МоделированиеGoogle представила Gemini 4 Neon — модель для кодинга и агентных задачХабр · 3 чМоделированиеСогласованное ценообразование на беспроводную зарядку с учётом нагрузки на сетьarXiv — Systems and Control (eess.SY) · 23 чЦифровой двойникИсполняемый цифровой двойник для роя дронов и наземных машинarXiv — Multiagent Systems (cs.MA) · 23 чПрогнозированиеMPC с обучением критика на гауссовых процессах для учёта неопределённостиarXiv — Systems and Control (eess.SY) · 23 чПрогнозированиеДифференцируемая по построению нелинейная оптимизация для MPCarXiv — Systems and Control (eess.SY) · 23 чЦифровой двойникTeraStor Introduces Kinetra Digital Twin and Simulation Platform for AI Data CentersThe National Law Review · вчераЦифровой двойникМожно ли заменить аффективный прайминг в цифровых двойниках LLMarXiv API — полнотекстовый поиск "digital twin" · вчераЦифровой двойникДиалоговый ассистент для человеко-ориентированного цифрового двойника зданияarXiv API — полнотекстовый поиск "digital twin" · вчераЦифровой двойникIndustrial AI and digital twins could help Vietnam escape assembly trapBáo VietNamNet · 2 днЦифровой двойникЦифровые двойники (Digital Twin) в инженерных системах — Часть 1. Управление документациейХабр · 2 днЦифровой двойникПромышленный ИИ и цифровые двойники как путь Вьетнама к технологической самостоятельностиVietnam.vn · 2 днЦифровой двойникDigital twins should be built for valueAVEVA · 2 дн
Исполняемый цифровой двойник для роя дронов и наземных машин
США и Запад ·
Авторы впервые реализовали архитектуру Guarded Swarms в виде цифрового двойника на ROS 2, PX4 в режиме software-in-the-loop и Gazebo. Сценарий: две UAV и одна UGV в прибрежной контр-дроновой задаче; цифровой координирующий слой на Petri-сетях дополнен независимым аналоговым слоем безопасности с правом вето.
Почему это важно
Показывает, как цифровой двойник позволяет проверять отказоустойчивость распределённого управления до выхода в физическую среду.
Разработана связанная модель трафика, энергопотребления электромобилей, реакции водителей и распределительной сети с MPC-контуром. Она совместно оптимизирует плату за проезд по полосе беспроводной зарядки и тарифы на электроэнергию, учитывая перенос зарядки в дома и потери в сети.
Предложен метод GP-RL-MPC, где обученный критик служит терминальным штрафом MPC и учитывает затраты за горизонтом прогноза. Гауссовы процессы обеспечивают экономное обучение на шумных прогонах, а настраиваемый коэффициент риска взвешивает эпистемическую неопределённость.
Авторы предлагают регуляризацию задачи нелинейной оптимизации вокруг номинального решения, чтобы получить суррогатную производную, даже когда отображение решения недифференцируемо. Это позволяет встраивать MPC-политику в градиентную оптимизацию.