研究人员开发了一个可解释控制框架 (XCF),旨在为复杂控制器行为提供人类可理解的洞察。该框架利用一种新颖的模糊逻辑系统——用于控制系统的分层模糊模型无关解释 (HFMAE-C)——通过 IF-THEN 规则生成解释并量化状态贡献。此外,一个由大型语言模型代理支持的用户界面有助于分析需求、选择算法,并以自然语言报告的形式呈现解释。在机器人系统上的案例研究证明了其有效性。 AI
影响 增强了人工智能驱动的控制系统的透明度和可信度,有可能加速其在关键应用中的采用。
排序理由 详细介绍新框架和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Explainable Control Framework (XCF)
- hierarchical fuzzy model-agnostic explanation for control systems (HFMAE-C)
- inverted pendulum system
- Large Language Model Agents Enabled Generative Design of Fluidic Computation Interfaces
- LLM Agent-Supported Interface
- Turtlebot
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →