PulseAugur
中
实时 08:06:30
实体 GP--RL--MPC

GP--RL--MPC

PulseAugur coverage of GP--RL--MPC — every cluster mentioning GP--RL--MPC across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_364244 ·

    新的GP--RL--MPC方法通过不确定性感知学习增强控制

    研究人员开发了一种名为高斯过程强化学习增强模型预测控制(GP--RL--MPC)的新方法。该方法集成了利用高斯过程回归(GPR)的学习批评家,作为模型预测控制(MPC)中的终端惩罚。该系统旨在从有限的回滚中进行数据高效学习,并包含一个可调的风险系数来管理批评家预测中的不确定性。应用于受扰动的连续搅拌釜反应器(CSTR),与基线MPC相比,GP--RL--MPC在均方误差和方面平均减少了80.52%。