CAD 105,681.00
Reported federal agreement value. An agreement can cover several years; this is not the amount paid out.
Selected because the publisher reports recipient province NL; NL Ledger has not established the work, benefit or jurisdiction from this record; source fields are available below.
This is the whole reported commitment or notice value, not the amount paid or an NL allocation.
- Recipient
- Memorial University of Newfoundland
- Public body
- National Research Council Canada
- Agreement start
- Jan. 1, 2022
- Program
- Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives
- Record type
- Federal grant or contribution
Receipt
agreement 172-2021-2022-Q3-983412, amendment 0
Source location evidence
Location review incomplete.
Reported address: country: CA; province: NL; city: St. John's|St. John's; postal code: A1C 5S7.
How counted: latest of 1 rows (department reports running totals). Start: 2022-01-01; end: 2026-03-31; reported: not stated. Amount: published value.
Full source fields
- _id
- 493677332
- ref_number
- 172-2021-2022-Q3-983412
- amendment_number
- 0
- amendment_date
- agreement_type
- G
- recipient_type
- S
- recipient_business_number
- 107690273
- recipient_legal_name
- Memorial University of Newfoundland
- recipient_operating_name
- research_organization_name
- recipient_country
- CA
- recipient_province
- NL
- recipient_city
- St. John's|St. John's
- recipient_postal_code
- A1C 5S7
- federal_riding_name_en
- St. John's East
- federal_riding_name_fr
- St. John's-Est
- federal_riding_number
- 10006
- prog_name_en
- Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives
- prog_name_fr
- Programme de collaboration en science, en technologie et en innovation - Initiatives de collaboration en R-D
- prog_purpose_en
- Collaborate on multiparty research and development programs to catalyze transformative, high-risk, high-reward research with the potential for game-changing scientific discoveries and technological breakthroughs in priority areas.
- prog_purpose_fr
- Collaborer à des programmes multipartites de recherche-développement dans le but de profiter de la synergie entre la recherche transformatrice à haut risque et à haut rendement et le potentiel de découvertes scientifiques et de percées technologiques révolutionnaires dans des secteurs d’intervention prioritaires.
- agreement_title_en
- Autonomous Fleet Ice Management via Reinforcement Learning
- agreement_title_fr
- Gestion autonome de la flotte de glace au moyen de l’apprentissage par renforcement
- agreement_number
- 983412
- agreement_value
- 105681
- foreign_currency_type
- foreign_currency_value
- agreement_start_date
- 2022-01-01
- agreement_end_date
- 2026-03-31
- coverage
- description_en
- The purpose of this project is to explore the idea of an autonomous fleet of vessels which increase the availability of a channel of interest by pushing ice out of the way. The project involves the hiring of one PhD student. A reinforcement learning strategy for the vessel control algorithm to capture the complex interactions with ice on water is proposed. The model test basins at NRC are proposed to be used to collect data to enhance a simulation for algorithm development that will also be demonstrated with a model test. An existing ice simulation technology developed at NRC-OCRE in combination with model-free reinforcement learning will be used to arrive at a design for the vessel controllers that maint navigability.
- description_fr
- Dans le cadre de ce projet, on explorera l’idée d’une flotte autonome de navires qui augmentent la disponibilité d’un canal d’intérêt en dégageant la glace qui s’y trouve. Le projet implique l’embauche d’un doctorant. Une stratégie d’apprentissage par renforcement pour l’algorithme de contrôle des navires afin de capturer les interactions complexes avec la glace sur l’eau est proposée. Il est proposé d’utiliser les bassins d’essai de modèles du CNRC pour recueillir des données en vue d’améliorer une simulation pour créer un algorithme qui sera également soumis à un essai de modèle. Une technologie actuelle de simulation de glace développée au Centre de recherche en génie océanique, côtier et fluvial du CNRC, combinée à l’apprentissage par renforcement sans modèle, sera utilisée pour obtenir une conception de contrôleurs de navires qui maintiennent la navigabilité.
- naics_identifier
- 541710
- expected_results_en
- In the short term, anticipated outcomes will be strengthened collaborations across industry, academia, and government to support research excellence. In the medium term, anticipated outcomes will be the development of new and potentially disruptive technologies with collaborators. In the long term, find collaborative solutions to public policy challenges and create stronger innovation systems.
- expected_results_fr
- À court terme, les résultats prévus seront des collaborations renforcées entre l'industrie, le milieu universitaire et le gouvernement pour soutenir l'excellence en recherche. À moyen terme, les résultats attendus seront le développement de nouvelles technologies potentiellement perturbatrices avec des collaborateurs. À long terme, trouver des solutions collaboratives aux défis des politiques publiques et créer des systèmes d'innovation plus solides.
- additional_information_en
- additional_information_fr
- owner_org
- nrc-cnrc
- owner_org_title
- National Research Council Canada | Conseil national de recherches Canada
Spot an error? Say so in the box below, or email corrections@nlledger.ca. What to send.