Torna ai risultati della ricercaBando per incarichi di ricerca
| Titolo del progetto dell'incarico in italiano | Apprendimento multi-agente per la progettazione micro-macro di sistemi collettivi |
|---|---|
| Titolo del progetto ddell'incarico in inglese | Multi-Agent Learning for the Micro-Macro Design of Collective Systems |
| Campo principale | Computer science |
| Sottocampo | Autonomic computing |
| G.S.D. | 01/INFO-01 - INFORMATICA |
| S.S.D | INFO-01/A - Informatica |
| Descrizione sintetica in italiano | L’attività di ricerca mira a studiare tecniche di machine learning (ML) a supporto della progettazione, sintesi e analisi di sistemi collettivi e multi-scala, nei quali le interazioni tra entità locali (micro) determinano proprietà e comportamenti globali (macro). La ricerca si concentrerà ad esempio su metodi di reinforcement learning multi-agente scalabili (es. approcci mean-field), e su modelli neurali adatti a rappresentare strutture e dinamiche collettive, come le Graph Neural Network. Saranno inoltre esplorati approcci ibridi simbolico-subsimbolici, comprendenti programmi differenziabili, sintesi di programmi e rappresentazioni strutturate delle policy. L’obiettivo è sviluppare metodi capaci di collegare esplicitamente dinamiche micro e obiettivi macro, mantenendo efficacia, interpretabilità e scalabilità in popolazioni numerose ed eterogenee. |
| Descrizione sintetica in inglese | The research activity aims to investigate machine learning (ML) techniques supporting the design, synthesis, and analysis of collective and multi-scale systems, in which interactions among local entities at the micro level give rise to global properties and behaviours at the macro level. The research will focus, for instance, on scalable multi-agent reinforcement learning (MARL) methods (e.g., mean-field approaches) and on neural models suitable for representing collective structures and dynamics, including Graph Neural Networks. Hybrid symbolic-subsymbolic approaches will also be explored, for instance differentiable programs, program synthesis, and structured policy representations. The ultimate objective is to develop methods that explicitly connect microscopic dynamics with macroscopic objectives, while preserving effectiveness, interpretability, and scalability in large and heterogeneous populations. |
| Data del bando | 08/09/2026 |
| Paesi in cui può essere condotto l'incarico |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Destinatari dell'incarico di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/incarichi-di-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI INFORMATICA - SCIENZA E INGEGNERIA |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| roby.casadei@unibo.it |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 24/09/2026 - alle ore 23:59 |
|---|---|
| Come candidarsi | Other |