуждений в нейросетевых моделях, используемых в задачах воплощенного ИИ - навигации и манипуляции. Обсудим, как связаны планирование действий и рассуждения, а также ограничения в современных поведенческих моделях (VLA). Разберем также последние работы нашей лаборатории в области интеграции обучаемых и классических подходов для повышения эффективности методов планирования и рассуждений в задачах воплощенного ИИ.


13:00-14:30 Главный зал
Форсайт: каким будет ИИ через 10 лет, Дмитрий Юдин среди участников

15:15-15:30 AI Frontiers
Применение больших языковых и визуально-языковых моделей в робототехнике, Алексей Ковалёв
Большие языковые и визуально-языковые модели (LLM и VLM) получили широкое распространение во множестве приложений и все активнее используются в робототехнике. На лекции мы обсудим, как такие модели помогают роботам распознавать неоднозначные инструкции, формировать планы действий и исправлять ошибки, возникающие при их выполнении.


15:30-15:45 AI Frontiers
Как большие языковые модели понимают 3D-пространство, Дмитрий Юдин
Развитие технологий пространственного ИИ — одно из важнейших современных направлений в робототехнике и беспилотном транспорте. В этом докладе мы рассмотрим концепции пространственного понимания, пространственных рассуждений и связанные с ними задачи. Обсудим потенциал современных MLLM для решения задач, связанных с визуальными ответами на вопросы, поиском трёхмерных объектов, генерацией графов трёхмерных сцен, созданием описаний 3D-сцен и др. Мы также обсудим ограничения популярных LLM в случае описания трёхмерной сцены только текстом. Рассмотрим современные решения для пространственного понимания, использующие модальности изображений, текста, облаков точек и графов. Кратко рассмотрим недавние разработки команд AIRI и МФТИ в этой области. Кроме того, мы обсудим перспективные нерешённые проблемы для дальнейшего развития.


Переходите по ссылкам и смотрите нас онлайн!
Please open Telegram to view this post
VIEW IN TELEGRAM
9🔥2
🪼Стенд "Фундаментальные поведенческие модели" на AIJ

Наши сотрудники представляют сразу три трансформерные модели на стенде под общим названием Фундаментальные поведенческие модели:

🪼Don't Blind Your VLA: Aligning Visual Representations for OOD Generalization
Nikita Kachaev, Mikhail Kolosov, Daniil Zelezetsky, Alexey Kovalev, Aleksandr Panov
🪼Memory, Benchmark & Robots: A Benchmark for Solving Complex Tasks with Reinforcement Learning
Egor Cherepanov, Nikita Kachaev, Alexey Kovalev, Aleksandr Panov
🪼MARL-GPT: Foundation Model for Multi-Agent Reinforcement Learning
Maria Nesterova, Mikhail Kolosov, Anton Andreychuk, Egor Cherepanov, Oleg Bulichev, Alexey Kovalev, Konstantin Yakovlev, Aleksandr Panov, Alexey Skrynnik

Для MARL-GPT Олег Буличев создал стенд с джетботами, на котором можно было наглядно увидеть работу модели.
Please open Telegram to view this post
VIEW IN TELEGRAM
7🔥7