Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Deployable Decision-Making: Embracing Semantics for Robotic Safety in Everyday Scenarios

Descripción del proyecto

Una nueva iniciativa abordará los retos de la seguridad semántica para impulsar la autonomía de los robots

Los recientes avances en el aprendizaje automático han permitido a los robots comprender semánticamente su entorno y relacionarse de forma más natural con los humanos. Sin embargo, a medida que los robots navegan por entornos reales, las interacciones físicas plantean retos, sobre todo al garantizar la seguridad en la toma de decisiones. Los métodos convencionales se centran en las restricciones de seguridad explícitas, pero convertir la comprensión semántica en acciones seguras sigue siendo complejo. Con el apoyo de las acciones Marie Skłodowska-Curie, el equipo del proyecto SSDM aborda esta cuestión. Al tender un puente entre percepción y acción, en el proyecto se pretende dotar a los robots de la capacidad de tomar decisiones inteligentes y semánticamente seguras. A través de innovadores marcos matemáticos y herramientas algorítmicas, el equipo de SSDM promete revolucionar la autonomía de los robots, mejorando la seguridad y la eficiencia en diversas aplicaciones prácticas.

Objetivo

Recent breakthroughs in machine learning have opened up opportunities for robots to build a semantic understanding of their operating environment and interact with humans in more natural ways. While machine learning has unlocked new potentials for robot autonomy, as robots venture into the real world, physical interactions with the surrounding environment pose additional challenges. One typical challenge in practical applications is providing safety guarantees in robot decision-making. Much of the safe robot decision-making literature today focuses on explicit safety constraints defined in the robot state and input space. However, in practical applications, robots are often required to infer semantics-grounded safe actions from perception input. While recent machine learning techniques are increasingly capable of distilling semantic information from perception, translating the semantic understanding to explicit safety constraints is non-trivial. In this proposed project, we aim to close the perception-action loop and develop mathematical foundations and algorithmic tools that enable robots to make intelligent and semantically safe decisions.

Ámbito científico (EuroSciVoc)

Este proyecto aún no se ha clasificado con EuroSciVoc.
Sugiera los ámbitos científicos que considere más relevantes y ayúdenos a mejorar nuestro servicio de clasificación.

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) HORIZON-MSCA-2023-PF-01

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

TECHNISCHE UNIVERSITAET MUENCHEN
Aportación neta de la UEn
€ 173 847,36
Dirección
Arcisstrasse 21
80333 Muenchen
Alemania
Región
Bayern Oberbayern München, Kreisfreie Stadt
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
Sin datos