Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Trustworthy Learning-Enabled Autonomy: Safe, Robust, and Scalable Data-Driven Decision-Making
Proyek riset & pengembangan

CAREER: Trustworthy Learning-Enabled Autonomy: Safe, Robust, and Scalable Data-Driven Decision-Making

Ringkasan tujuan riset

Hard-Constrained Neural Network diteliti untuk otonomi yang memenuhi batas secara konstruksi, dipadukan dengan monitoring uncertainty dan koordinasi aman multiagen yang terdesentralisasi.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2544396Periode tercatat 2026-04-01 sampai 2031-03-31.NSF 2544396MulaiAkhir tercatat202620322026-04-012031-03-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Projection layer terdiferensiasi menerapkan constraint input-dependent pada latihan serta deployment, termasuk kondisi Lyapunov untuk boundary control PDE. Neighborhood-consistency dan curvature sketch mendeteksi data di luar distribusi pada model terlatih. Reachability Hamilton-Jacobi membantu menjaga region invariant aman, sementara federated RL menangani dinamika heterogen. Robotics, transportation, dan building-energy testbed akan menguji teori serta algoritme yang menyatukan keselamatan single-model dengan skala banyak agen.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Massachusetts Institute of Technology
Program
EPCL: Energy, Power, Control,
Periode pendanaan tercatat
2026-04-01 → 2031-03-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Electrical, Communications, & Cyber Systems

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.