实体
PID controler
PID controler
PulseAugur coverage of PID controler — every cluster mentioning PID controler across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架将图像生成视为闭环控制系统
研究人员开发了一种新颖的时间测试迭代优化框架，将图像生成视为闭环动态跟踪问题。该方法利用修改后的比例-积分-微分（PID）控制器迭代地优化潜在控制信号，确保在无需额外训练的情况下提高对视觉参考条件的保真度。该方法与模型无关，并与现有的扩散管线集成，在ID保持、姿态控制和深度控制生成等任务中表现出显著的改进。
-
新的 MPPI-PID 控制方法优化 PID 增益以实现更平滑的路径跟踪
研究人员开发了一种名为模型预测路径积分 PID (MPPI-PID) 控制的新型控制方法，该方法在线优化 PID 增益，而不是直接采样控制输入序列。该方法旨在通过优化低维增益空间而不是高维输入序列来提高采样效率并产生更平滑的控制输入。该方法在一台使用混合物理和神经网络模型执行路径跟踪的迷你叉车上进行了评估，与传统的 PID 和常规 MPPI 相比，证明了其跟踪性能的提高和输入增量的减小。
-
深度强化学习提升航天器再入控制性能
研究人员探索了深度强化学习（RL）在航天器大气再入期间姿态控制中的应用。虽然最先进的RL方法在性能上可与传统的比例-积分-微分（PID）控制器相媲美，但其泛化能力有限。为解决此问题，该研究在训练过程中采用了动力学随机化，以提高控制器在质量、惯性张量和襟翼执行器带宽变化下的鲁棒性。与传统方法相比，由此产生的混合控制器在定义的运行包络内表现出更优越的性能和鲁棒性。