Opis projektu
Wzmacnianie inteligentnych pojazdów autonomicznych na potrzeby badania zwierząt morskich
Jednym z naszych wspólnych europejskich celów jest ochrona zdrowia i różnorodności biologicznej ekosystemu morskiego, ponieważ to tak niezwykle ważne środowisko podwodne jest dziś zagrożone. Jednakże w celu osiągnięcia rzeczywistej poprawy w zakresie ochrony i zachowania stanu europejskich wód morskich potrzeba nam dziś zupełnie nowego, przełomowego podejścia. W ramach finansowanego ze środków UE projektu AIforUTracking przeprowadzone zostaną nowatorskie badania skupiające się na śledzeniu zwierząt morskich przez pojazdy autonomiczne wykorzystujące techniki uczenia przez wzmacnianie. Nowe algorytmy mające na celu zwiększenie autonomii maszyn zostaną opracowane dzięki nowatorskim strategiom i współpracom, które pozwolą na zrewolucjonizowanie możliwości badania zwierząt morskich przez zastosowanie takich metod jak POMDP (Partially Observable Markov Decision Process) lub MARL (Multi-Agent Reinforcement Learning). Metody te zostaną przetestowane i udoskonalone w celu uzyskania lepszych wyników.
Cel
The Artificial Intelligence methods for Underwater target Tracking (AIforUTracking) project will bring to the scientific community new tools for underwater target tracking by Autonomous Underwater Vehicles (AUVs) using Reinforcement Learning (RL) techniques. Moving towards the envisioned applications of marine animal tracking by autonomous vehicles, this proposal is clearly at the forefront of research, and directly addresses some of the main challenges and needs of the last Marine Strategy Framework Directive of the European parliament and of the Council, in particular establishing a framework for community action in the field of marine environmental policy. This research project will directly contribute to maintain and improve the health of the ocean by establishing innovative and unique research collaborations, and by introducing novel concepts and original research strategies that could provoke breakthroughs in the field of marine animal behavioural studies by:
a) Designing and developing optimisation algorithms that leverage new RL approaches, such as Partially Observable Markov Decision Process (POMDP) and Multi-Agent Reinforcement Learning (MARL). These Artificial Intelligence (AI) tools will increase the autonomy of the AUVs while improving the accuracy of the estimated target position.
b) Demonstrating the effectiveness and application of the path optimisation technique using POMPD and MARL methods by conducting real tests in the ocean, i.e. different targets will be tracked using a single AUV or multiple AUVs, as a proof-of-concept. These innovative technologies, together with Range-Only and Single-Beacon (ROSB) and Area-Only Target Tracking (AOTT) methods, are more competitive and offers greater autonomy than the traditional Long BaseLine (LBL) arrays-based methods.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordynator
28006 Madrid
Hiszpania