Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

LiftMeUp: Globally optimal algorithms for dexterous manipulation and locomotion

Opis projektu

Poprawa bezpieczeństwa i osiągów robotów dzięki zoptymalizowanym algorytmom opartym na danych

Roboty mogą pomóc ludziom w stawianiu czoła wyzwaniom społecznym, ponieważ nie dotyczą ich ograniczenia ludzkiego organizmu. Podejścia algorytmiczne stosowane w robotyce oparte na pierwszych zasadach często wymagają obszernego dostrajania i wykorzystania heurystyki, z kolei nowsze metody uczenia głębokiego wymagają użycia zaporowych ilości danych, ponadto występuje problem uogólniania. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu LiftMeUp opracuje łatwe w użyciu ramy na potrzeby robotyki, które pozwolą połączyć podejścia oparte na pierwszych zasadach z paradygmatem opartym na danych w celu uzyskania zoptymalizowanych rozwiązań. Zespół ma na celu zaoferowanie przejrzystej i wydajnej alternatywy dla zasobochłonnych metod uczenia głębokiego.

Cel

Robots bear the potential to help solve the world’s pressing problems by enabling and scaling up operations beyond human capacities. To successfully manipulate objects and perform reliable locomotion, robots require adequate models and solvers. Traditionally, physics-based models and iterative solvers are used, and obtaining reliable solutions requires significant effort in model tuning and heuristics for good convergence. LiftMeUp’s objective is to combine data-driven modeling with globally optimal solvers in a unique way to create an easy-to-use framework for the life-long operation of robots in challenging tasks. The result is a transparent, sample-efficient alternative to the less interpretable and resource-hungry deep-learning solutions for robotics. Furthermore, LiftMeUp builds on providing certifiably optimal methods with important consequences for safety and efficiency, as opposed to deep learning and local solvers, where different initializations can lead to entirely different solutions.
LiftMeUp is carried out at WILLOW, Inria Paris, known for cutting-edge control and locomotion research, and has three stages: first, combining concepts from Koopman theory, polynomial optimization, and kernel methods, lifting functions are inferred from data and integrated into globally optimal methods for state estimation and control. Second, different models are optimally combined, leading to a modular framework that can be incrementally updated online. Lastly, these novel algorithms are implemented on hardware to solve real-world locomotion and dexterous manipulation tasks.
This framework will have an important scientific impact by creating novel connections between global optimization and machine learning, enabling the use of principled over heuristic solvers in a broad range of applications in robotics and beyond. It will entail energy and time savings for the economy and using sample-efficient and transparent models will democratize technology and build trust.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2024-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

INSTITUT NATIONAL DE RECHERCHE EN INFORMATIQUE ET AUTOMATIQUE
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 226 420,56
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych
Moja broszura 0 0