BaseLine

Работы исследователей AIRI на RLC 2026

В Канаде, Монреаль, завершилась третья международная конференция по обучению с подкреплением.

Денис Тарасов представил на ней работу "Yes, Q-learning Helps Offline In-Context RL". Среди авторов от института — Владислав Куренков, Александр Никулин, Альбина Клепач, Андрей Полубаров, Никита Любайкин и Александр Деревягин из группы «Адаптивные агенты».

Статья получила Outstanding Paper Award в категории Emerging Topics in RL 🚀

В ней исследователи показали, что Q-learning может заметно улучшить offline in-context RL — обучение модели решать новые задачи по контексту, используя только заранее собранные данные и без дополнительного взаимодействия со средой.

Также на конференции представлена статья Александра Панова, директора лаборатории когнитивных систем искусственного интеллекта, Алексея Ковалёва и Егора Черепанова из группы «Воплощённые агенты» — "Memory Retention Is Not Enough to Master Memory Tasks in Reinforcement Learning".

Работа показывает, что для RL с памятью недостаточно просто долго хранить информацию: агент должен уметь селективно обновлять и забывать устаревшие сведения. Авторы вводят диагностические POMDP-бенчмарки для continual memory rewriting и показывают, что классические рекуррентные модели часто устойчивее трансформеров и сложных RL архитектур с памятью.

#AIRIнаКонфе

О ключевом элементе в развитии современных роботов — памяти⤵️

Егор Черепанов, младший научный сотрудник группы «Воплощённые агенты» лаборатории когнитивных систем искусственного интеллекта Института AIRI, рассказывает в интервью «Ъ-Науке»:

⚫️что исследователи обычно имеют в виду, говоря о памяти робота
⚫️зачем она нужна современным роботам и какие проблемы могут возникать, если они «не помнят»
⚫️почему адаптация оказывается сложной задачей для роботов
⚫️как работать с памятью и где она хранится

📎Читайте материал по ссылке.

🔥Всем привет!

📆Завтра (05.06) в 17:00 Егор Черепанов, Алексей Староверов и Татьяна Земскова разберут архитектуру и методы обучения и инференса модели

RLDX-1

от корейского стартапа RLWRLD и обсудят, почему эту работу уже можно считать заметным вызовым современным VLA-моделям.

⚫️Авторы предлагают VLA-архитектуру для мобильной манипуляции, которая объединяет память на разных уровнях, тактильные сигналы, синтетические данные для редких сценариев и оптимизации инференса для работы в реальном времени.

⚫️Отдельно будет уделено внимание архитектуре MSAT, где разные модальности обрабатываются отдельными потоками и затем связываются через совместное self-attention.

⚫️Также будет разобрано, как эти инженерные и модельные решения переводятся в практический результат: RLDX-1 работает на частоте до 22 Гц на RTX 5090, а в экспериментах на реальном роботе и в симуляции заметно превосходит сильные базовые модели, включая π0.5 и NVIDIA GR00T N1.6. В частности, в задачах для гуманоидного робота ALLEX модель достигает 86.8% успеха против примерно 40% у конкурентов.

⚫️На семинаре обсудим, насколько эти результаты делают RLDX-1 серьёзным конкурентом для Pi0.7 и других SOTA VLA, а также посмотрим, что особенно важно для сообщества: у работы уже доступны код и веса.

Ссылки:
1. Технический репорт
2. Код и веса моделиr

🍿Ссылка на подключение

Подписаться⤵️
Embodied AI Reading Club

Завершилась конференция AAMAS 2026

Международная конференция по автономным агентам и многоагентным системам в этом году проходила с 25 по 29 мая в городе Пафос, Кипр. На ней исследователи лаборатории когнитивных систем искусственного интеллекта AIRI Александр Панов, Алексей Скрынник, Алексей Ковалёв, Егор Черепанов, Мария Нестерова и Антон Андрейчук представили 3 работы⤵️

📎Don't Blind Your VLA: Aligning Visual Representations for OOD Generalization
📎Memory Retention Is Not Enough to Master Memory Tasks in Reinforcement Learning
📎MARL-GPT: Foundation Model for Multi-Agent Reinforcement Learning

Делимся фотографиями с Кипра📷

#AIRIнаКонфе

🪼 — До конца подачи заявок в магистратуру ЦКМ осталось 2 дня — делимся историями наших студентов!

Первый гость интервью: Максим Бредихин, выпускник бакалавриата МГТУ им. Н. Э. Баумана, студент магистратуры ЦКМ. В Центре он занимается full-body control — это методы, которые позволяют мобильным манипуляторам и антропоморфным роботам расширять свои возможности за счет движения всего тела, а не только отдельных частей.

Как узнал о ЦКМ?

На ROS Meetup. Там я пообщался со студентами и сотрудниками Центра, они рассказали про проекты внутри ЦКМ и про магистерскую программу. Решил поступать именно сюда, так как многие темы были близки с моей научной и профессиональной деятельностью.

Почему именно магистратура ЦКМ?

Меня привлёк разнообразный набор дисциплин: можно глубоко погрузиться в предметную область, разобраться в современных SOTA-методах и в дальнейшем начать писать научные статьи. Также для меня важно, что преподаватели — это действующие исследователи, публикующие A* статьи, которые делятся своим опытом и всегда открыты к сотрудничеству и нетворкингу. Отдельно привлекает техническая возможность работать с реальными роботами и оборудованием, чтобы проверять свои гипотезы не только в симуляции, но и на железе.

Следующая история может быть ваша! Подавайте заявку на собеседование в магистратуру ЦКМ до 1 июня. Подробнее.

Поддержим Максима реакциями🪼

🎓 — Семинар 16. Обобщаемость VLA моделей, выравнивание текстово-визуальных представлений в VLA моделях | Никита Качаев

На семинаре разберёмся, почему VLA-модели после дообучения начинают «забывать», терять фокус и тексто-языковое понимание при обучении на малых робототехнических датасетах, и как метод выравнивания визуальных представлений помогает это исправить. А также на примере результатов на бенчмарке VL-Think посмотрим, насколько хорошо VLA модели усваивают знания из повседневной жизни.

📎Github
👉🏻 Дата: 21.05.26, четверг в 17:00
📹 Трансляция: Youtube или ВК

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

#семинары #VLA

🦾 — Продолжается набор в магистратуру ФПМИ МФТИ по искусственному интеллекту и робототехнике!

Поступление проходит по 2 направлениям:
— “Фундаментальные методы искусственного интеллекта” – база ЦКМ, 25 мест
— “Мультимодальный искусственный интеллект”– база Институт AIRI, 10 мест

Для поступления необходимо:
🪼Заполнить заявку на нашем сайте до 1 июня и пройти собеседование в Центре.
🪼Подать документы на сайте приёмной комиссии МФТИ и успешно пройти вступительные испытания.

В Центре под руководством ведущих специалистов в своих областях вы сможете заниматься написанием статей на передовые конференции А* (NeurIPS, ICLR, ICML, IJCAI и др.), а также работать над прикладными проектами по тематикам:

🪼Обучение с подкреплением для задач робототехники (манипуляция, навигация)
🪼Мультимодальные карты знаний в компьютерном зрении и робототехнике
🪼Компьютерное зрение для задач робототехники и беспилотного транспорта
🪼Большие языковые и мультимодальные модели для генерации действий в роботототехнике
🪼Мультимодальные среды и модели в обучении с подкреплением

🪼Заполняйте зявку на прохождение собеседования до 1 июня!

Информация для поступающих есть на сайтах ЦКМ и приёмной комиссии.

Исследователи AIRI представили модель, которая может запоминать многое, не увеличивая потребность в вычислениях

Робот часто видит важную информацию задолго до того, как её необходимо использовать. Если система не умеет надёжно хранить и вовремя извлекать данные, ей трудно действовать в сложной и меняющейся среде. Обычные трансформеры решают эту задачу не полностью: одни модели становятся слишком дорогими по вычислениям, другие плохо контролируют, что именно забывается.

В ELMUR каждый слой содержит фиксированное количество слотов памяти, которые параллельно взаимодействуют с основным потоком данных. Система может читать информацию из этих ячеек, когда принимает решение, и записывать туда новые данные. Если память начинает заполняться — обновляются те ячейки, которые использовались реже всего. Это даёт ИИ компактное, но устойчивое хранилище, которое может удерживать важную информацию на протяжении 100 тысяч шагов за пределами обычного окна внимания.

О разработке рассказали на ICLR 2026.

Научная статья | CNews

🎓 — Семинар 13. Детектирование неоднозначных инструкций на естественном языке | Дарья Гиталова

В докладе рассматривается проблема неоднозначности инструкций на естественном языке роботу, которая приводит к множественности интерпретаций и потенциальным рискам при исполнении.

Рассмотрим два подхода к детектированию неоднозначности: фреймворк GRICE (Grice’s Robotic Instruction Clarity Evaluation), операционализирующий кооперативный принцип Пола Грайса через нарушение максим Количества, Качества, Отношения и Способа на основе комбинации символических признаков и LLM-оценок, и метод SVC (Semantic Valency Conflict), выявляющий конфликты между конкурирующими семантическими фреймами при неспецифицированных аргументных позициях предиката.

👉🏻 Дата: 30.04.26, четверг в 17:00
📹 Трансляция: ВК

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

#семинары #LLM