COMPLEX ADAPTIVE SYSTEMS AND BIOROBOTICS

12 CFU - 1° semestre

Docenti titolari dell'insegnamento

LUIGI FORTUNA - Modulo COMPLEX ADAPTIVE SYSTEMS - ING-INF/04 - 6 CFU
PAOLO PIETRO ARENA - Modulo BIOROBOTICS - ING-INF/04 - 6 CFU

Obiettivi formativi

COMPLEX ADAPTIVE SYSTEMS
Il corso riguarda le principali linee guida per comprendere i sistemi adattivi, di progettare un realizzare circuiti non lineari con capacità adattive. Esso comprende una parte sperimentale di laboratorio. Progettazione e realizzazione di modelli neuro-controllo per biologicamente ispirato robot.
BIOROBOTICS
Il corso riguarda le principali linee guida per comprendere i sistemi adattivi, di progettare un realizzare circuiti non lineari con capacità adattive. Esso comprende una parte sperimentale di laboratorio. Progettazione e realizzazione di modelli neuro-controllo per biologicamente ispirato robot.

Prerequisiti richiesti

COMPLEX ADAPTIVE SYSTEMS
The knowledge of the main system theory topics and automatic control techniques ais required. Moreover electronic circuit theory

knowlwdge will suitably help the students.
BIOROBOTICS
A basic couse on system theory and/or automatic control is needed

Frequenza lezioni

COMPLEX ADAPTIVE SYSTEMS
Frequency is not necessary moreover it is recommended.
BIOROBOTICS
Frequency is not strictly needed, but highly recommended

Contenuti del corso

COMPLEX ADAPTIVE SYSTEMS
Complex theory paradigms. Non linear dynamical theory. Design of adaptive circuits based on non linear devices.

Distributed architecture for information processing. Noise and uncertainty in complex systems.

Details of the Main subject of the Course:

1) Nonlinear continuous time dynamical systems: the firs order systems.

2) Elementary theory of the bifurcation.

3) Bifurcation in the logistic map.

4) Equilibrium points, limit circles, stange attractors.

5) Limit circles and second order nonlinear circuits.

6)Designing dynamical systems by using circuits blocks: CNN

and Chua Circuits.

7)General cases.

8) Complex dynamics.

9) The RD equations and the RD-CNN.

10) Solitons and active waves.

11) Stochastic resonances.

12)Uncertainty and CNN

13) Noise and CNN

Paradigma generale per la classificazione di sistemi complessi adattativi.Dinamica di sistemi non lineari per i sistemi complessi adattativi.Dinamiche Caotiche.Sincronizzazione e controllo di sistemi con dinamica caotica.Circuiti non lineari.Reti Cellulari Non Lineari (CNN).RD-CNN.Reti Complesse.Reti con incertezza e con rumore aggiunto.Varietà generale di sistemi complessi adattativi e loro controllo.
BIOROBOTICS
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 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.

Testi di riferimento

COMPLEX ADAPTIVE SYSTEMS
1) S. Strogatz, Non Linear Dynamics and Chaos, Pegaous Books 1994.
2) L. Fortuna, M.Frasca, R.Caponetto,Advanced Topics on Cellular Self Organizing Nets and Chaotic non linear Dynamic to model and Control Complex Systems, World Scientific Series A, Vol. 63, 2008.
BIOROBOTICS
“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.

Altro materiale didattico

COMPLEX ADAPTIVE SYSTEMS
Studium will contain a document essential for the course.
BIOROBOTICS
Piattaforma Studium

Programmazione del corso

COMPLEX ADAPTIVE SYSTEMS
	*	Argomenti	Riferimenti testi
1		Nonlinear Dynamical Systems Theory, Design of Oscillator, Strange Attractors, Cellular Nonlinear Networks.	L. Fortuna, M.Frasca, R.Caponetto, Advanced Topics on Cellular Self Organizing Nets and Chaotic non linear Dynamic to model and Control Complex Systems, World Scientific Series A, Vol. 63, 2008.
2		Basic Principles of system Theory, Automatic. Control and Electronic Circuits.
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

* Conoscenze minime irrinunciabili per il superamento dell'esame.

N.B. La conoscenza degli argomenti contrassegnati con l'asterisco è condizione necessaria ma non sufficiente per il superamento dell'esame. Rispondere in maniera sufficiente o anche più che sufficiente alle domande su tali argomenti non assicura, pertanto, il superamento dell'esame.

Verifica dell'apprendimento

MODALITÀ DI VERIFICA DELL'APPRENDIMENTO

COMPLEX ADAPTIVE SYSTEMS
The evaluation of the skills achieved in the course will be evaluated by a colloquium with students that will prepaire

their " book " regarding the theory and the experimental results of their work.

The student that want to prepare and to discuss innovative experiments are welcome.
BIOROBOTICS
E' provista una prova orale e la discussione di una tesina facoltativa, svolta prevalentemente durante il periodo di lezione

ESEMPI DI DOMANDE E/O ESERCIZI FREQUENTI

COMPLEX ADAPTIVE SYSTEMS
Examples:

Make a discussion about the realization of a Chua Circuit by using CNN.

As uncertainty and noise work in distributed non linear systems.

Apri in formato Pdf English version