Andrea Bonarini ha conseguito la Laurea in Ingegneria Elettronica (area Ingegneria Informatica), nel 1984, e il Dottorato in Ingegneria Informatica nel 1989, entrambi presso il Politecnico di Milano. Master in programmazione neurolinguistica nel 1993, presso IIPNL.

Professore ordinario al Politecnico di Milano, Dipartimento di Elettronica, Informazione e Bioingegneria. È stato cocordinatore del Dottorato di Rcerca in Information technology al Politecnico di Milano dal 2016 al 2018.

Dal 1990 coordina il Laboratorio di Intelligenza Artificiale e Robotica del Politecnico di Milano (AIRLab - http://www.deib.polimi.it/eng/deib-labs/details/21).

È stato nominato Fellow dell'Alta Scuola Politecnica (http://www.asp-poli.it) nel 2012. È tra i fondatori dell'Associazione Italiana per l'Intelligenza Artificiale (AI * IA) e del Gruppo di interesse regionale italiano di il Consiglio della rete neurale IEEE, ora capitolo italiano della IEEE Computational Intelligence Society (presidente dal 2008 al 2010). Dal 2003 al 2006 è stato coordinatore del gruppo di lavoro sulla robotica dell'AI * IA. Dal 1997 al 2010 ha partecipato all'iniziativa Robocup (membro del Comitato esecutivo dal 2002 al 2010 (http://www.robocup.org)).
Attualmente è responsabile dei corsi di "Informatica", "Intelligenza artificiale", "Robotics and Design" e "Soft Computing" presso il Politecnico di Milano. Ha tenuto e tiene corsi su "Incertezza", "Fuzzy Logic", "Soft Computing" e "Designing Interaction" nell'ambito del programma di dottorato del Politecnico. Ha insegnato più di 150 tesi di laurea (Master), alcune tesi ERASMUS, tesi Alta Scuola Politecnica e 12 tesi di dottorato nei campi AI, Machine Learning, e Robotica.

Ha partecipato e guidato diversi progetti europei, nazionali e industriali. È stato anche rappresentante per il Politecnico di Milano nelle reti di eccellenza dell'UE sui Sistemi Fuzzy e sul Ragionamento Qualitativo, ed è stato rappresentante nazionale nell'azione COST LUDI - Gioco per bambini con disabilità.

Dal 1989 ha realizzato con i suoi collaboratori e studenti più di 50 robot autonomi. Tra i recenti riconoscimenti, ha vinto il primo Kazuo Tamie Award per un robot a supporto della terapia con bambini autistici.

I suoi interessi di ricerca si focalizzano ormai sull'interazione uomo-robot, ma includono ancora l'interpretazione intelligente dei dati, agenti robotici autonomi (in particolare Edutainment, Entertainment e Robogames), elaborazione affettiva, apprendimento di rinforzo e sistemi Fuzzy. Ha pubblicato più di 200 articoli peer-reviewed su riviste internazionali, libri e atti di congressi internazionali (H-index Scholar: 34).

Nel 2015 ha co-fondato la società NovaLabs (www.novalabs.io), sulla base dei risultati di ricerca sviluppati con studenti di dottorato in collaborazione con ST Microelectronics, ovvero un sistema HW / SW costituito da moduli che consentono di implementare con un elettronica plug-and-play il sistema di controllo di base di dispositivi e robot professionali, autonomi, in brevissimo tempo.
---------------------------
Matteo Matteucci - "Laurea" 1999 (Politecnico di Milano), Master of Science 2002 (Carnegie Mellon University), PhD 2003 (Politecnico di Milano) è Professore Associato presso il “Dipartimento di Elettronica Informazione e Bioingegneria” del Politecnico di Milano. Nel 1999 si laurea in Ingegneria Informatica presso il Politecnico di Milano, nel 2002 consegue un Master of Science in Knowledge Discovery and Data Mining presso la Carnegie Mellon University (Pittsburgh, PA), e nel 2003 il Dottorato di Ricerca in Computer Engineering and Automation al Politecnico di Milano.
Si occupa di Robotica e Apprendmento Automatico, principalmente sviluppando, con approccio pratico, tecniche, modelli e metodologie per portare adattatività e apprendimento in sistemi (robotici) autonomi che operano in contesti reali e dinamici. La sua attività di ricerca riguarda la percezione nei robot, la rappresentazione del mondo, il benchmarking di sistemi autonomi e robot, le architetture per robot, I middleware per l’integrazione del software nei robot autonomi, la visione artificiale, e tutti i tipi di apprendimento automatico (e.g., reti neurali, alberi di decisione, modelli mistura, reti Bayesiane, etc.) applicati alla percezione robotica in contesti reali.
Ha pubblicato più di 50 articoli, peer-reviewed, su riviste internazionali, 25 articoli su libri internazionali, e più di 150 contributi, peer-reviewed, a conferenze e workshop internazionali. Fa parte del comitato di programma di diverse conferenze su Intelligenza Artificiale e Robotica, fa parte del Technical Committee of Intelligent Autonomous Vehicles per la International Federation of Automatic Control, serve come reviewer per riviste e conferenze internazionali nei suoi campi di interesse.
È stato coordinatore del progetto eurpeo RAWSEEDS – FP6-045144 (2006-2009, http://www.rawseeds.org) una Specific Support Action nel programma FP6 per lo sviluppo di un toolkit per il benchmarking di algoritmi di SLAM multi sensore. È stato coordinatore scientifico nazionale del progetto ROAMFREE (2009-2013, http://roamfree.dei.polimi.it) per lo sviluppo di un metodo per la stima robusta dell’odometria di robot mobili tramite fusione multi sensoriale finanziato dal Ministero della Ricerca e Dell’Università (MIUR) tramite il programma di finanziamento PRIN 2009. 
È stato responsabile di unità (Principal Investigator) per il Politecnico di Milano nel progetto FP7RoCKIn e Project Technical Manager per il progetto europeo ALMA (2013-2016, http://www.alma-aal.org), finanziato dal AAL Joint Program, per la realizzazione di un sistema di Ambient Assisted Living per il supporto nella mobilità degli anziani. È stato responsabile per il Politecnico di Milano del progetto H2020 RockEU2 per lo sviluppo della European Robotics League, del progetto H2020 SciRoc per lo sviluppo di una nuova competizione per robot integrata in una Smart City, del progetto H2020 DeepField per lo studio e di tecniche di deep learning applicate in field robotics con particolare enfasi sulla robotica agricola.
---------------------------
Francesco Amigoni ha ottenuto la Laurea (5 anni) in Ingegneria Informatica presso il Politecnico di Milano nel 1996 e il Dottorato di Ricerca in Ingegneria Informatica e Automatica presso il Politecnico di Milano nel 2000. Da dicembre 1999 a settembre 2000 è stato visiting scholar presso il Computer Science Department della Stanford University (USA). Da febbraio 2002 ad aprile 2007 è stato ricercatore presso il Dipartimento di Elettronica e Informazione del Politecnico di Milano. Da maggio 2007 è professore associato al Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano.

La sua attività di ricerca è all’interesezione fra l’Intelligenza Artificiale e la Robotica Autonoma e riguarda, in particolare, i sistemi multiagente e multirobot, nei quali diversi sistemi intelligenti e autonomi, gli agenti, interagiscono fra loro in ambienti software o fisici. Nella sua ricerca, studia e sviluppa modelli e algoritmi per coordinare le decisioni autonome degli agenti in applicazioni che vanno dalla esplorazione di ambienti sconosciuti e alla raccolta di informazioni in ambienti pericolosi tramite robot mobili, alla gestione di sistemi spaziali, di risorse idriche, dell’energia elettrica e del comfort in abitazioni, alla identificazione di anomalie. Lavora anche su aspetti filosofici dell’Intelligenza Artificiale e della Robotica, specialmente su come gli esperimenti sono condotti in questi ambiti.

Ha pubblicato più di 120 articoli, di cui molti sullle riviste top in Intelligenza Artificiale e Robotica (Artificial Intelligence Journal, IEEE Transactions on Robotics, Autonomous Robots, Robots and Autonomous Systems, IEEE Transactions on Systems, Man and Cybernetics) e articoli regolari alle conferenze top in Intelligenza Artificiale e Robotica (AAAI, AAMAS, ICRA, IROS).

È stato chair della Robot Exhibition a IJCAI nel 2019, chair della Robotics Track ad AAMAS nel 2016, e vice-chair a IAT nel 2008. È regolarmente nei senior program committees e nei program committees delle più importanti conferenze in Intelligenza Artificiale e Robotica (IJCAI, AAAI, AAMAS, ICRA, IROS, RSS). Ha curato special issues e volumi e organizza regolarmente workshop.

Dal 2016 è chair dell’IEEE-RAS (IEEE Robotics and Automation Society) Standard Working Group su “Robot 3D Map Data Representation”. Dal 2011 al 2015, è stato co-chair dell’IEEE-RAS Standard Working Group su “Robot Map Data Representation for Navigation” che ha sviluppato lo IEEE 1873-2015 Standard for Robot Map Data Representation for Navigation.

Ha partecipato e guidato progetti di ricerca nazionali e internazionali, finanziati sia da enti pubblici sia da aziende private.

Al Politecnico di Milano insegna i corsi “Artificial Intelligence” e “Autonomous Agents and Multiagent Systems” nella Laurea Magistrale in Computer Science and Engineering e il corso “Intelligent Multiagent Systems” nel Dottorato di Ricerca in Information Engineering. È stato inoltre invitato a tenere corsi su sistemi multiagente e multirobot nell’ambito di scuole estive.