ЭнергетикаИмпорт трубопроводного газа в Китай из России вырос на 6,1% за десять месяцевТАСС · 2 днЦифровой двойникAVEVA и PETROJET: EPC-проекты на основе данных с передачей цифрового двойникаNigeria Communications Week · 2 днЦифровой двойникAVEVA и PETROJET договорились о передаче цифровых двойников в EPC-проектахDaily News Egypt · 3 днЦифровой двойникAVEVA и PETROJET: EPC-проекты с данными и цифровым двойникомAfrican Mining Market · 3 днЦифровой двойникAVEVA и PETROJET договорились о цифровых двойниках для проектов EPC в ЕгиптеConstruction Business News Middle East · 3 днЦифровой двойникPetrojet и AVEVA подписали меморандум о двойниках при сдаче EPC-объектовOil & Gas Middle East · 3 днМоделированиеWalmart готовит омниканальную торговлю к работе с AI-агентамиTechora.ru · 2 днЦифровой двойникНа Каспийском цифровом форуме обсудили двойник моря для экологического мониторингаРоссийская газета · 2 днЦифровой двойникGradient-Based Defensive Poisoning Against System Identification Attacks on Cyber-Physical SystemsarXiv — Systems and Control (eess.SY) · 3 днЦифровой двойникGraph-Native Attention Acceleration for Attack Detection in Cyber-Physical SystemsarXiv — Systems and Control (eess.SY) · 3 днЦифровой двойникA four-level executable validation protocol for evaluating LLM-generated topology specifications of physics-based HVAC digital twinsarXiv API — полнотекстовый поиск "digital twin" · 3 днЦифровой двойникModel-Based Low-Order Wavefront Sensing and Control with a Fully Physical Digital Twin on MagAO-XarXiv API — полнотекстовый поиск "digital twin" · 3 дн
Stability-Aware Imitation Learning from Model Predictive Control for Autonomous Vehicle Lateral Control: Exact Q-Loss and a Novel Training Procedure
США и Запад ·
arXiv:2609.23506v1 Announce Type: new Abstract: This paper develops a certified imitation-learning framework for approximating model predictive control (MPC) policies with feedforward neural controllers and validates it on autonomous-vehicle lateral control.
Заголовок оригинала
Stability-Aware Imitation Learning from Model Predictive Control for Autonomous Vehicle Lateral Control: Exact Q-Loss and a Novel Training Procedure
arXiv:2611.23544v1 Announce Type: new Abstract: Sampling-based model predictive control (MPC) enables real-time control of complex nonlinear systems but often incurs substantial computational costs due to repeated trajectory simulations.
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.