Исследовательская группа

Исследования аспектов взаимодействия человека и искусственного интеллекта

Системы искусственного интеллекта принимают все большее участие в жизни человека. Вопрос о том, как эти системы должны взаимодействовать с людьми и как оптимальнее всего должно быть устроено взаимодействие - это открытый исследовательский вопрос.

Общая цель группы - создание методов и алгоритмов более эффективного взаимодействия человека и искусственного интеллекта. Для достижении этой цели используются данные о поведении людей, которых собирается всё больше и больше. С помощью этих данных мы обучаем и улучшаем системы искусственного интеллекта и создаем предсказательные модели человеческого поведения, которые позволяют вышеупомянутым системам адаптироваться под своих пользователей.

В дополнение к фундаментальным исследованиям по теме мы также работаем над решением прикладных задач, таких как:

  • Создание интеллектуального помощника в написании программного кода.
  • Предсказание и оптимизация индивидуальной траектории обучения в онлайн курсах.
  • Обучение роботов социальной ответственности.

Новости

Публикации

  • T. Bryskin, A. Shpilman, D. Kudenko
    AAAI Workshop on Natural Language Processing for Software Engineering,
  • I. Sosin, D. Kudenko, A. Shpilman
    Continuous Gesture Recognition from sEMG Sensor Data with Recurrent Neural Networks and Adversarial Domain Adaptation
    ICARCV,
  • A. Malysheva, A. Shpilman, D. Kudenko
    Learning to Run with Reward Shaping from Video Data
    Workshop on Adaptive and Learning Agents (ALA) at ICML-AAMAS,
  • M. Li, T. Brys, D. Kudenko
    Introspective Reinforcement Learning and Learning from Demonstration
    17th International Conference on Autonomous Agents and Multiagent Systems (AAMAS),
  • D. Zendle, D. Kudenko, P. Cairns
    Entertainment Computing,
  • A. Malysheva, D. Kudenko, A. Shpilman
    Learning to Run with Potential-Based Reward Shaping and Demonstrations from Video Data
    ICARCV,