Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

CoPS

Financiado

Cerrado

Coevolutionary Policy Search

I propose to develop a new class of decision-theoretic planning methods that overcome fundamental obstacles to the efficient optimization of autonomous agents. Creating agents that are effective in diverse settings is a key goal... ver más

30/09/2021

UOXF

1M€

Presupuesto del proyecto: 1M€

Líder del proyecto

THE CHANCELLOR MASTERS AND SCHOLARS OF THE UN... No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 2 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2021-09-30

ERC-StG-2014: ERC Starting Grant

I+D

Cerrada hace 10 años

0% 100% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

2 Participantes

UOXF

1.48M€ | Lider

MUEBLES J. MARIN

376.30K€ | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

AHPACS Abstraction Heuristics for Planning and Combinatorial Search 241K€ Cerrado

PLATAFORMA RAIL PLATAFORMA PARA EL APRENDIZA... PLATAFORMA RAIL PLATAFORMA PARA EL APRENDIZAJE AUTOMÁTICO E... 424K€ Cerrado

TIN2011-27652-C03-03 PLANINTERACTION: INTERACCION MULTI-AGENTE PARA PLANIFICACION 98K€ Cerrado

FRAPPANT Formal Reasoning About Probabilistic Programs Breaking New... 2M€ Cerrado

TIN2017-88476-C2-2-R RECONOCIMIENTO DE ACTIVIDADES Y PLANIFICACION AUTOMATICA PAR... 141K€ Cerrado

TIN2012-31740 SELECCION DE ACCIONES BASADAS EN MODELOS PARA AMBIENTES DINA... 26K€ Cerrado

Duración del proyecto: 75 meses Fecha Inicio: 2015-06-02
Fecha Fin: 2021-09-30

Líder del proyecto

THE CHANCELLOR MASTERS AND SCHOLARS OF THE UN... No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 1M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto I propose to develop a new class of decision-theoretic planning methods that overcome fundamental obstacles to the efficient optimization of autonomous agents. Creating agents that are effective in diverse settings is a key goal of artificial intelligence with enormous potential implications: robotic agents would be invaluable in homes, factories, and high-risk settings; software agents could revolutionize e-commerce, information retrieval, and traffic control. The main challenge lies in specifying an agent's policy: the behavioral strategy that determines its actions. Since the complexity of realistic tasks makes manual policy construction hopeless, there is great demand for decision-theoretic planning methods that automatically discover good policies. Despite enormous progress, the grand challenge of efficiently discovering effective policies for complex tasks remains unmet. A fundamental obstacle is the cost of policy evaluation: estimating a policy's quality by averaging performance over multiple trials. This cost grows quickly with increases in task complexity (making trials more expensive) or stochasticity (necessitating more trials). To address this difficulty, I propose a new approach that simultaneously optimizes both policies and the manner in which those policies are evaluated. The key insight is that, in many tasks, many trials are wasted because they do not elicit the controllable rare events critical for distinguishing between policies. Thus, I will develop methods that leverage coevolution to automatically discover the best events, instead of sampling them randomly. If successful, this project will greatly improve the efficiency of decision-theoretic planning and, in turn, help realize the potential of autonomous agents. In addition, by automatically identifying the most useful events, the resulting methods will help isolate critical factors in performance and thus yield new insights into what makes decision-theoretic problems hard.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores