Conoscere i principali metodi di analisi di un sistema complesso adattativo
Conoscere i principali metodi di controllo di un sistema complesso adattativo
Saper progettare semplici circuiti non lineari con capacità adattative
Il corso riguarda le principali linee guida per comprendere, progettare e realizzare circuiti e sistemi non lineari bioispirati con capacità adattive. Esso comprende una parte sperimentale software/hardware di laboratorio. Il corso comprende inoltre le linee guida relative alla progettazione e realizzazione di modelli di neuro-controllo per robot biologicamente ispirati. Gli obbiettivi formativi del corso si inquadrano, all'interno del corso di laurea in Automation engineering, sia in termini di acquisizione di competrenze specifiche nell'ambito dell'analisi e del progetto di sistemi dinamii non lineari di tipo neurale, sia tramite competenze emergenti nell'ambito del controllo di dinamiche complesse applicate alla movimentazione; gli aspetti rilevanti riguardano altresi' la capacità di progettare e realizzare sistemi adattativi e di apprendimento per macchine innovative di tipo percettivo ispirate al cervello di alcuni esseri viventi presi come organismi-modello.
Lezioni frontali e esercitazioni
Lezioni frontali; esercitazioni e dimostrazioni con ausilio di strumenti multimediali, laboratorio
Frontal lessons; exercises and demonstrations with the aid of multimedia tools, laboratory
The knowledge of the main system theory topics and automatic control techniques is required. Basics of electronic circuit theory suitably helps the students.
Si richiede un corso di base di Teoria dei Sistemi e di Controlli Automatici
A basic course of System Theory and Automatic Control is required.
Frequency is not strictly needed, but highly recommended.
La frequenza non è espressamente richiesta, ma altamente raccomandata.
Frequency is not strictly needed, but highly recommended
Fundamentals of nonlinear dynamical systems. Design of adaptive circuits based on nonlinear devices.
1) Fundamentals of nonlinear dynamical systems: continuous-time systems
2) Theory of elementary bifurcations for continuous-time systems
3) Discrete-time dynamical systems: logistic map and bifurcations
4) Equilibrium points, limit cycles, strange attractors
5) Oscillations in second-order nonlinear circuits
6) Chaotic systems
7) Distributed systems, Cellular Neural Networks and reaction-diffusion systems
8) Design of nonlinear systems
9) Complex networks: analysis and control
Introduzione alla Biorobotica e agli aspetti interdisciplinari; studio approfondito delle dinamiche non lineari nei sistemi neurali biologici; modellistica del neurone biologico e studio nel piano delle fasi; modelli delle sinapsi e della loro modulazione; modelli computazionalmente efficienti delle reti neurali artificiali e biologiche; esempi di simulazione in riferimento a casi di studio. Paradigmi neurali biologici per la generazione ed il controllo di sistemi di locomozione; il Generatore Centrale di Pattern (CPG) ed il controllo decentralizzato: studio approfondito e confronti in relazione ad animali presi come riferimento; implementazione dei paradigmi di controllo della locomozione tramite sistemi e circuiti non lineari (implementazione analogica e digitale); studio di esempi reali di robot biologicamente ispirati, controllati da modelli di reti neurali biologiche (implementazione di dinamiche ondulatorie “worm-like”, implementazione di reti CPG e controllori decentralizzati su robot esapodi, quadrupedi e bipedi). Il ruolo dei sistemi dinamici complessi nella modellistica e nel controllo di dinamiche percettive, con applicazione alla biorobotica: studio di dinamiche complesse per il controllo di sistemi percettivi per la biorobotica. Verso il modello computazionale del cervello di un robot insettoide.
1. S. H. Strogatz, Nonlinear dynamics and chaos, Westview Press; 2nd edition (July 29, 2014)
2. A. Buscarino, L. Fortuna, M. Frasca, Essentials of Nonlinear Circuit Dynamics with MATLAB® and Laboratory Experiments, CRC Press, 2017
3. V. Latora, V. Nicosia, G. Russo, Complex Networks: Principles, Methods and Applications, Cambridge University Press, 2017
“Neuronal Control of Locomotion: From Mollusc to Man“, G. N. Orlovsky, T. G. Deliagina and S. Grillner;
“Dynamical Systems, Wave-Based Computation and Neuro-Inspired Robots”, P. Arena ed.
Further eventual materials will be posted through studium
Piattaforma Studium
COMPLEX ADAPTIVE SYSTEMS | ||
Argomenti | Riferimenti testi | |
1 | Fundamentals of nonlinear dynamical systems: continuous-time systems | 1-2 |
2 | Theory of elementary bifurcations for continuous-time systems | 1-2 |
3 | Discrete-time dynamical systems: logistic map and bifurcations | 1-2 |
4 | Equilibrium points, limit cycles, strange attractors | 1-2 |
5 | Oscillations in second-order nonlinear circuits | 2 |
6 | Chaotic systems | 1-2 |
7 | Distributed systems, Cellular Neural Networks and reaction-diffusion systems | 2 |
8 | Design of nonlinear systems | 2 |
9 | Complex networks: analysis and control | 2-3 |
BIOROBOTICS | ||
Argomenti | Riferimenti testi | |
1 | Introduction to Biorobotics and to its interdisciplinary aspects; detailed study on nonlinear dynamics in biological neural systems | dispense |
2 | biological neuron model and phase space analysis, models of synapses and of their modulation; | Dispense del docente |
3 | computational models for biological neural networks; simulation examples referring to cases of study; | Dispense del docente |
4 | biological neural paradigms for the generation and control of locomotion patterns: the Central Pattern Generator (CPG) and the decentralised control | LIbro 1 |
5 | implementation of the locomotion control paradigms through nonlinear circuits and systems (analog and digital implementation), | libro 2 |
6 | examples of bio inspired robots controlled by models of biological neural networks: implementation of undulatory worm-like locomotion patterns, | libro 2; dispense |
7 | implementation of CPG networks and decentralised controllers on hexapod, quadruped and biped robots. | libro 2; dispense |
8 | The role of complex dynamics in modelling and control of perceptual systems for biorobotic applications. Toward an insect brain computational model. | dispense |
Esame orale e tesina facoltativa/Oral examination and optional course project
E' provista una prova orale e la discussione di una tesina facoltativa, svolta prevalentemente durante il periodo di lezione
Il colloqui orale verterà sulla discussione della eventuale tesina svolta dallo studente; seguiranno delle domande sui contenuti del corso. LA valutazione verra' formulata sulla base della qualità del lavoro di tesina (se presentato) o sulla pertinenza, capacita' espressiva e rigore metodologico utilizzato dallo studente durante l'esposizione. La valutazione verrà effettuata in maniera organica, assieme al docente responsabile del modulo di Complex Adaptive Systems.
All topics of the course may be discussed in the examination
Generatore centrale di pattern; modellistica e controllo della locomozione; dinamiche neurali; algoritmi di apprendimento in reti neurali biologiche;