Российский скелет проиграл только китайскому

29 октября 2019 года команда МФТИ заняла второе место в соревновании Learn to Move — Walk Around в рамках конференции NeurIPS 2019. Главным организатором данного трека выступила лаборатория Стэнфордского университета, специализирующаяся на нервно-мышечной биомеханике.

Представители команды МФТИ – Сергей Колесников, сотрудник лаборатории нейронных систем и глубокого обучения МФТИ и Валентин Хрулков, аспирант Сколтеха – показали отличный результат, уступив только китайским участникам из NLP-отдела Baidu.

Всего в проекте Learn to Move — Walk Around приняли участие более 70 команд, из которых только 15 прошли в финальный раунд. Основной метрикой качества считалась суммарная награда за симуляцию, которая показывала, насколько хорошо скелет придерживался заданного направления и скорости на протяжении всего эпизода.

По условиям соревнования участникам был дан виртуальный скелет человека в симуляторе OpenSim. Основная задача состояла в том, чтобы научить скелет двигаться в определенном направлении с заданной скоростью. В ходе симуляции и направление, и скорость задавались через векторное поле и могли меняться с течением времени.

Для создания виртуальной модели управления скелетом предлагалось использовать подход, известный как обучение с подкреплением. Для этой цели был использован фреймворк с открытым исходным кодом Catalyst, содержащий высокоуровневые утилиты для исследований в областях глубокого обучения и обучения с подкреплением.

Как отмечает Сергей Колесников, соревнования — еще один формат обмена и наращивания опыта, в последнее время широко распространенный в научном сообществе наряду с традиционными конференциями, публикациями и воркшопами: «Подобные соревнования служат тому, чтобы в быстром и состязательном режиме попробовать огромное количество совершенно новых идей и гипотез.

В первом раунде участникам дается довольно много времени, чтобы хорошо изучить как среду, так и проблематику задачи. А уже во втором — за неделю-две надо решить четко поставленную финальную задачу. Такой режим учит работать как в долгосрочном режиме, разбираться в проблематике и биомеханике, так и в краткосрочном режиме, когда важен результат».

Для Сергея Колесникова это не первое успешное соревнование в рамках трека по обучению с подкреплением (RL) конференции NeurIPS. В 2017 году совместно с Михаилом Павловым им удалось сначала занять третье место, уступив лишь коллегам из Китая и команде Шмидхубера. В 2018 году, совместно с Алексеем Гринчуком (МФТИ, Сколтех) и Антоном Печенко — вновь третье, и только команды Baidu и Шмидхубера опередила нашу команду. В этом году ребята заняли второе место.

СПРАВКА:

Международная конференция по машинному обучению NeurIPS проводится с 1989 года. Конференции присвоен высший рейтинг A* по международному классификатору CORE — ассоциации департаментов информатики вузов Австралии и Новой Зеландии, которая проводит оценку крупных конференций в области компьютерных наук. Именно на NeurIPS последние годы публикуются прорывные работы в области машинного обучения.

 Вконтакте

Twitter