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: @fissun
Post #990
813
Channel Public Channel
CE Center for Cognitive Modeling
@cogmodel
- Subscribers
- 1.79K
- Photos
- 705
- Videos
- 49
- Links
- 649
Showing posts older than #991 · Back to latest
Older Posts 10 shown
Post #989
1.18K
🎓 — Семинар 7. Multi-agent foundation models | Мария Нестерова
Современные подходы в многоагентном обучении с подкреплением требуют разработки отдельных моделей для каждой конкретной среды, что ограничивает их масштабируемость и эффективность. Задача создания общей модели заключается в разработке единой трансформерной архитектуры, способной обучаться на обширных офлайн-данных и успешно решать разнообразные многоагентные задачи.
В первой части выступления аспиранткой нашего Центра будет представлен обзор современных подходов к многоагентному обучению с подкреплением, основанных на архитектуре трансформер. Особое внимание будет уделено уникальным особенностям многоагентных систем, которые возникают при адаптации методов на основе трансформеров к задачам с участием нескольких агентов.
Дополнительно в докладе будет рассмотрен вопрос генерализации моделей на различные задачи и среды. Во второй части доклада будет представлен метод MARL-GPT, который позволяет обучить единую модель для разных сред, учитывающую разнородность наблюдений через специальное позиционное кодирование. Обучение проводится на заранее собранном офлайн-датасете из трёх многоагентных сред (POGEMA, SMACv2, GRF).
👉🏻 Дата: 16.10.25, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#RL
Современные подходы в многоагентном обучении с подкреплением требуют разработки отдельных моделей для каждой конкретной среды, что ограничивает их масштабируемость и эффективность. Задача создания общей модели заключается в разработке единой трансформерной архитектуры, способной обучаться на обширных офлайн-данных и успешно решать разнообразные многоагентные задачи.
В первой части выступления аспиранткой нашего Центра будет представлен обзор современных подходов к многоагентному обучению с подкреплением, основанных на архитектуре трансформер. Особое внимание будет уделено уникальным особенностям многоагентных систем, которые возникают при адаптации методов на основе трансформеров к задачам с участием нескольких агентов.
Дополнительно в докладе будет рассмотрен вопрос генерализации моделей на различные задачи и среды. Во второй части доклада будет представлен метод MARL-GPT, который позволяет обучить единую модель для разных сред, учитывающую разнородность наблюдений через специальное позиционное кодирование. Обучение проводится на заранее собранном офлайн-датасете из трёх многоагентных сред (POGEMA, SMACv2, GRF).
👉🏻 Дата: 16.10.25, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#RL
- 🔥 7
Post #982
1.25K
🤖 — Недавно в Казани прошла научная конференция ИИ-ЗАМАН: делимся фотографиями и статьями!
Конференция объединила исследователей ИИ со всей России. И наши ребята внесли свой вклад, представив работы Центра и партнёров:
🪼Татьяна Земскова с работой "Beyond Bare Queries: Open-Vocabulary Object Grounding with 3D Scene Graph"
🪼Анатолий Онищенко с работой "LookPlanGraph: Embodied Instruction Following Method with VLM Graph Augmentation"
🪼Адитья Нарендра с работой "M3PO: Massively Multi-Task Model-Based Policy Optimzation"
🪼Григорий Горбов с работой "CrafText Benchmark: Advancing Instruction Following in Complex Multimodal Open-Ended World"
🪼Ева Бакаева с работой "AmbiK: Dataset of Ambiguous Tasks in Kitchen Environment"
#CV #VLM #AI
Конференция объединила исследователей ИИ со всей России. И наши ребята внесли свой вклад, представив работы Центра и партнёров:
🪼Татьяна Земскова с работой "Beyond Bare Queries: Open-Vocabulary Object Grounding with 3D Scene Graph"
Подход под названием BBQ (Beyond Bare Queries) помогает в решении проблемы автономных агентов по поиску объектов, неоднозначно описанных на естественном языке. Он создает представление 3D-сцены в виде графа с метрическими и семантическими пространственными связями и задействует крупную языковую модель в качестве интерфейса «человек-агент» через наш алгоритм дедуктивного анализа сцены.
🪼Анатолий Онищенко с работой "LookPlanGraph: Embodied Instruction Following Method with VLM Graph Augmentation"
Метод, который объединяет графовое планирование с динамическим обновлением сцены, позволяет роботу адаптироваться к изменяющейся среде и корректировать план действий в процессе выполнения задачи.
🪼Адитья Нарендра с работой "M3PO: Massively Multi-Task Model-Based Policy Optimzation"
Новый метод M3PO, расширяющий классическую архитектуру Proximal Policy Optimization (PPO), в которой объединены мультизадачность и модель мира, которую робот выучивает в процессе взаимодействия при онлайн-обучении. В результате метод обеспечивает быстрое обучение компактных с точки зрения количества параметров стратегий, пригодных для быстрого развертывания на робототехнических манипуляторах.
🪼Григорий Горбов с работой "CrafText Benchmark: Advancing Instruction Following in Complex Multimodal Open-Ended World"
CrafText — бенчмарк для оценки способности агентов следовать инструкциям в мультимодальной среде с разнообразными заданиями и динамическим взаимодействием. CrafText включает 3924 инструкции, содержащие 3423 уникальных слова, и охватывает задачи из разных областей.
🪼Ева Бакаева с работой "AmbiK: Dataset of Ambiguous Tasks in Kitchen Environment"
Обработка неоднозначных инструкций в реальных условиях представляет сложность для LLM. Существуют различные методы выявления неоднозначности задач, однако их сравнение затруднено из-за использования разных наборов данных и отсутствия универсального эталона. Решить эту проблему поможет AmbiK (Ambiguous Tasks in Kitchen Environment) — полностью текстовый набор данных, содержащий неоднозначные инструкции, предназначенные для робота в кухонной среде.
#CV #VLM #AI
- 👍 5
- 🔥 5
- ❤ 2
Post #977
922
Forwarded from Будни Дикого
Ещё не выходные, а уже приключения)
Сейчас идёт конкурс НТИ по археологии. Задача - роботом находить предметы и объекты раскопок. Это в целом сложная наука, и в нее пытаются внедрять современные подходы.
Наша лаба решила участвовать, я руководитель команды TerraCognitaBot. Команда из 8 человек, где есть как магистры, так и пенсионеры))
Мы прошли в финал и начали сегодня был наш первый тестовый заезд на полигоне в Нахабино)
Все, поставленные на сегодня задачи были выполнены, но конечно есть ещё что улучшать).
На следующей неделе у нас ещё один заезд и соревы. Держим кулачки!
Как бонус - фото, способ защиты робота от дождя (реально рабочий и даже буераки нормально проезжает)
Сейчас идёт конкурс НТИ по археологии. Задача - роботом находить предметы и объекты раскопок. Это в целом сложная наука, и в нее пытаются внедрять современные подходы.
Наша лаба решила участвовать, я руководитель команды TerraCognitaBot. Команда из 8 человек, где есть как магистры, так и пенсионеры))
Мы прошли в финал и начали сегодня был наш первый тестовый заезд на полигоне в Нахабино)
Все, поставленные на сегодня задачи были выполнены, но конечно есть ещё что улучшать).
На следующей неделе у нас ещё один заезд и соревы. Держим кулачки!
Как бонус - фото, способ защиты робота от дождя (реально рабочий и даже буераки нормально проезжает)
- 🔥 12
- 👍 5
- ❤ 2
- 👏 1
Post #976
776
Post #975
861
🎓 — Семинар 6. Реконструкция семантических 3D-сцен: Оптимизация и анализ признаков, методы гауссовского сплаттинга | Виталий Илюхин
В рамках семинара магистром нашего Центра будет представлен краткий анализ современных подходов к представлению и реконструкции 3D-сцен, включая трёхмерный, двумерный гауссовский сплаттинг и гибридные подходы.
Подробно будет рассмотрена обновлённая версия системы для решения задачи семантической (open-vocabulary) 3D-реконструкции сцены в реальном времени. Система построена на объединении гауссовского сплаттинга (Gaussian Splatting), методах сжатия визуально-языковых признаков (например, DINOv2, CLIP) и технологии одновременной локализации и построения карты (SLAM). Для достижения высокой скорости работы используется обучаемый компрессор на основе нейросетевого автоэнкодера, который эффективно сжимает семантические признаки, минимизируя вычислительные затраты.
👉🏻 Дата: 09.10.25, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#CV #SLAM
В рамках семинара магистром нашего Центра будет представлен краткий анализ современных подходов к представлению и реконструкции 3D-сцен, включая трёхмерный, двумерный гауссовский сплаттинг и гибридные подходы.
Подробно будет рассмотрена обновлённая версия системы для решения задачи семантической (open-vocabulary) 3D-реконструкции сцены в реальном времени. Система построена на объединении гауссовского сплаттинга (Gaussian Splatting), методах сжатия визуально-языковых признаков (например, DINOv2, CLIP) и технологии одновременной локализации и построения карты (SLAM). Для достижения высокой скорости работы используется обучаемый компрессор на основе нейросетевого автоэнкодера, который эффективно сжимает семантические признаки, минимизируя вычислительные затраты.
👉🏻 Дата: 09.10.25, четверг в 17:00
📹 Трансляция: Youtube или ВК
Подключайтесь к живому обсуждению и задавайте вопросы в прямом эфире! Ждем всех!
#CV #SLAM
- ❤ 7
- 🔥 1
Post #974
806
Forwarded from iMapDAY
Напишу что-нибудь новенькое про методы 3D компьютерного зрения:
Позавчера авторы из Microsoft Research, Harvard и Tsinghua University выложили код SOTA-модели MoGe-2 для реконструкции метрической карты глубин и карты нормалей из монокулярных изображений, статья про которую была принята на Neurips 2025. Демо выглядит впечатляющим. Эта модель - развитие метода MoGe, представленного на СVPR2025.
Статья: MoGe-2: Accurate Monocular Geometry with Metric Scale and Sharp Details, Neurips 2025, https://arxiv.org/abs/2507.02546
Проект: https://wangrc.site/MoGe2Page/
Код: https://github.com/microsoft/moge
В качестве бонуса, приведу также ссылку на другую свежую модель UniK3D, позволяющую делать консистентную реконструкцию карт глубин по монокулярной видеопоследовательности, статья про которую также была принята на CVPR2025
#References
Позавчера авторы из Microsoft Research, Harvard и Tsinghua University выложили код SOTA-модели MoGe-2 для реконструкции метрической карты глубин и карты нормалей из монокулярных изображений, статья про которую была принята на Neurips 2025. Демо выглядит впечатляющим. Эта модель - развитие метода MoGe, представленного на СVPR2025.
Статья: MoGe-2: Accurate Monocular Geometry with Metric Scale and Sharp Details, Neurips 2025, https://arxiv.org/abs/2507.02546
Проект: https://wangrc.site/MoGe2Page/
Код: https://github.com/microsoft/moge
В качестве бонуса, приведу также ссылку на другую свежую модель UniK3D, позволяющую делать консистентную реконструкцию карт глубин по монокулярной видеопоследовательности, статья про которую также была принята на CVPR2025
#References
- 👍 5
- ❤ 4
Center for Cognitive Modeling pinned a photo
Post #972
1.17K
🚀 — В этом году МФТИ снова стал площадкой для проведения Олимпиады Я-Профессионал по направлению "Искусственный интеллект", за которую отвечает наш Центр!
📍От вас: регистрация по направлению "Искусственный интеллект" до 11 ноября и любовь к ИИ
📍От нас: интересные задачи, призы и дополнительные баллы при поступлении в МФТИ и другие вузы победителям и призёрам!
Отборочный этап стартует 14 ноября, так что начинайте готовиться уже сейчас — смотрите задания прошлых лет по ссылке.
📍От вас: регистрация по направлению "Искусственный интеллект" до 11 ноября и любовь к ИИ
📍От нас: интересные задачи, призы и дополнительные баллы при поступлении в МФТИ и другие вузы победителям и призёрам!
Отборочный этап стартует 14 ноября, так что начинайте готовиться уже сейчас — смотрите задания прошлых лет по ссылке.
- ❤ 9
- 🔥 2
Post #971
1.02K
