🪼 — 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.

🎓 — 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

Всем привет!🔥

📆 Завтра (05.12) в 17:00 Даниил Зелезецкий расскажет про

Подходы к повышению визуальной обобщаемости в задаче обучения с подкреплением

Обучаясь на тренировочных средах, вместе с выработкой релевантных навыков агент может запоминать нерелевантную информацию о среде, неожиданное изменение которой спровоцирует падение перфоманса агента. На встрече мы обсудим задачу визуальной обобщаемости, когда нерелевантной информацией может являться фон сцены, освещение, цвета и формы предметов, внешний вид агента и внезапное появление сторонних объектов

Статьи:
1. Reinforcement Learning with Augmented Data
2. Decoupling Value and Policy for Generalization in Reinforcement Learning
3. Learning Invariant Representations for Reinforcement Learning Without Reconstruction

🍿Ссылка на подключение

Подписаться⤵️
Embodied AI Reading Club