Description du projet
Des véhicules intelligents et autonomes pour étudier les animaux marins
L’un de nos objectifs européens communs est la protection de la santé et de la biodiversité de l’écosystème marin, sachant que l’environnement sous-marin, extrêmement important, est aujourd’hui en danger. Cependant, la protection et la conservation des eaux marines européennes nécessitent aujourd’hui des approches totalement nouvelles et innovantes pour obtenir de réelles améliorations. Le projet AIforUTracking, financé par l’UE, mènera des recherches de pointe axées sur le traçage des animaux marins par des véhicules autonomes en utilisant des techniques d’apprentissage par renforcement (RL pour Reinforcement Learning). De nouveaux algorithmes conférant une plus grande autonomie aux machines seront développés grâce à des stratégies et des collaborations inédites permettant à des applications telles que le processus de décision Markov partiellement observable (POMDP pour Partially Observable Markov Decision Process) ou l’apprentissage par renforcement multi-agent (MARL pour Multi-Agent Reinforcement Learning) de révolutionner les possibilités d’étude des animaux marins. Ces méthodes seront testées et perfectionnées pour obtenir les meilleurs résultats possibles.
Objectif
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.
Champ scientifique
Mots‑clés
Programme(s)
Régime de financement
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinateur
28006 Madrid
Espagne