#ICLR2025 Второй интересный воркшоп был по робототехнике - Generative Models for Robot Learning. Звездой зедсь был, конечно, Sergey Levine. Он рассказал, как идут дела у его стартапа Physical Intelligence и про их последние работы. Я уже как-то рассказывал про их VLA модель \pi_0, которая при правильном балансе данных для предобучения и дообучения решает сложные обыденные задачи, типа разгрузки стиральнй машины🦾. Но их актуальная модель - это уже \pi_0.5, которая еще более эффективно сочетает низкоуровневую и высокоуровневую стратегии в единой модели. Отмечу и их иерархическую модель Hi Robot, где делается более явное разделение между VLM и VLA.

Из других пленарных докладчиков здесь еще упомяну Yilun Du (бывший аспирант Leslie Kaelbling и Joshua Tenenbaum), который продвигал свою теорию композиционной генерализации на основе принципиа минимизации энергии. Более общий взгляд на диффузионные стратегии. Из обычных устных докладов на воркшопе отметились Policy Agnostic RL: Offline RL and Online RL Fine-Tuning of Any Class and Backbone (улучшили OpenVLA без дополнительных демонстраций за счет декомпозици шага улучшения стратегии) и LAPA - Latent Action Pretraining from Videos (реализовали старую мечту робототехников - предсказывать действия только по видео с ютуба).

#papers При публикации результатов в нашей области ценятся не только топовые конференции, как недавно прошедший ICLR, но и солидные журналы. Сроки рассмотрения в них теперь не так уж сильно отличются от рецензирования на конференциях, а раундов исправлений замечаний может быть два и более. Недавно в нашей группе вышли две статьи в престижных журналах: Polygon Decomposition for Obstacle Representation in Motion Planning with Model Predictive Control в Engineering Applications of Artificial Intelligence и SegmATRon: Embodied Adaptive Semantic Segmentation for Indoor Environment в Neurocomputing (top-4 журнал в ИИ). У первой статьи вообще непростая история - она была принята в два журнала 🦾 Но первый отказался ее помещать в номер из-за санкций. Да, редко, но такое случается😥.

А так, обе работы посвящены важной теме - навигации робототехнических платформ. В первой предлагается метод декомпозиции перпятствий для более быстрой и точной работы MPC при следовании траектории🏎. Во второй мы предложили метод адаптивной сегментации при навгиации внутри помещений по изображениям с помощью RL🤖.

#CLeaR2025 Кроме больших конференций на 5000 человек🇨🇳 полезными оказываются и небольшие локальные конференции на 100-200 человек🇨🇭. Содержательно это чем-то похоже на воршкопы при топовых событиях, только на несколько дней и со своим сборником трудов. Недавно завершилась одна из таких конференций, Causal Learning and Reasoning, проходившая в EPFL. Основная тема - каузальные графические модели, в том числе в приложении к методам машинного обучения🤖. Мы здесь представляли свою работу - Relational Object-Centric Actor-Critic про объектно-центричного актора-критика с графической моделью мира.

Среди пленарных докладчиков выделю Elias Bareinboim из Колумбийского университета, который является двигателем каузальных методов ИИ, написал об этом целую книгу и как раз с выдержками из нее делал доклад. Он был аспирантом известного Джуди Пирла и пользовался концепцией трехуровневой иерархии причинно-следственных связей. Оказывается каузальные модели вполне совместимы и с генеративными моделями и с обучением с подкреплением. Последняя тема набиолее интересна, есть целый большой туториал на эту тему, но, к сожалению, дальше простых многоруких бандитов пока это не заходит.

Из устных докладов интересным показался рассказ коллег из Института Макса Планка про алгоритм кауазального сжатия через Колмогоровскую сложность. Был еще стенд с демонстрацией, где показывали великолепно оформленную и задизайненную пару установок для генерации физически обоснованных и контролируемых данных для тестирования разных каузальных моделей.

И как обычно, в заключение несколько постеров с конференции про каузальный вывод.