Prof. Andrea Del Prete
Università di Trento · Dipartimento di Ingegneria e Scienza dell'Informazione · libri consigliati e cosa studiare, a.a. 2026/2027
Libri adottati dal prof. Andrea Del Prete
- Khatib – Rigid-Body Dynamics Algorithms – Optimisation And Learning For Robot Control (Artificial Intelligence Systems – sede di Trento, 2º anno · 1º semestre · 6 CFU)
- Siciliano, B., & Khatib, O. (2016). Springer handbook – Optimisation And Learning For Robot Control (Artificial Intelligence Systems – sede di Trento, 2º anno · 1º semestre · 6 CFU)
- Featherstone – Rigid body dynamics algorithms – Optimisation And Learning For Robot Control (Artificial Intelligence Systems – sede di Trento, 2º anno · 1º semestre · 6 CFU)
- Boyd – Convex optimization – Optimisation And Learning For Robot Control (Artificial Intelligence Systems – sede di Trento, 2º anno · 1º semestre · 6 CFU)
- Nocedal – Numerical optimization – Optimisation And Learning For Robot Control (Artificial Intelligence Systems – sede di Trento, 2º anno · 1º semestre · 6 CFU)
- Lynch – Modern robotics, planning, and control – Optimisation And Learning For Robot Control (Artificial Intelligence Systems – sede di Trento, 2º anno · 1º semestre · 6 CFU)
- Bertsekas – Dynamic programming and optimal control – Optimisation And Learning For Robot Control (Artificial Intelligence Systems – sede di Trento, 2º anno · 1º semestre · 6 CFU)
- Szepesvári – Algorithms for reinforcement learning – Optimisation And Learning For Robot Control (Artificial Intelligence Systems – sede di Trento, 2º anno · 1º semestre · 6 CFU)
- Bertsekas – Reinforcement learning and optimal control – Optimisation And Learning For Robot Control (Artificial Intelligence Systems – sede di Trento, 2º anno · 1º semestre · 6 CFU)
- Siciliano – Foundations of Robotics – Introduzione alla Robotica (Ingegneria industriale – sede di Trento, 3º anno · 2º semestre · Robotica e Meccatronica · 6 CFU)
- Planning and control – Introduzione alla Robotica (Ingegneria industriale – sede di Trento, 3º anno · 2º semestre · Robotica e Meccatronica · 6 CFU)
- Khatib – Rigid-Body Dynamics Algorithms – Advanced Optimization-Based Robot Control (Intelligent Mechatronics Engineering – sede di Trento, esame facoltativo · Electronics and Robotics · 6 CFU)
- Siciliano, B., & Khatib, O. (2016). Springer handbook – Advanced Optimization-Based Robot Control (Intelligent Mechatronics Engineering – sede di Trento, esame facoltativo · Electronics and Robotics · 6 CFU)
- Featherstone – Rigid body dynamics algorithms – Advanced Optimization-Based Robot Control (Intelligent Mechatronics Engineering – sede di Trento, esame facoltativo · Electronics and Robotics · 6 CFU)
- Boyd – Convex optimization – Advanced Optimization-Based Robot Control (Intelligent Mechatronics Engineering – sede di Trento, esame facoltativo · Electronics and Robotics · 6 CFU)
- Nocedal – Numerical optimization – Advanced Optimization-Based Robot Control (Intelligent Mechatronics Engineering – sede di Trento, esame facoltativo · Electronics and Robotics · 6 CFU)
- Lynch – Modern robotics, planning, and control – Advanced Optimization-Based Robot Control (Intelligent Mechatronics Engineering – sede di Trento, esame facoltativo · Electronics and Robotics · 6 CFU)
- Bertsekas – Dynamic programming and optimal control – Advanced Optimization-Based Robot Control (Intelligent Mechatronics Engineering – sede di Trento, esame facoltativo · Electronics and Robotics · 6 CFU)
- Szepesvári – Algorithms for reinforcement learning – Advanced Optimization-Based Robot Control (Intelligent Mechatronics Engineering – sede di Trento, esame facoltativo · Electronics and Robotics · 6 CFU)
- Bertsekas – Reinforcement learning and optimal control – Advanced Optimization-Based Robot Control (Intelligent Mechatronics Engineering – sede di Trento, esame facoltativo · Electronics and Robotics · 6 CFU)
Materie del prof. Andrea Del Prete
Optimisation And Learning For Robot Control Canale unico
Corso di laurea: Artificial Intelligence Systems – sede di Trento · Laurea magistrale (LM-32) · 2º anno · 1º semestre · 6 CFU
Il docente indica 9 testi · da studiare tutti
Libri consigliati nell'a.a. 2025/2026
Bacheca del docente: cosa indica di studiare
Introduzione alla Robotica Canale unico
Corso di laurea: Ingegneria industriale – sede di Trento · Laurea triennale (L-9) · 3º anno · 2º semestre · Robotica e Meccatronica · 6 CFU
Il docente indica 2 testi · da studiare tutti
Bacheca del docente: cosa indica di studiare
- Il materiale fornito dal docente è sufficiente per la preparazione all'esame. Se però qualcuno sentisse il bisogno di approfondire gli argomenti utilizzando un libro di testo, i seguenti libri potrebbero essere utilizzati.
Advanced Optimization-Based Robot Control Canale unico
Corso di laurea: Intelligent Mechatronics Engineering – sede di Trento · Laurea magistrale (LM-33) · esame facoltativo · Electronics and Robotics · 6 CFU
Il docente indica 9 testi · da studiare tutti
Libri consigliati nell'a.a. 2025/2026
Bacheca del docente: cosa indica di studiare
Ot2. Robotica in Medicina Canale unico
Corso di laurea: Medicina e Chirurgia – sede di Trento · Ciclo unico (LM-41) · 4º anno · 2º semestre · 5 CFU
Apri la scheda ufficiale ›Domande frequenti
Quali libri consiglia il prof. Andrea Del Prete per Optimisation And Learning For Robot Control?
Khatib – Rigid-Body Dynamics Algorithms; Siciliano, B., & Khatib, O. (2016). Springer handbook; Featherstone – Rigid body dynamics algorithms; Boyd – Convex optimization; Nocedal – Numerical optimization; Lynch – Modern robotics, planning, and control; Bertsekas – Dynamic programming and optimal control; Szepesvári – Algorithms for reinforcement learning; Bertsekas – Reinforcement learning and optimal control
Quali libri consiglia il prof. Andrea Del Prete per Introduzione alla Robotica?
Siciliano – Foundations of Robotics; Planning and control
Quali libri consiglia il prof. Andrea Del Prete per Advanced Optimization-Based Robot Control?
Khatib – Rigid-Body Dynamics Algorithms; Siciliano, B., & Khatib, O. (2016). Springer handbook; Featherstone – Rigid body dynamics algorithms; Boyd – Convex optimization; Nocedal – Numerical optimization; Lynch – Modern robotics, planning, and control; Bertsekas – Dynamic programming and optimal control; Szepesvári – Algorithms for reinforcement learning; Bertsekas – Reinforcement learning and optimal control