VESCAA: Verifikovatelná a efektivní syntéza kontrolerů

VESCAA: Verifiable and Efficient Synthesis of Agent Controllers

grant

Řízení agentů v nejistém prostředí; automatizovaný návrh systémů; bezpečnost a škálovatelnost; induktivní syntéza; zpětnovazebné učení; risk-aware učení;

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 tak zásadně 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 risk-aware učení, které vylepšuje garance bezpečnosti výsledných kontrolerů.

Češka Milan, doc. RNDr., Ph.D. (UITS FIT VUT) , hlavní řešitel
Andriushchenko Roman, Ing. (UITS FIT VUT)
Gaďorek Petr, Ing. (CVT FIT VUT)
Hudák David, Ing. (UITS FIT VUT)
Macák Filip, Ing. (UITS FIT VUT)
Malásková Věra (UITS FIT VUT)
Mrázek Vojtěch, Ing., Ph.D. (UPSY FIT VUT)
Paulíková Barbora, Mgr. (Děkanát FIT VUT)
Štanclová Eva (Děkanát FIT VUT)