TL;DR
- چکیده:.
- این نامه یک چارچوب کنترلی محدود را ارائه میکند که حاکمان مرجع صریح (ERG) را با توابع مانع.
- کنترل (CBF) ادغام میکند تا امکانسنجی بازگشتی را بدون بهینهسازی آنلاین تضمین کند.
چه اتفاقی افتاد
چکیده:. این نامه یک چارچوب کنترلی محدود را ارائه میکند که حاکمان مرجع صریح (ERG) را با توابع مانع.
کنترل (CBF) ادغام میکند تا امکانسنجی بازگشتی را بدون بهینهسازی آنلاین تضمین کند. ما بهروزرسانی مرجع را بهعنوان ورودی کنترل مجازی برای یک سیستم تقویتشده،.
فرموله میکنیم،. که توسط یک عملکرد مانع صاف ساخته شده از ادغام softmin حاشیههای ایمنی پویا (DSM) اداره میشود.
برخلاف فرمولهای استاندارد CBF،. روش پیشنهادی امکانسنجی محدودیتهای ایمنی را با طراحی تضمین میکند و از ویژگیهای تغییر ناپذیری رو به جلو.
مجموعههای سطح لیاپانوف زیربنایی استفاده میکند. این اجازه میدهد تا یک قانون به روز رسانی مرجع صریح و بسته را استخراج کنید که.
به شدت ایمنی را اعمال میکند و در عین حال انحراف از یک مسیر مرجع اسمیرا. به حداقل میرساند.
نتایج نظری همگرایی مجانبی را تایید میکنند و شبیهسازیهای عددی نشان میدهند که روش پیشنهادی به عملکردی قابل. مقایسه با چارچوبهای سنتی ERG دست مییابد.
این اثر برای انتشار احتمالی به IEEE ارسال شده است سیستمها و کنترل (eess. SY)؛ رباتیک (cs.
RO) استناد بهعنوان: (یا v1 [eess. SY] برای این نسخه) https:.
// شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:. Satoshi Nakano [مشاهده ایمیل] [v1] یکشنبه،.
5 آوریل 2026،. 07:.
22:. 02 UTC (309 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.
