收藏本站 | 设为首页 |
当前位置:首页 -> 瀛︽湳绉戠爺
(5月17日)Planning under uncertainty in robotics: theory to practice, and serial to parallel
来源: 谢彦欣   发布时间:2018/5/7   阅读次数:902

报告人:蔡盼盼博士
报告题目: Planning under uncertainty in robotics: theory to practice, and serial to parallel 
报告时间:2018年5月17日18:00-19:00
地点:工商管理楼4楼会议厅

摘要:
Planning under uncertainty is critical for robust robot performance in uncertain, dynamic 
environments, but it incurs high computational cost. In this talk, I will introduce a principled 
approach to handle uncertainties, partially observable Markov decision process (POMDP), 
and present our state-of-the-art online search algorithm, DESPOT, that have vastly improved 
the computational efficiency of planning under uncertainty and made it a valuable tool for 
robotics in practice. I will also introduce Hybrid Parallel DESPOT (HyP-DESPOT), a 
massively parallel online planning algorithm that integrates CPU and GPU parallelism. In 
HyP-DESPOT, we demonstrate how to achieve near real-time online planning performance 
for challenging robotic tasks, by leveraging parallelization. 

报告人介绍:
蔡盼盼博士2011年毕业于浙江大学数学系应用数学专业,2016年毕业于新加坡南洋理工学院(NTU)获博士学位,
2017年入职新加坡国立大学(NUS)计算机系,从事研究工作(Research Fellow)。她的研究主要集中在人工智能
和机器人领域。

联系人:王何宇(wangheyu@zju.edu.cn)

欢迎广大师生参加!

Copyright © 2003-2019,浙江大学数学系 保留所有权利
联系我们:mathadmin@zju.edu.cn 邮编:310027 电话:0571-87953867