Dec, 2022

自适应、分布式和连续控制的时间分层架构

PDF
TL;DR该研究提出可适应时间分布式控制的分层式体系结构，该设计模仿人脑的架构，在不同时间尺度上执行动作以适应环境的需求，通过两种不同的算法进行训练，并在连续控制任务中证明比现有方法具有优势。
temporally adaptive distributed controltemporal abstractionbiologically inspired designexplorationcontinuous control tasks
发现论文，激发创造
  • 高效连续控制的时间分层架构

    我们提出了一种时间分层框架 (TLA)，以最小化能量消耗进行时间自适应控制。 TLAlayer 了一个快速和一个慢速策略以实现时间抽象，使每层专注于不同的时间尺度。我们的设计借鉴了人脑的节能机制，根据环境要求在不同的时间尺度下执行动作。我们在一套连续控制任务上评估了我们的方法，并展示了 TLA 在多个重要指标上的显着优势，包括持续探索，所需决策减少，抖动减少和操作重复增加。我们还引入了一个多目标评分，以定性评估连续控制策略，并展示了 TLA 的得分显着更高。我们的训练算法在慢速和快速层之间使用最少的通信来同时训练两个策略，使其适用于分布式控制的未来应用。

    May, 2023

  • 动态多智体系统的分层控制器综合

    该论文针对多智能体控制问题提出了分层方法，其中包括三个阶段：计算系统的高级计划、通过 SMT 公式处理组合问题，以及使用强化学习获得神经网络控制策略，由于其正确性具有构建性，但缺乏实时执行功能，因此使用 SWA-SMT 解决方案作为最后阶段的初始训练数据集

    Jul, 2023

  • 基于数据驱动的双层方法的非线性多智能体系统领从一致性对抗复合攻击

    本文研究基于数字孪生技术的不确定非线性多智能体系统在遭受 `Denial of Service` 和控制攻击的条件下的领从一致性问题，并提出一个具有两层控制框架的鲁棒控制方案。方案分别包括了基于分布式滤波器和基于攻击补偿策略的统一最终有界一致收敛的分布式模型无关自适应协议。

    Mar, 2023

  • 基于时序逻辑奖励塑形的强化学习分布式控制

    本文提出了一个基于计算框架的分布式控制策略合成方法，用于处理存在部分观测的异质机器人团队，旨在满足 Truncated Linear Temporal Logic（TLTL）规范，其方法将综合问题表述为一个随机博弈，并采用策略图方法为每个机器人寻找具有内存的控制策略，模拟结果表明其解决方案的有效性和奖励塑形的有效性。

    Mar, 2022

  • Thalamus: 一种脑启发的算法，用于生物合理的持续学习和分离表示

    在公开环境中，灵活学习和记忆是一个不断变化的挑战，受大脑丘脑皮质回路的启发，本文提出了一种使用推理时优化的简单算法，通过动态生成当前任务的内部表示，并使代理程序将时间经验流解析为离散事件并组织学习。该算法通过潜在更新将知识组织为具有灵活性的结构，并具有控制它们的认知接口。

    May, 2022

  • 什么时候进行感知和控制？一种适应时间的连续时间强化学习方法

    优化系统学习离散时间决策进程的强化学习算法，以减少与系统的交互次数并提高性能，同时提出了时间自适应控制和感知（TaCoS）框架以及 OTaCoS 模型算法。

    Jun, 2024

  • 探索深度和循环结构用于最优控制

    本文研究了多层神经网络在控制方面的应用，特别是在连续高维动作任务中，通过强化学习训练后实现了控制策略，结果表明可以成功训练具有成千上万个参数的神经网络控制器，并比较了各种不同结构。文章讨论了这一问题与以往有监督知觉任务的区别，呈现了实验结果，并讨论了将深度学习技术应用于控制问题优化的未来方向。

    Nov, 2013

  • 面向任务驱动的探索，加速具有时态逻辑任务规范的深度强化学习

    通过自动机表示 LTL 任务以及部分模拟未知系统动力学的神经网络，我们提出了一种新颖的深度强化学习（DRL）算法，其样本效率得以提高，能够更快速地学习控制策略，以在未知环境中的机器人导航任务中提高效率。

    Nov, 2023

  • 基于时间原型感知的主动电压控制在电力配电网络上的学习

    提出了一种新的时间原型感知学习方法来学习短期训练轨迹下的时变电压控制，该方法在控制性能上不仅超过了现有技术，还提供了模型可转移性。

    Jun, 2024

  • 在具有挑战性的环境中，将神经网络和树搜索结合用于任务和动作规划

    利用深度神经网络和强化学习技术，结合蒙特卡罗方法和分层控制策略，解决了复杂动态环境下行车规划的问题，提出了一种用于道路自动驾驶的方案。该方案使用 LTL 约束条件和控制策略，训练神经网络，在规避交通事故、遵守交通规则的前提下，行驶到指定的终点。

    Mar, 2017