新的JEPA框架增强了偏微分方程的控制能力

研究人员开发了一种新颖的、利用联合嵌入预测架构（JEPA）的偏微分方程（PDE）的无目标控制框架。该框架在没有特定目标的情况下离线训练一个小型ViT编码器和条件动作的潜在动力学，然后将其冻结供模型预测路径积分（MPPI）控制器使用。研究发现，将控制目标应用于显式的物理可观测项，而不是最小化潜在空间中的原始欧几里得距离，可以获得更好的结果。具体而言，在PDE Control Gym 2D Navier--Stokes基准测试中，该方法提高了匹配奖励并降低了速度场RMSE，证明了在控制复杂系统方面取得了显著的进步。 AI

影响 引入了一种控制复杂动态系统的新方法，可能推动AI在科学模拟和工程领域的应用。

排序理由 这是一篇详细介绍偏微分方程控制新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• Jonathan Gallagher
• Kenya
• NAVIER STOKES ANALYSIS OF THE AERODYNAMIC PROPERTIES OF COAXIAL ROTORS
• PDE Control Gym
• Vít

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →