Mô hình động cho ra quyết định tự chủ thời gian thực trong môi trường thực tế

Các ứng viên trúng tuyển sẽ trở thành Thạc sĩ nghiên cứu tại Viện Kỹ thuật và Khoa học Máy tính (CECS), VinUni. 

Thông tin dự án 

Trong những năm gần đây, nhu cầu triển khai các hệ thống robot tự hành trong các môi trường phức tạp và rủi ro cao như khai thác tài nguyên, bảo trì công nghiệp hay rà phá bom mìn ngày càng gia tăng. Tuy nhiên, phần lớn các hệ thống hiện nay vẫn phụ thuộc đáng kể vào điều khiển từ xa của con người, làm giảm hiệu quả vận hành và gia tăng chi phí. 

Việc ra quyết định theo thời gian thực đóng vai trò then chốt trong việc nâng cao mức độ tự chủ của robot. Tuy nhiên, các hệ thống này phải đối mặt với nhiều nguồn bất định như nhiễu từ cảm biến và cơ cấu chấp hành, sự không chắc chắn về môi trường, cũng như tương tác với các hệ thống khác (bao gồm cả các hệ thống điều khiển từ xa hiện hữu). 

Dự án tập trung phát triển các phương pháp ra quyết định trong điều kiện bất định, kết hợp cả bất định ngẫu nhiên từ môi trường và bất định nhận thức (epistemic uncertainty) đến từ chính mô hình mô phỏng. Thay vì sử dụng một mô hình cố định, dự án đề xuất cách tiếp cận sử dụng các mô hình động (dynamic models), trong đó mức độ chi tiết và độ chính xác của mô hình sẽ được điều chỉnh linh hoạt tùy theo mức độ quan trọng của trạng thái và tình huống. 

Cách tiếp cận này cho phép sử dụng các mô hình đơn giản, nhanh trong các tình huống ít quan trọng, đồng thời chuyển sang các mô hình chi tiết hơn khi cần đánh giá các kịch bản mang tính quyết định. Qua đó, hệ thống có thể ước lượng chính xác hơn kết quả của các hành động, cải thiện chất lượng ra quyết định trong môi trường thực. 

Chủ nhiệm đề tài: TS. Leandro Soriano Marcolino. 

Mục tiêu nghiên cứu

Dự án tập trung vào các mục tiêu chính sau: 

(i) Phát triển các phương pháp ra quyết định trong điều kiện bất định, kết hợp giữa bất định từ môi trường và bất định từ mô hình mô phỏng. 

(ii) Xây dựng các mô hình động có khả năng điều chỉnh độ chính xác và độ chi tiết  của không gian trạng thái và hành động tùy theo mức độ quan trọng của tình huống. 

(iii) Tích hợp các mô hình động vào các phương pháp dựa trên mô phỏng (sampling-based approaches) nhằm cải thiện việc ước lượng giá trị kỳ vọng của các hành động trong các kịch bản quan trọng. 

(iv) Nghiên cứu khả năng tương tác giữa các hệ thống robot tự hành và các hệ thống điều khiển từ xa hiện hữu trong môi trường thực tế phức tạp. 

Thông qua đó, dự án hướng tới việc nâng cao mức độ tự chủ của robot, góp phần cải thiện độ an toàn, hiệu quả vận hành, giảm chi phí và hạn chế tác động đến môi trường trong các ứng dụng công nghiệp. 

Ứng dụng & Tác 

Các kết quả nghiên cứu của dự án có tiềm năng ứng dụng trực tiếp trong nhiều lĩnh vực, bao gồm: 

• Tháo dỡ và xử lý các cơ sở hạt nhân (hợp tác với UKAEA thông qua các đối tác tại Đại học Manchester) 

• Bảo trì các hệ thống khai thác tài nguyên (hợp tác với Petrobrás và Vale thông qua các đối tác tại Viện Công nghệ Vale và Đại học São Paulo) 

Những đóng góp về phương pháp và thuật toán từ dự án được kỳ vọng sẽ thúc đẩy sự phát triển của các hệ thống robot tự hành trong các môi trường thực tế phức tạp. 

Thông tin liên hệ dự án

Để trao đổi chi tiết hơn về dự án, vui lòng liên hệ: TS. Leandro Soriano Marcolino ([email protected]) 

Thông tin liên hệ tuyển sinh 

Văn phòng tuyển sinh sau đại học

•  0978 549 846
• [email protected]

Ứng tuyển ngay tại: https://apply.vinuni.edu.vn/graduate/s/login/ 

#VinUni #VinUniversity#VinUniGraduateResearchExcellenceProgram #VinUniPhD #VinUniMasters#VinUniResearchProjects