Наконец-то приподнята завеса тайны над самым загадочным событием 2024 года. Речь, конечно, о 8-й Международной научной конференции «Интеллектуальные информационные технологии в технике и на производстве» IITI 2024, которая прошла ещё в ноябре в Харбине (Китай). Нет, разумеется, градус загадочности не стоит переоценивать: в съезде только очно приняли участие более двухсот учёных из 120 с лишним стран, о нём писали организаторы (включая РАИИ), с удовольствием вспоминали участники и даже делились фотографиями. Однако подробностей мы не могли добиться вплоть до недавнего времени.
Что ж, долго верёвочке не виться, все публикации в конце концов были выложены на сайт Springer Nature. Значит, и мы с чистой совестью можем рассказать вам о мероприятии, о котором рассказываем ежегодно. В этот раз IITI действительно переехала, и не куда-то, а в Харбинский политехнический университет, расширив границы конференции. Не отступился и Борис Аркадьевич Кобринский, рассказав о подходе к нечёткому ситуационному контролю за этапами медико-технологического процесса, его проблемами и возможными решениями (ссылка) диагностики развивающихся болезней либо предкритических состояний.
А команда Александра Панова, Константина Яковлева, Кирилла Муравьёва и Дмитрия Макарова привезла с собой сразу три первоклассных исследования. Среди них — «ITLP-Campus: датасет для мультимодального семантического распознавания места» (ссылка): собственно, датасет, фиксирующий внешнюю и внутреннюю траекторию перемещения мобильного робота по университетскому городку его создателей с помощью видеокамер, лазерного локатора и маркеров ArUco с учётом времени суток, сезонных и погодных условий. Заодно он предоставляет и текстовое описание шумов внутри стен. Идеальный шпион.
В другом докладе авторы свернули в сторону «использования однозадачных и мультизадачных алгоритмов обучения с подкреплением для автономного мобильного робота Aloha» (ссылка). А Константин Яковлев, Александр Онегин и Нураддин Керимов «оценили подходы A* и RRT для высших степеней свободы планирования путей» (ссылка), т. е. сравнили планирование на основе поиска в пространстве, которое предоставляет информацию об узлах и связях от одной точки к другой, и решение задач движения за счёт случайного выбора точек для планирования траектории в непрерывном пространстве. По итогам испытаний поисковые методы для манипуляторов трёх/четырёх степеней свободы оказались эффективнее сэмплированных, что должно пошатнуть привычную вам картину мира. Но мы всё же напоминаем о Springer Nature, где опубликованы непосредственно результаты исследований.
Cсылки по теме: