SIC – Stretto in Carena: Un Esempio di Innovazione Universitaria nel Motorsport

Questo studio presenta un’analisi dettagliata del Deep Reinforcement Learning per ottimizzare la configurazione delle moto. Integrando algoritmi avanzati di machine learning con simulazioni complesse, il DRL fornisce uno strumento potente per identificare configurazioni ottimali che massimizzano le prestazioni in pista. Viene esaminato il processo di addestramento dei modelli DRL, inclusa la definizione degli stati e delle azioni, la progettazione delle funzioni di ricompensa e l’implementazione di algoritmi di deep learning. Inoltre, vengono discusse le sfide specifiche e le considerazioni pratiche relative all’integrazione del DRL nel processo decisionale dei team, inclusi tempi di calcolo e la gestione della complessità dei dati.

PARTECIPANTI: Dario Milone(Faculty Advisor SIC), Massimiliano Chillemi (Vice-Faculty Advisor SIC), Laura Arruzzoli (team leader SIC), Team SIC-Stretto In Carena.