295 articoli
Questo studio propone un nuovo framework di apprendimento continuo basato su curriculum che, integrando un controllore basato su modello con l'apprendimento per rinforzo profondo, scompone il controllo robusto di sistemi meccanici non lineari con molteplici incertezze in una sequenza di compiti gestibili per garantire un trasferimento efficace dalla simulazione alla realtà senza dimenticare le conoscenze apprese.
Il paper presenta Auralink SDC, un'architettura basata su agenti AI autonomi distribuiti al bordo della rete che gestisce le infrastrutture di ricarica per veicoli elettrici, ottenendo un tasso di risoluzione autonoma degli incidenti del 78% e una latenza inferiore a 50ms grazie a modelli linguistici specializzati e tecniche di reasoning adattivo.
Questo preprint presenta un sintonizzatore basato su rete neurale per il controllo predittivo a modello a stati finiti (FSMPC) di un motore a induzione, che regola i parametri dei loop di velocità e corrente e viene validato sperimentalmente su una macchina a cinque fasi utilizzando dati ottenuti da test a gradino.
Questo articolo presenta un nuovo framework gerarchico di pianificazione e controllo che integra un controllo predittivo del modello (MPC) con una legge adattiva indiretta per garantire una robusta trasporto di carichi da parte di robot quadrupedi, validato sperimentalmente su terreni accidentati con carichi fino al 109% della massa del robot.
Questo articolo presenta il SEP-NMPC, un framework di controllo predittivo non lineare che garantisce stabilità e sicurezza per il trasporto di carichi sospesi da UAV in ambienti complessi, integrando vincoli di passività e funzioni di barriera di controllo ad alto ordine per prevenire oscillazioni e collisioni.
Il documento dimostra che, per una classe di canali POST approssimativamente senza memoria e suriettivi, la capacità con feedback coincide con quella senza feedback, estendendo così il classico teorema di Shannon al di là dei canali puramente senza memoria.
Questo articolo propone un framework di apprendimento per rinforzo gerarchico che, sfruttando un gemello digitale della rete, ottimizza congiuntamente la strategia di raccolta dati e l'aggiustamento dell'inclinazione delle antenne per massimizzare i tassi di dati degli utenti riducendo al contempo la latenza di comunicazione.
Questo articolo propone un metodo distribuito di previsione conformale adattiva e consapevole della formazione, basato su Risk-Aware Mondrian CP, che quantifica in modo dinamico l'incertezza percepita per garantire la sicurezza e il mantenimento del campo visivo nei sistemi multi-robot leader-follower, migliorando le prestazioni di tracciamento rispetto alle tecniche non adattive.
Questo lavoro introduce la strategia FaBRIC, un nuovo algoritmo che integra l'analisi di raggiungibilità in avanti e all'indietro per verificare sistemi di feedback neurale non lineari, superando significativamente lo stato dell'arte esistente.
Questo articolo analizza l'esistenza degli osservatori basati sulla stima dei parametri (PEBO) per sistemi non lineari generali, esaminando in dettaglio le proprietà di trasformabilità e identificabilità per fornire condizioni sufficienti che ne garantiscano la fattibilità.
Questo articolo propone un quadro unificato per i modelli di mondo latenti nella guida automatizzata, presentando una tassonomia che organizza le rappresentazioni latenti, delineando cinque meccanismi interni fondamentali, introducendo un framework di valutazione per colmare il divario tra scenari open-loop e closed-loop e identificando le sfide aperte per sistemi decisionali verificabili ed efficienti.
Questo articolo presenta un'analisi di stabilità dinamica di un sistema energetico integrato che combina un reattore nucleare modulare di piccole dimensioni (SMR) e un sistema di accumulo a batteria per alimentare un data center, dimostrando come tale configurazione migliori significativamente la stabilità di tensione e frequenza della rete rispetto a un data center convenzionale.
Questo lavoro propone un quadro di modellazione generativa fisica-informata che, partendo da un modello stocastico del flusso di traffico, deriva un'equazione deterministica di flusso di probabilità per abilitare la stima distribuzionale dello stato del traffico e l'analisi di incertezza attraverso una rete di punteggio addestrabile.
Il documento presenta un framework di controllo predittivo basato su modelli (MPC) per il mantenimento della formazione di veicoli spaziali lungo orbite di punto di librazione, che risolve problemi di controllo ottimali non convessi tramite programmazione convessa sequenziale per garantire il rispetto dei vincoli di percorso e un consumo di propellente efficiente.
Lo studio rivela che la velocità di penetrazione di un chiodo è un fattore critico per la sicurezza delle celle agli ioni di litio, poiché una penetrazione lenta non innesca la fuga termica ma provoca solo una scarica autonoma, sfatando l'illusione di una stabilità termica garantita a velocità ridotte.
Questo articolo presenta un metodo basato sui Grafi Relativi Scalati (SRG) e sulla teoria di Sobolev per calcolare limiti di guadagno meno conservativi per sistemi di Lur'e su intervalli limitati di frequenza e ampiezza, generando così una generalizzazione tridimensionale del diagramma di Bode che si riduce al caso lineare nel limite di energia zero.
Questo articolo propone tre strutture di osservatori funzionali e condizioni algebriche di esistenza per la stima dello stato in sistemi lineari a ritardo temporale caratterizzati da ritardi di stato e di misura distinti, introducendo un quadro di aumentazione funzionale per gestire la non allineamento dei ritardi e garantire la realizzabilità dell'osservatore.
Questo articolo propone un nuovo schema di controllo predittivo a due fasi basato sull'ottimizzazione distribuzionalmente robusta che, mediante l'uso di un insieme di ambiguità di Wasserstein e un vincolo terminale sul sistema nominale, garantisce la soddisfazione adattiva dei vincoli e la stabilità in presenza di disturbi con distribuzioni sconosciute e parametri variabili nel tempo.
Questa lettera presenta un nuovo metrico unificato per valutare le prestazioni dinamiche complessive delle reti elettriche basate su risorse a base inverter, decomponendolo in componenti guidate dai dispositivi e dalla rete per affrontare l'accoppiamento tra dinamica di frequenza e tensione.
Questo articolo propone un nuovo modello di ottimizzazione robusta per l'impegno delle unità (RE-RPfair) che integra un criterio di equità nell'allocazione della soppressione dell'energia rinnovabile, dimostrando la sua efficacia tramite simulazioni e misurando la distribuzione equa mediante l'indice di Gini.