МоделированиеEnhanced Imitation Learning of Model Predictive Control through Importance WeightingarXiv — Systems and Control (eess.SY) · 2 днМоделированиеСлабый обмен знаниями между биологическими подобластями в агентном моделированииarXiv — Physics and Society (physics.soc-ph) · 2 днЦифровой двойникПроверка соответствий онтологий для национального цифрового двойникаarXiv API — полнотекстовый поиск "digital twin" · 3 днЦифровой двойникЦифровой двойник ускоряет обучение роботов в лабораторииarXiv API — полнотекстовый поиск "digital twin" · 3 днЦифровой двойникДатасет для выбора между сбором данных и действием при авариях в АСУ ТПarXiv — Computational Engineering, Finance, and Science (cs.CE) · 3 днЦифровой двойникРазреженные стохастические двойники могут превосходить точные моделиarXiv — Computational Engineering, Finance, and Science (cs.CE) · 3 днМоделированиеПлюрализм конкурирующих моделей в сетевых моделях наукиarXiv — Multiagent Systems (cs.MA) · 3 днПрогнозированиеОценивание и MPC для баланса колёсно-ногого робота при неизвестных возмущенияхarXiv — Systems and Control (eess.SY) · 3 днЦифровой двойникСвод разрозненных данных сетевой компании в цифровой двойник распредсетиarXiv API — полнотекстовый поиск "digital twin" · 4 днЦифровой двойникИнтеграция машинного обучения и оценки неопределённости для решений в реальном времени в цифровых двойникахarXiv API — полнотекстовый поиск "digital twin" · 4 днЦифровой двойникСмещения в сквозных цифровых двойниках из цепочки моделейarXiv API — полнотекстовый поиск "digital twin" · 4 днЦифровой двойникРаспределённые бандиты для свежести данных в цифровых двойниках на периферииarXiv API — полнотекстовый поиск "digital twin" · 4 дн
Масштабируемый гауссовский процесс с тригонометрическими признаками для безопасного MPC
США и Запад ·
Исследователи разработали DTF-GP — конечномерную аппроксимацию ядра на основе детерминированных тригонометрических признаков. Этот подход позволяет получить равномерные границы неопределенности, необходимые для гарантий безопасности в обучении MPC, и при этом масштабируется на большие объемы данных.
Почему это важно
Новость важна для масштабируемого применения методов обучения с гарантиями в управлении крупными системами.
Заголовок оригинала
Scalable Gaussian Process Regression via Deterministic Trigonometric Features: Uniform Bounds for Safe Model Predictive Control
Представлено сочетание скользящего оценивания (MHE) и MPC со смещением и ограничениями для балансировки робота массой 9,95 кг в сагиттальной плоскости. Оценщик использует модель виртуальной ноги с добавлением силы в бедре, момента по тангажу и смещения гироскопа, а шум процесса повышается при обнаружении удара.
Для гидравлических отопительных приборов с нелинейной динамикой применена теория Копмана: введена перепараметризация входов и построено точное билинейное представление системы в поднятом пространстве. Усечение представления даёт ограниченную погрешность, убывающую с ростом порядка. Это делает модель пригодной для модельно-предиктивного управления.
arXiv:2509.19824v3 Announce Type: replace Abstract: Tube-based Model Predictive Control (MPC) is a widely adopted robust control framework for constrained linear systems under additive disturbance.