Deep Reinforcement Learning per la risoluzione di problemi di controllo

Presentazione

Il Reinforcement Learning è una branca del Machine Learning che può essere impiegata per la risoluzione di problemi di Controllo. È infatti possibile costruire una strategia di controllo mediante ripetute simulazioni del sistema di interesse. I dati di simulazione sono utilizzati per addestrare, in accordo con lo specifico obiettivo di controllo o regolazione, una policy di interazione con il sistema. La policy così addestrata, implementata ad esempio tramite una rete neurale deep, si sostituisce ad un classico sistema di controllo o più in generale di decision-making.

In questo Webinar, imparerai a realizzare progetti di Reinforcement Learning utilizzando i prodotti Mathworks. Nello specifico apprenderai come: impostare i modelli da simulare, definire la struttura della policy e gestire il training della stessa con il parallel computing al fine di migliorare la performance computazionale.

Informazioni sul relatore/sui relatori

Gianfranco Fiore è Application Engineer in The MathWorks dove si occupa di assistere partner e clienti nello sviluppo di sistemi di Controllo, applicazioni di Intelligenza Artificiale, Data Analysis e Data Analytics. Gianfranco ha conseguito la Laurea Specialistica (M.Sc.) in Ingegneria dell’Automazione e il Dottorato di Ricerca (Ph.D.) presso l’Università degli Studi di Napoli “Federico II”; ha poi lavorato come Ricercatore presso l’Università di Bristol (U.K.) e come consulente presso il dipartimento di Ricerca e Sviluppo di un’azienda leader nel settore elettrodomestici.