Implementação de modelos de Inteligência Artificial para gerenciamento de situações anormais e emergências em sistemas complexos

• Processo: 25/03749-0
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de maio de 2025
• Data de Término da vigência: 30 de abril de 2029
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Carlos Henrique Costa Ribeiro
• Beneficiário: Emili Silva Bezerra
• Instituição Sede: Pró-Reitoria de Pós-Graduação e Pesquisa. Instituto Tecnológico de Aeronáutica (ITA). Ministério da Defesa (Brasil). São José dos Campos , SP, Brasil
• Empresa: Ministério da Defesa (Brasil). Instituto Tecnológico de Aeronáutica (ITA). Divisão de Engenharia Mecânica (IEM)
• Vinculado ao auxílio: 21/11258-5 - Centro de Pesquisa em Engenharia para a Mobilidade Aérea do Futuro (CPE-MAF), AP.PCPE
• Assunto(s): Aprendizado por reforço Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Aprendizado por Reforço | Gerenciamento de situações anormais | Inteligência Artificial | Sistemas Aeronáuticos | Inteligência Artificial

Resumo

Os sistemas de aviação do futuro incluirão aeronaves autônomas e operações com tripulação reduzida. Em ambas as situações, é desejável a introdução de melhores técnicas de gerenciamento de emergências, seja para operação autônoma ou para auxiliar um único piloto potencialmente sobrecarregado. A automação dos checklists atuais pode ser realizada, mas essa solução não é resiliente a múltiplas falhas: nesses casos, a experiência do piloto desempenha um papel importante na adaptação e combinação de checklists em estratégias imprevistas para lidar com situações específicas. Mais do que automatizar protocolos, a tomada de decisão autônoma baseada em dados de aprendizado é necessária, mas devido à alta confiabilidade dos sistemas de aeronaves, dados reais para treinar modelos de inteligência artificial (IA) não estão prontamente disponíveis por serem considerados de baixa relevância, portanto, dados sintéticos precisam ser usados se uma solução autônoma for considerada. Esta pesquisa pretende analisar e usar técnicas de ponta para emular a tomada de decisão de um piloto experiente, a fim de analisar e lidar com falhas complexas do sistema e reconfigurar a aeronave em situações imprevistas, usando técnicas de IA em conjuntos de dados massivos e possivelmente parcialmente sintetizados.