Descripción del proyecto
Aprendizaje rápido para robots
Aprender de la experiencia es un rasgo humano esencial que nos permite ser muy diestros y tener éxito en múltiples tareas. Facilitar que los robots autónomos aprendan de manera eficaz a partir de la experiencia les permitirá resolver tareas nuevas y complejas, y el aprovechamiento de sus capacidades específicas podría convertirlos en asistentes omnipresentes para las personas. Hoy día, se emplean métodos de aprendizaje por refuerzo no basados en modelos, pero estos requieren una gran cantidad de interacciones con el mundo real. Teniendo esto en cuenta, en el proyecto REAL-RL, financiado por el Consejo Europeo de Investigación, se examinará un método basado en modelos en el que las interacciones con el mundo real se aprenden a través de la experiencia y se registran en un modelo de aprendizaje, que se puede emplear para la simulación mental, lo que disminuye la cantidad requerida de interacciones con el mundo real. El equipo del proyecto desarrollará métodos genéricos de aprendizaje que se puedan emplear para controlar cualquier robot con piernas, brazos u otras morfologías.
Objetivo
REAL-RL proposes a path to autonomous robots that learn from experience. By learning to solve new and challenging tasks and exploiting their specific capabilities, they could become ubiquitous assistants to humans in an uncountable number of tasks. Current control strategies for robots are developed only for particular tasks and are not versatile. To ensure their functioning, it is necessary to have highly accurate physical models that precisely match all the essential aspects of the real world. REAL-RL follows a different path: a learning approach to robot control. The dominant direction in the field uses model-free reinforcement learning methods that need an incredible number of interactions with the world – often prohibitive for real robots. As a bypass, simulations are used but require detailed knowledge of all possible situations that the robot might encounter. These problems are circumvented in REAL-RL by proposing a model-based approach. Models of the interaction with the world are learned from experience and will be used to plan and adapt behavior on the fly. This approach promises to be much more data-efficient and allows to transfer of valuable experience between tasks. Fundamental challenges in model-learning, safety-aware exploration and planning, and higher-order reasoning are identified and presented here with concrete novel solution ideas, such as a causal inductive bias for deep dynamics models, risk-aware real-time general trajectory optimization, and differentiable discrete planning. Critical stepping stones, such as probabilistic models and fast trajectory planning, have just been developed by the community, and the applicant. By aiming at a generic learning method that can be used to control any robot – rigid or soft – with legs, arms, or other end-effectors for manipulation and locomotion tasks, and make them improve with experience, the proposal develops a solid basis for future robotic applications.
Palabras clave
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMA PRINCIPAL
Ver todos los proyectos financiados en el marco de este programa
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
HORIZON-ERC - HORIZON ERC Grants
Ver todos los proyectos financiados en el marco de este régimen de financiación
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
(se abrirá en una nueva ventana) ERC-2021-COG
Ver todos los proyectos financiados en el marco de esta convocatoriaInstitución de acogida
Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.
72074 Tuebingen
Alemania
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.