Center for Cognitive Modeling

🪼 — Вниманию студентов, прошедших регистрацию на «Я-профессионал» — не пропустите отборочный этап!

21 ноября начался отборочный этап по направлению "Искусственный интеллект" для пользователей, прошедших регистрацию на олимпиаду. Он заканчивается 1 декабря в 23:59 по московскому времени.

Если вы ещё не приступили к заданию, советуем поторопиться. На выполнение у вас будет 48 часов, если вы начнёте решение не позднее 23:59 29 ноября.

Напоминаем, что победителям и призёрам предоставляются льготы при поступлении, в том числе и в МФТИ.

⚡ — Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!

🎓 — Семинар 13. Интеграция языковых моделей и графов сцены для планирования действий в физической среде | Анатолий Онищенко

Создание универсальных роботов-помощников невозможно без надежных механизмов понимания естественного языка в контексте реального физического мира. Интеллектуальный агент должен корректно интерпретировать и исполнять инструкции в различных средах.

В рамках семинара аспирант нашего Центра обсудит актуальные методы внедрения больших языковых моделей в задачи интерпретации и планирования действий, с акцентом на использование графовых представлений сцены.

Особое внимание будет уделено разработанному нами методу LookPlanGraph, объединяющему LLM с динамическим графовым представлением сцены. Будет продемонстрировано, как симуляция среды в графовом пространстве и механизмы аугментации позволяют решать задачи навигации и манипуляции в условиях изменяющегося окружения.

🪼Страница проекта

👉🏻 Дата: 27.11.25, четверг в 17:00
📹 Трансляция: Youtube или ВК

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

#LLM

🚨 — Сегодня последний день набора на стажировку в области ИИ и робототехники (Robotics, LLM, RL, CV, Planning)!

Оплачиваемая стажировка будет длиться 4-6 месяцев, в процессе работы вам будет помогать ментор. Больше 20 проектов на выбор, в том числе и от AIRI, с которыми мы заключили соглашение на совместную работу, на страницах которых вы сможете найти описание и требования.

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

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

Вопросы можно задать в сообщениях @fissun.

#стажировка

🪼 — RoboJobs — эксперт в мире робототехники!

RoboJobs — проводит аналитические исследования, создает медиа-проекты, помогает компаниям развиваться на международном рынке, а также размещает вакансии и резюме соискателей.

Знает все о российском и мировом рынке робототехники. Находит специалистов, партнеров, подрядчиков и клиентов в России и за рубежом, создавая успешные и эффективные сотрудничества.

🪼Для обсуждения пишите на robojobs@mail.ru.

Подписывайтесь на RoboJobs, здесь вы найдете лучшие вакансии по робототехнике, в том числе и наши🪼

#партнерский_пост

🪼 — ЦКМ и AIRI будут работать вместе в двух направлениях: созднии лаборатории воплощённого ИИ и разработке образовательных программ!

Третью лабораторию в Центре возглавит Алексей Ковалёв, к.ф.-м.н., старший научный сотрудник, руководитель группы “Embodied agents” CAIS AIRI,
доцент ЦКМ МФТИ, куратор нашей магистерской программы.

Тема исследований: фундаментальные и прикладные исследования в ИИ для робототехники и агентных систем.

🪼Наши образовательные программы станут ещё лучше: помимо создания лаборатории, договорились о совместной работе по обучению студентов МФТИ с использованием научной базы AIRI.

🪼 — 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.

🪼 — 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!

⚡ — Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!

🎓 — 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

🪼 — 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!

⚡ — Начинаем семинар, присоединяйтесь к трансляции в ВК или на YouTube!

🎓 — 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

Center for Cognitive Modeling pinned a photo

🪼 — 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.

🪼 — 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.