12. augustil kell 12.15 kaitseb Basant Sharma arvutitehnika erialal doktoritööd „Sample-Efficient Risk-Aware Trajectory Optimization Leveraging Maximum Mean Discrepancy“ („Valimiefektiivne riskiteadlik trajektoorioptimeerimine maksimaalse keskmise lahknevuse abil“)
Juhendajad:
Professor Arun Kumar Singh, Tartu Ülikool
Oponent:
Kaasprofessor Johannes Betz, Müncheni Tehnikaülikool (Saksamaa)
Kokkuvõte: Doktoritöö autor käsitleb riskiteadliku liikumise planeerimist autonoomsetele robotsüsteemidele ebakindlates keskkondades. Peamised väljakutsed on kokkupõrkeriski arvutuslik hindamine (C1) ja valimiefektiivne riskihindamine (C2). Töö keskne idee on käsitleda kokkupõrkeriski jaotuste võrdlemise probleemina. Selleks defineerib autor kokkupõrkepiirangu jäägi ja mõõdab selle kauguse ohutut olukorda kirjeldavast Diraci delta-jaotusest, kasutades RKHS-i esitusi ja mõõdikut Maximum Mean Discrepancy (MMD). Lähenemine võimaldab hinnata riski otse valimitest ilma piiravate jaotuseeldusteta.
Töö esimene rakendus käsitleb autonoomset sõitu ebakindlate takistustrajektooride korral. Välja töötatud MMD-OPT raamistik kasutab trajektoorivalimeid ja reduced-set-mehhanismi, et saavutada väikese valimihulga korral väiksem kokkupõrkesagedus kui SAA- ja CVaR-põhiste meetodite puhul. Teine rakendus laiendab meetodit stohhastilise dünaamikaga trajektoorioptimeerimisele ja mudelipõhisele ennustavale juhtimisele, kus näidatakse paremat ohutust ja väiksemaid piirangurikkumisi. Kolmas rakendus käsitleb monokulaarset nägemispõhist navigatsiooni, kus luuakse tõenäosuslik kliirensimudel ja ühendatakse see riskiteadliku juhtimisega.
Doktoritöö peamised tulemused on: (1) üldine MMD-põhine riskisurrogaat mitteparameetriliseks riskihindamiseks, (2) reduced-set-meetod valimiefektiivsuse parandamiseks, (3) valideerimine kolme erineva ebakindlusallika korral ning (4) järjepidevalt parem ohutus väikese valimihulga režiimis. Töö autor näitab, et RKHS-il, MMD-l ja reduced-set-põhimõttel põhinev raamistik võimaldab ühendada matemaatilise põhjendatuse, arvutusliku efektiivsuse ja praktilise rakendatavuse reaalsetes robotsüsteemides.
Kaitsmist saab jälgida ka Zoomis: doktoritöö kaitsmine (kohtumise ID: 953 058 8152, pääsukood: kaitsmine).
