< Terug naar vorige pagina

Project

Speltheoretische benaderingen en algoritmes voor interagerende dynamische systemen

De huidige industriële en automobielmaatschappij heeft grote belangstelling gekregen voor de integratie van autonome robotsystemen, die rechtstreeks met de mens in wisselwerking staan. Voor deze systemen is het begrijpen van de intenties van de mens van cruciaal belang om een efficiënte en veilige controle te garanderen. Speltheorie biedt theoretische kaders voor het vastleggen van de menselijke intentie gedurende de bewegingsplanning, hoewel voor de meeste beschikbare algoritmen niet kan worden aangetoond dat ze globaal convergeren onder redelijke aannames en de convergentie naar optimale oplossingen traag verloopt, vooral wanneer het aantal interagerende spelers toeneemt, waardoor de praktische toepasbaarheid van deze kaders in het gedrang komt. Bovendien kan menselijk gedrag in zekere mate willekeurig zijn, wat een extra uitdaging vormt voor het ontwerpen van geschikte gedragsleeralgoritmen. Om deze uitdagingen aan te gaan, wil dit doctoraatsproject meer praktisch toepasbare oplossings- en leeralgoritmes ontwikkelen, die het mogelijk maken om met behulp van speltheoretische benaderingen bewegingsplanning in real-time uit te voeren.

Datum:5 okt 2020 →  Heden
Trefwoorden:Machine Learning, Non-convex, Optimization algorithms
Disciplines:Variatieberekening, optimale controle en optimalisatie, Machine learning en besluitvorming
Project type:PhD project