Data-Driven Soft Robot Control via Adiabatic Spectral Submanifolds
本文介绍了一种基于绝热谱流形(aSSMs)的纯数据驱动模型预测控制策略,该策略通过利用从高维仿真和实验中提取的低维不变流形,有效管理软体机器人的非线性动力学,实现了比现有方法高出多达10倍的跟踪性能。
1634 篇论文
Eess — Sy 领域聚焦于电子系统、信号处理与通信技术的核心原理,探讨如何让信息在复杂环境中高效、准确地传输。这一学科不仅是现代数字社会的基石,更直接关系到我们日常使用的无线设备、传感器网络以及各类智能系统的运作效能。
Gist.Science 持续追踪 arXiv 平台上该领域发布的最新预印本,确保每一篇新论文都能被及时解读。我们为每篇文章提供通俗易懂的科普摘要,同时也保留详尽的技术分析,帮助不同背景的读者快速把握研究精髓。以下展示了该领域最新的论文成果。
本文介绍了一种基于绝热谱流形(aSSMs)的纯数据驱动模型预测控制策略,该策略通过利用从高维仿真和实验中提取的低维不变流形,有效管理软体机器人的非线性动力学,实现了比现有方法高出多达10倍的跟踪性能。
度量-耗散条件流匹配(Metriplectic Conditional Flow Matching, MCFM)是一种创新的框架,它通过将保守-耗散分裂(conservative-dissipative splits)集成到神经向量场和保持结构的采样器中,来学习耗散动力学,从而在不依赖不稳定的长程演化训练的情况下,确保物理一致性、稳定的长程外推以及严格的能量衰减。
本文介绍了 SCORE,一种两阶段自由布设优化方法,与传统的固定站点和单次布设方法相比,该方法显著提高了低地球轨道卫星的地面站网络吞吐量和收敛效率,同时在部署新基础设施与利用现有站点之间提供了实际的权衡。
本文介绍了 GIST 2064 节点测试系统,这是一个公开可用的、具有地理依据的韩国电网合成模型,该模型源自开源数据并根据国家统计数据进行了校准,旨在为该国独特的孤岛式输电网络研究提供可重复的研究基础。
本研究提出了一个技术-社会-经济框架,证明了南美洲的水上漂浮光伏(FSPV)系统为能源获取和水安全提供了一种土地高效且具成本竞争力的解决方案,并在尼加拉瓜、洪都拉斯和圭亚那等国具有与水电站及人工智能数据中心进行共址开发的巨大潜力。
本文提出了一种基于同伦的全局化重初始化方案,该方案植根于一种新的几何框架,旨在当标准方法在开关微分代数方程发生不连续事件后失效时,能够可靠地恢复电力系统暂态模拟的收敛性。
该论文介绍了 GRASP,这是一个利用预训练视觉语言模型将自然语言转化为具身边界框目标的神经符号规划框架,使机器人能够在无需针对特定任务进行训练的情况下,实现零样本开放词汇桌面物体操控,并在真实机器人上的成功率达到 73.3%。
本文提出了一种针对由几乎周期性外生信号驱动的未知非线性系统的、数据驱动的频率选择性输出调节框架,该框架利用 p-副本内模和一种对噪声具有鲁棒性的半正定规划,在无需系统辨识或外生信号幅值/相位测量的情况下,消除特定的傅里叶-波尔误差分量并限制残余能量。
本文引入并形式化了“指令保持型轨迹重定向”(command-preserving trajectory redirection),这是一种针对视觉-语言-动作(VLA)模型的新型攻击手段,通过一种在策略搜索方法发现的近良性提示词扰动,成功地将机器人的物理执行重定向至攻击者指定的结局,同时保持原定任务的外观不变。
本文通过区分有限代价均衡与稳定均衡,研究了标量折扣型 人线性二次博弈中的反馈纳什均衡,推导了对称情形下最多存在 个解的存在性条件,并提出了计算所有此类均衡的数值方法。