Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Decision-Driven Phase Transitions in Biological Collectives via Interpretable Multi-Agent IRL with Closed-Loop VR and Robotic Platform Validation

Projektbeschreibung

Untersuchen, wie die Entscheidungsfindung Übergänge im kollektiven Verhalten steuert

Mit Unterstützung durch das Marie-Skłodowska-Curie-Maßnahmenprogramm ergründet Projekt CRIT-IRL, wie individuelle Verhaltensweisen drastische Veränderungen im kollektiven Verhalten von Tieren (Phasenübergänge) hervorrufen. Mithilfe von virtueller Realität (VR) und Robotermodellen zielt das Projekt darauf ab, kontextabhängige Entscheidungsregeln zu ermitteln, die individuelle Handlungen steuern und kritische Übergänge auf Gruppenebene auslösen. Hierzu wird die Gruppendynamik von Tieren modelliert, analysiert und gesteuert, indem aus hochauflösenden Daten mittels inversem Lernen durch Verstärkung mit mehreren Agenten und graphenbasierter Modellierung interpretierbare Entscheidungsregeln abgeleitet werden. Diese Entscheidungen auf individueller Ebene werden dann mithilfe von Phasendiagrammen mit Übergängen auf Gruppenebene in einen Zusammenhang gestellt und durch Versuche mit geschlossenem Kreislauf validiert, in denen VR- und Robotersysteme zur Lenkung des kollektiven Verhaltens eingesetzt werden.

Ziel

CRIT-IRL will uncover the individual decision rules that drive phase transitions in biological collectives and will validate these mechanisms causally using closed-loop virtual reality (VR) and bio-hybrid robotics. The project addresses a key gap: existing models reproduce global patterns but rarely capture interpretable, context-dependent decisions—or show how such decisions generate critical transitions at the group level.

Objective 1. From trajectories to decision rules: infer interpretable, multi-objective policies from high-resolution multi-animal data via multi-agent inverse reinforcement learning (IRL) with graph-based interaction modelling; deliver a validated model, curated datasets and open code.
Objective 2. From decision rules to criticality: construct phase diagrams linking decision parameters to collective regimes; derive early-warning diagnostics (variance, recovery time, influential-agent scores) and identify critical individuals/time windows precipitating transitions.
Objective 3. Closed-loop causal validation: embed the learned policy in immersive VR with live fish and deploy it on aquatic robots to steer groups across phase boundaries, benchmarking against rule-based baselines and ablations.

Methodological innovations. Interpretable MA-IRL with constrained reward bases and heterogeneity; multi-scale validation (micro kinematics to macro order parameters); physics-informed mechanism mapping; embodied, counterfactual tests in VR/robotics. Open science: preregistered analyses, FAIR data, and reusable protocols/software.

CRIT-IRL yields mechanistic insight into decision-driven criticality, principled controllers for bio-hybrid swarms, and transferable diagnostics for other complex systems (e.g. ecological monitoring, distributed AI). The fellowship provides integrated training across behavioural biology, machine learning, complex-systems physics, and VR/robotics, leveraging state-of-the-art facilities to maximise scientific and career impact

Wissenschaftliches Gebiet (EuroSciVoc)

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

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

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) HORIZON-MSCA-2025-PF

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

MAX-PLANCK-GESELLSCHAFT ZUR FORDERUNG DER WISSENSCHAFTEN EV
Netto-EU-Beitrag
€ 202 125,12
Adresse
HOFGARTENSTRASSE 8
80539 MUNCHEN
Deutschland
Region
Berlin Berlin Berlin
Aktivitätstyp
Research Organisations
Links
Gesamtkosten
Keine Daten