Francesco Mannella è ricercatore presso l’Istituto di Scienze e Tecnologie della Cognizione del CNR. ha ottenuto la laurea in Psicologia, con specializzazione in Psicologia Generale e Sperimentale presso l'Università degli Studi di Roma "La Sapienza". Ha inoltre conseguito il dottorato di ricerca in Psicobiologia e Psicofarmacologia, presso la stessa università. Si occupa di modelli computazionali sull'apprendimento e lo sviluppo dei processi mentali, in particolare i processi decisionali e l'interazione tra azione, cognizione, emozioni e motivazioni, il controllo motorio, la neuromodulazione, le contingenze sensomotorie e la psicologia dello sviluppo. I principali strumenti di ricerca comprendono le reti neurali artificiali e la robotica fisica e simulata
![profile picture Francesco Mannella](https://backoffice.lumsa.it/sites/default/files/images/4081/2024-02/FM.jpg)
Francesco Mannella
invia a...
![share icon](../../../../../../assets/images/share-icon/share-icon-yellow.png)
Ruolo
Docente a contratto
Città
Roma
Dipartimento
Scienze umane (Roma)
Corso di Laurea
Scienze e tecniche psicologiche
Francesco Mannella
![share icon](../../../../../../assets/images/share-icon/share-icon-yellow.png)
Curriculum vitae
Contatti
Orari di ricevimento
il docente riceve previo appuntamento da concordare per email (f.mannella@lumsa.it)
Didattica e insegnamenti
Insegnamento | Anno accademico | CFU |
---|---|---|
INTELLIGENZA ARTIFICIALE E PROCESSI COGNITIVI | 2024 / 2025 | 6 |
FONDAMENTI DI NEUROSCIENZE COMPUTAZIONALI | 2023 / 2024 | 6 |
Tutte le pubblicazioni
Mannella, F., & Tummolini, L. (2022). Kick-starting concept formation with intrinsically motivated learning: The grounding by competence acquisition hypothesis. Philosophical Transactions of the Royal Society B: Biological Sciences, 378(1870), 20210370. https://doi.org/10.1098/rstb.2021.0370
Mannella, F., Maggiore, F., Baltieri, M., & Pezzulo, G. (2021). Active inference through whiskers. Neural Networks, 144, 428–437. https://doi.org/10.1016/j.neunet.2021.08.037
Caligiore, D., Mannella, F., & Baldassarre, G. (2019). Different dopaminergic dysfunctions underlying Parkinsonian Akinesia and tremor. Frontiers in Neuroscience, 13(MAY). https://doi.org/10.3389/fnins.2019.00550
Mannella, F., Santucci, V. G., Somogyi, E., Jacquey, L., ORegan, K. J., & Baldassarre, G. (2018). Know your body through intrinsic goals. Frontiers in Neurorobotics, 12. https://doi.org/10.3389/fnbot.2018.00030
Zappacosta, S., Mannella, F., Mirolli, M., & Baldassarre, G. (2018). General differential Hebbian learning: Capturing temporal relations between events in neural networks and the brain. PLoS Computational Biology, 14(8).
Fiore, V. G., Mannella, F., Mirolli, M., Latagliata, E. C., Valzania, A., Cabib, S., Dolan, R. J., Puglisi-Allegra, S., & Baldassarre, G. (2014). Corticolimbic catecholamines in stress: A computational model of the appraisal of controllability. Brain Structure and Function, 220(3), 1339–1353. https://doi.org/10.1007/s00429-014-0727-7
Fiore, V. G., Sperati, V., Mannella, F., Mirolli, M., Gurney, K., Friston, K., Dolan, R. J., & Baldassarre, G. (2014). Keep focussing: Striatal dopamine multiple functions resolved in a single mechanism tested in a simulated humanoid robot. Frontiers in Psychology, 5. https://doi.org/10.3389/fpsyg.2014.00124
Mannella, F., Gurney, K., & Baldassarre, G. (2013). The nucleus accumbens as a nexus between values and goals in goal-directed behavior: A review and a new hypothesis. Frontiers in Behavioral Neuroscience, 7. https://doi.org/10.3389/fnbeh.2013.00135
Baldassarre, G., Mannella, F., Fiore, V. G., Redgrave, P., Gurney, K., & Mirolli, M. (2013). Intrinsically motivated action-outcome learning and goal-based action recall: A system-level bio-constrained computational model. Neural Networks, 41, 168–187. https://doi.org/10.1016/j.neunet.2012.09.015
Mannella, F., & Baldassarre, G. (2015). Selection of cortical dynamics for motor behaviour by the basal ganglia. Biological Cybernetics, 109(6), 575–595. https://doi.org/10.1007/s00422-015-0662-6
Mannella, F., & Baldassarre, G. (2007). A neural-network reinforcement-learning model of domestic chicks that learn to localize the centre of closed arenas. Philosophical Transactions of the Royal Society B: Biological Sciences, 362(1479), 383–401. https://doi.org/10.1098/rstb.2006.1966