Tesi - Addestramento tramite tecniche di Reinforcement Learning di entità virtuali generate al [...]

Opportunità di Stage

Si ricerca un giovane studente o studentessa da inserire in stage con l’obiettivo di sviluppare la propria tesi di laurea su “L’Addestramento tramite tecniche di Reinforcement Learning di entità virtuali generate al computer all’interno di un simulatore di volo” presso il sito di Torino.

Durata e località

Durata massima di sei mesi. Sito: Italia – Torino. Modalità: Onsite.

Obiettivo della tesi

Studio e sviluppo di un software di controllo di un velivolo sintetico basato su intelligenza artificiale addestrata con tecniche di Reinforcement Learning, con l’obiettivo di progettare e implementare un agente in grado di gestire il controllo dinamico di un velivolo sintetico.

Fasi di lavoro

• Analisi dei prodotti commerciali ed integrazione: studio dei simulatori di volo disponibili sul mercato (es. X-Plane 12 o DCS World) come motori di fisica; interazione del agente AI con il simulatore tramite API o plugin.
• Definizione del modello di apprendimento: progettazione della “reward function” per addestrare l’agente a eseguire manovre specifiche, massimizzando i parametri scelti al progetto.
• Validazione in ambiente sintetico: integrazione del modello addestrato in uno scenario complesso, tipico degli standard di addestramento militare, per valutare la capacità dell’IA di reagire a variabili dinamiche e imprevisti ambientali.

Requisiti di studio

Laurea Magistrale in Ingegneria Informatica o Informatica.

Competenze tecniche

• Linguaggi di programmazione: Python, C++, C#
• Fondamenti di Machine Learning, Deep Learning, Reinforcement Learning
• Reinforcement Learning libraries: Gymnasium
• Gestione del codice con GIT/GitHub
• Protocolli di scambio dati

Competenze comportamentali

• Proattività
• Capacità di lavorare in team
• Orientamento all’apprendimento
• Flessibilità
• Orientamento al risultato
• Interesse per il mondo aeronautico

Conoscenze linguistiche

Ottima conoscenza della lingua inglese, scritta e parlata livello B2/C1.

Modalità di contratto e compenso

Contratto: totale base pay più rimborso spese; Hybrid Working: Onsite. Primary Location: Italia – Torino.