prof. RNDr. Pavel Surynek, Ph.D.

2023 - 2025

Projekt se zaměřuje na širokou oblast základního výzkumu algoritmů, konceptů a technik ve znalostním inženýrství. Jedná se o perspektivní a neustále se rozšiřující oblast jak z hlediska teoretického výzkumu, tak z hlediska potenciálu pro praktické aplikace. Zároveň oblast působení projektu zažívá extrémní nárůst komplexity vzhledem k množství dat a diverzity technik, které se snaží s tímto trendem vypořádat. Ústředním zájmem projektu budou konkrétně metody ve zpracování dat, vytěžování informačně obsažných údajů z dat a automatické hledání vysvětlení pro jevy, které se v datech vyskytují. Palčivým problémem současné umělé inteligence zaměřené na zpracování znalostí je omezená schopnost či neschopnost podat vysvětlení vedoucí k určitému rozhodnutí. U rozhodnutí se tak často nelze dopátrat jeho původu, což ztěžuje ladění a snižuje důvěryhodnost systému. Celým projektem naskrz všechna dílčí témata tedy bude tato otázka reflektována. Jedná se o doktorský projekt zastřešující pestré výzkumné zájmy členů doktorandů, avšak poskytující obecnou nosnou otázku, která se prolíná napříč dílčími tématy. Projekt speciálně hodlá rozvíjet algoritmy a techniky v neuronových sítích, evolučních algoritmech, zpracování obrazu a textu a zpracování pohybové informace, a sice od základní teorie po praktické aplikace. Projekt bezprostředně navazuje na končící projekt SGS z moderních algoritmických technik pro znalostní inženýrství.

2019 - 2021

V multi-agentním hledání cest (MAPF) je úkolem najít vzájemně nekolidující cesty v grafu pro skupinu rozlišitelných agentů. Problém MAPF představuje důležitou teoretickou výzvu a zároveň má mnoho praktických aplikací. Významného pokroku bylo v poslední době dosaženo v řešících technikách jak pro optimální, tak pro neoptimální případ problému. Tento projekt odráží vzrůstající zájem výzkumné komunity o zobecnění problému MAPF. Náš výzkum je zaměřen na studium inteligentních řešících algoritmů v několika různorodých směrech zobecňování problému MAPF, které jsou unikátní pro tento projekt. Jsou studována zobecnění v logickém vyjádření úlohy MAPF se zaměřením na složité lokální a globální podmínky založené na SAT-modulovaných teoriích (SMT). V rámci úlohy MAPF s protivníkem, kdy více týmů agentů soupeří v dosažení svých cílů, se projekt zabývá kombinací teorie her se strojovým učením. Užitečná zobecnění souvisejí také s algoritmy pro MAPF s polynomiálním časem, kde studujeme rozšíření z neorientovaných na orientované grafy.

2022 - 2024

Plánování pohybu mnoha robotických agentů (MR-MoP) je úloha, kdy je potřeba najít posloupnosti jedno-duchých pohybů pro jednotlivé robotické agenty tak, aby každý z nich splnil svůj dílčí úkol a zároveň mezi agenty nedocházelo ke kolizím. Důležitou charakteristikou úlohy je velký počet relativně jednoduchých pohyblivých robotických agentů, kteří mohou vzájemně různým způsobem fyzicky interagovat. Úloha vy-chází ze známého multi-agentního hledání cest (MAPF), ale klade větší důraz na reálné vlastnosti prostředí, ve kterém robotičtí agenti působí, tedy přímo předpokládá spojitost prostoru a času. Zohledňování spojitosti prostředí přímo v abstraktních modelech může vést k vytváření přesnějších a efektivnějších plánů. Projekt předpokládá algoritmicky přispívat na všech důležitých vrstvách abstrakce vytváření pohybových plánů pro multi-agentní systém, tedy od úrovně (diskrétního) klasického plánování, skrz (spojité) plánování pohybu, po vykonávání plánů s fyzickými roboty. Nové algoritmy budou vycházet z principů logického uvažování, zejména se budou opírat líné kompilační přístupy.

2020 - 2022

Projekt se v širším smyslu zaměřuje na výzkum v oblasti moderních algoritmů a technik ve znalostním inženýrství. Jedná se o perspektivní a neustále se rozšiřující oblast jak z hlediska teoretického výzkumu, tak z hlediska potenciálu pro praktické aplikace. Ústředním zájmem projektu budou konkrétně metody ve zpracování dat, vytěžování informačně obsažných údajů z dat a automatické hledání vysvětlení pro jevy, které se v datech vyskytují. Palčivým problémem současné umělé inteligence zaměřené na zpracování znalostí je omezená schopnost či neschopnost podat vysvětlení vedoucí k určitému rozhodnutí a rozhodnutí tak často nelze formálně podpořit a obhájit. Celým projektem naskrz všechna dílčí témata tedy bude tato otázka reflektována. Jedná se o doktorský projekt zastřešující pestré výzkumné zájmy členů doktorandů, avšak poskytující obecnou nosnou otázku, která se prolíná napříč dílčími tématy. Projekt speciálně hodlá teoreticky i aplikovaně rozvíjet algoritmy a techniky v neuronových sítích, evolučních algoritmech, zpracování obrazu a textu a zpracování pohybové informace. Projekt bezprostředně navazuje na končící projekt SGS z oblasti zpracování dat.