Robust Cooperative Output Regulation of Discrete-Time Heterogeneous Multi-Agent Systems

Questo articolo affronta la regolazione cooperativa robusta dell'uscita di sistemi multi-agente eterogenei a tempo discreto incerti, dimostrando che la risolubilità del problema si riduce all'esistenza di un guadagno di controllo strutturato e fornendo condizioni sufficienti globali e locali basate su disuguaglianze matriciali lineari (LMI) per il suo progetto.

Kursad Metehan Gul, Selahattin Burak SarsilmazTue, 10 Ma🔢 math

Temperature-Aware Scheduling of LLM Inference in Large-Scale Geo-Distributed Edge Data Centers with Distributed Optimization

Questo studio propone un approccio di ottimizzazione distribuita per la schedulazione delle inferenze di LLM in data center edge geograficamente distribuiti in Australia, che sfrutta le variazioni di temperatura ambientale per co-ottimizzare costi energetici, emissioni di carbonio, tempi di risposta e consumo idrico, riducendo significativamente l'impatto ambientale e i costi di raffreddamento.

Arash Khalatbarisoltani, Amin Mahmoudi, Jie Han, Muhammad Saeed, Wenxue Liu, Jinwen Li, Solmaz Kahourzade, Amirmehdi Yazdani, Xiaosong HuTue, 10 Ma💻 cs

A Curved Monopole Antenna for HF Radar with Enhanced Gain and Bandwidth

Questo articolo presenta il progetto e la simulazione di una nuova antenna monopolo curva ottimizzata per radar HF a onde celeste, che attraverso l'ottimizzazione della curvatura e l'uso di una sezione rettilinea raggiunge un guadagno e una larghezza di banda superiori rispetto ai monopoli convenzionali, estendendo con successo il design a un array lineare di 12 elementi per migliorare le prestazioni dei radar oltre l'orizzonte.

Masoud Salmani Arani, Reza Shahidi, Lihong ZhangTue, 10 Ma💻 cs

Leveraging Quantum Annealing for Large-Scale Household Energy Scheduling with Hydrogen Storage

Questo articolo presenta un framework di controllo predittivo basato sull'annealing quantistico che, attraverso una strategia gerarchica a due fasi, ottimizza l'allocazione dell'energia e la gestione dello stoccaggio dell'idrogeno in microgrid su larga scala, dimostrando una maggiore efficacia rispetto ai metodi tradizionali all'aumentare del numero di utenze domestiche connesse.

Arash Khalatbarisoltani, Amin Mahmoudi, Jie Han, Muhammad Saeed, Wenxue Liu, Jinwen Li, Solmaz Kahourzade, Amirmehdi Yazdani, Xiaosong HuTue, 10 Ma💻 cs

A Novel Phase-Noise Module for the QUCS Circuit Simulator. Part II : Noise Analysis

Questo articolo presenta la seconda parte di una serie dedicata all'implementazione nel simulatore circuitale open-source QUCS di un innovativo modulo di analisi del rumore di fase, basato su una rigorosa metodologia temporale unificata che supera i limiti dei modelli empirici precedenti e offre nuove espressioni analitiche per l'analisi di circuiti oscillanti accoppiati in condizioni di grande segnale.

Torsten Djurhuus, Viktor KrozerTue, 10 Ma💻 cs

Viewpoint-Agnostic Grasp Pipeline using VLM and Partial Observations

Questo articolo presenta una pipeline end-to-end per la presa guidata dal linguaggio su robot mobili, che combina rilevamento open-vocabulary, completamento della nuvola di punti e criteri di sicurezza per superare le occlusioni, ottenendo un tasso di successo del 90% in ambienti disordinati rispetto al 30% di un metodo basato sulla vista dipendente.

Dilermando Almeida, Juliano Negri, Guilherme Lazzarini, Thiago H. Segreto, Ranulfo Bezerra, Ricardo V. Godoy, Marcelo BeckerTue, 10 Ma🤖 cs.LG

Robust control synthesis for uncertain linear systems with input saturation using mixed IQCs

Questo articolo presenta un metodo di sintesi di controllo robusto per sistemi lineari incerti con saturazione dell'ingresso, basato su vincoli quadratici integrali (IQC) misti che, formulando il problema come rappresentazione frazionaria lineare e risolvendolo tramite disuguaglianze matriciali lineari, garantisce prestazioni L2\mathcal{L}_2 superiori rispetto alle tecniche convenzionali e alle strategie anti-windup.

Xu Zhang, Fen WuTue, 10 Ma💻 cs

Model-Free DRL Control for Power Inverters: From Policy Learning to Real-Time Implementation via Knowledge Distillation

Questo articolo presenta un nuovo framework di controllo basato sull'apprendimento per rinforzo profondo senza modello, ottimizzato per gli inverter di potenza tramite distillazione della politica e un meccanismo di ricompensa ibrido, che consente un'implementazione in tempo reale con tempi di inferenza nell'ordine dei microsecondi e prestazioni superiori rispetto ai metodi tradizionali.

Yang Yang, Chenggang Cui, Xitong Niu, Jiaming Liu, Chuanlin ZhangTue, 10 Ma💻 cs

Aero-Promptness: Drag-Aware Aerodynamic Manipulability for Propeller-driven Vehicles

Questo lavoro introduce la "Drag-Aware Aerodynamic Manipulability" (DAAM), un framework geometrico che utilizza una metrica Riemanniana basata sui limiti di coppia e sulla resistenza aerodinamica per ottimizzare l'allocazione del controllo nei multirotor ridondanti, garantendo soluzioni ottimali lisce e invarianti rispetto alla scala pur caratterizzando le discontinuità globali imposte dai limiti fisici degli attuatori.

Antonio FranchiTue, 10 Ma🔢 math

Distributed Coordination Algorithms with Efficient Communication for Open Multi-Agent Systems with Dynamic Communication Links and Processing Delays

Il documento propone e analizza tre algoritmi distribuiti efficienti per il consenso medio quantizzato in sistemi multi-agente aperti con collegamenti dinamici e ritardi di elaborazione, dimostrando la convergenza in tempo finito attraverso condizioni topologiche necessarie e sufficienti e validando le prestazioni tramite simulazioni numeriche.

Jiaqi Hu, Karl H. Johansson, Apostolos I. RikosTue, 10 Ma💻 cs

Augmented Model Predictive Control: A Balance between Satellite Agility and Computation Complexity

Questo articolo presenta un metodo di controllo predittivo aumentato (augmented-MPC) che bilancia l'agilità dei satelliti per l'osservazione terrestre con la complessità computazionale, combinando le prestazioni del controllo non lineare con la semplicità di quello lineare.

Yiming Wang, Mihindukulasooriya Sheral Crescent Tissera, Haihong Yu, Kai Jie Ethan Foo, Sean Yeo Keyuan, Ankit Srivastava, Hao AnTue, 10 Ma💻 cs

PolyFormer: learning efficient reformulations for scalable optimization under complex physical constraints

Il paper introduce PolyFormer, un modello di apprendimento automatico informato dalla fisica che semplifica problemi di ottimizzazione complessi vincolati da leggi fisiche trasformandoli in riformulazioni poliedriche efficienti, ottenendo così accelerazioni computazionali fino a 6.400 volte e riduzioni di memoria fino al 99,87% mantenendo una qualità della soluzione competitiva.

Yilin Wen, Yi Guo, Bo Zhao, Wei Qi, Zechun Hu, Colin Jones, Jian SunTue, 10 Ma🤖 cs.LG

Adaptive Tracking Control of Euler-Lagrange Systems with Time-Varying State and Input Constraints

Questo articolo presenta un framework di controllo adattivo per sistemi di Eulero-Lagrange che garantisce il rispetto di vincoli di stato e di ingresso variabili nel tempo, nonostante incertezze parametriche e disturbi, integrando una funzione di Lyapunov a barriera variabile nel tempo con una legge di controllo saturata e validando l'approccio tramite esperimenti su un elicottero a 2 gradi di libertà.

Poulomee Ghosh, Shubhendu BhasinTue, 10 Ma💻 cs

Adaptive Entropy-Driven Sensor Selection in a Camera-LiDAR Particle Filter for Single-Vessel Tracking

Questo studio presenta un tracciatore a filtro particellare per il monitoraggio di singole imbarcazioni che utilizza una strategia adattiva basata sull'entropia per selezionare dinamicamente tra sensori LiDAR e camera, ottimizzando così il compromesso tra accuratezza e continuità in ambienti marittimi reali.

Andrei Starodubov, Yaqub Aris Prabowo, Andreas Hadjipieris, Ioannis Kyriakides, Roberto GaleazziTue, 10 Ma🤖 cs.LG