WASP omfattar forskningsområdena artificiell intelligens och autonoma system, samt dess samverkan med människor. På KTH pågår just nu ett stort antal forskningsprojekt med koppling till WASP. Denna sida beskriver endast ett urval av den de pågående WASP-projekten på KTH.
NEST-miljöer
WASP finansierar nio tvärvetenskapliga världsledande forskningsmiljöer och nätverk som karaktäriseras av Innovation (novelty), Excellens, Synergi och Team – NEST. Sex av dem koordineras vid KTH. Miljöerna blev tilldelade finansiering genom en utlysning som genomfördes 2021.
DISCOWER – Distribuerad kontroll i tyngdlösa miljöer
Foto: Jeremy Thomas / Unsplash
Rymd- och undervattensmiljöer är bland de mest utmanande inom forskningen kring autonoma system. En av de största utmaningarna för båda typerna av miljöer är de okonventionella viktförhållandena som måste hanteras i vid utformningen av robotdrift. Bristen på gravitation i rymden och flytkraften under vatten medför stora utmaningar för traditionella och annars välstuderade robotfunktioner, såsom navigation, styrning, kontroll och säkerhet vid människa-robot-interaktion. Det här projektet syftar till att fylla luckan inom den senaste tekniken för miljööverskridande kontroll och planering av flera robotar.
STING – Syntes och analys med transducer och inverterbara neurala generatorer
Foto: Markus Spiske / Unsplash
Människan har en rik och varierad kommunikation, som bygger på abstrakta begrepp, grammatiska regler, talmelodi, ansiktsuttryck och kroppspråk för att förmedla mening. Det här projektet syftar till att utveckla ett enhetligt ramverk för maskininlärning som omfattar hela skalan av modaliteter, och som både kan användas för att analysera och att generera mänsklig kommunikation. Projektet sammanför teori och metod från olika forskningsfält och skapar nya möjligheter för att upptäcka och hantera bias.
PerCorSo – Utformar lämpliga beteenden för robotar i folkrika miljöer
Foto: Jacek Dylag / Unsplash
Autonoma robotar av olika slag har i allt högre utsträckning tagit plats i vår vardag: tänk på självkörande bilar, leveransdrönare och service-robotar inom sjukvården. De är inte bara tekniskt komplexa, de är också komplexa vad gäller de uppgifter de måste utföra och de krav de måste uppfylla. Målet för PerCorSo är att utforma autonoma beteenden för interagerande robotar, som inte bara är bevisat säkra, men också uppfattas som säkra och accepteras av människor.
Många komplexa system, oavsett om de är biologiska, fysiska, sociala eller ekonomiska, är strukturerade i nätverk som består av en stor samling av interagerande enheter. Vissa av dessa nätverk, såsom sociala nätverk på internet, uppstår utan vår kontroll. Som en konsekvens är deras struktur, hur deras enheter interagerar och utvecklas okända. I det här projektet kommer vi att utveckla nya matematiska verktyg och beräkningsverktyg för att ta fram effektiva algoritmer som lär sig strukturen, dynamiken och kontrollen av storskaliga nätverk.
Den pågående AI-revolutionen drivs av vår förmåga att samla in, lagra och bearbeta enorma mängder data. Men även den senaste generationen av datorsystem kämpar för att hålla jämna steg med de ständigt ökande datavolymerna. Data bound computing ska utveckla principerna bakom nästa generations datorsystem, optimerade för moderna dataintensiva arbetsbelastningar.
