Scaling and Trade-offs in Multi-agent Autonomous Systems

Cette étude démontre que l'application de l'analyse dimensionnelle et des lois d'échelle aux simulations de essaims de drones autonomes permet de prédire les limites de succès, d'optimiser les compromis entre le nombre d'agents et leurs paramètres, et d'améliorer les résultats grâce à une planification de trajectoire intégrée.

Abram H. Clark, Liraz Mudrik, Colton Kawamura, Nathan C. Redder, João P. Hespanha, Isaac KaminerThu, 12 Ma⚡ eess

AI-Enhanced Spatial Cellular Traffic Demand Prediction with Contextual Clustering and Error Correction for 5G/6G Planning

Cet article propose un cadre d'intelligence artificielle innovant pour la planification des réseaux 5G/6G, qui améliore la précision de la prédiction spatiale de la demande de trafic grâce à une stratégie de division contextuelle et une correction d'erreur résiduelle, réduisant ainsi les fuites de données et les erreurs de généralisation.

Mohamad Alkadamani, Colin Brown, Halim YanikomerogluThu, 12 Ma⚡ eess

The potential and viability of V2G for California BEV drivers

En se basant sur des données réelles de véhicules électriques en Californie, cette étude démontre que la viabilité du véhicule-vers-réseau (V2G) dépend fortement du profil de conduite des utilisateurs et de la sensibilité des batteries au vieillissement calendaire, révélant que cette technologie peut être bénéfique pour certains profils sans nuire significativement à la durée de vie des batteries.

Clement Wong, Amalie Trewartha, Steven B. Torrisi, Alexandre L. S. FilipowiczThu, 12 Ma⚡ eess

Reference Architecture of a Quantum-Centric Supercomputer

Cet article présente une architecture de référence et une feuille de route pour les supercalculateurs centrés sur le quantum (QCSC), qui visent à intégrer de manière transparente les unités de traitement quantique, graphique et centrale afin de surmonter les limites actuelles de l'orchestration manuelle et d'accélérer la découverte d'algorithmes hybrides pour des applications critiques.

Seetharami Seelam, Jerry M. Chow, Antonio Córcoles, Sarah Sheldon, Tushar Mittal, Abhinav Kandala, Sean Dague, Ian Hincks, Hiroshi Horii, Blake Johnson, Michael Le, Hani Jamjoom, Jay M. GambettaThu, 12 Ma⚡ eess

Generative Predictive Control: Flow Matching Policies for Dynamic and Difficult-to-Demonstrate Tasks

Ce papier présente le contrôle prédictif génératif, un cadre d'apprentissage supervisé qui combine la modélisation générative et le contrôle prédictif pour entraîner des politiques de robotique sur des tâches dynamiques difficiles à démontrer mais faciles à simuler, tout en permettant une rétroaction haute fréquence grâce à un amorçage temporel des modèles d'appariement de flux.

Vince Kurtz, Joel W. BurdickMon, 09 Ma🤖 cs.AI

Whole-Body Model-Predictive Control of Legged Robots with MuJoCo

Ce papier démontre l'efficacité surprenante d'une approche simple basée sur l'algorithme iLQR couplé à MuJoCo pour réaliser un contrôle prédictif modèle (MPC) en temps réel de robots quadrupèdes et humanoïdes, permettant une généralisation directe du simulateur au monde réel avec peu de considérations de transfert.

John Z. Zhang, Taylor A. Howell, Zeji Yi, Chaoyi Pan, Guanya Shi, Guannan Qu, Tom Erez, Yuval Tassa, Zachary ManchesterMon, 09 Ma💻 cs

VISKY: Virtual Inertia Skyhook Control for Semi-Active Suspension Systems Using Magnetorheological Dampers

Cet article présente le contrôleur VISKY (Virtual Inertia Skyhook), une loi de commande pour amortisseurs magnétorhéologiques dans les suspensions semi-actives qui, en intégrant un retour d'accélération, crée une inertie virtuelle pour améliorer le confort et la stabilité sans modifier le matériel physique.

Hansol Lim, Jee Won Lee, Seung-Bok Choi, Jongseong Brad ChoiMon, 09 Ma💻 cs

ROSflight 2.0: Lean ROS 2-Based Autopilot for Unmanned Aerial Vehicles

Ce papier présente ROSflight 2.0, un écosystème d'autopilote open-source et modulaire basé sur ROS 2 conçu pour faciliter la recherche sur les drones en accélérant le passage de la simulation au matériel, comme le démontrent des résultats expérimentaux où le système contrôle un multirotor à 400 Hz via une connexion série tout en exécutant les boucles de contrôle sur un ordinateur compagnon.

Jacob Moore, Phil Tokumaru, Ian Reid, Brandon Sutherland, Joseph Ritchie, Gabe Snow, Tim McLainMon, 09 Ma💻 cs

Data-Driven Estimation of Quadrotor Motor Efficiency via Residual Minimization

Cet article propose un cadre d'estimation en ligne de l'efficacité des moteurs de quadrotors basé sur la minimisation de résidus via une optimisation non linéaire contrainte et une pondération robuste, surpassant les approches par filtrage traditionnelles en termes de précision et de résilience aux anomalies pour des applications de surveillance de santé et de maintenance prédictive.

Sheng-Wen Cheng, Teng-Hu ChengMon, 09 Ma💻 cs