361 papers
Dit paper introduceert het nieuwe concept van 'two-storage strict dissipativity' als een noodzakelijke en voldoende voorwaarde voor de asymptotische stabiliteit van economische modelpredictieve regeling, waarbij het verband met de waardefunctie wordt gelegd en de verificatie wordt vergemakkelijkt ten opzichte van de traditionele strikte dissipativiteit.
Dit artikel introduceert twee adaptieve algoritmen voor automatische linkselectie in multi-kanaals toegangssystemen met bandit-feedback en linkfailures, die een concave nutfunctie maximaliseren met verschillende convergentiesnelheden en rekenefficiëntie, en bestudeert ook specifieke gevallen zoals single-channel scenario's.
Dit artikel introduceert Generative Predictive Control, een supervisie-geleerd raamwerk dat flow-matching gebruikt om robotbeleid te trainen voor dynamische, moeilijk te demonstreren taken door simulatie te combineren met een nauwe koppeling tussen generatieve modellering en voorspellende regeling.
Dit artikel demonstreert dat een eenvoudige aanpak van iteratief lineair kwadratisch regelen (iLQR) met MuJoCo-dynamica, zonder ingewikkelde sim-tot-real-aanpassingen, zeer effectief is voor real-time whole-body model-predictive controle van zowel quadrupede als humanoïde robots in de echte wereld.
Dit artikel introduceert VISKY, een regelaar voor semi-actieve vering met magnetoreologische dempers die door versnellingsfeedback een virtuele traagheid creëert om de rijcomfort en stabiliteit aanzienlijk te verbeteren zonder extra hardware.
Dit artikel onderzoekt met een nieuw tweelaags model hoe synchrone generatoren in markten voor kortsluitstroomdiensten misbruik kunnen maken van hun strategische locatie om marktmacht uit te oefenen, wat leidt tot verhoogde kosten voor consumenten en de noodzaak onderstreept voor zorgvuldig marktdesign om dit te mitigeren.
Het artikel introduceert MARLIN, een decentraal reservoirbeheersysteem dat multi-agent versterkende leer combineert met inspiratie uit zwermintelligentie en LLM-gestuurde beloningsvorming om onder onzekerheid schaalbare en effectieve waterbeheerstrategieën te realiseren.
Dit paper introduceert ROSflight 2.0, een lichtgewicht en open-source autopilotsysteem voor drones dat is gemigreerd naar ROS 2 om de overgang van simulatie naar hardware te versnellen en onderzoek te ondersteunen, met succesvolle demonstraties van volledige besturingslussen op een companion computer via een seriële verbinding.
ROSplane 2.0 is een lichtgewicht, open-source autopilot voor onderzoekers die, gebaseerd op ROS 2, de integratie van geavanceerde besturings- en schattingstechnieken versnelt en de overgang van simulatie naar echte vluchttesten vereenvoudigt door een efficiënt aerodynamisch modelleringstraject.
Deze studie presenteert een door mierennest-geïnspireerde aanpak die virtuele feromonen gebruikt om industriële processen, zoals het bakken van chips, in real-time te classificeren als 'in controle' of 'uit controle' en dreigende overgangen te voorspellen.
Dit artikel presenteert een datagedreven framework voor de online schatting van de efficiëntie van quadcopter-motoren via residu-minimalisatie, waarbij een geoptimaliseerde iteratieve methode met uitbijterreductie robuustere resultaten biedt dan traditionele filterbenaderingen en toepassingen mogelijk maakt in foutdetectie en voorspellend onderhoud.
Dit artikel presenteert de eerste directe vergelijking tussen poortgebaseerde en adiabatische kwantumcomputing voor het oplossen van AC-stroomvloeiproblemen, waarbij de resultaten van QAOA worden gebenchmarkt tegen D-Wave en Fujitsu's Digital Annealer om de prestaties en schaalbaarheid van deze kwantumparadigma's te evalueren.
Dit artikel presenteert conservatieve probabilistische grenzen voor het spectrum van de admittantiematrix en lineaire vermogensstroommodellen onder onzekerheid in netwerkp parameters, waarbij concentratie-ongelijkheden worden gebruikt om de foutmarges van benaderingen zoals DC en LinDistFlow te analyseren en te tonen dat deze grenzen schalen met de netwerkkritikaliteit van knopen.
Dit paper introduceert een nieuwe intervalgebaseerde bereikbaarheidsmethode voor neurale differentiaalvergelijkingen die, door gebruik te maken van gemengde monotonie, een efficiënte en betrouwbare over-benadering biedt die ideaal is voor hoogdimensionale en veiligheidskritische toepassingen, ten koste van enige nauwkeurigheid.
Dit onderzoek presenteert een besturingsstrategie voor meerdere drones om overstromingsgebieden te monitoren door gebruik te maken van Centroidal Voronoi Tessellation met een Gaussische mengselmodel voor dichtheidsfuncties, wat leidt tot een betere dekking en ruimtelijke verdeling dan traditionele methoden.
Dit artikel presenteert een online raamwerk dat gebruikmaakt van een gewijzigde Hankel-DMD met sliding-window en Cadzow-projectie om in real-time ruwe, gedeeltelijke waarnemingen van dynamische obstakels te ontdoen van ruis en te voorspellen voor robuuste robotbewegingsplanning.
Dit artikel introduceert het concept van afhankelijke bereikbare verzamelingen voor twee agenten die een feedbackstrategie volgen, waarbij de geometrie van deze verzameling voor de constante draagwijdte-vervolgingsstrategie wordt gekarakteriseerd via theoretische grenzen en simulaties.
Dit artikel introduceert XR-DT, een Extended Reality-gebaseerd Digital Twin-framework dat een hiërarchische architectuur combineert met een mensbewust Model Predictive Path Integral-besturingssysteem en een Transformer-model voor menselijke trajectvoorspelling, om veilige, efficiënte en interpreteerbare interactie tussen mobiele robots en mensen in gedeelde ruimtes te garanderen.
Dit paper introduceert SORS, een modulaire en hoogwaardige simulator op basis van de eindige-elementenmethode die complexe interacties tussen zachte en stijve materialen nauwkeurig simuleert, waardoor de kloof tussen simulatie en de realiteit voor de ontwikkeling van zachte robots wordt overbrugd.
Dit artikel introduceert StochasticBarrier.jl, een open-source Julia-toolbox die Sum-of-Squares- en piecewise-constant-methoden gebruikt om stochastische barrièrefuncties te synthetiseren voor de veiligheidsverificatie van discrete tijd-stochastische systemen, en die in benchmarks aanzienlijk sneller en schaalbaarder blijkt dan bestaande tools.