IPOPT
PulseAugur coverage of IPOPT — every cluster mentioning IPOPT across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新系统Pharos提升城市空域无人机安全性
研究人员开发了Pharos，一个专为复杂城市环境设计的新型多无人机空域管理系统。该系统旨在通过防止碰撞和减轻人类恐惧来提高安全性，定位在完全分布式和集中式控制范式之间。Pharos利用MAPPO算法进行高效协调，与现有基准相比，在减轻人类恐惧方面提高了52%以上，并提高了70%的空间利用率。
-
新AI求解器从KKT条件学习优化，超越IPOPT
研究人员开发了一种新颖的自监督学习方法，用于约束优化问题的迭代求解器。该方法利用神经网络预测初始解，并使用学习到的迭代求解器进行精炼，以 Karush-Kuhn-Tucker (KKT) 条件为基础的损失函数进行指导。这种方法允许在没有预先求解的优化器解的情况下进行训练，并理论上保证收敛到KKT点。实验表明，与现有求解器相比，即使在非凸问题上，该方法也显著提高了速度和准确性。
-
新型机器人导航系统使用贝叶斯优化增强规划
研究人员开发了一种新的无地图自主机器人导航框架，该框架将反应式规划与非线性模型预测控制（MPC）相结合。该系统使用基于 LiDAR 的高斯占用表示和 A* 搜索算法来生成无碰撞轨迹，然后由 MPC 公式进行跟踪。为了优化控制器参数，采用了利用树状 Parzen 估计器（TPE）和高斯过程代理的离线贝叶斯优化方案。该框架在 Unitree Go2 机器人在模拟和物理硬件上成功进行了评估，实现了 90.0% 的导航成功率，并展示了从模拟到…
-
Microsoft Research 发布 GridSFM 以加速电网分析
Microsoft Research 开发了 GridSFM，这是一种紧凑型基础模型，旨在快速准确地预测电网中的最优潮流。该模型可以在几毫秒内近似复杂的交流最优潮流计算，而以前这项任务需要数小时。通过实现更快的分析，GridSFM 旨在减少因拥堵和可再生能源限制造成的巨大年度损失，同时提高电网的可靠性和稳定性。
-
WARP基准测试挑战AI在电网求解器上的热启动声明
研究人员开发了WARP，一个用于优化电网运行的新基准测试和模型。先前用于预测内点求解器热启动迭代的机器学习方法，由于不恰当的基线比较而被发现无效。新的WARP模型是一个编码-处理-解码交互网络，可预测完整的对偶原始状态，将求解器迭代次数减少了85%，并能在不重新训练的情况下适应网络拓扑变化。