Neuste Artikel für Regelsysteme

Untersuchen, wie verstärkendes Lernen die Magnetsteuerung von Tokamaks verbessern kann.

Neue Algorithmen verbessern die Kontrolle über komplexe Systeme wie hypersonische Fahrzeuge.

Ein neuer Ansatz, um Quanten-Gatter zu optimieren und dabei die Amplitudenbeschränkungen zu beachten.

Eine Methode zur Entscheidungsfindung mit unvollständigen Informationen, die sich auf vorsichtige Optimierung konzentriert.

In diesem Artikel geht's darum, wie man Regelungssysteme optimiert und dabei die damit verbundenen Risiken im Griff behält.

Die Forschung stellt Kontrollstrategien vor, um die Quantenverschränkung in Qubit-Systemen zu stabilisieren.

Forschung entwickelt fehlertolerante Regler für zuverlässige OPO-Leistung in der Quantenoptik.

Neue Strategien verbessern die Kontrolle über komplexe Systeme ohne invasive Massnahmen.

Neue Methoden verbessern Kontrollstrategien für unsichere technische Systeme.

Die Kombination von neuronalen Netzen mit traditionellen Methoden verbessert die Sicherheit und Leistung von Luftbremsen.

Neue Methoden zur Identifizierung von nicht-kausalen dynamischen Systemen mit kernelbasierten Techniken erforschen.

Forscher beschäftigen sich mit komplexen Steuerungssystemen für frei schwebende Roboter und nutzen dabei fortschrittliche Rahmenwerke.

Ein Blick auf die Rolle von Nullen in linearen Systemen und deren Auswirkungen.

Erforschen von Kontrollmethoden zur Verbesserung der Stabilität von Robotern in dynamischen Umgebungen.

Eine neue Methode stabilisiert Wellengleichungen, die durch Zeitverzögerungen in Regelungssystemen beeinflusst werden.

Neue Methoden verbessern die Kontrolle von komplexen nichtlinearen Systemen im Ingenieurwesen.

In diesem Artikel werden Bedenken hinsichtlich der Robustheit von neuronalen Netzwerkcontrollern geäussert.

Ein Blick auf Dekohärenz und Kontrolle in Zwei-Qubit-Systemen für Quantencomputing.

Ein Rahmenwerk zur Leistungssteigerung in kontinuierlichen Verstärkungslernsystemen.

Neue Frameworks verbessern die Drohnenleistung durch Lern- und Adaptive-Control-Methoden.

Eine neue Technik verbessert die Echtzeitsteuerung von Energiesystemen mit Verstärkungslernen.

Ein Blick darauf, wie diese Systeme die Interaktionen von Agenten lenken.

GF-RLS bietet verbesserte Anpassungsfähigkeit und Stabilität bei der Parameterschätzung.

Lerne Techniken, um komplexe passive Systeme zu vereinfachen und dabei die wichtigen Eigenschaften beizubehalten.

Die Effizienz und den Produktertrag durch optimale Steuerung in chemischen Reaktoren verbessern.

MPCGPU beschleunigt die Steuerung in der Robotik, indem es GPUs für mehr Präzision nutzt.

Dieser Artikel untersucht die Stabilitätsbedingungen in impulsiven Systemen mit interagierenden Komponenten.

Das Ausbalancieren von Genauigkeit und Effizienz beim Modellieren dynamischer Systeme für Windenergie.

Diese Forschung stellt einen neuen Algorithmus zur Schätzung von Parametern in hybriden Systemen vor.

Ein neues Framework zur Bewertung der Stabilität von differentiell-algebraischen Systemen unter Unsicherheit.

Eine Methode zur Verbesserung der Entscheidungsfindungsgeschwindigkeit in modellprädiktiven Kontrollsystemen.

Neue Steuerungsmethoden verbessern die Anpassungsfähigkeit von Robotern an Umweltveränderungen.

Innovative datengestützte Ansätze verbessern die Online-Kontrolle von Systemen mit unbekannten Dynamiken.

Eine neue Steuerungsmethode verbessert die Koordination von Unterwasserfahrzeugen für verschiedene Aufgaben.

Erforschen, wie Deadbeat-Kopplung Synchronisation in verschiedenen Systemen erleichtert.

Eine Übersicht über geschaltete lineare Systeme und ihre Bedeutung im Steuerungsdesign.

Lerne, wie FMPC die Kontrolle über nichtlineare Systeme verbessert.

Lipschitz-beschränkte neuronale Netze verbessern die Vorhersagegenauigkeit in komplexen Systemen.

Erforschung von Multi-Learning und dessen Einfluss auf die Stabilität und Leistung des Reinforcement Learning.

Forscher finden Wege, um das Balancieren von unteraktuierten Robotern während der Bewegung zu verbessern.