Derniers articles pour Systèmes de Contrôle

Enquête sur comment l'apprentissage par renforcement peut améliorer le contrôle magnétique des tokamaks.

De nouveaux algorithmes améliorent le contrôle des systèmes complexes comme les véhicules hypersoniques.

Une nouvelle méthode pour optimiser les portes quantiques tout en respectant les contraintes d'amplitude.

Une méthode de prise de décision avec des infos incomplètes en se concentrant sur l'optimisation prudente.

Cet article parle d'optimiser les systèmes de contrôle tout en gérant les risques associés.

La recherche propose des stratégies de contrôle pour stabiliser l'intrication quantique dans les systèmes de qubits.

La recherche avance des contrôleurs tolérants aux pannes pour des performances fiables des OPO en optique quantique.

De nouvelles stratégies améliorent le contrôle des systèmes complexes sans mesures intrusives.

De nouvelles méthodes améliorent les stratégies de contrôle pour des systèmes d'ingénierie incertains.

Combiner des réseaux de neurones avec des méthodes traditionnelles améliore la sécurité et la performance des freins à air.

Explorer de nouvelles méthodes pour identifier des systèmes dynamiques non causals en utilisant des techniques basées sur les noyaux.

Des chercheurs s'attaquent à des systèmes de contrôle complexes pour des robots flottants autonomes en utilisant des cadres avancés.

Un aperçu du rôle des zéros dans les systèmes linéaires et leurs implications.

Explorer des méthodes de contrôle pour améliorer la stabilité des robots dans des environnements dynamiques.

Une nouvelle méthode stabilise les équations d'onde affectées par des délais temporels dans les systèmes de contrôle.

De nouvelles méthodes améliorent le contrôle des systèmes non linéaires complexes en ingénierie.

Cet article met en avant des inquiétudes sur la solidité des contrôleurs de réseaux neuronaux.

Un aperçu du déphasage et du contrôle dans des systèmes à deux qubits pour l'informatique quantique.

Un cadre pour améliorer la performance dans les systèmes d'apprentissage par renforcement en temps continu.

De nouveaux cadres améliorent les performances des drones en utilisant des méthodes d'apprentissage et de contrôle adaptatif.

Une nouvelle technique améliore le contrôle en temps réel des systèmes énergétiques grâce à l'apprentissage par renforcement.

Un aperçu de comment ces systèmes guident les interactions des agents.

GF-RLS offre une meilleure adaptabilité et stabilité dans les méthodes d'estimation des paramètres.

Apprends des techniques pour simplifier des systèmes passifs complexes tout en gardant les propriétés importantes.

Améliorer l'efficacité et le rendement des produits grâce à un contrôle optimal dans les réacteurs chimiques.

MPCGPU accélère le contrôle en robotique en utilisant des GPU pour plus de précision.

Cet article examine les conditions de stabilité dans les systèmes impulsifs avec des composants interactifs.

Équilibrer précision et efficacité dans la modélisation des systèmes dynamiques pour l'énergie éolienne.

Cette recherche propose un nouvel algorithme pour estimer des paramètres dans des systèmes hybrides.

Un nouveau cadre pour évaluer la stabilité des systèmes différentiels-algébriques sous incertitude.

Une méthode pour améliorer la rapidité de prise de décision dans les systèmes de contrôle prédictif par modèle.

De nouvelles méthodes de contrôle améliorent l'adaptabilité des robots aux changements d'environnement.

Des approches innovantes basées sur les données améliorent le contrôle en ligne de systèmes avec des dynamiques inconnues.

Une nouvelle méthode de contrôle améliore la coordination des véhicules sous-marins pour diverses tâches.

Explorer comment le couplage raté facilite la synchronisation dans divers systèmes.

Un aperçu des systèmes linéaires commutés et de leur importance dans la conception de contrôle.

Découvrez comment le FMPC améliore le contrôle des systèmes non linéaires.

Les réseaux de neurones à contrainte Lipschitz améliorent la précision des prédictions dans des systèmes complexes.

Explorer le multi-apprentissage et son impact sur la stabilité et la performance de l'apprentissage par renforcement.

Des chercheurs trouvent des moyens d'améliorer l'équilibre des robots sous-actionnés pendant qu'ils se déplacent.