学习TFL吸引域的安全值函数方法
热点事件持续更新
学习TFL吸引域的安全值函数方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Abdullah Waqar Malik 等作者提出一种学习横向反馈线性化(TFL)吸引域的方法,用于控制器存在奇异点时确定受约束的吸引域。 该方法利用精确线性误差动态,证明该吸引域是可行集的最大前向不变子集,并将状态约束 Zubov 值函数分解为解析二次代价与安全值函数两部分。作者称,只需用拟合值迭代学习其中的安全值函数,无需无限时域轨迹标签。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
在控制器奇异点下学习横向反馈线性化的吸引域报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AI在控制器奇异点下学习横向反馈线性化的吸引域
研究提出一种学习横向反馈线性化(TFL)吸引域的方法:利用精确线性误差动态证明该吸引域是可行集的最大前向不变子集,并将状态约束 Zubov 值函数分解为解析二次代价与安全值函数,仅用拟合值迭代学习后者。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。