Apr, 2025
基于物理信息神经网络的水下车辆建模与控制
Modelling of Underwater Vehicles using Physics-Informed Neural Networks
with Control
TL;DR本研究针对水下车辆建模中的数据效率和泛化能力不足的问题,提出了一种物理信息神经网络控制框架(PINC)。通过结合初始状态、控制动作和时间输入,该框架可以在训练域之外实现物理一致的状态过渡,验证结果表明其在长时间预测方面相较于非物理信息方法显著提高了准确性。