control synthesis | BriefGPT

关键词control synthesis

搜索结果 - 7

决策变压器作为部分可观测连续控制的基础模型
利用预训练的语言模型，探索决策变压器（DT）架构作为一种通用的控制器综合框架，同时展示了 DT 在各种控制任务上的能力，包括对非线性动力系统和部分微分方程进行控制，并具备出色的零样本泛化能力。
PDF3 months ago
可解释的生成对抗拟态学习
提出了一种新颖的模仿学习方法，结合了信号时态逻辑（STL）推理和控制综合，能够明确地表示任务作为一个 STL 公式，在理解学习代理的具体任务方面提供了清晰的理解，并通过手动调整 STL 公式将人类知识纳入，以便适应新的场景。此外，我们采用了
PDF5 months ago
深度内核学习在控制合成中的潜力
本研究提出了一种基于 Deep Kernel Learning 的框架，用于对具有复杂规范的随机动态系统进行控制合成，采用时态逻辑规范，并使用 Deep Kernel Learning 从数据中学习未知系统，并将其正式抽象为 Interva
PDF10 months ago
具有连续行动空间的区间马尔科夫决策过程
通过引入连续动作 Interval Markov Decision Processes (caIMDP) 以及研究求解最大化预期累积奖励的 value iteration 问题，我们证明了在动态系统控制抽象中使用线性规划等方法可以高效地实现
PDF2 years ago
学习组合 Koopman 算子用于基于模型的控制
本文提出了使用图神经网络对对象进行编码，使用分块的线性转移矩阵来规范化对象之间的共享结构，从而学习组合型 Koopman 操作符，以实现非定常系统的建模与控制。我们的实验结果表明，与现有的基线相比，所提出的方法具有更好的效率和泛化能力。
PDF5 years ago
StocHy: 随机过程的自动验证和合成
StocHy 是一个用于离散时间随机混合系统 (SHS) 的定量分析的软件工具，可以模拟 SHS 的演变并自动构建抽象，该抽象可用于形式验证或控制合成。
PDF5 years ago
不确定性引导效率：用于随机混合系统的可扩展形式合成
该研究旨在为线性动态的离散时间随机混合系统开发高效的抽象方法，通过不确定的 MARKOV 决策过程解决了现有形式方法的限制，可以计算精确的抽象误差，并应用于有限和无限时间范围内的合成步骤，大大缩减抽象误差，提高可缩放性。
PDF6 years ago