Metodi di apprendimento per il controllo del movimento per robot su zampe

Questa tesi di dottorato esamina le aree di ricerca relative alla stabilità dei controllori neurali e alla certificazione di sicurezza. Negli ultimi anni sono emerse nuove tecniche basate su metodi data-driven per ottenere garanzie di stabilità, permettendo l'apprendimento di certificati insieme a strategie di controllo. Questa tesi presenta uno studio completo e aggiornato di questo campo in evoluzione e fornisce implementazioni per una serie di controllori neurali per sistemi di ordine superiore e sottoattuati.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2024

Author dc:creator

• LI NOCE, Alessia

Contributors dc:contributor

• ARENA, Paolo Pietro

• Stabilty
• Neural Network
• Legged robots
• Stabilità
• Reti Neurali
• Robot su zampe

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:NON PUBBLICO - Accesso privato/ristretto
• license uri:iris.PRI01

Language dc:language

ita

Handle dc:identifier

https://hdl.handle.net/20.500.11769/658149

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/658149