Рынок и продуктыКорея и Африка обсуждают ИИ и цифровую инфраструктуру на KOAFECAfDB Africa Newsroom (пресс-релизная витрина) · 2 днМоделированиеМетод рендеринга графа энергосети для ответов на вопросы с ограниченным контекстомarXiv — Systems and Control (eess.SY) · 3 днЦифровой двойникDNative-Twin: графовые решения и цифровые двойники для воспроизводимых решений ИИ-агентовarXiv API — полнотекстовый поиск "digital twin" · 2 днПрогнозированиеЭкономическое MPC с терминальными компонентами на основе политикиarXiv — Systems and Control (eess.SY) · 3 днПрогнозированиеРобастное MPC на основе Купмана для нелинейных систем со случайными прерываниями измеренийarXiv — Systems and Control (eess.SY) · 3 днПрогнозированиеMPC с линеаризацией обратной связью для беспилотных автомобилей с ограниченным управлениемarXiv — Systems and Control (eess.SY) · 3 днЦифровой двойникЦифровой двойник мыши: интеграция нейродинамики, биомеханики и осязанияarXiv API — полнотекстовый поиск "digital twin" · 4 днЦифровой двойникПрототип цифрового двойника инжектора CEBAF под управлением EPICSarXiv API — полнотекстовый поиск "digital twin" · 3 днЦифровой двойникСколько нужно пилотов при наличии цифрового двойника?arXiv API — полнотекстовый поиск "digital twin" · 4 днЦифровой двойникКибер-физический цифровой двойник ядерной установки PUR-1arXiv — Computational Engineering, Finance, and Science (cs.CE) · 5 днЦифровой двойникФорсайт-сессия о будущем кибербезопасности киберфизических систем в РоссииspbIT · 5 днПрогнозированиеСтохастическое нелинейное MPC с распространением неопределенности гауссовой смесиarXiv — Systems and Control (eess.SY) · 5 дн
Адаптивное MPC для наземных транспортных средств: обзор и реализация
США и Запад ·
Дан обзор методов адаптивного модельно-прогностического управления (AMPC) для автономных транспортных средств. Рассматриваются стратегии, которые динамически адаптируют модель, функцию стоимости, ограничения или горизонт прогноза на основе данных в реальном времени. Показано, что AMPC позволяет преодолеть ограничения традиционного MPC при работе в динамических средах.
Почему это важно
Обзор систематизирует подходы к адаптивному управлению, что полезно для разработки устойчивых систем управления в условиях неопределенности.
Представлен подход к построению экономического модельного прогнозирующего управления (MPC) без использования стационарного состояния. Вместо этого терминальные ограничения и стоимость формируются на основе заранее известной субоптимальной политики управления, что расширяет применимость MPC для систем без желаемой рабочей точки.
Разработана стохастическая схема MPC для нелинейных систем с ограничениями, использующая глубокую модель Купмана с ограничением Липшица для создания линейного предсказателя. Процесс прерывистых измерений описывается цепью Маркова с двумя состояниями, что позволяет учесть ошибки прогноза и сбросы при измерениях.
Предложен двухрежимный MPC для управления траекторией беспилотных автомобилей с ограничениями на продольную скорость и угловую скорость рулевого управления. Метод основан на линеаризации обратной связью, учитывает худший случай ограничений и обеспечивает соблюдение ограничений, рекурсивную допустимость и ограниченность ошибки слежения.
