Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Studio ed implementazione di metodi di reinforcement learning per il controllo di sistemi cyber-fisici autonomi ed intelligenti |
|---|---|
| Titolo del progetto di ricerca in inglese | Study and implementation of reinforcement learning methods for the control of autonomous and intelligent cyber-physical systems |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | - |
| Settore Concorsuale | 02 - Scienze fisiche |
| S.S.D | - |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | - |
| Descrizione sintetica in italiano | L'apprendimento per rinforzo è una tecnica di apprendimento automatico utilizzata anche per il controllo di sistemi cyber-fisici al fine di perseguire una determinata funzione obiettivo e prendere decisioni in un orizzonte temporale lungo, sulla base di una interazione con le variabili d'ambiente. Il progetto H2020 TEACHING – "A computing toolkit for building efficient autonomous applications leveraging humanistic" intelligence ha lo scopo di sviluppare di un sistema automatico che adatti il comportamento del veicolo al livello di confort o di disagio percepito dal passeggero monitorato attraverso sensori indossabili. A tale scopo, il candidato dovrà sviluppare logiche di controllo basato sulle tecniche di Reinforcement Learning nonchè progettare e sviluppare la sottostante architettura di edge computing, per portare in esecuzione l'algoritmo, e di comunicazione, per fruire dei dati prodotti dai sensori di bordo ed da quelli indossati dall'utente. |
| Descrizione sintetica in inglese | Reinforcement Learning is an automatic learning technique useful also for the control of cyber-physical systems in order to pursue a certain objective function and make decisions based on an interaction with environment variables. The project H2020 TEACHING - "A computing toolkit for building efficient autonomous applications leveraging humanistic intelligence" has as its primary goal the development of an automatic system that, inferring on the state variables of an autonomous navigation system for vehicles, adapts the behavior of the vehicle to the level of comfort or discomfort perceived by the passenger monitored through wearable sensors. To this end, the candidate will have to develop a control system based on Reinforcement Learning techniques as well as design and develop the underlying architecture of edge computing, to run the algorithm, and communication, to use the data produced by the on-board and user-worn sensors. |
| Data del bando | 22/10/2020 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | http://www.isti.cnr.it |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | CNR - ISTI |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Pisa |
| Sito web | http://www.urp.cnr.it |
| sag@isti.cnr.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | H2020 |
|---|
| Data di scadenza del bando | 09/11/2020 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |