307 artigos
Este artigo propõe um novo framework de aprendizado contínuo baseado em currículo que combina controle baseado em modelo e aprendizado por reforço profundo para decompor problemas de controle robusto com múltiplas incertezas em tarefas sequenciais, permitindo uma transferência eficiente do simulador para a realidade em aplicações industriais como o controle de vibração ativa de trens de força automotivos.
Este trabalho apresenta a arquitetura Auralink SDC, que utiliza agentes de IA especializados implantados na borda para gerenciar autonomamente a infraestrutura de carregamento de veículos elétricos, alcançando 78% de resolução automática de incidentes e baixa latência ao superar as limitações das soluções baseadas em nuvem.
Este artigo apresenta um afinador baseado em redes neurais para o controle preditivo de estado finito (FSMPC) de motores de indução, capaz de ajustar os parâmetros dos controladores de velocidade e corrente estatórica, com resultados validados experimentalmente em uma máquina de cinco fases.
Este artigo apresenta um novo framework hierárquico de controle preditivo com leis adaptativas indiretas que permite a robôs quadrúpedes transportar cargas estáticas e dinâmicas desconhecidas em terrenos acidentados com alta estabilidade e desempenho superior em comparação a métodos convencionais.
Este artigo apresenta o SEP-NMPC, um framework de controle preditivo não linear que integra desigualdades de passividade e funções de barreira de ordem superior para garantir estabilidade e segurança em tempo real no transporte de cargas suspensas por drones em ambientes com obstáculos.
O artigo demonstra que, para uma classe de canais POST aproximadamente sem memória e sobrejetivos, a capacidade com realimentação é igual à capacidade sem realimentação, estendendo assim o teorema clássico de Shannon para canais com memória.
Este artigo propõe um framework de aprendizado por reforço hierárquico que otimiza conjuntamente o ajuste de ângulos de inclinação de antenas e a estratégia de coleta de dados entre redes físicas e gêmeos digitais, visando maximizar as taxas de dados dos usuários enquanto reduz o atraso de comunicação em até 28,01%.
Este artigo propõe um método de predição conformal adaptativa e consciente da formação, baseado em Risk-Aware Mondrian CP, para garantir a segurança e a visibilidade em sistemas multi-robô líder-seguidor ao gerar limites de incerteza que se ajustam dinamicamente às configurações de risco, resultando em taxas de sucesso e precisão de rastreamento superiores em simulações.
Este trabalho apresenta o algoritmo FaBRIC, que integra análises de alcançabilidade direta e indireta para verificar sistemas de feedback neural não lineares, superando significativamente o estado da arte em benchmarks representativos.
Este artigo analisa a existência de observadores baseados em estimação de parâmetros (PEBO) para sistemas não lineares gerais, estudando detalhadamente as propriedades de transformabilidade e identificabilidade para fornecer condições suficientes que garantam sua viabilidade.
Este artigo propõe um quadro unificado de modelos de mundo latente para a condução autónoma, estabelecendo uma taxonomia abrangente, identificando cinco mecanismos internos críticos, definindo métricas de avaliação de ciclo fechado e delineando desafios futuros para garantir sistemas robustos, generalizáveis e eficientes.
Este artigo apresenta uma análise de estabilidade dinâmica de um sistema de energia integrado que combina um reator modular pequeno e armazenamento de energia para alimentar data centers, demonstrando que essa configuração melhora significativamente a estabilidade de tensão e frequência da rede em comparação com data centers convencionais.
Este trabalho propõe um quadro de modelagem generativa baseada em física que incorpora a estocasticidade intrínseca do fluxo de tráfego através de um modelo Lighthill-Whitham-Richards com ruído browniano, permitindo a estimativa de distribuições de densidade, intervalos de credibilidade e medidas de risco de congestionamento.
Este artigo desenvolve um framework de controle preditivo baseado em modelo (MPC) para o controle de posição de formações de espaçonaves em órbitas de ponto de libração, utilizando programação convexa sequencial para resolver um problema de controle ótimo não convexo que garante o cumprimento de restrições de trajetória e o consumo eficiente de combustível em um modelo de efemérides de alta fidelidade.
Este estudo demonstra que a velocidade de penetração de um prego é um fator crítico na segurança de células de baterias de íons de lítio, pois penetrações mais lentas resultam em autodescarga em vez de fuga térmica, sugerindo a necessidade de revisar os protocolos de teste de segurança.
Este artigo apresenta um método para calcular limites de ganho em sistemas de Lur'e sobre faixas restritas de frequência e amplitude, utilizando Gráficos Relativos Escalonados (SRGs) e teoria de Sobolev para gerar um diagrama de Bode não linear tridimensional que generaliza as abordagens clássicas e oferece limites menos conservadores.
Este artigo investiga a estimação funcional de estados em sistemas lineares com atrasos de tempo, propondo três estruturas de observadores e condições de existência construtivas para lidar com a discrepância entre o atraso na evolução do estado e o atraso nas medições de saída.
Este artigo propõe um novo esquema de Controle Preditivo Modelado Robusto Distribucionalmente em Duas Etapas (TSDR-MPC) que utiliza um conjunto de ambiguidade de Wasserstein para adaptar o apertamento de restrições a perturbações com distribuições desconhecidas, garantindo viabilidade recursiva e estabilidade assintótica através de uma reformulação tratável e um algoritmo de planos de corte.
Este artigo apresenta uma métrica unificada e decomponível para avaliar o desempenho dinâmico global de redes elétricas baseadas em recursos de fonte de corrente (IBR), utilizando uma soma ponderada das variações de fasores de tensão localizadas para capturar o forte acoplamento entre frequência e tensão.
Este artigo propõe o modelo RE-RPfair, uma extensão do problema de otimização robusta para compromisso de unidades com energias renováveis, que visa garantir uma alocação justa entre fontes fotovoltaicas através da supressão controlada e da medição da equidade pelo Índice de Gini.