BOPTEST
PulseAugur coverage of BOPTEST — every cluster mentioning BOPTEST across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新算法改进了强化学习中的安全控制器选择
研究人员开发了一种名为Cancellation-Free Constrained SquareCB的新算法,用于强化学习中的安全控制器选择。该方法旨在最小化损失,同时遵守成本预算,通过直接惩罚预算违规行为来改进现有技术。在四旋翼飞行器和楼宇控制系统上的测试中,与基线方法相比,该算法的违规率显著降低,且遗憾度相当或更低。
-
新的CAP方法利用稀疏历史数据优化黑盒任务
研究人员开发了一种名为CAP(Candidate Acquisition Policy)的新方法,用于在实验评估成本高昂且有限的情况下改进黑盒优化。CAP从历史数据中建模共享结构和特定任务的变体,以学习查询策略。该策略随后用于为新任务做出自适应决策,即使只有少数稀疏的历史记录。在合成任务族和工程基准(如BOPTEST和SU2)上的实验表明,在固定的评估预算下,CAP的优化性能优于其他方法。
-
软Actor-Critic增强热泵控制,减少磨损并提高效率
研究人员开发了一种使用软Actor-Critic (SAC) 的新强化学习方法,以改进变频器驱动热泵的控制。该方法旨在通过最小化开关循环来减少压缩机磨损,这是传统热泵控制器中的一个常见问题。在BOPTEST模拟器上测试时,SAC策略显著减少了热不适感并消除了压缩机启动,而Proximal Policy Optimisation (PPO) 则导致了更频繁的循环。
-
量子AI学习安全归因,而非仅仅合规
研究人员开发了一种名为干预感知变分量子可微预测控制(IA-VQC-DPC)的新方法,以更好地衡量AI策略的安全贡献与保护层之间的关系。该方法使用预算来训练量子电路策略,该预算会惩罚过度依赖安全过滤器。在建筑控制模拟器上的评估表明,IA-VQC-DPC显著减少了预过滤器违规和对安全层的依赖,表明策略层面的安全性有所提高。
-
Counter-Dyna 将暖通空调控制训练时间缩短至 5 周
研究人员开发了 Counter-Dyna,一种用于暖通空调控制系统数据高效强化学习的新方法。该方法利用利用状态空间不变性的反事实代理模型,与以前的方法相比,显著减少了所需的训练数据。新技术仅需五周的交互数据,比通常所需数月有了显著改进,并在模拟中展示了 5.3% 至 17.0% 的潜在成本节约。