295 Arbeiten
Diese Studie stellt ein curriculumbasiertes, kontinuierliches Lernframework vor, das durch die schrittweise Zerlegung komplexer Unsicherheiten und die Kombination von modellbasierter Regelung mit Deep Reinforcement Learning robuste Steuerungen für nichtlineare mechanische Systeme ermöglicht und erfolgreich eine Sim-zu-Real-Übertragung für aktive Schwingungskontrolle in Fahrzeugantriebssträngen demonstriert.
Die Arbeit stellt Auralink SDC vor, ein Edge-Architekturkonzept mit spezialisierten KI-Agenten, das durch Techniken wie confidence-kalibrierte autonome Fehlerbehebung und adaptive Retrieval-Augmented Reasoning die Zuverlässigkeit und Reaktionsgeschwindigkeit von EV-Ladeinfrastruktur signifikant verbessert und dabei 78 % autonome Störungsbehebung bei sub-50ms-Latenz erreicht.
Diese Arbeit stellt einen neuronalen Netz-Tuner zur Optimierung der Parameter eines Finite-State-Model-Predictive-Control-Reglers für den Drehzahl- und Statorstromkreis eines fünfstufigen Asynchronmotors vor, dessen Wirksamkeit experimentell anhand von Sprungversuchen validiert wurde.
Diese Arbeit stellt ein neuartiges hierarchisches Regelungsframework vor, das eine indirekte adaptive Schätzung unbekannter Lastparameter mit einem modellprädiktiven Regler und einem nichtlinearen Ganzkörperregler kombiniert, um quadrupede Roboter robust beim Transport schwerer statischer und dynamischer Lasten über unebenes Gelände zu steuern.
Dieses Paper stellt einen neuartigen Sicherheits- und Passivitäts-basierten nichtlinearen modellprädiktiven Regler (SEP-NMPC) vor, der durch die Integration strenger Passivitätsungleichungen und hochordnender Kontrollbarrierefunktionen (HOCBFs) stabile und kollisionsfreie Transporte von Lasten mit einem Quadrokopter in komplexen Umgebungen garantiert.
Die Arbeit zeigt, dass bei einer Klasse von surjektiven, annähernd gedächtnislosen POST-Kanälen die Rückkopplungskapazität mit der Kapazität ohne Rückkopplung übereinstimmt, was Shannons klassischen Satz auf diesen erweiterten Kanaltyp verallgemeinert.
Diese Arbeit stellt ein hierarchisches Reinforcement-Learning-Framework vor, das digitale Netzwerkkopien und robuste adversarielle Verluste nutzt, um gemeinsam die Antennenneigung und die Datenquellenstrategie in mobilen Netzen zu optimieren und dabei die Datenerfassungsverzögerung signifikant zu reduzieren.
Diese Arbeit stellt eine verteilte, formationsbewusste adaptive konformalisierte Vorhersagemethode vor, die heteroskedastische Wahrnehmungsfehler berücksichtigt und durch die Integration in eine CBF-QP-Steuerung die Sicherheit und Sichtbarkeit in visionbasierten Leader-Follower-Roboterschwärmen unter Unsicherheit gewährleistet.
Die Arbeit stellt die FABRIC-Strategie vor, die durch die Integration neuer Algorithmen für die Rückwärtsreichbarkeitsanalyse mit bestehenden Vorwärtsanalysen die Verifikation von nichtlinearen neuronalen Feedback-Systemen signifikant verbessert.
Dieser Beitrag analysiert die Lösbarkeit von beobachtern auf Parameterabschätzungsbasis für nichtlineare Systeme, indem er die beiden grundlegenden Voraussetzungen Transformierbarkeit und Identifizierbarkeit detailliert untersucht und hinreichende Bedingungen für deren Gültigkeit bereitstellt.
Dieser Artikel stellt ein einheitliches Taxonomie- und Evaluierungsrahmenwerk für latente Weltmodelle im automatisierten Fahren vor, das verschiedene Repräsentationsformen und strukturelle Priors systematisch kategorisiert, um Herausforderungen wie Robustheit, Generalisierung und Ressourceneffizienz zu adressieren und zukünftige Forschungsrichtungen für verifizierbare Entscheidungssysteme aufzuzeigen.
Diese Studie präsentiert eine umfassende dynamische Stabilitätsanalyse eines netzgekoppelten integrierten Energiesystems, das einen Small Modular Reactor (SMR) mit einem Batteriespeichersystem kombiniert, um die Zuverlässigkeit und Netzstabilität von Rechenzentren unter verschiedenen Störfällen zu verbessern.
Diese Arbeit stellt ein physik-informiertes generatives Modell vor, das stochastische Verkehrsflüsse durch eine auf der Itô-LWR-Gleichung basierende Verteilungsdynamik und ein score-basiertes Netzwerk abbildet, um datenbasierte Schätzungen von Verkehrsdichteverteilungen einschließlich Unsicherheitsintervallen zu ermöglichen.
Dieser Beitrag stellt einen modellprädiktiven Regelungsansatz vor, der mittels sequentieller konvexer Programmierung die stationäre Flugformation von Raumfahrzeugen auf Librationpunktorbiten unter Berücksichtigung realistischer Unsicherheiten und Pfadbeschränkungen optimiert.
Die Studie zeigt, dass bei großen Lithium-Ionen-Polymer-Batteriezellen eine langsamere Nagel-Eindringgeschwindigkeit im Gegensatz zu schnellen Tests kein thermisches Durchgehen auslöst, sondern lediglich eine Selbstentladung verursacht, was die Eindringgeschwindigkeit als kritischen Faktor für die Sicherheitsbewertung unterstreicht.
Diese Arbeit entwickelt eine Methode zur Berechnung von -Verstärkungsschranken für Lur'e-Systeme über beschränkte Frequenz- und Amplitudenbereiche mittels Scaled Relative Graphs, wodurch eine dreidimensionale, nichtlineare Verallgemeinerung des Bode-Diagramms entsteht, das die Verstärkung in Abhängigkeit von Frequenz und Energie darstellt.
Diese Arbeit stellt algebraische Existenzbedingungen und konstruktive Syntheseverfahren für funktionale Beobachter linearer Systeme mit Zeitverzögerungen vor, die unterschiedliche Verzögerungen in der Zustandsentwicklung und den verzögerten Ausgangsmessungen berücksichtigen, indem sie verschiedene Beobachterstrukturen sowie ein Rahmenwerk zur funktionalen Erweiterung einführen.
Dieses Paper stellt einen neuartigen zweistufigen, verteilungsrobusten MPC-Ansatz vor, der durch adaptive Einschränkungsverschärfung mittels eines Wasserstein-Unschärfebereichs und eine spezifische Endbedingung sowohl Unsicherheiten in den Störgrößen bewältigt als auch die geschlossene Regelkreissicherheit garantiert.
Dieser Beitrag stellt ein neues, systemweites dynamisches Leistungsmaß für netzwerke auf Basis von Wechselrichter-basierten Ressourcen vor, das gewichtete lokale Spannungsphasoränderungen kombiniert und in netz- sowie gerätedominierte Komponenten zerlegt, um die durch schnelle Regler verursachte Überlagerung von Frequenz- und Spannungs dynamiken umfassend zu bewerten.
Dieses Paper stellt ein erweitertes robustes Optimierungsmodell für das Kraftwerkseinsatzproblem vor, das die Unterdrückung erneuerbarer Energien berücksichtigt und durch die Minimierung des Gini-Index eine faire Verteilung der Einspeisung unter Photovoltaikanlagen sicherstellt.