DSA Faculty
API
← к списку преподавателей

Яковлев Константин Сергеевич

Факультет компьютерных наук

Профиль на hse.ru ↗ тел.: 27305 | +7 (926) 270-89-79
Публикаций
72
Языков
1
Наград
5
Конференций
1
Профиль Публикации (72) Курсы (2)

Профессиональные интересы

искусственный интеллектинтеллектуальные динамические системыинтеллектуальные системы управленияинтеллектуальная робототехникаинтеллектуальное планированиепланирование траекторииэвристический поискмногоагентные системыкогнитивные агенты

Должности

  • Заведующий кафедрой — Факультет компьютерных наук, Базовая кафедра Федерального исследовательского центра «Информатика и управление» Российской академии наук
  • Доцент — Факультет компьютерных наук, Базовая кафедра Федерального исследовательского центра «Информатика и управление» Российской академии наук

Био

  • · Начал работать в НИУ ВШЭ в 2014 году.
  • · Научно-педагогический стаж: 31 год.

Образование

  • 2010 · Кандидат физико-математических наук: Институт программных систем РАН , специальность 05.13.17 «Теоретические основы информатики», тема диссертации: "Исследование методов и разработка алгоритмов автоматического планирования траектории на плоскости"
  • 2006 · Магистратура: Российский университет дружбы народов, факультет: Физико-математический, специальность «Прикладная математика и информатика», квалификация «Магистр математики. Преподаватель высшей школы.»
  • 2004 · Бакалавриат: Российский университет дружбы народов, факультет: Физико-математический, специальность «Прикладная математика и информатика», квалификация «Бакалавр прикладной математики и информатики»

Опыт работы

  • · Федеральный исследовательский центр “Информатика и управление” Российской академии наук (ФИЦ ИУ РАН)
  • · Ведущий научный сотрудник, Отдел 71 "Интеллектуальные динамические системы и когнитивные исследования"
  • · Национальный исследовательский университет “Высшая школа Экономики” (ВШЭ)
  • · Доцент, Факультет компьютерных наук, Базовая кафедра "Интеллектуальные технологии системного анализа и управления" ФИЦ ИУ РАН (по совместительству)
  • · Московский физико-технический институт (МФТИ)
  • · Доцент, Физтех-школа прикладной математики и информатики, Научно-образовательный центр "Когнитивное моделирование" (по совместительству)
  • · Москва
  • · Институт искусственного интеллекта AIRI (AIRI)
  • · Ведущий научный сотрудник, лаборатория Cognitive AI-agents

Награды и поощрения

  • · Благодарность проректора НИУ ВШЭ (февраль 2023)
  • · Благодарность Высшей школы экономики (декабрь 2022)
  • · Благодарность Факультета компьютерных наук НИУ ВШЭ (сентябрь 2019)
  • · Надбавка за публикацию в журнале из Списка А (и приравненном к нему научном издании) (2025–2026, 2024–2025, 2023–2024)
  • · Надбавка за публикацию в международном рецензируемом научном издании (2022–2023, 2021–2022, 2020–2022, 2018–2020)

Гранты и проекты

  • — · на соискание учёной степени кандидата наук

Конференции (1)

Показать все
  • · 2024: XIV Всероссийское совещание по проблемам управления (ВСПУ 2024) (Москва). Доклад: Применение управления с прогнозирующими моделями и стохастической оптимизацией в задаче децентрализованного много-агентного избегания столкновений

Идентификаторы исследователя

Публикации (72)

Applying MAPP Algorithm for Cooperative Path Finding in Urban Environments

2017 · CHAPTER · en

The paper considers the problem of planning a set of non-conflict trajectories for the coalition of intelligent agents (mobile robots). Two divergent approaches, e.g. centralized and decentralized, are surveyed and analyzed. Decentralized planner – MAPP is described and applied to the task of finding trajectories for dozens UAVs performing nap-of-the-earth flight in urban environments. Results of the experimental studies provide an opportunity to claim that MAPP is a highly efficient planner for solving considered types of tasks.

DOI ↗

Методы планирования траектории на плоскости с учетом геометрических ограничений

2017 · ARTICLE · ru

Задача планирования траектории на плоскости рассматривается как задача поиска пути на графе специального вида. Анализируются алгоритмы, способные решать задачу с учетом геометрических ограничений, а именно в предположении, что траектория представляет собой упорядоченный набор отрезков - секций, таких, что угол между любыми двумя последовательными секциями не превышает заданного порогового значения. Такая постановка весьма актуальна при разработке эффективных методов навигации беспилотных транспортных средств. Предлагается новый алгоритм решения поставленной задачи, приводятся результаты его теоретических и экспериментальных исследований. Последние подтверждают его применимость на практике для планирования траектории маловысотного полета беспилотного летательного аппарата мультироторного типа в городских условиях, а также существенное превосходство над имеющимися отечественными и мировыми аналогами по числу успешно решаемых заданий.

DOI ↗

Multilayer cognitive architecture for UAV control

2016 · ARTICLE · en

Extensive use of unmanned aerial vehicles (UAVs) in recent years has induced the rapid growth of research areas related to UAV production. Among these, the design of control systems capable of automating a wide range of UAV activities is one of the most actively explored and evolving. Currently, researchers and developers are interested in designing control systems that can be referred to as intelligent, e.g. the systems which are suited to solve such tasks as planning, goal prioritization, coalition formation etc. and thus guarantee high levels of UAV autonomy. One of the principal problems in intelligent control system design is tying together various methods and models traditionally used in robotics and aimed at solving such tasks as dynamics modelling, control signal genera- tion, location and mapping, path planning etc. with the methods of behaviour modelling and planning which are thoroughly studied in cognitive science. Our work is aimed at solving this problem. We propose layered architecture — STRL (strategic, tactical, reactive, layered) — of the control system that au- tomates the behaviour generation using a cognitive approach while taking into account complex dynamics and kinematics of the control object (UAV).We use a special type of knowledge representation — sign world model — that is based on the psychological activity theory to describe individual behaviour planning and coalition formation processes. We also propose path planning methodology which serves as the mediator between the high-level cognitive activities and the reactive control signals generation. To generate these signals we use a state-dependent Riccati equation and specific method for solving it. We believe that utilization of the proposed architecture will broaden the spectrum of tasks which can be solved by the UAV’s coalition automatically, as well as raise the autonomy level of each individual member of that coalition.

DOI ↗ PDF ↗

Behavior and Path Planning for the Coalition of Cognitive Robots in Smart Relocation Tasks

2016 · CHAPTER · en

In this paper we outline the approach of solving special type of navigation tasks for robotic systems, when a coalition of robots (agents) acts in the 2D environment, which can be modified by the actions, and share the same goal location. The latter is originally unreachable for some members of the coalition, but the common task still can be accomplished as the agents can assist each other (e.g. by modifying the environment). We call such tasks smart relocation tasks (as the can not be solved by pure path planning methods) and study spatial and behavior interaction of robots while solving them. We use cognitive approach and introduce semiotic knowledge representation — sign world model which underlines behavioral planning methodology. Planning is viewed as a recursive search process in the hierarchical state-space induced by sings with path planning signs reside on the lowest level. Reaching this level triggers path planning which is accomplished by state of the art grid-based planners focused on producing smooth paths (e.g. LIAN) and thus indirectly guarantying feasibility of that paths against agent’s dynamic constraints.

DOI ↗ PDF ↗

Psychologically inspired planning method for smart relocation task

2016 · ARTICLE · en

Behavior planning is known to be one of the basic cognitive functions, which is essential for any cognitive architecture of any control system used in robotics. At the same time most of the widespread planning algorithms employed in those systems are developed using only approaches and models of Artificial Intelligence and don’t take into account numerous results of cognitive experiments. As a result, there is a strong need for novel methods of behavior planning suitable for modern cognitive architectures aimed at robot control. One such method is presented in this work and is studied within a special class of navigation task called smart relocation task. The method is based on the hierarchical two-level model of abstraction and knowledge representation, e.g. symbolic and subsymbolic. On the symbolic level sign world model is used for knowledge representation and hierarchical planning algorithm, MAP, is utilized for planning. On the subsymbolic level the task of path planning is considered and solved as a graph search problem. Interaction between both planners is examined and inter-level interfaces and feedback loops are described. Preliminary experimental results are presented.

DOI ↗ PDF ↗

STRL: многоуровневая система управления интеллектуальными агентами

2016 · CHAPTER · ru

Работа посвящена архитектуре системы управления сложными техническими объектами, рассматриваемыми как интеллектуальные агенты. В качестве таких объектов взяты малые беспилотные летательные аппараты (БПЛА) мультикоптерного типа. Архитектура состоит из трех уровней: стратегического, тактического и реактивного. Её применение позволит автоматизировать управление как отдельными БПЛА, так и их коалициями БПЛА при решении широкого круга задач.

PDF ↗

Взаимодействие стратегического и тактического планирования поведения коалиций агентов в динамической среде

2016 · ARTICLE · ru

В работе исследуется задача автоматического планирования в контексте более общей проблемы создания интеллектуальных систем управления сложными техническими объектами (мобильными роботами, беспилотными транспортными средствами и др.). Основное внимание уделяется задачам, которые не могут быть решены без взаимодействия методов стратегического (символьного) и тактического (субсимвольного) планирования. В работе предлагаются оригинальные методы планирования на символьном (психологически правдоподобное планирование поведения агента) и субсимвольном (планирование траектории) уровнях. Описываются способы их взаимной увязки и возникающие прямые и обратные связи. Приводится описание применения указанных алгоритмов на модельном примере задачи коллективного перемещения в динамической среде с разрушаемыми препятствиями.

PDF ↗

Метод разрешения конфликтов при планировании пространственных траекторий для группы беспилотных летательных аппаратов

2016 · CHAPTER · ru

В работе рассматривается задача планирования совокупности траекторий для группы интеллектуальных агентов (беспилотных летательных аппаратов) в двухмерном случае. Исследуется децентрализованный подход к ее решению, когда процесс построения траекторий осуществляется независимо, а согласование и устранение конфликтов – централизовано. Предлагается новый метод разрешения конфликтов, использующий как механизмы задержки агентов, так и оригинальную процедуру локального перепланирования траектории.

Toward autonomous UAV landing based on infrared beacons and particle filtering

2016 · CHAPTER · en

Autonomous fixed-wing UAV landing based on differential GPS is now a mainstream providing reliable and precise landing. But the task still remains challenging when GPS availability is limited like for military UAVs. We discuss a solution of this problem based on computer vision and dot markings along stationary or makeshift runway. We focus our attempts on using infrared beacons along with narrow-band filter as promising way to mark any makeshift runway and utilize particle filtering to fuse both IMU and visual data. We believe that unlike many other vision-based methods, this solution is capable of tracking UAV position up to engines stop. System overview, algorithm description, and its evaluation on synthesized sequence along real recorded trajectory are presented.

DOI ↗

Distributed Control and Navigation System for Quadrotor UAVs in GPS-Denied Environments

2015 · CHAPTER · en

The problem of developing distributed control and navigation system for quadrotor UAVs operating in GPS-denied environments is addressed in the paper. Cooperative navigation, marker detection and mapping task solved by a team of multiple unmanned aerial vehicles is chosen as demo example. Developed intelligent control system complies with on 4D\RCS reference model and its implementation is based on ROS framework. Custom implementation of EKF-based map building algorithm is used to solve marker detection and map building task.

Курсы (2)