Конференция по робототехнике и Reinforcement learning ROS Meetup 27-28 апреля 2024

ROS Meetup — это место встречи робототехнического сообщества, возможность для робототехников всех уровней, от новичков до экспертов, посвятить выходные практическому обучению и общению с единомышленниками. Получите советы и рекомендации экспертов, встречайтесь и делитесь идеями с другими разработчиками! Доклады охватывают весь спектр тем от ROS до Reinforcement Learning и антропоморфных роботов.

Участие в конференции бесплатное. Конференция состоится 27-28 апреля 2024 года (суббота-воскресенье) на Кутузовском проспекте 32к1 в штабе Сбера. Мероприятие проходит при поддержки нашего Центра робототехники.Инженеры и руководители компаний поделятся реальным опытом использования ROS в исследовательских и коммерческих проектах.

В этот раз мы решили разбавить технические доклады большим количеством тематических дискуссий и временем на общение между специалистами и различными заинтересованными группами.

Какие темы обычно затрагиваются в докладах и дискуссиях:

Антропоморфные роботы

Reinforcement learning

LLM — large language mode, Deep learning

Беспилотные автомобили и мобильные роботы

Манипуляторы и алгоритмы в манипуляции в том числе MoveIt

ROS пакеты и другие темы в робототехнике

Видеозаписи с предыдущих конференций. Публикуются с полугодовым запаздыванием, поэтому если хочешь быть в тренде, приходи очно)

Общее фото с одного из прошлых ROS meetup

Программа (будет уточнена, о чем будет сообщено по почте):

27 апреля — суббота:

Время

секция

Тема доклада

Описание доклада

Докладчик

9:30

Открытие зала и неформальное общение

10:00

Начало

10:00

Reinforcement learning + Deep Learning

Вступительное слово

Приветствие. Программа мероприятия. Правила конференции. Важные обьявления. Как пообедать.

Алексей Бурков Центр робототехники Сбер

10:15

Алгоритм походки четвероного робота

Выкладываем в open source алгоритмы cMPC и WBC для походки четвероного робота в виде ROS пакетов.

Алексей Бурков Центр робототехники Сбер

10:45

Оценка качества данных для обучения с подкреплением

В данном докладе будет краткий экскурс в пробелематику оффлайн обучения с подкреплением, будут рассказаны основные подходы, а также подробно рассказано об разработанной метрике для эффективной оценки их качества

Долговязов Андрей Романович

11:00

OpenPlaceRecognition: открытая библиотека мультимодального распознавания места для роботов и беспилотных автомобилей

Как локализовать робота или автомобиль в случае отсутствия или потери GPS-сигнала? Как повысить качество детекции циклов в алгоритмах SLAM?

В докладе мы дадим ответы на эти вопросы и обсудим возможности технологии распознавания места, которая с помощью современных моделей нейронных сетей и способов их обучения может добиваться впечатляющих результатов по запоминанию роботом ранее посещенных мест. Особое внимание будет уделено мультимодальным методам, которые принимают на вход сырые изображения камер (сразу нескольких) и облака точек лидаров и на выходе могут получить трехмерные координаты робота на основе сохраненной базы данных.

Мы также представим разработанную нами открытую программную библиотеку OpenPlaceRecognition (https://github.com/alexmelekhin/OpenPlaceRecognition), которая поддерживает много известных методов распознавания места, а также оригинальные алгоритмы, позволяющие использовать результаты семантической сегментации изображений, распознавания текстовых надписей, Aruco-меток и многое другое.

Авторами доклада является команда исследователей из МФТИ, реализующая открытый проект по программе КОД-ИИ Фонда содействия инновациям — Юдин Д.А, Мелехин А.А., Линок С.А., Муравьев К.Ф., Панов А.И.

Линок Сергей Александрович, Мелехин Александр Алексеевич, Муравьев Кирилл Федорович, Юдин Дмитрий Александрович МФТИ

11:30

Решение задач манипуляции для робота Mobile Aloha с помощью подхода TD-MPC2 и платформы NVIDIA Isaac Sim

Рассматриваются вопросы создания среды симуляции и другие особенности реализации RL метода TD-MPC2 применительно к набирающей популярность робототехнической системе Mobile Aloha, способной к выполнению тонкой манипуляции.

Макаров Дмитрий Александрович МФТИ

11:50

Исследование RL подходов для решения задач планирования движения робота Mobile Aloha в человеко-оринетированной среде

Рассматриваются и исследуются различные RL подходы для планирования передвижения набирающей популярность робототехнической системы Mobile Aloha. Особенностью среды задачи планирования является частично неизвестная человеко-оринетированная среда.

Макаров Дмитрий Александрович МФТИ

12:10

Перерыв на фуршет

12:30

Трансформеры с памятью в обучение с подкреплением для робототехнических задач

В каких задачах роботам необходимо использовать память? Какие есть подходы к добавлению памяти в трансформеры для обучения с подкреплением? На эти и другие вопросы мы дадим ответы в нашем докладе, а также представим разработанную нашей командой модель RATE, которая использует рекуррентную память.

Ковалёв Алексей Константинович, Черепанов Егор Константинович AIRI

12:55

Онлайн и оффлайн обучение с подкреплением для генерации и оценки робототехнических действий на основе GPT моделей

Большие языковые модели (LLM) на основе GPT продемонстрировали успех в понимании естественного языка, однако они часто не справляются с простыми задачами по принятию решений в робототехнических системах из-за проблем с несогласованностью данных во время обучения и данных с сенсоров робота. Напротив, обучение с подкреплением (RL) изучает стратегии агентов с нуля методом проб и ошибок в средах, что гарантирует, что агенты RL хорошо согласованы со средой. В докладе мы разберем использование методов RL для трансформерных моделей, особенности их применения к робототехническим задачам и представим способ обучения используя как онлайн так и оффлайн подходы.

Староверов Алексей Витальевич AIRI

13:10

Перерыв

13:25

Дискуссия на тему Reinforcement learning в робототехнике

Эксперты на пальной дискуссии поговорят на тему Reinforcement learning в робототехнике. Будет возможность задать вопросы из зала. Модерирует Алексей Бурков.

Панов Александр Игоревич МФТИ, AIRI Евгений Пономарев Центр робототехники Сбер

14:25

Завершение секции

Правила на перерыв. Объединение в группы по интересам для обсуждений.

Алексей Бурков Центр робототехники Сбер

14:35

ОБЕД

Перерыв на обед, просмотр выставки роботов, общение

16:35

Антропоморфная робототехника

Робот для проведения экскурсий в лаборатории робототехники

Доклад посвящен созданию робота-эксурсовода с целью облегчения жизни сотрудников лаборатории. Расскажу о том, какую систему управления мы сделали, чтобы иметь возможность легко создавать и изменять сценарии экскурсии. А также какие трюки мы применили, чтобы сделать экскурсии насыщеннее и привлекательнее для нашей аудитории. Робот провел около полсотни экскурсий, так что смогу поделиться некоторой статистикой и моментами из его рабочих будней.

Московский Антон Дмитриевич НИЦ Курчатовский институт

16:35

Тема и описание уточняется

Рамиль Хусаинов Центр робототехники Сбер

17:05

Про антропоморфных роботов

Тема и описание уточняется

Роман Горбачев МФТИ

17:35

Численное проектирование механизмов роботов

Доклад про прямую и обратную задачи проектирования с объяснением примеров.

Борисов Иван Игоревич Центр робототехники Сбер, Университет ИТМО

18:05

Перерыв

18:15

Дискуссия на тему антропоморфных роботов

Эксперты на пальной дискуссии поговорят на тему антропоморфных роботов. Будет возможность задать вопросы из зала. Модерирует Алексей Бурков.

Роман Горбачев МФТИИван Броисов Центр робототехники СберРамиль Хусаинов Центр робототехники Сбер

19:15

Завершающее слова первого дня конференции

Выводы

Алексей Бурков Центр робототехники Сбер

19:25

Общение, нетворкинг и фуршет

Свободное общение участников на площадке конференц зала.

19:55

Конец

Закрытие зала

28 апреля — воскресенье:

Время

Тема доклада

Описание доклада

Докладчик

9:30

Открытие зала и неформальное общение

10:00

Начало