爱游戏电竞加州大学伯克利分校团队授予DARPA赠款,以改进复杂网络物理系统的开发

DARPA_3

在雅各布斯学院最近的一门课程“电动汽车工程”中完成的学生项目。

DARPA_2
DARPA_1

以上图片来自加州大学洛杉矶分校的联合PI和UCB校友Ankur Mehta教授,展示了快速创建低成本机器人手臂或车辆原型的能力。

2020年12月14日

由S爱游戏电竞anjit Seshia教授领导的加州大学伯克利分校研究团队获得国防高级研究计划局(DARPA)授予的一个为期四年、耗资840万美元的项目,该项目旨在研究基于人工智能的方法,通过网络物理系统(CPS)的结构设计增强人类的正确行为。网络物理系统将计算与物理过程紧密结合在一起,具有广泛的应用前景社会应用,包括农业、航空、民用基础设施、能源、环境质量、医疗保健和个性化医疗、制造业和运输业。

该奖项由美国国防部高级研究计划局的一个名为网络物理系统的共生设计,旨在将CPS从启动到部署的时间从数年缩短至数月,并加强设计创新。

伯克利项目LOGiCS(用于基于学习的Oracle引导的CPS合成共生设计)提出了一种新方法,将人工智能和机器学习与来自人类和计算预言家的指导相结合,以执行CPS的模块化设计,例如在地面、空中运行的自主车辆,并在水中安全完成复杂任务。伯克利团队将研究的系统包括城市空中出租车、自主水下探测和自主多地形搜索与救援。

除了Seshia,该团队还包括Prabal Dutta、Björn Hartmann、Alberto Sangiovanni Vincentelli、Shankar Sastry和Claire Tomlin,他们都是电气工程和计算机科学系(EECS)的教员。其他成员是两位伯克利校友,加州大学洛杉矶分校的安克尔·梅塔和加州大学圣克鲁斯分校的丹尼尔·弗里蒙特。

正如美国国防部高级研究计划局(DARPA)所指出的,该项目的愿景是通过两种非常不同的代理的共生关系,大幅扩大CPS设计空间的覆盖范围并加速探索:人类拥有跨越设计领域创建直观关联的神奇能力,而机器拥有从数据中识别统计模式并在广阔的搜索空间中寻找最佳解决方案的能力。

美国国防部高级研究计划局表示,“这些系统和平台集成了网络和物理子系统,CPS的巨大复杂性使其工程设计成为一个艰巨的挑战。”

创建和制造这样的系统需要数百个领域特定的工具,这些工具由具有广泛领域知识和主题专业知识的大型工程师团队协调。为了缩短生产CP和增强创新设计所需的时间,DARPA计划侧重于三个方面的改进:

  • 可预测性:在实现软件和物理组件之前,提高性能预测的准确性。这需要在成本和时间限制不高的高保真模型和导致重大不确定性的成本效益建模方法之间取得平衡。

  • 融合:克服设计团队之间的学科界限,以解决设计决策的相互依赖性,并加速可行的集成解决方案的融合。

  • 探索:鼓励工程师超越只使用熟悉和已知的可行方法,探索可能包含非传统但非常有用的解决方案的设计空间。

加州大学爱游戏电竞伯克利分校EECS系是加州大学伯克利分校计算、数据科学和社会学部的一部分,利用伯克利在研究和跨学科领域的卓越优势,推动数据科学发现、教育和影响。它旨在满足这个世界的机遇和需求,这个世界几乎在每个领域,从健康到商业到政治,越来越多的信息被数据、机器学习和人工智能所了解和塑造;从我们的城市到我们的气候再到宇宙。