2287 ورقة بحثية
تؤسس هذه الورقة أساساً نظرياً لتوحيد التعلم المعزز المشروط بالهدف وتعلم المهارات غير الخاضع للإشراف من خلال صياغة كليهما كحالات من تعظيم التحكم، مما يثبت أن أهداف تعلم المهارات القائمة على المعلومات المتبادلة محددة بـ وتتماشى بشكل أمثل مع صياغات وصول متميزة للأهداف.
تقترح هذه الورقة طريقة توليف مبتكرة تقرب الدورات الحدية للمعادلات التفاضلية العادية غير الخطية باستخدام ديناميكيات تآلفية تبديلية عامة مع إشارات خارجية لضمان الاستقرار العالمي عبر التحسين المقيد، ومن ثم تطبق دوال ليابونوف متعددة لتحقيق تتبع مرجعي أقل تحفظاً للأنظمة الدورية الناتجة.
تقدم هذه الورقة صياغات محدبة مثلى عالمياً للنقل الأمثل غير المتوازن وامتداده الديناميكي، التحكم غير المتوازن في الكثافة، المطبق على الأنظمة الخطية المتقطعة الزمن والمقيدة بمرجعيات غاوسية، مع رسم أوجه تشابه مع توجيه التباين.
تقترح هذه الورقة نموذجاً هجيناً متيناً وقابلاً للتفسير يجمع بين نموذج دائرة مكافئة من الدرجة الأولى لثيفنينين وشبكة عصبية قائمة على المعادلات التفاضلية العالمية لتصحيح أخطاء الاستقطاب، محققاً دقة فائقة في التنبؤ بالجهد واستقراراً تحت مختلف تحولات ظروف التشغيل مقارنة بالنماذج المرجعية المستقلة، سواء كانت فيزيائية أو قائمة على البيانات.
تقدم هذه الورقة إطاراً لتقدير المقايضات بين الاستقرار وتعمية الأهداف في الأنظمة ذاتية القيادة ذات الأهمية الحرجة من خلال صياغة خصوصية النوايا كمسألة تحكم مشتركة تدمج دوال حاجز التحكم الاحتمالية ذات الزمن المنفصل مع نموذج مراقب لمرشح جسيمات "راو بلاك ويلدز" لتحقيق متطلبات التتبع وقيود تسرب المعلومات في آن واحد.
تقترح هذه الورقة إطار عمل لتعلم كيو (Q-learning) موزع من الدرجة الثانية للتحكم التنبؤي بالنماذج، يستفيد من المعلومات المحلية والتواصل مع الجيران لتحقيق تقارب أسرع ومعدلات تعلم أعلى بشكل ملحوظ مقارنة بالطرق الحالية من الدرجة الأولى.
تقترح هذه الورقة إطار عمل للتحكم التنبئي بالنموذج يستخدم تجميعًا مرجحًا قائمًا على مسافة ماهالانوبيس لنماذج قائمة على البيانات ومراقب تقدير الأفق المتحرك للتحكم بفعالية في الأنظمة المعقدة عبر ظروف تشغيل متعددة.
تقترح هذه الورقة إجراءً من ثلاث خطوات غير معتمد على نموذج لتصميم وحدات تحكم (PI-Lead) متينة بناءً على مبدأ الحساسية القصوى وخصائص تشكيل الحلقة، وهو ما تم التحقق من صحته من خلال تجارب على مشغل كهروميكانيكي متأثر بالضجيج.
تقترح الورقة البحثية خوارزمية "الانتشار الموجه بـ لاغرانج المعزز" (ALGD)، وهي خوارزمية جديدة للتعلم التعزيزي الآمن خارج السياسة تعمل على تثبيت تدريب السياسة القائم على الانتشار في البيئات عبر الإنترنت باستخدام لاغرانج المعزز لجعل مشهد الطاقة غير المحدب محلياً محدباً، مما يضمن توليد إجراءات متعددة الأنماط بشكل آمن وفعال دون المساس بتوزيع السياسة الأمثل.
تُثبت هذه الورقة طرق حل ذات أبعاد منتهية ومثلى عالمياً لمسائل النقل الأمثل غير المتوازن ومسائل التحكم في الكثافة غير المتوازنة التي تتضمن توزيعات غاوسية، وذلك عبر إثبات أن هذه المسائل التباينية ذات الأبعاد اللانهائية تقبل اختزالات دقيقة إلى عمليات تحسين فوق الكتل، والمتوسطات، والتباينات المشتركة، والتي غالباً ما تكون قابلة للحل عبر البرمجة شبه المحددة والتحديثات ذات الصيغة المغلقة.