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

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

Descrizione del progetto

Una nuova iniziativa per affrontare le sfide della sicurezza semantica e potenziare l’autonomia dei robot

I recenti progressi nell’apprendimento automatico hanno permesso ai robot di comprendere semanticamente i loro ambienti e di interagire in modo più naturale con gli esseri umani. Ma quando i robot affrontano ambienti reali, le interazioni fisiche comportano delle difficoltà, in particolare per garantire un processo decisionale sicuro. Gli approcci convenzionali si concentrano sui vincoli di sicurezza espliciti, ma la traduzione della comprensione semantica in azioni sicure rimane un processo complesso. Con il sostegno del programma di azioni Marie Skłodowska-Curie (MSCA), il progetto SSDM affronta questa lacuna. Collegando percezione e azione, il progetto si propone di dotare i robot della capacità di prendere decisioni intelligenti e semanticamente sicure. Grazie a strutture matematiche e strumenti algoritmici innovativi, SSDM promette di rivoluzionare l’autonomia dei robot, migliorando la sicurezza e l’efficienza in diverse applicazioni pratiche.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.

Programma(i)

Argomento(i)

Meccanismo di finanziamento

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

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

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2023-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

TECHNISCHE UNIVERSITAET MUENCHEN
Contributo netto dell'UE
€ 173 847,36
Indirizzo
Arcisstrasse 21
80333 Muenchen
Germania
Regione
Bayern Oberbayern München, Kreisfreie Stadt
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato