361 篇论文
本文针对仅通过非线性比例积分控制器稳定低维失速子系统而线性化不可稳的三态 Moore-Greitzer 压气机模型，利用静态非线性满足扇区条件及失速子系统的结构特性，通过非标准的圆判据论证了闭环系统所有解的有界性（Lagrange 稳定性）及其对扰动的鲁棒性。
本文提出了一种基于多阶段随机规划与 Fleming-Viot 粒子方法的风险缓解策略，通过生成偏向低风速等罕见事件的场景，优化常规发电厂的调度，以应对高比例间歇性可再生能源接入下因长期能源短缺引发的系统风险。
该研究提出了一种针对双轮差速机器人的自适应策略切换方法，通过利用短时姿态数据（特别是俯仰角标准差）结合高斯混合模型实现了对平坦与崎岖地形的准确分类（准确率超 98%），从而为机器人在模拟月球熔岩管环境中自主切换地形专用控制策略奠定了基础。
本文提出了一种结合神经网络前向动力学模型、基于梯度的模型预测控制及模仿学习的数据驱动框架，有效解决了磁驱动鱼形机器人在非线性流体与柔性迟滞环境下的精确路径跟踪难题，并实现了低计算成本下的实时控制。
本文从现代策略优化视角重新审视混合 H2/H∞控制问题，通过扩展凸提升框架证明了其非凸优化景观具有“良性”特性（即所有驻点均为全局最优），从而揭示了该问题的隐藏凸性并为大规模场景下的可扩展策略迭代方法设计奠定了理论基础。
本文针对低空经济中垂直参考系统碎片化导致的安全隐患，提出以高度椭球高（HAE）作为统一标准，并通过深圳空域试点与 PX4 飞行数据验证，证明该方案能有效提升空域容量与安全性，为低空数字化管理提供了转型路线图。
本文提出了一种名为 U-OBCA 的不确定性感知优化避障方法，通过利用 Wasserstein 分布鲁棒机会约束直接处理多边形机器人与障碍物的碰撞风险，在无需几何简化的前提下显著降低了轨迹规划的保守性并提升了狭窄环境下的导航效率。
本文提出了一种基于构网型控制的多时间尺度协同策略，通过动态参与因子和分带分配机制协调异构资源，构建了能够增强弱电网稳定性并优化辅助服务性能的新型动态虚拟电厂。
本文提出了一种融合模型预测控制与反馈调节的统一混合控制架构，并辅以基于机器学习的硬件实现方案，有效解决了多自由度机械臂的非线性耦合难题，在仿真与硬件实验中验证了其在抗干扰性、计算效率及泛化能力方面的优越性能。
本文提出了一种基于滑动窗口的在线最大似然估计方法，利用神经微分方程建模连续时间动力学，通过处理事件相机中依赖历史的异步亮度变化事件，实现了对系统动态参数及对比度阈值的联合辨识。
该论文提出了一种针对连续状态随机系统的形式化熵正则化控制方法，通过建立系统离散化熵的界限及其与连续分布熵的误差界，实现了在保留形式化保证的前提下，最小化轨迹分布与均匀分布的 KL 散度（即系统熵）与累积成本之和的控制器综合。
本文提出了一种基于对数型障碍李雅普诺夫函数的非线性反馈控制器，旨在解决无人水面艇在输入饱和及位置、航向非对称与速度对称动态运动约束下的轨迹跟踪问题，并通过严格的稳定性分析证明了闭环系统在所有状态变量均不越界的情况下保持稳定。
本文提出了一种合作博弈框架，用于在考虑不确定性和电网约束的情况下，研究如何平衡电网运营商与产消者利益以实现局部能源市场的稳定分区。
本文提出了一种基于线性矩阵不等式从状态空间模型精确计算离散时间线性时不变系统缩放相对图（SRG）的方法，并进一步给出了仅利用输入输出数据计算 SRG 的完全数据驱动方案，同时引入了能够从含噪数据中包围真实系统 SRG 的鲁棒版本。
本文提出了一种名为 CDSM 的实时框架，通过在黎曼流形和李群上构建切向驱动与法向吸引相结合的动态系统，实现了具有几何结构感知、稳定性及高适应性的机器人行为生成，并在 SE(3) 和 SPD(n) 等实际场景中验证了其优越性。
本文提出了一种结合车辆环（ViL）与数字孪生技术的测试框架，通过将物理车辆底盘与虚拟仿真环境同步耦合，在中央车载服务器上直接运行全栈自动驾驶软件，从而为自动驾驶算法提供了一种安全、可复现且无需单独测试各物理 ECU 的高效验证方案。
本文提出了一种将时变估计延迟建模、粒子平滑状态估计与自适应制导律相结合的综合框架，通过实时估计目标机动引起的延迟并动态调整制导指令，显著提升了随机博弈场景下拦截的鲁棒性与成功率。
本文提出了一种名为 MPPI-DK 的模型预测路径积分控制框架，通过利用从交互数据中学习的深度 Koopman 算子替代非线性动力学进行轨迹传播，在显著降低计算成本的同时实现了与真实动力学模型相当的实时控制性能。
本文提出了一种针对高维 MIMO 系统的结构化缩减搜索检测策略，通过线性复杂度实现了在 8x8 配置下与最大似然检测相当的性能，并提供了基于格路的理论解释及软信息生成讨论。
本文提出了 NL2GDS 框架，利用大语言模型将自然语言硬件描述自动转化为可综合 RTL 代码及 GDSII 版图，并通过开源 OpenLane 流程在基准测试中实现了显著的面积、延迟和功耗优化，从而加速了开源芯片设计并降低了 ASIC 设计门槛。