NRI: INT: Co-Multi-Robotic Exploration of the Benthic Seafloor - New Methods for Distributed Scene Understanding and Exploration in the Presence of Communication Constraints

NRI:INT:海底海底联合多机器人探索 - 存在通信限制的情况下分布式场景理解和探索的新方法

基本信息

  • 批准号:
    1734400
  • 负责人:
  • 金额:
    $ 133.71万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Standard Grant
  • 财政年份:
    2018
  • 资助国家:
    美国
  • 起止时间:
    2018-01-01 至 2022-12-31
  • 项目状态:
    已结题

项目摘要

This project addresses the control and communications among underwater robotic vehicles to explore and map in ocean environments, where the communications are inherently low bandwidth, may be degraded and even disrupted due to natural ocean phenomena. The research focuses on coordinating robots and cooperating teams of such robots under such conditions with limited human intervention. It is expected the principles learned from this project will be generalizable to deployment of teams of cooperating robots operating in harsh environments with similar communication challenges such as what might be expected in the aftermath of natural disasters. The project addresses technical challenges with robots learning to describe their environment using high-level descriptors, using state of the art unsupervised machine learning techniques, and exchanging compact messages with each other to keep the description model consistent across all the cooperating robots. This high-level scene description is used by the robots to efficiently communicate the state of the exploration to each other, and to the human operator as possible. Furthermore, the human operators can efficiently control the robot team by specifying their interests in terms of these learned scene descriptors. The automatically generated exploration trajectories aim to maximize the information content, human interest, and spatial coverage, while taking into account the difficult constraints imposed by communication range in such harsh environments.
该项目解决了水下机器人车辆之间的控制和通信问题,以在海洋环境中探索和绘制地图,其中通信本身带宽较低,可能会因自然海洋现象而退化甚至中断。 该研究的重点是在人类干预有限的情况下协调机器人和此类机器人的合作团队。 预计从该项目中学到的原理将推广到在恶劣环境中运行的协作机器人团队的部署,这些环境具有类似的通信挑战,例如自然灾害后可能出现的情况。该项目解决了机器人学习使用高级描述符来描述其环境的技术挑战,使用最先进的无监督机器学习技术,并相互交换紧凑的消息,以保持所有协作机器人的描述模型一致。机器人使用这种高级场景描述来有效地相互传达探索状态,并尽可能向人类操作员传达探索状态。此外,人类操作员可以通过根据这些学习到的场景描述符指定他们的兴趣来有效地控制机器人团队。自动生成的探索轨迹旨在最大化信息内容、人类兴趣和​​空间覆盖范围,同时考虑到在如此恶劣的环境中通信范围所施加的困难限制。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Approximate Distributed Spatiotemporal Topic Models for Multi-Robot Terrain Characterization
用于多机器人地形表征的近似分布式时空主题模型
Finding the optimal exploration-exploitation trade-off online through Bayesian risk estimation and minimization
通过贝叶斯风险估计和最小化在线找到最佳探索-利用权衡
  • DOI:
    10.1016/j.artint.2024.104096
  • 发表时间:
    2024-02
  • 期刊:
  • 影响因子:
    14.4
  • 作者:
    Jamieson, Stewart;How, Jonathan P.;Girdhar, Yogesh
  • 通讯作者:
    Girdhar, Yogesh
Streaming Scene Maps for Co-Robotic Exploration in Bandwidth Limited Environments
在带宽有限的环境中用于协作机器人探索的流式场景地图
Gaussian-Dirichlet Random Fields for Inference over High Dimensional Categorical Observations
用于高维分类观测推理的高斯-狄利克雷随机场
Information-Guided Robotic Maximum Seek-and-Sample in Partially Observable Continuous Environments
部分可观测连续环境中信息引导机器人最大搜索和采样
  • DOI:
    10.1109/lra.2019.2929997
  • 发表时间:
    2019-10
  • 期刊:
  • 影响因子:
    5.2
  • 作者:
    Flaspohler, Genevieve;Preston, Victoria;Michel, Anna P.;Girdhar, Yogesh;Roy, Nicholas
  • 通讯作者:
    Roy, Nicholas
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Yogesh Girdhar其他文献

Yogesh Girdhar的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Yogesh Girdhar', 18)}}的其他基金

Collaborative Research: EAGER: The next crisis for coral reefs is how to study vanishing coral species; AUVs equipped with AI may be the only tool for the job
合作研究:EAGER:珊瑚礁的下一个危机是如何研究正在消失的珊瑚物种;
  • 批准号:
    2333604
  • 财政年份:
    2024
  • 资助金额:
    $ 133.71万
  • 项目类别:
    Standard Grant
NRI: An Ecologically Curious Robot for Monitoring Coral Reef Biodiversity
NRI:用于监测珊瑚礁生物多样性的生态好奇机器人
  • 批准号:
    2133029
  • 财政年份:
    2022
  • 资助金额:
    $ 133.71万
  • 项目类别:
    Standard Grant

相似国自然基金

隐秘重组信号序列INT-RSS在T细胞受体基因Tcra重排中的功能和机制研究
  • 批准号:
    32370939
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
选择性PPARγ激动剂INT131调控适应性产热和AD-MSCs分化成棕色样脂肪细胞的机制研究
  • 批准号:
    81903680
  • 批准年份:
    2019
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目
INT复合物调节U snRNA 3'加工的结构基础
  • 批准号:
    31800624
  • 批准年份:
    2018
  • 资助金额:
    28.0 万元
  • 项目类别:
    青年科学基金项目
沉默Int6基因的骨髓间充质干细胞复合生物支架构建血管化腹股沟疝补片及其促补片血管化机制
  • 批准号:
    81371698
  • 批准年份:
    2013
  • 资助金额:
    70.0 万元
  • 项目类别:
    面上项目
HIF/Int6调控迟发型EPC体外增殖的机制及其治疗重度子痫前期的可行性
  • 批准号:
    81100439
  • 批准年份:
    2011
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

NRI: INT: Co-Robot Controllers for Human-Like Physical Interaction and Improved Motor Learning
NRI:INT:用于类人物理交互和改进运动学习的协作机器人控制器
  • 批准号:
    2024488
  • 财政年份:
    2020
  • 资助金额:
    $ 133.71万
  • 项目类别:
    Standard Grant
NRI: INT: Adaptive Bio-inspired Co-Robot algorithms for volcano monitoring
NRI:INT:用于火山监测的自适应仿生协作机器人算法
  • 批准号:
    2024520
  • 财政年份:
    2020
  • 资助金额:
    $ 133.71万
  • 项目类别:
    Standard Grant
NRI: INT: COLLAB: Distributed co-Robots for Strawberry Harvesting
NRI:INT:COLLAB:用于草莓采摘的分布式协作机器人
  • 批准号:
    1924640
  • 财政年份:
    2019
  • 资助金额:
    $ 133.71万
  • 项目类别:
    Standard Grant
NRI: INT: COLLAB: Distributed co-Robots for Strawberry Harvesting
NRI:INT:COLLAB:用于草莓采摘的分布式协作机器人
  • 批准号:
    1924622
  • 财政年份:
    2019
  • 资助金额:
    $ 133.71万
  • 项目类别:
    Standard Grant
NRI: INT: COLLAB: Distributed co-Robots for Strawberry Harvesting
NRI:INT:COLLAB:用于草莓采摘的分布式协作机器人
  • 批准号:
    1924640
  • 财政年份:
    2019
  • 资助金额:
    $ 133.71万
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了