7 resultados para adaptation
em Universitat de Girona, Spain
Resumo:
Aquest quadern és el primer lliurement de les Orientacions per a l’adaptació a l’espai europeu d’educació superior. Té l’origen en el debat de la Comissió de seguiment del Pla pilot d’adaptació a l’espai europeu d’educació superior de la UdG i del grup de treball que s’ha constituït l’hivern 2005-2006 expressament per tractar el tema de les competències
Resumo:
Aquest quadern forma part de la Guia per a l'adaptació a l'espai europeu d'educació superior
Resumo:
Aquest quadern forma part de la Guia per a l'adaptació a l'espai europeu d'educació superior
Resumo:
Aquest quadern és el quart lliurement de la Guia per a l'adaptació a l'espai europeo superior. Té l'origen en el debat de la Comissió de Seguiment del Pla Pilot d'adaptació a l'Espai Europeu d'Educació Superior de la UdG i del grup de treball que s'ha constituït l'estiu del 2006 expressament per tractar el tema de les activitats d'aprenentatge
Resumo:
Aquest quadern és el cinquè lliurement de la Guia per a l'adaptació a l'espai europeu d'educació superior. Té l'origen en el debat de la Comissió de Seguiment del Pla pilot d'Adaptació a l'Espai Europeu d'Educació Superior de la UdG i del grup de treball que s'ha constituït expressament per tractar el tema de l'avaluació dels aprenentatges
Resumo:
Aquest quadern és el sisè lliurament de la Guia per a l'adaptació a l'espai europeu d'educació superior. Té l'origen en el debat de la Comissió de Seguiment del Pla Pilot d'Adaptació a l'Espai Europeu d'Educació Superior de la UdG i del grup de treball que s'ha constituït expressament per tractar el tema de l'avaluació dels aprenentatges
Resumo:
In this paper we present a novel approach to assigning roles to robots in a team of physical heterogeneous robots. Its members compete for these roles and get rewards for them. The rewards are used to determine each agent’s preferences and which agents are better adapted to the environment. These aspects are included in the decision making process. Agent interactions are modelled using the concept of an ecosystem in which each robot is a species, resulting in emergent behaviour of the whole set of agents. One of the most important features of this approach is its high adaptability. Unlike some other learning techniques, this approach does not need to start a whole exploitation process when the environment changes. All this is exemplified by means of experiments run on a simulator. In addition, the algorithm developed was applied as applied to several teams of robots in order to analyse the impact of heterogeneity in these systems