I materiali pubblicati sul sito costituiscono rielaborazioni personali del Publisher di informazioni apprese con la frequenza delle lezioni e lo studio autonomo di eventuali testi di riferimento in preparazione all’esame finale o della tesi. Non devono intendersi come materiale ufficiale dell’università attribuibile al docente del corso.
…continua

Filtra per

Tutte le tipologie

Ordina

Filtra

Appunti degli studenti per corsi ed esami del Prof. Battistelli Giorgio

Appunti completi lezioni di Fondamenti di Automatica basati su appunti personali del publisher presi alle lezioni del prof. Battistelli, dell’università degli Studi di Firenze - Unifi, facoltà di ingegneria, Corso di laurea in ingegneria informatica. Scarica il file in formato PDF!
...continua

Dal corso del Prof. G. Battistelli

Università Università degli Studi di Firenze

Appunti esame
4 / 5
Appunti completi del corso di Multiagent Systems (2023/2024) tenuto dal professore Giorgio Battistelli. Gli appunti contengono: introduzione, robot motion planning (road map, algoritmi Bug, APF), teoria dei grafi (laplaciano, connettività algebrica, partizionamento spettrale), Consenso nei sistemi multiagente, sistemi multirobot (flocking, copertura, esplorazione, mappatura), addestramento distribuito e reinforcement learning (value itratation, policy iteration, temporal difference e Q-learning).
...continua
Appunti dettagliati del corso di Multiagent Systems (Autonomous Agents and Intelligent Robotics) tenuto dal Prof. Giorgio Battistelli anno accademico 2024/2025 corso di Laurea Magistrale in Ingegneria Informatica o Intelligenza Artificiale Università degli Studi di Firenze, con cui ho ottenuto 30/30 all'esame. Gli appunti includono spiegazioni chiare che coprono gli argomenti principali del programma. Perfetti per chi vuole prepararsi al meglio e affrontare l’esame con sicurezza. Gli appunti (nonostante nell'indice iniziale non vengano mostrati tutti i capitoli) comprendono: - Robot Motion Planning - Laplaciano e le sue proprietà - Coordinamento nei sistemi multi-agente - Sistemi multi-robot - Ottimizzazione e addestramento multi-agente - Reinforcement Learning (grande attenzione nel dettagliare e sintetizzare le informazioni importanti, molto chiesto all'orale)
...continua