Informace o projektu
VESCAA: Verifikovatelná a efektivní syntéza kontrolerů pro autonomní agenty
(VESAC)
- Kód projektu
- GA23-06963S
- Období řešení
- 3/2023 - 12/2025
- Investor / Programový rámec / typ projektu
-
Grantová agentura ČR
- Standardní projekty
- Fakulta / Pracoviště MU
- Fakulta informatiky
- Spolupracující organizace
-
Vysoké učení technické v Brně
- Odpovědná osoba doc. RNDr. Milan Češka, Ph.D.
- Odpovědná osoba Ing. Vojtěch Mrázek, Ph.D.
- Odpovědná osoba Ing. Roman Andriushchenko
Mnohé počítačové systémy mohou být chápány jako (semi-)autonomní agenti, kteří interagují se svým prostředím. Chování těchto agentů je řízeno pomocí tzv. kontrolerů, které musí nezbytně brát do úvahy různé formy neurčitosti pramenící zejména z nepredikovatelného chování prostředí a z nepřesnosti dat, které sbírají o svém stavu. Existuje několik přístupů pro automatizovaný návrh kontrolerů, ale jejich reálné nasazení je limitované buď omezenou škálovatelností nebo zárukami, které mohou poskytnout na bezpečnost výsledných kontrolerů: formální metody se typicky soustředí na bezpečnost zatímco metody strojové učení na škálovatelnost.
Cílem tohoto projektu je vývoj teoretických základů a syntetizačních algoritmů, které dovolí redukovat tyto limity a zásadně tak zlepšit aplikovatelnost automatizovaného návrhu kontrolerů. Hlavní vizí projektu je adaptovat, dále vyvinout a synergicky integrovat nově vznikající paradigmata: induktivní syntézu, která vylepšuje škálovatelnost formálních metod, a učení s omezeným rizikem, které vylepšuje garance bezpečnosti výsledných kontrolerů.
Cíle udržitelného rozvoje
Masarykova univerzita se hlásí k cílům udržitelného rozvoje OSN, jejichž záměrem je do roku 2030 zlepšit podmínky a kvalitu života na naší planetě.
Publikace
Počet publikací: 6
2024
-
Equivalence and Similarity Refutation for Probabilistic Programs
Proceedings of the ACM on Programming Languages, Volume 8, Issue ACM SIGPLAN Conference on Programming Languages Design and Implementation (PLDI 2024), rok: 2024
-
LPGD: A General Framework for Backpropagation through Embedded Optimization Layers
Proceedings of Machine Learning Research, rok: 2024
-
Optimizing Local Satisfaction of Long-Run Average Objectives in Markov Decision Processes
Proceedings of 38th Annual AAAI Conference on Artificial Intelligence (AAAI 2024), rok: 2024
-
Solving Long-run Average Reward Robust MDPs via Stochastic Games
Proceedings of the Thirty-Third International Joint Conference on Artificial Intelligence, {IJCAI} 2024, Jeju, South Korea, August 3-9, 2024, rok: 2024
2023
-
Backpropagation through combinatorial algorithms: identity with projection works
Rok: 2023, druh: Další prezentace na konferencích
-
Synthesizing Resilient Strategies for Infinite-Horizon Objectives in Multi-Agent Systems
Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence, IJCAI 2023,, rok: 2023