LEARNING
神经扩展状态观测器：一种用于可证明鲁棒学习控制的双路径架构
Fan Zhang, Richie Suganda, Jinfeng Chen, Wenhua Liu, Hantao Fu, Bin Hu, Qin Lin
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种基于神经扩展状态观测器（Neural-ESO）的学习型干扰抑制框架，采用预测和校正双路径架构，通过李雅普诺夫理论和小增益分析保证了闭环误差动力学的最终一致有界性。在四旋翼着陆任务上的实验验证了该方法在正常和分布外场景下的精度-鲁棒性权衡，相比现有基线方法具有更高的操作可靠性。
关键词
Neural Extended State Observerdisturbance rejectionLyapunov theoryquadrotor landingrobust control
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