model predictive control
PulseAugur coverage of model predictive control — every cluster mentioning model predictive control across labs, papers, and developer communities, ranked by signal.
11 天有情绪数据
-
新的DRL-MPC框架增强了多类别交通网络的控制能力
研究人员开发了一个将深度强化学习（DRL）与模型预测控制（MPC）相结合的新颖框架，用于管理复杂的多类别交通网络。这种混合方法旨在克服每种方法单独存在的局限性，例如DRL可能学习缓慢以及MPC计算需求高且依赖于精确模型。提出的分层DRL-MPC系统划分了控制权限，MPC负责较慢的高层决策，DRL负责较快的底层输入。评估表明，该框架优于现有控制器，显著减少了计算时间，并提供了更好的约束执行，尤其是在处理模型不准确的情况下。
-
新的SRL-MPC方法可实现机器人在复杂人群中的安全导航
研究人员开发了一种名为形状感知强化学习模型预测控制（SRL-MPC）的新方法，以应对机器人在异构人群中安全高效导航的挑战。该方法将强化学习与模型预测控制相结合，使机器人在不简化几何形状的情况下能够适应周围代理的形状和运动。在模拟人群场景中的实验表明，SRL-MPC在安全性和适应性方面显著优于现有方法。
-
新方法通过潜在世界模型增强AI规划 · 跟踪4个来源
研究人员开发了新的方法来改进潜在世界模型中的规划，这些模型可以预测动作序列的结果。一种方法，强化规划（RP1），通过将良好的搜索规则强化到神经规划器中来学习改进多步规划，其性能显著优于传统的搜索算法。另一种方法DA-LeWM通过为潜在世界模型增加逆动力学和演示条件目标-动作头来解决决策度量对齐问题，从而在模型预测控制任务中实现更快的收敛和更高的成功率。
-
人工智能规划面临不确定性：新文章提出稳健策略
一篇新文章讨论了使用学习模型进行规划的挑战，强调用于规划的任何模型本质上都是不完美的。它提出了在不确定性下进行稳健规划的策略，例如模型预测控制（MPC），该策略涉及大量规划但最少承诺，并强调了诸如交叉熵方法（CEM）和具有定义预算的随机射击等技术。该文章还区分了随机不确定性和认知不确定性，并引入了预期自由能的概念。
-
新的STEER2REACH方法改进了Hamilton-Jacobi可达性分析
研究人员开发了STEER2REACH (S2R)，一种用于求解Hamilton-Jacobi (HJ) 可达性问题的新方法。该方法利用物理信息神经网络 (PINNs) 和一种自适应采样分布，该分布根据当前值函数和注入的噪声来引导前向轨迹。S2R旨在提高HJ可达性分析的准确性并降低其计算复杂度，这对于动态系统的安全控制至关重要。与最先进的、由模型预测控制 (MPC) 引导的求解器相比，该方法表现出具有竞争力的性能，在没有复杂的多阶段训练…
-
新的DPC方法为控制系统提供确定性安全保证
研究人员开发了一种新颖的可微预测控制（DPC）方法，该方法提供确定性的可行性保证，这是安全控制系统的关键方面。该方法利用学习到的可达安全集的拓扑分析，并将控制障碍函数（CBFs）纳入自监督学习策略。所提出的方法确保随着训练数据的增加，约束违反会减少到零，从而提供传统方法（如强化学习或监督学习）无法获得的正式安全证书。
-
新的STEER2REACH方法简化了Hamilton-Jacobi可达性分析
研究人员开发了一种新的Hamilton-Jacobi (HJ) 可达性问题求解方法STEER2REACH (S2R)。该方法利用了物理信息神经网络 (PINNs)，并解决了限制HJ可达性实际应用的计算复杂性问题。S2R采用自适应采样分布，通过最优控制和扰动信号以及随机噪声来引导前向轨迹，从而在对标准PINNs训练进行最小修改的情况下学习精确的安全价值函数。
-
新的CoCoNav框架增强了机器人在人群中导航的安全性
研究人员开发了CoCoNav，一个用于在拥挤环境中进行机器人导航的新框架，该框架提高了安全性和效率。该系统使用在线共形校准来调整轨迹误差界限，使其能够响应行人运动变化的预测误差。一种新颖的规划器使用软约束模型预测控制生成名义轨迹，然后在执行前根据这些校准的界限对它们以及应急机动进行认证。在模拟和四足机器人上的实验表明，与现有方法相比，CoCoNav能有效平衡避碰、任务完成和导航效率。
-
AI框架解决机场交通拥堵，排队时间缩短高达30%
研究人员开发了一个受QUBO启发的计算框架，用于诊断和优化机场地面交通区域的交通流量。该模型使用上海浦东和杭州萧山国际机场的数据进行了测试，旨在缓解高峰期旅客到达造成的拥堵。在基线条件下，受QUBO启发的模型显著减少了旅客排队，上海浦东机场的排队人数从3445人减少到2477人，杭州萧山机场从2053人减少到1482人。该框架在面对需求、供应和容量的各种扰动时也表现出鲁棒性。
-
PhyLatent 通过解决物理状态表征失败问题来改进JEPA世界模型
研究人员推出了一种新颖的训练目标PhyLatent，旨在增强联合嵌入预测架构（JEPA）世界模型。该新方法旨在防止这些模型中出现的特定故障模式，例如物理不变性崩溃、物理可辨识性崩溃和反事实动力学崩溃。通过整合物理状态接地、未来表征对齐和反事实分支分离，PhyLatent 在 OGBench-Cube 和 TwoRooms 等任务上显著提高了性能，展示了世界模型中对状态空间更鲁棒的学习。
-
新研究提出用于工业系统的安全门控LLM控制
一篇新研究论文介绍了一种安全门控的代理监督控制系统，旨在提高大型语言模型（LLM）在工业控制应用中的可靠性。该系统包含一个基于规则的分叉孪生反事实门，具有固定的约束，在监管层做出决策之前提供硬性检查和记录的裕度。在Skogestad的Column A基准测试上的实验表明，门控代理在干扰抑制和目标获取方面显著优于帕累托调优的线性MPC和无门控代理，有效地将规范放弃吸引子压缩为有界偏移。
-
新的HOBA框架通过分层强化学习增强在线广告竞价
研究人员开发了HOBA，一个旨在改进在线广告竞价系统的新型分层强化学习框架。该系统在不同时间尺度上分离了战略推理、模型选择和出价执行，使用大型语言模型进行超参数推断，并使用SARSA代理进行专家模型选择。在AuctionNet基准测试和大规模A/B测试中的实验表明，HOBA的性能优于现有方法，在实际部署中目标成本提高了3.6%。
-
研究论文详述了用于流体控制的AI模型的权衡取舍
一篇新研究论文探讨了用于主动流体控制的数据驱动降阶模型在模型压缩与预测精度之间的权衡。该研究比较了主元分析（POD）与自编码器，发现虽然自编码器提供更高的压缩率，但基于POD的模型提供了更稳定的潜在动力学和更可靠的长期预测。这项研究为设计实时流体控制应用的预测模型提供了指导，特别是那些使用模型预测控制和强化学习的应用。
-
多视界一致性影响视频预测几何
研究人员调查了多视界潜在一致性（视频预测和世界模型中的训练参数）对转移几何的影响。他们的研究以Moving-MNIST作为主要测试案例，发现增加该参数lambda可以显著减少预测误差并改善潜在一致性。然而，这种效果受限于特定领域，在Pendulum-v1或CartPole-v1等条件动作任务或KTH Actions视频数据上并未观察到一致的效果。研究结果表明，虽然软一致性可以促使被动视频模型进入收缩状态，但其有效性取决于具体领域。
-
新的RLxF框架挑战了人工智能安全中的模型不确定性
一篇新的研究论文提出了RLxF（来自世界反馈的强化学习）框架，挑战了在基于模型的强化学习中依赖内部模型不确定性作为风险信号的做法。研究表明，与传统的模型不确定性惩罚相比，使用世界反馈信号（如传感器衍生的裕度和碰撞时间）可以显著降低模型预测控制任务中的碰撞率。作者建议，这些原则也可以应用于像RLHF这样的大语言模型对齐策略。
-
暖通空调的RL与MPC对比：实现了节能，但RL面临舒适度挑战
一篇新发表在arXiv上的研究比较了强化学习（RL）和模型预测控制（MPC）在住宅暖通空调系统中的有效性。与传统控制相比，两种方法都显示出节能效果，RL实现的节能（20.9%）略高于MPC（18.1%）。然而，RL在适应阶段遇到了居住者舒适度方面的初始困难，导致了三次不适报告，而MPC则保持了可接受的舒适度水平。研究表明，RL在部署时所需的工程投入较少，但在安全初始化和状态/动作空间不匹配方面面临挑战。
-
Pick-to-Learn 方法论使用最少场景校准飞行控制策略
本文介绍了一种用于校准模型预测控制（MPC）策略的 Pick-to-Learn（P2L）方法论，并通过飞机导航问题进行了演示。P2L 程序从最初的 400 个场景数据集中识别出两个关键风况场景，然后利用这些场景优化了 MPC 策略的超参数。所得策略在所有场景中成功避开了低连接区域，并在 1-10^-5 的置信水平下满足了 4.8% 的概率风险上限。
-
OptCar 将通用模型适配于高速越野车辆控制
研究人员开发了 OptCar，一种将通用车辆模型适配于高速、越野自主控制的方法。OptCar 使用历史条件动力学适配模块，并利用有限的真实世界数据和合成回放进行模型微调。实验表明，OptCar 在高速下显著减少了轨迹跟踪误差，尤其是在多样化的地形上，并且即使在动力学变化时也能保持准确性。
-
AI驱动的数字孪生增强脑肿瘤预测和治疗
研究人员开发了一个AI增强的自适应数字孪生框架，用于预测脑肿瘤演变和优化治疗计划。该框架集成了反应扩散模型和3D残差学习模块，以提高准确性和实现患者特定更新。通过模型预测控制进行化学疗法和放射疗法调度，该系统在预测准确性和最终肿瘤负担减少方面显示出显著的改进。
-
新的混合框架增强了可变形物体仿真
研究人员开发了物理引导残差动力学（PGRD），一种用于可变形物体的新型仿真框架。这种混合方法将基于物理的弹簧-质量模拟器与学习纠正物理预测的神经网络相结合。PGRD 利用基于速度的公式和滑动窗口 Transformer 来实现时间精度，在仿真中优于纯粹基于物理或基于学习的方法。该框架已在机器人操作规划和交互式视频预测中显示出实用性。