Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

OCAL

Financiado

Cerrado

Optimal Control at Large

"Despite wide ranging progress on both the theory and applications of optimal control for more than half a century, considerable challenges remain when it comes to applying the resulting methods to large scale systems. The difficu... ver más

31/10/2024

ETH Zürich

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH No se ha especificado una descripción o un objeto social para esta compañía.

Fecha límite participación Sin fecha límite de participación.

Ver 2 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2024-10-31

ERC-2017-ADG: ERC Advanced Grant

I+D

Cerrada hace 7 años

0% 100% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

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

2 Participantes

ETH Zürich

2.50M€ | Lider

INGETEAM POWER TECHNOLOGY

1.18M€ | Participante

Proyectos interesantes

PID2020-120087GB-C21

Software

Data Science

54K€ Cerrado

FJC2020-044003-I

Software

Data Science

Cerrado

CoDeFeL

Software

Data Science

2M€ Cerrado

EL MUNDO

Software

Data Science

75K€ Cerrado

Back to the Roots

Data Science

Software

2M€ Cerrado

JDC2023-051006-I

Software

Data Science

72K€ Cerrado

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

Duración del proyecto: 77 meses Fecha Inicio: 2018-05-28
Fecha Fin: 2024-10-31

Líder del proyecto

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH No se ha especificado una descripción o un objeto social para esta compañía.

Presupuesto del proyecto 2M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto "Despite wide ranging progress on both the theory and applications of optimal control for more than half a century, considerable challenges remain when it comes to applying the resulting methods to large scale systems. The difficulties become even greater when one moves outside the classical realm of model based optimal control to address problems where models are replaced by data, or macroscopic behaviours emerge out of microscopic interactions of large populations of agents. To address these challenges, we propose here to develop a framework for approximating optimal control problems using randomised optimisation. The starting point will be formulations of optimal control problems as infinite dimensional linear programs. Our recent work suggests that randomised methods on the one hand can serve as a basis for algorithms to approximate such infinite programs and on the other enjoy close connections to statistical learning theory, providing a direct link to data driven approaches. Turning these intuitions into an approximation framework for optimal control that rests on solid theoretical foundations and provides explicit accuracy guarantees will be the methodological contribution of the proposed research. The resulting methods can find a range of applications in engineering and beyond; here we will investigate two such applications. One is motivated by our work on energy management in buildings and districts. The challenge here is the dimensionality of the system, especially if one would like to include weather and other forecast information and the corresponding uncertainty. The second application will be to so-called population systems, that involve the interaction of many agents with local decision-making capabilities coupled through the use of common resources. Here the main challenges are defining suitable ""features"" to abstract the individual states and the integration of uncertainty due to the presence of non-participating agents. "

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores