optimal control problem | BriefGPT

关键词optimal control problem

搜索结果 - 18

通过两级反馈控制实现网络系统的入侵容忍
我们设计了一个新颖的控制架构 TOLERANCE 来应对具有服务副本的系统中的入侵容忍问题。我们证明了在两个控制层级上的最优控制策略具有阈值结构，并设计了有效的算法来计算它们。通过在仿真环境中运行 10 种网络入侵，我们验证了 TOLERA
PDF3 months ago
基于时间相关哈密尔顿动力学的哈密尔顿 - 雅各比偏微分方程在持续科学机器学习中的应用
我们提出了一种新的理论方法，通过与泛化 Hopf 公式的建立来提高科学机器学习 (SciML) 过程的可解释性，并且该方法与最优控制问题和 Hamilton-Jacobi 偏微分方程 (HJ PDE) 的时间相关哈密顿量有关。同时，我们提供
PDF8 months ago
线性控制神经 ODE 中将正规化流视为最优传输映射的近似
通过深度神经网络构建概率测度之间的可逆传输映射，本文考虑了恢复绝对连续测度之间 $W_2$- 最优传输映射作为线性控制神经 ODE 流的问题，并提出了一种基于离散最优耦合的离散控制问题，以近似求解最优传输映射。最后，通过 Pontryagi
PDF8 months ago
基于行动原理的生成扩散
生成扩散模型通过将给定的数据集转化为通用噪声的扩散过程逆转来合成新样本，通过训练神经网络来匹配给定数据集的概率分布的对数梯度，同时将逆扩散视为最优控制问题，从而证明了得分匹配可以从动作原理派生出来，类似于物理学中常用的那些；我们利用这一观点
PDF9 months ago
ICLR魔术词是什么？LLM 提示的控制理论
我们将提示工程化正式化为对 LLMs 的最优控制问题，通过在 LLM 的输出分布中调节提示作为控制变量。我们提出一个简单的问题：给定一个令牌序列，是否总是存在一个我们可以添加的提示，以便将 LLM 引导到准确预测最终令牌？我们称这样一个最优
PDF9 months ago
强化学习中使用的近似本地空间的收敛速率
该论文研究了出现在再生核希尔伯特空间 (RKHS) H (Ω) 的一组值函数逼近的收敛速度。通过在特定类别的本地空间中建立一个最优控制问题，得出了政策迭代中出现的离线逼近的强收敛速度。利用有限维逼近空间 H_N 的幂函数 Pwr_{H,N}
PDF10 months ago
可行策略迭代
本文研究安全强化学习问题，提出了一种名为可行策略迭代算法的间接安全强化学习方法，该算法通过使用一个称为约束衰减函数的可行性函数表示可行域，实现了保证策略的约束和可行性并达到优化目标。实验表明，可行策略迭代算法在经典控制任务和安全场景中能够取
PDFa year ago
非线性 MPC 的模仿学习：精确 Q-Loss 及其高斯牛顿逼近
本文提出了一种基于 Q 函数的损失函数，用于学习非线性模型预测控制策略，并通过模仿学习来应用该策略以达到性能目标和约束条件。我们还提出了一个基于 Gauss-Newton 逼近的 Q 函数损失，以解决 OCP 数值解的计算问题。最后，与行为
PDFa year ago
基于神经网络伴随方法的实时弹性部分形状匹配
本文提出将表面匹配问题转化为最优控制问题，使用人工神经网络进行求解，以解决非线性可变形物体的局部表面匹配问题，并提高了计算速度和匹配精度。
PDFa year ago
深度加强学习用于大规模概率布尔网络稳定性控制
利用深度强化学习方法，成功控制了具有 200 个节点的转移间隔概率较高的有转移蜕变的黑色素瘤蛋白联锁网络
PDF2 years ago
使用混合最小值原理求解刚体动力学带碰撞的最优控制
提出一种解决混合动力系统最优控制问题的算法，通过解决混合最小原则 (HMP) 导出的方程，采用逐步逼近法，解决了由不连续性产生的多个数字挑战，其准确性和收敛性均优于基于梯度下降的直接方法和深度强化学习方法。
PDF2 years ago
运用接触隐式轨迹优化技术实现动态物体操纵
本文介绍了一种接触隐式优化方法，利用硬接触模型和互补条件描述单向约束，通过多段程序和多重拍摄机制求解最优控制问题，提高了运动规划、接触顺序和控制输入的计算效率，并通过机器人的多个动态物体操纵任务验证了其优化轨迹的动态可行性，任务完成精度和可
PDF3 years ago
ICLRDDPNOpt：微分动态规划神经优化器
本研究旨在将深度神经网络的训练过程从轨迹优化的角度重新制定，提出了一种基于差分动态规划的优化器，DDP Neural Optimizer（DDPNOpt），其具有层间反馈策略、收敛性高等优点，且在避免梯度消失方面表现出惊人的优越性，展示了基
PDF4 years ago
深度学习作为最优控制问题：模型与数值方法
本文探讨了深度学习神经网络作为最优控制问题的离散化，提出了一类算法来解决离散最优控制问题，并探讨了在时间离散化方面的延伸。
PDF5 years ago
在线数据毒化攻击
本文研究在线学习中的数据污染攻击，将其形式化为一类随机最优控制问题，并采用模型预测控制和深度强化学习方法解决。实验验证了该控制方法在监督学习和无监督学习任务中生成接近最优的攻击的有效性。
PDF5 years ago
深度学习的最优控制方法及其在离散权重神经网络中的应用
本研究提出了一个基于离散时间最优控制问题的深度学习训练算法 (MSA)，通过约束权重在离散集合内来实现神经网络的训练，获得了具有竞争力表现的分类结果和非常稀疏的三值网络权重，这有助于在低内存设备上进行模型部署。
PDF6 years ago
ICLR学习马尔可夫势博弈的参数封闭回路策略
针对共享公共资源时的多智能体系统，本文研究马尔可夫潜在博弈，提出了一种基于参数策略的闭环型纳什均衡解法，通过解一个单目标优化问题获得了一个最优策略，应用于实例中的无合作通信博弈，并通过深度强化学习算法学习了一个接近博弈精确变分均衡的策略。
PDF6 years ago
WSDMRedQueen: 社交网络智能广播的在线算法
本研究基于 jump stochastic differential equations 算法提出了一个名为 RedQueen 的在线算法，通过控制用户在社交网络上发布帖子的时间，使之能够一直停留在他们关注者的动态列表的顶部，实现用户帖子的
PDF8 years ago