Key points are not available for this paper at this time.
في هذا العمل، نتناول مشكلة نقل وحدة القيادة الذاتية (AD) من مجال إلى آخر، وبشكل خاص من المحاكاة إلى العالم الحقيقي (Sim2Real). نقترح طريقة فعالة من حيث البيانات للتكيف القائم على التعلم في الوقت الحقيقي، من أجل بنى التحكم القابلة للمعايرة بحيث يتم تحسين أداء الدائرة المغلقة المستهدفة تحت عدة مصادر عدم يقين مثل عدم تطابق النموذج، تغيرات البيئة، واختيار المهام. تكمن خاصية العمل في الاستفادة من تحسين الصندوق الأسود الم enabled من خلال التوائم الرقمية القابلة للتنفيذ، مع ضبط معلمات هايبر المدفوعة بالبيانات من خلال طرق خالية من المشتقات للتكيف مباشرة في الوقت الحقيقي مع وحدة القيادة الذاتية. تتطلب طريقتنا المقترحة الحد الأدنى من التفاعل مع العالم الحقيقي في مرحلة العشوائية والتدريب عبر الإنترنت. على وجه التحديد، نحقق في صحتنا في تجارب العالم الحقيقي ونظهر القدرة على نقل وضبط وحدة تحكم تنبؤية غير خطية بأمان في أقل من 10 دقائق، مما يقضي على الحاجة إلى ضبط يدوي يمتد ليوم كامل وعمليات تدريب التعلم الآلي التي تستغرق ساعات. تظهر نتائجنا أن NMPC المعتمد على الإنترنت يعوض مباشرة عن الاضطرابات، ويتجنب الإفراط في الضبط في المحاكاة وللقيام بمهمة محددة، ويمتاز بدقة تتبع تقل عن 15 سم عبر مجموعة متعددة من المسارات، ويؤدي إلى تحسين تتبع بنسبة 83٪.
عالمه وآخرون (Mon,) درسوا هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: