16.08.202112:15

Ricerca e formazione nel progetto ELO-X

Sistemi intelligenti e autonomi grazie a machine learning e ottimizzazione embedded


Il Politecnico di Milano è partner del progetto ELO-X, che mira a sviluppare tecniche avanzate di ottimizzazione e di apprendimento automatico per sistemi industriali, formando al contempo 15 dottori di ricerca per guidarne i processi di sviluppo e di trasferimento tecnologico.

ELO-X ha una durata di quattro anni, ed è finanziato dalla Commissione Europea nell'ambito dei prestigiosi progetti Marie Skłodowska Curie con un contributo di 4,5 milioni di euro.

Il progetto è coordinato dall’Università di Friburgo e vi partecipano l’ETH di Zurigo e il Politecnico di Milano, che formeranno 3 dei 15 ricercatori finanziati, oltre ad altre prestigiose università e aziende: EPF di Losanna, KU Leuven, Politecnico di Bucarest, Bosch, Siemens Industrial Software, Atlas-Copco, Tool-TEMP, e la startup italiana ODYS Srl.

La prossima generazione di sistemi di controllo intelligenti sarà in grado di apprendere il comportamento del processo da regolare a partire da flussi di dati e prendere decisioni ottimali in tempo reale, portando a un miglioramento delle prestazioni, della sicurezza, e dell'efficienza energetica.

affermano Lorenzo Fagiano e Riccardo Scattolini del Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB), supervisori di due dei dottorandi finanziati.

Queste caratteristiche sono fondamentali per la realizzazione nel futuro di sistemi in grado di cambiare la nostra società, come veicoli autonomi, sistemi energetici intelligenti e robot domestici.

Nel progetto, l'unità di ricerca del Politecnico di Milano, nel Dipartimento di Elettronica Informazione e Bioingegneria, svilupperà metodi per incorporare in modo efficiente l’uso di reti neurali ricorrenti in strategie di controllo predittivo, consentendo così l'uso di tecniche di apprendimento automatico anche in applicazioni critiche per la sicurezza, nonché metodi per progettare sistematicamente architetture di controllo multi-livello per sistemi autonomi, in cui l'ottimizzazione numerica e l'apprendimento automatico sono impiegati a diverse scale temporali e con varie priorità tra livelli gerarchici interagenti.

Questi metodi saranno applicati a tecnologie innovative, come droni ad ala rotante per applicazioni civili e sistemi di energia eolica di alta quota (airborne wind energy), così come in applicazioni civili e industriali, come l'ottimizzazione di complessi sistemi di controllo del clima per edifici.

Il gruppo di ricerca di ETH di Zurigo, nel Dipartimento di Ingegneria Meccanica e di Processo, si concentrerà sullo sviluppo di algoritmi decisionali basati sull'ottimizzazione, che possono adattarsi continuamente a nuovi dati e informazioni in ambienti mutevoli, bilanciando le necessità di esplorazione dell’ambiente e di miglioramento delle prestazioni e garantendo sempre la sicurezza durante il funzionamento. Gli algoritmi sviluppati saranno implementati con tecniche efficienti e utilizzati in applicazioni innovative, quali la guida autonoma di veicoli.

Per realizzare questo potenziale, è necessario sviluppare metodi di apprendimento automatico (machine learning) e ottimizzazione in grado di operare in dispositivi industriali e di garantire elevati standard di sicurezza.

aggiungono Fagiano e Scattolini.

A sua volta, questo richiede la formazione di ricercatori qualificati, non solo negli aspetti scientifici/tecnici, ma anche su come trasferire le nuove soluzioni all'industria.

Per saperne di più

La scheda del progetto ELO-X su Cordis, il portale dei risultati della ricerca dell'UE

Per l'immagine di copertina: ©Siemens