LEARNING
基于伴随的神经调节器：具有状态约束的实时最优控制
Isaiah A. Agboola, Yuxin Tong, Uduak Inyang-Udoh
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种基于学习的控制框架，用于非线性系统的实时约束最优控制，并基于庞特里亚金最小值原理提供安全保障。该方法学习一个神经伴随（协态）策略，通过系统哈密顿量编码最优性，并在运行时通过高效的凸投影独立强制执行可行性，从而在保持最优性结构的同时满足约束。
关键词
adjoint-based controlreal-time optimal controlstate constraintsneural regulatorPontryagin's Minimum Principle
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018