361 Arbeiten
Diese Studie stellt ein Regelungsframework vor, das es einem morphenden Drohnenflügel ermöglicht, durch Lücken zu fliegen, die schmaler als seine Flügelspannweite sind, indem sie aerodynamische Modelle mit einer nichtlinearen modellprädiktiven Regelung kombiniert, um den durch das Einziehen der Flügel verursachten Auftriebsverlust bei niedrigen Geschwindigkeiten zu kompensieren.
Dieses Paper stellt einen offenen, synthetischen Datensatz für das Structural Health Monitoring vor, der auf einem numerischen Modell eines eingespannten Stahlträgers basiert und realistische Szenarien wie Umwelteinflüsse, Schäden und Sensorfehler abdeckt, um die Validierung datengetriebener Schadensidentifikationsmethoden zu ermöglichen.
Diese Arbeit stellt ein dezentrales Framework zur kooperativen Lokalisierung für Multi-Roboter-Systeme in GPS-freien Umgebungen vor, das durch asynchrone Sensorfusion, automatische Koordinatenausrichtung und die Nutzung sowohl statischer als auch dynamischer Landmarken eine signifikant höhere Genauigkeit und Robustheit als zentrale Ansätze erreicht.
Diese Arbeit stellt ein Maximum-Entropie-Random-Walk-Modell für gerichtete Hypergraphen vor, das über Broadcast- und Merge-Mechanismen höhere Ordnungsinteraktionen erfasst und durch Sinkhorn-Schrödinger-Iterationen sowie tensorielle Spektralkriterien effizient gelöst wird.
Diese Arbeit stellt eine ereignisgesteuerte, datenbasierte Anpassungsmethode für modellprädiktive Regler vor, die mittels statistischer Überwachung der Regelkreisleistung eine Degradation erkennt und bei Bedarf durch Reinforcement Learning sowie Identifikationstechniken eine gezielte Nachjustierung ermöglicht, um katastrophales Vergessen und unnötige Eingriffe zu vermeiden.
Die Studie entwickelt eine Entscheidungshilfemethode zur Planung kosteneffizienter und sozial akzeptabler, kohlenstoffneutraler Fernwärmenetze, die durch flexible Technologieauswahl und -platzierung eine hohe Elektrifizierung ermöglichen, ohne das Stromnetz zu belasten.
Die Arbeit stellt den Rahmen „Conformalized Data-Driven Reachability" (CDDR) vor, der durch eine Learn-Then-Test-Kalibrierung wahrscheinlich korrekte (PAC) Abdeckungsgarantien für die Erreichbarkeitsanalyse aus verrauschten Daten bietet und dabei auf bekannte Rauschschranken oder system-spezifische Parameter wie Lipschitz-Konstanten verzichtet.
Dieser Artikel liefert notwendige und hinreichende Bedingungen dafür, dass kontinuierliche dynamische Systeme auf zusammenhängenden Zustandsräumen mit kompakten oder attraktiven Eigenschaften global durch Einbettungen in höherdimensionale lineare Systeme linearisierbar sind, und erweitert dabei klassische Sätze wie Hartman-Grobman und Floquet.
Diese Arbeit stellt eine verteilte Steuerungsmethode für Multi-Agenten-Systeme vor, die Over-the-Air-Konsens nutzt, um durch die gezielte Ausnutzung von Funkinterferenzen effiziente Formationen zu erreichen und Kollisionen zu vermeiden, wobei die asymptotische Konvergenz für Systeme mit zeitvariablen Kommunikationsstrukturen analytisch nachgewiesen und die Überlegenheit gegenüber bestehenden Methoden in Szenarien mit vielen Agenten belegt wird.
Diese Arbeit stellt einen Reinforcement-Learning-Ansatz für die visuelle Servoing von weichen Kontinuumsarmen vor, der durch die Entkopplung von Kinematik und Aktorik eine robuste Zero-Shot-Sim-zu-Real-Übertragung ohne zusätzliche Kalibrierung ermöglicht.
Diese Arbeit stellt ein Verfahren vor, bei dem mithilfe eines Maximum-Likelihood-Schätzers, der Impedanzspektroskopie-Daten mehrerer Potentiale integriert und numerische Stabilität durch Skalierung sowie globale Optimierung sichert, die Geschwindigkeitskonstanten der mehrstufigen Sauerstoffentwicklungsreaktion aus simulierten Daten eines Hämatit-Photoanoden-Systems abgeschätzt werden.
Dieses Papier stellt einen kontextuellen Multi-Armed-Bandit-Algorithmus vor, der es Windkraftproduzenten ermöglicht, ihre Gebote in Strommärkten strategisch zu optimieren und dabei ihre Marktmacht als Preissetzer zu nutzen, ohne auf komplexe Bilevel-Optimierungsmodelle angewiesen zu sein.
Diese Studie stellt die Existenz dissipativitätserhaltender Quadratizationen für polynomiale ODE-Systeme nach, entwickelt einen Algorithmus zu deren Berechnung und demonstriert diesen in mehreren Fallstudien, um die Stabilitätseigenschaften des ursprünglichen Modells zu bewahren.
Diese Arbeit stellt eine neuartige adaptive Kooperationsregelungsstrategie für Teams unbemannter Fahrzeuge unter vollständig dynamischer Unsicherheit vor, die mithilfe künstlicher neuronaler Netze eine robuste Formationstracking-Leistung garantiert und durch theoretische Beweise sowie numerische Simulationen validiert wird.
Das Paper stellt MuFlex vor, eine skalierbare, Open-Source-Plattform für die koordinierte Flexibilitätsanalyse mehrerer Gebäude, die detaillierte physikalische Modelle (EnergyPlus/Modelica) mit Reinforcement Learning verbindet und durch eine Fallstudie ihre Wirksamkeit bei der Reduzierung des Spitzenlastbedarfs unter Wahrung des Komforts demonstriert.
Dieser Artikel stellt einen neuartigen, privatsphäreschützenden verteilten Regelungsansatz für vernetzte Batteriespeichersysteme vor, der mithilfe von Zustandszerlegung und verteilten Schätzern eine asymptotische Ladungsausgleichung und präzise Leistungsabgabe gewährleistet, ohne sensible interne Zustände offenzulegen.
Diese Arbeit verbessert die Resilienz von Quadrotoren in unterirdischen Umgebungen, indem sie einen lernbasierten Controller mit einem Sicherheitscontroller kombiniert, wobei ein auf Normalizing Flows basierender Prior als Laufzeitmonitor dient, um bei Abweichungen von der Trainingsverteilung sicher auf den Sicherheitscontroller umzuschalten und so sowohl schnelle Navigation als auch Kollisionsvermeidung zu gewährleisten.
Der Artikel stellt eine Methode vor, um aus einfachen Kandidaten-ISS-Lyapunov-Funktionen zeitvariante ISS-Lyapunov-Funktionen für Impulssysteme zu konstruieren, wodurch die Einfachheit der Konstruktion mit der notwendigen und hinreichenden Stabilitätsbedingung der zeitvariablen Funktionen kombiniert wird.
Diese Arbeit erweitert die Methode der Control Lyapunov Value Functions (CLVFs) auf nichtlineare Systeme mit beschränkten Störungen durch die Einführung der Robust CLVF (R-CLVF), die den kleinsten robusten kontrollinvarianten Satz identifiziert, und schlägt zudem Techniken zur Überwindung des „Fluchs der Dimensionalität" vor.
Die Arbeit stellt stochastische Greedy-Algorithmen (MRG und DRG) sowie den Random-WSSA-Algorithmus vor, um unter Berücksichtigung von Robustheitseigenschaften effizient schwach-submodulare Sensorauswahlprobleme mit Budget- und Leistungsbeschränkungen für Erdbeobachtungssatellitenkonstellationen zu lösen.