ЭнергетикаВ Пензе создан шестиногий робот для обследования трубопроводовCNews · 3 днМоделированиеEnhanced Imitation Learning of Model Predictive Control through Importance WeightingarXiv — Systems and Control (eess.SY) · 4 днМоделированиеСлабый обмен знаниями между биологическими подобластями в агентном моделированииarXiv — Physics and Society (physics.soc-ph) · 4 днЦифровой двойникПроверка соответствий онтологий для национального цифрового двойникаarXiv API — полнотекстовый поиск "digital twin" · 5 днЦифровой двойникЦифровой двойник ускоряет обучение роботов в лабораторииarXiv API — полнотекстовый поиск "digital twin" · 5 днЦифровой двойникДатасет для выбора между сбором данных и действием при авариях в АСУ ТПarXiv — Computational Engineering, Finance, and Science (cs.CE) · 5 днЦифровой двойникРазреженные стохастические двойники могут превосходить точные моделиarXiv — Computational Engineering, Finance, and Science (cs.CE) · 5 днМоделированиеПлюрализм конкурирующих моделей в сетевых моделях наукиarXiv — Multiagent Systems (cs.MA) · 5 днПрогнозированиеОценивание и MPC для баланса колёсно-ногого робота при неизвестных возмущенияхarXiv — Systems and Control (eess.SY) · 5 днЦифровой двойникСвод разрозненных данных сетевой компании в цифровой двойник распредсетиarXiv API — полнотекстовый поиск "digital twin" · 6 днЦифровой двойникИнтеграция машинного обучения и оценки неопределённости для решений в реальном времени в цифровых двойникахarXiv API — полнотекстовый поиск "digital twin" · 6 днЦифровой двойникСмещения в сквозных цифровых двойниках из цепочки моделейarXiv API — полнотекстовый поиск "digital twin" · 6 дн
Цифровой двойник ускоряет обучение роботов в лаборатории
США и Запад ·
Представлен TwinBridge — подход, использующий цифровой двойник, построенный на 3D-гауссовом сплаттинге и физической симуляции, для начальной настройки политики и плотных визуальных наград при онлайн-обучении реального лабораторного робота. События и геометрический прогресс в симуляторе дают награды для предобучения, которые затем дистиллируются в модель визуальных наград и дополняются историей исполнения при дообучении с участием человека.
Почему это важно
Показывает практический способ переносить знания из симуляции в реальную систему, снижая потребность в дорогих реальных прогонах.
Заголовок оригинала
TwinBridge: Digital Twin-Driven Policy and Reward Transfer for Real-World Reinforcement Learning in Laboratory Robotics
Работа задаёт формальный критерий корректности связей между онтологиями цифрового двойника — согласованность и консервативность объединённой онтологии. Подход проверен на стандарте обмена информацией IES и тринадцати онтологиях, опирающихся на BOT, Brick и SAREF4BLDG, с этапами сопоставления, ручной проверки, сертификации и логического вывода в HermiT.
Авторы представили TE-GvA — датасет контрфактических решений для реагирования на отказы в переработанном процессе Теннесси-Истмена: 9 908 точек принятия решений из 1 990 смоделированных инцидентов, по 4–35 вариантов действий с метками из ветвящихся прогонов. При метках по истинной скрытой причине сбор доказательств оказывается лучшим выбором лишь в 1,1–1,3% решений.
Исследование показывает, что сохранение слабозависимых или вспомогательных степеней свободы повышает размерность задач обучения и управления, из-за чего разреженная стохастическая суррогатная модель может работать лучше точной многомерной. Предложен метод выявления такой структуры на уровне полного условного распределения, сочетающий условное генеративное моделирование, дистилляцию гауссовских процессов и разложение по модам ядра.