Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Contextual Radio Cues for Enhancing Decision Making in Networks of Autonomous Agents

Descrizione del progetto

Segnali radio ambientali per il processo decisionale degli agenti autonomi

I segnali radio, che utilizzano sensori a radiofrequenza, offrono informazioni elettromagnetiche dotate di significato contestuale, consentendo agli agenti di prevedere i risultati e di navigare in modo più efficiente negli ambienti sociali. L’interpretazione dei segnali radio contestuali comporta lo scambio di informazioni prendendo in considerazione le capacità degli altri agenti di elaborare gli stimoli ambientali. Il progetto CUE-GO, finanziato dal CER, sta sperimentando un nuovo quadro di riferimento per agenti autonomi volto a migliorare il loro processo decisionale attraverso l’utilizzo di segnali radio ambientali, mediante lo sviluppo di metodi per l’estrapolazione di segnali radio, algoritmi di navigazione guidati da segnali e valutazioni per le previsioni future. Attingendo da diversi campi, tra cui le neuroscienze comportamentali e l’ingegneria, il progetto consentirà di compiere passi in avanti nel processo decisionale di ispirazione antropogenica per gli agenti autonomi, nell’ambito di una visione della società secondo la quale gli esseri umani e l’IA coesistono in modo ottimale.

Obiettivo

The CUE-GO project aims to conceive a novel methodological framework for enhancing the decision-making capabilities of autonomous agents through the exploitation of contextual radio cues of the environment. Radio cues represent a quantum leap from the traditional concept of features, usually retrieved by vision-based systems, as they contain electromagnetic information with semantic meanings (contextual) enabled by radio-frequency sensors, like those at TeraHertz bands. The elaboration of contextual radio cues allows a far-reaching prediction of the outcomes of agents behaviors and ultimately yields a more efficient navigation in social environments, more accurate localization of people and objects, and enhanced cooperation toward a common mission goal. In interpreting contextual radio cues, agents exchange their sensed information in a way that considers other agents expertise, i.e. their abilities to process environmental stimuli.

To achieve this vision, I will: (1) develop a general framework for the decision-making of autonomous agents that emulates the human capability of interpreting cues for anticipating an actions course; (2) conceive and design methods for extrapolating contextual radio cues based on high-resolution semantic mapping of the environment; (3) conceive and design cue-guided localization and navigation algorithms that will boost ambient awareness; (4) conceive new methods and metrics to assess the agents skills in associating contextual radio cues with statistical models that accurately predict future rewards or punishments; (5) develop collaboration schemes accounting for the assessment of agents expertise.

Thanks to a multidisciplinary approach, combining diverse knowledge from behavioral neuroscience to engineering, this project will lead to a significant advance in human-inspired decision-making for future networks of autonomous agents, toward a society where humans and artificial intelligence co-exist in the same environment.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2023-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

ALMA MATER STUDIORUM - UNIVERSITA DI BOLOGNA
Contributo netto dell'UE
€ 1 055 314,00
Indirizzo
VIA ZAMBONI 33
40126 Bologna
Italia
Regione
Nord-Est Emilia-Romagna Bologna
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 055 314,00

Beneficiari (2)