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

Control for Safety-Constrained Interactive Systems

Descrizione del progetto

Un quadro innovativo per migliorare il processo decisionale interattivo

Negli ultimi anni il processo decisionale interattivo è diventato una parte fondamentale dei moderni sistemi di controllo in quanto la proliferazione di veicoli autonomi, robotica collaborativa e reti elettriche intelligenti ha dato origine alla necessità di migliorare le interazioni tra le tecnologie e i loro ambienti; tuttavia, nonostante i progressi compiuti nell’ambito delle soluzioni decisionali interattive, garantire la sicurezza in questo campo costituisce tuttora una sfida a causa della dipendenza da agenti, azioni e stocasticità, che spesso possono essere imprevedibili. Il progetto CONCISE, finanziato dal CER, svilupperà un quadro innovativo inteso a migliorare le prestazioni e la sicurezza nei giochi dinamici stocastici multi-agente sfruttando i recenti progressi dell’IA, la teoria dei giochi, la teoria dell’apprendimento e il controllo stocastico, nonché studiando e affrontando al contempo le principali lacune di conoscenza in tal ambito.

Obiettivo

Interactive decision-making among multiple entities is critical in modern control systems, such as autonomous vehicle trajectory planning, resource coordination in smart power grids, and collaborative robotics. Safety constraints, including collision avoidance in autonomous vehicles and maintaining supply-demand balance in smart grids, are of paramount importance in these systems. However, ensuring safety remains a significant challenge due to its dependence on agents' coupled actions and stochasticities like unpredictable trajectories of road agents in autonomous driving and variable renewable energy outputs in smart grids.

This research program proposes a framework for ensuring safety and performance for multiagent stochastic dynamic games. Dynamic game theory provides a powerful foundation for addressing interactive decision-making problems. Recent advances in artificial intelligence, particularly in solving complex multiagent problems, have led to the development of scalable algorithms for such decision-making challenges. However, existing algorithms lack provable performance guarantees when applied to real-world systems with constraints, leaving a critical gap in the field.


The proposed research program addresses this gap by developing a theoretical framework guided by real-world challenges. To achieve this, it proposes to integrate recent breakthroughs in three fundamental fields of stochastic control, game theory and learning theory: safety assurance and control under partial information from stochastic control, characterizing tractable classes of games and ensuring equilibrium efficiency from game theory, and powerful function approximators with provable guarantees from learning theory.

To bridge theory and practice, the program verifies the developed algorithms on real-world problems in transportation, power systems, and robotics, utilizing the PI's robotics testbed and ongoing collaborations with the energy sector.

The anticipated outcomes inclu

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-2025-COG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE
Contributo netto dell'UE
€ 1 989 960,00
Indirizzo
BATIMENT CE 3316 STATION 1
1015 Lausanne
Svizzera
Regione
Schweiz/Suisse/Svizzera Région lémanique Vaud
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 989 960,00

Beneficiari (1)