В период с 12 по 22 мая 2026 года шестеро студентов направления «Управление в технических системах» погрузились в мир, где роботы думают коллективно, а сложные задачи решаются без единого центра. Группы ИУК3 (Койда Сергей, Провоторов Тимофей, Сухацкий Максим, Лысенко Олег, Щеглов Владислав и Фролов Никита) прошли обучение по дополнительной профессиональной программе «Мультиагентные технологии и роевой интеллект» в научном центре Университета «Сириус».
Это была не просто летняя школа, а интенсивный курс на стыке теории графов, искусственного интеллекта и мобильной роботехники. Мы поговорили с участниками о том, что заставило их выбрать этот путь, какие открытия они сделали за эти десять дней и над какими проектами трудились до поздней ночи.
Для многих участников отправной точкой стал совет преподавателей кафедры, но главной мотивацией было желание понять, как локальные правила взаимодействия превращают разрозненную группу в единый организм.
Меня всегда привлекали интеллектуальные технологии. Об этой программе мне рассказал преподаватель... Он отметил, что данное направление сейчас находится на стыке передовой науки и практики. Мультиагентные системы и роевой интеллект – это совершенно другой уровень живучести систем. Мне хотелось детально разобраться, как локальные правила взаимодействия отдельных агентов приводят к скоординированному и эффективному глобальному поведению всей группы
Тимофей Провоторов
Студенты ожидали получить прочную теоретическую базу, но реальность превзошла ожидания по части плотности материала. Программа запомнилась своей высокой интенсивностью: за пять дней был пройден огромный объем информации, включавший две лекции, семинар и проектную работу ежедневно. Самым неожиданным для слушателей стало то, как математические модели информационного влияния связывают с современными LLM-агентами. Наиболее интересными показались лекции по децентрализованной стохастической оптимизации и управлению в динамических сетях.
Из теории самыми полезными оказались концепции мультиагентного управления в динамических сетях (Multiagent control in the dynamical networks) и методы оценивания в условиях неопределенности и помех
Тимофей подчеркнул, что эти технологии жизненно необходимы для реальных проектов, позволяя управлять БПЛА и эффективно распределять задачи между машинами на автоматических складах.
Организаторы собрали ведущих специалистов-теоретиков и практиков, которые помогли студентам пройти путь от базовых моделей консенсуса и кластеризации до сложных взаимодействий через сети агентов высоких порядков.
Итогом обучения стали не только знания, но и реальные практические навыки создания мультиагентных протоколов управления. Студенты разделились на две команды для защиты итоговых проектов:
Команда 1: «Мультиагентная стохастическая безградиентная настройка нейросетевых моделей: алгоритм MeZO» Над этим проектом работали Максим Сухацкий, Олег Лысенко, Владислав Щеглов и Никита Фролов. Их задачей было реализовать сложный алгоритм настройки нейросетей в распределенной среде, что является передним краем исследований в области машинного обучения.
Команда 2: «Детекция роботизированных агентов на изображении с использованием нейросетевых методов» Этот проект реализовывали Сергей Койда и Тимофей Провоторов.
Участие в программе укрепило желание ребят развивать тему распределенного управления в своих будущих научных работах.
Студенты выражают огромную благодарность организаторам за актуальный материал и интересных спикеров, а также желают программе дальнейшего развития и привлечения сильных студентов.
Фото: ИУК3
