Descripción del proyecto
Mejora de los vehículos autónomos inteligentes para el estudio de animales marinos
Uno de los objetivos europeos comunes es la protección de la salud y la biodiversidad de los ecosistemas marinos, ya que el entorno subacuático, de inmenso valor, está hoy día en peligro. Con todo, la protección y la conservación de las aguas marinas europeas requiere en la actualidad métodos totalmente nuevos e innovadores para lograr mejoras tangibles. El proyecto AIforUTracking, financiado con fondos europeos, llevará a cabo una investigación de vanguardia que se centrará en el seguimiento de animales marinos con vehículos autónomos mediante técnicas de aprendizaje por refuerzo. Se diseñarán nuevos algoritmos para una mayor autonomía de las máquinas gracias a estrategias y colaboraciones novedosas que permitirán que aplicaciones como los procesos de decisión de Markov parcialmente observables o el aprendizaje por refuerzo en una arquitectura multiagente revolucionen las posibilidades de estudio de los animales marinos. Dichos métodos se pondrán a prueba y actualizarán para obtener mejores resultados.
Objetivo
The Artificial Intelligence methods for Underwater target Tracking (AIforUTracking) project will bring to the scientific community new tools for underwater target tracking by Autonomous Underwater Vehicles (AUVs) using Reinforcement Learning (RL) techniques. Moving towards the envisioned applications of marine animal tracking by autonomous vehicles, this proposal is clearly at the forefront of research, and directly addresses some of the main challenges and needs of the last Marine Strategy Framework Directive of the European parliament and of the Council, in particular establishing a framework for community action in the field of marine environmental policy. This research project will directly contribute to maintain and improve the health of the ocean by establishing innovative and unique research collaborations, and by introducing novel concepts and original research strategies that could provoke breakthroughs in the field of marine animal behavioural studies by:
a) Designing and developing optimisation algorithms that leverage new RL approaches, such as Partially Observable Markov Decision Process (POMDP) and Multi-Agent Reinforcement Learning (MARL). These Artificial Intelligence (AI) tools will increase the autonomy of the AUVs while improving the accuracy of the estimated target position.
b) Demonstrating the effectiveness and application of the path optimisation technique using POMPD and MARL methods by conducting real tests in the ocean, i.e. different targets will be tracked using a single AUV or multiple AUVs, as a proof-of-concept. These innovative technologies, together with Range-Only and Single-Beacon (ROSB) and Area-Only Target Tracking (AOTT) methods, are more competitive and offers greater autonomy than the traditional Long BaseLine (LBL) arrays-based methods.
Ámbito científico
Palabras clave
Programa(s)
Régimen de financiación
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinador
28006 Madrid
España