XiaoMi-AI文件搜索系统
World File Search Systemlyapunov
用于分布式瞬态频率控制具有稳定性和安全保证的强化学习
本文提出了一种基于加强学习的方法，可在具有稳定性和安全保证的功率系统中进行最佳的瞬态频率控制。在Lyapunov稳定性理论和安全关键控制上构建，我们在分布式控制器设计上得出了足够的条件，以确保闭环系统的稳定性和瞬态频率安全性。我们的分布式动态预算分配的想法使这些条件不如最近的文献保守，因此它们可以对控制政策的搜索空间施加严格的限制。我们构建了神经网络控制器，该神经网络控制器可以参数化此类控制策略并使用强化学习来培训最佳策略。IEEE 39-BUS网络上的模拟说明了控制器的保证稳定性和安全性，并显着改善了最佳性。IEEE 39-BUS网络上的模拟说明了控制器的保证稳定性和安全性，并显着改善了最佳性。
IEEE ACCESS 特别版块社论 - ePrints Soton
I.引言 工业 4.0，又称第四次工业革命，是许多科学家和制造商正在追求的领域。工业 4.0 包括许多主题，例如物联网 (IoT)、大数据、云计算、智能制造等。智能制造是一个至关重要且有价值的主题，旨在开发先进技术来提高制造质量和成本。通过传感器、网络和高性能计算机，可以开发和实施用于智能制造的强大算法。得益于各种创新的传感器，可以收集和利用可靠且高分辨率的信息。网络允许传感器、机器和计算机之间快速交换信号。人工智能 (AI) 需要巨大的计算能力。现代计算机提供了具有并行计算功能的图形卡，打破了这一限制。与智能制造相关的算法将比以前更加复杂。因此，本专题旨在加快智能制造的发展，吸引社区的关注，并传播新颖的研究。本 IEEE A CCESS 专题包括十篇具有不同创新主题的研究文章，以帮助读者深入了解该领域并促进和启发他们的研究。这些被接受的文章由专业和独立的研究人员审阅。以下是每篇文章的简要介绍。第一篇文章“使用混合田口遗传算法优化车床切削参数”，由 Chu 等人撰写，使用多目标混合田口遗传算法 (HTGA) 来搜索最佳加工参数。根据加工质量和加工参数定义线性回归模型。然后，使用 HTGA 优化参数。实验结果表明，HTGA 在收敛速度和鲁棒性方面优于传统遗传算法。第二篇文章“基于随机森林的球形多孔气体轴承系统高精度最大 Lyapunov 指数预测模型”，由 Kuo 等人撰写，提出了一种基于机器学习的球形多孔气体轴承（SPAB）系统高精度最大 Lyapunov 指数 (MLE) 预测模型。在本文中，控制
通过量子测量和反馈模拟集体自旋的非线性动力学
我们研究了一种使用基于测量的反馈来模拟自旋集合的量子多体动力学的方法。通过对大型两级量子系统集合进行弱集体测量并应用以测量结果为条件的全局旋转，可以模拟平均场量子踢陀螺的动力学，这是量子混沌的标准范式。我们通过分析表明，存在一个单独的量子轨迹可以充分恢复经典极限的机制，并展示了从嘈杂的量子动力学到由经典 Lyapunov 指数描述的完全确定性混沌的过渡。我们还分析了退相干的影响，并表明所提出的方案代表了一种可靠的方法，可以在基于原子光界面的实际实验平台上探索复杂量子动力学中混沌的出现。
基于扩展状态观察者和后台控制的轨迹跟踪控制类似汽车的移动机器人的控制
摘要：在本文中，提出了一种基于扩展状态观察者（ESO）（ESO）的低速汽车移动机器人（CLMR）的轨迹跟踪控制策略，并提出了后台控制控制，以解决轨迹跟踪的问题问题，该问题是由模拟错误和外部干扰物引起的轨迹跟踪准确性降解。首先，将建模误差和外部干扰引入了CLMR的理想运动学模型中，并利用一组输出方程将耦合的，不向导的干扰运动学模型拆分为两个相互独立的子系统。接下来，基于线性ESO估算子系统中的干扰，并通过Lyapunov方法证明了所提出的观察者的收敛性。最后，使用后备控制控制器设计具有干扰补偿的控制器，以完成CLMR的轨迹跟踪任务。仿真和实验结果显示了拟议的控制方案的有效性。
在基于视觉的端到端驾驶政策中学习稳定性的关注
今天的端到端学习系统可以学会从感知中明确推断控制。很难保证这些系统的稳定性和鲁棒性，因为它们通常是针对非结构化，高维且复杂的观察空间的（例如，来自像素输入流的自动驾驶）。我们建议利用控制控制的Lyapunov功能（CLFS）为基于端到端视觉的策略配备具有稳定性的策略，并在CLFS（ATT-CLF）中引入稳定性注意力，以解决环境变化并提高学习灵活性。我们还提出了一种不确定性传播技术，该技术被紧密整合到ATT-CLF中。我们通过与经典的CLF，模型预测控制以及在光真实的模拟器和实际的全尺度自动驾驶汽车中进行比较，证明了ATT-CLF的有效性。关键字：端到端学习，稳定性，自主驾驶
AAAI-24安全，健壮和负责的AI（SRRAI）
神经封闭证书Alireza Nadali； Vishnu Murali; Ashutosh Trivedi； MDPS Mateo Perez中的LTL和Omega-grounder目标的Majid Zamani学习算法；法比奥·索恩齐（Fabio Somenzi）； Ashutosh Trivedi朝着K-Means聚集Stanley Simoes的更公平的质心； deepak p; Muiris MacCarthaigh的稳定性分析具有神经Lyapunov功能的切换线性系统Virginie Debauche；亚历克·爱德华兹（Alec Edwards）； RaphaëlJungers; Alessandro Abate Advst：重新访问单个领域概括的广托Zheng的数据增强； Mengdi Huai; Aidong Zhang Omega规范决策过程Ernst Moritz Hahn； Mateo Perez; Sven Schewe;法比奥·索恩齐（Fabio Somenzi）； Ashutosh Trivedi； Dominik Wojtczak Sentinellms：私人和安全推理的语言模型的加密输入适应和微调
研究文章基于人工智能的非线性控制DC微电网中可再生能源和存储系统的非线性控制
为了最大程度地减少全球变暖和温室效应的影响，可以广泛研究基于可再生能源的微电网。在本文中，已经介绍了DC微电网中的PV，基于风能的可再生能源系统和电池，基于超级电容器的储能系统。使用神经网络和最佳扭矩控制获得了PV和风的最大功率点。非线性超级滑动模式控制器已为功率来源提供。使用Lyapunov稳定性分析验证了框架的全局渐近稳定性。对于负载产生平衡，已经设计了基于模糊逻辑的能量管理系统，并使用MATLAB/SIMULINKR⃝（2019a）模拟了控制器，并比较了不同的控制器。对于实验验证，已进行了控制器硬件 - 循环实验，以验证设计系统的性能。©2021 ISA。由Elsevier Ltd.发布的所有权利保留。
具有执行器故障和时间延迟的多UAV系统的分布式无碰撞轴承协调
摘要 - 无人驾驶汽车（UAV）系统的协调受到了机器人和控制社区的极大关注。在本文中，我们通过轴承测量研究了异质非线性多UAV网络中的分布式形成跟踪问题。首先，一种新颖的仅轴承协议是为追随者代理而设计的，以实现所需的形成。，我们基于轴承测量值建立补偿功能，以处理代理动力学中的非线性和执行器断层。在存在特定时间延迟的情况下，Lyapunov方法可以确保提出的策略的稳定性。此外，为了确保在实际情况下进行安全操作，我们扩展了协议，并提出了足够的条件，以避免代理之间的潜在碰撞。在协议设计中还考虑了无碰撞控制器的鲁棒性。最后，提出了模拟案例研究以验证理论结果的可行性。
基于反步滑模的共轴旋翼飞行器轨迹跟踪控制算法及试验
摘要：针对共轴旋翼飞行器自主飞行过程中模型参数的不确定性、外界扰动及传感器噪声对飞行的影响，研究位置姿态反馈控制系统的鲁棒反步滑模控制算法，以解决未知外界干扰情况下飞行器的轨迹跟踪问题。本文针对未知飞行，建立了基于受扰共轴旋翼飞行器的非线性动力学模型。然后，设计了非线性鲁棒反步滑模控制器，分为共轴旋翼飞行器的姿态控制器和位置控制器两个子控制器。在控制器中引入虚拟控制，构造Lyapunov函数，保证各子系统的稳定性。通过数值仿真验证了所提控制器的有效性。最后通过飞行试验验证了反步滑模控制算法的有效性。
JHEP11（2024）044
摘要：争夺信息的概念阐明了量子多体系统中局部信息的分散，从而对各种物理现象（例如虫洞传送）提供了见解。这种现象刺激了广泛的理论和实验研究。在其中，尺寸变化的机制是一种有价值的诊断工具，用于优化信号检测。在这项工作中，我们建立了一个计算框架，用于利用Scramblon有效理论来确定全部相互作用的量子系统中的绕组尺寸分布。我们在整个时间域中获得了大Q SYK模型的绕组尺寸分布，在这种情况下，潜在的延迟校正对于有限的N系统至关重要。值得注意的是，我们揭示了大小绕组的表现是由散肌传播器中的通用相位因子引起的，突出了Lyapunov指数的重要性。这些发现有助于操作员动力学与虫洞传送现象之间的锐利和精确的联系。