control problems | BriefGPT

关键词control problems

搜索结果 - 11

大型语言模型在控制工程中的能力：基于 GPT-4、Claude 3 Opus 和 Gemini 1.0 Ultra 的基准研究
通过使用最新的大语言模型如 GPT-4、Claude 3 Opus 和 Gemini 1.0 Ultra，我们探索了解决本科级控制问题的能力。我们引入了一个名为 ControlBench 的基准数据集，以反映传统控制设计的广度、深度和复杂性
PDF3 months ago
委派博弈中的合作与控制
本文中，我们正式分析了代理人协作中的控制问题、合作问题、对齐问题和能力问题，以及这些问题对委托人利益的影响，并展示了如何通过有限观察来估计这些指标，并为设计更协调和合作的 AI 系统提供帮助。
PDF4 months ago
基于模型的强化学习控制反应扩散问题
本文探讨了利用自动控制策略解决热传导和疾病传输的初始边界值问题，通过使用一种基于随机策略梯度方法的改进强化学习算法，并引入了两个新的奖励函数来驱动流体的传输，利用反应扩散模型和修改的代理之间的相互作用，成功实现了对这些应用的某些控制，尽管需
PDF4 months ago
通过奖励塑造在强化学习中保证控制需求
在满足控制问题中的规范和追踪要求的过程中，需要通过强化学习来保证所获得的策略在部署之前能够满足必要的性能和稳定性准则，如期望的调整时间和稳态误差。基于这种必要性，本文提出了一组结果和系统奖励设计过程，可以确保最优策略生成的轨迹与指定的控制要
PDF8 months ago
比较微调和元学习在少样本策略模仿中的有效性
本文探索了用于控制问题的少样本模仿学习，在只访问少数离线结果的情况下学习模仿目标策略的方法，并验证了针对控制问题 fine-tuning 的有效性，提出了一种用于少样本学习的基线，将在一个基础环境上在线训练，然后在目标策略的少量离线结果中进
PDFa year ago
动态控制系统中的内在动机
本研究探讨了一种基于信息理论的内在动机方法，通过最大化机器人行为的使能度来实现内在动机，该方法在基准控制问题上得到成功应用，有助于设计实用的人工内在动机控制器和将动物行为与其动力学特性联系起来。
PDF2 years ago
评估优质多样性神经进化算法在难度较高的探索问题中的表现
本篇研究提出了三个基准测试，旨在通过质量多样性方法的系统性评估来解决控制问题和探索难题。
PDF2 years ago
ICLR领域鲁棒性视觉仿真学习与互信息约束
介绍了一种名为 Disentangling Generative Adversarial Imitation Learning（DisentanGAIL）的新算法，可通过对抗学习来自动学习高维度任务表现观察的特征，从而成功进行模仿，同时忽略
PDF3 years ago
机器人混合控制的连续 - 离散强化学习
采用混合强化学习方法来同时优化离散和连续动作，以解决带有混合决策变量的控制问题，并探索使用元动作来重新定义问题。
PDF5 years ago
AlphaZero 深度探索下的量子动力学全局优化
采用 AlphaZero 算法中的深度神经网络和引导树搜索，结合深度前瞻技术，实现了量子优化过程的全新探索方式。AlphaZero 算法在三类控制问题上经过应用和基准测试，能够显著提高优质解集的质量和数量，并能够自主学习预期外的隐藏结构
PDF5 years ago
嘈杂选举中可能获胜者
文章研究了选举中预测获胜者的问题，给出了根据不同选举规则计算加减候选人和选民的控制变体的算法和 #P - 完全性结果。
PDF10 years ago