PE-MHL

新的PE-MHL框架增强了复杂系统的混合AI模型

研究人员引入了一个名为物理编码模块化混合层（PE-MHL）的新框架，旨在增强结合了基于物理和数据驱动方法的混合模型的可扩展性和鲁棒性。该框架通过添加新的子模型来逐步改进基于物理的模型，确保保留先前学到的信息。理论保证表明，这种构建可以实现训练误差单调不增和可证明的收敛性。在非线性NARX和Quanser Aero 2平台等基准测试上的实证结果表明，PE-MHL在准确性和泛化能力方面优于单体网络。