eess.SY(2026-05-07)

📊 共 4 篇论文

🎯 兴趣领域导航

支柱一:机器人控制 (Robot Control) (2) 支柱二:RL算法与架构 (RL & Architecture) (2)

🔬 支柱一:机器人控制 (Robot Control) (2 篇)

#题目一句话要点标签🔗
1 Maximal Controlled Invariant-MPC: Enhancing Feasibility and Reducing Conservatism through Terminal CBF Constraint in Safety-Critical Control 提出基于终端CBF约束的MPC方法,提升安全控制可行性并降低保守性 MPC model predictive control
2 Performance guaranteed MPC Policy Approximation via Cost Guided Learning 提出基于代价引导学习的MPC策略近似方法,以实现闭环性能的最优性保证。 MPC model predictive control

🔬 支柱二:RL算法与架构 (RL & Architecture) (2 篇)

#题目一句话要点标签🔗
3 Distributed Online Learning for Time-Critical Communication in 6G Industrial Subnetworks 提出基于分布式深度强化学习的媒体接入控制协议,以解决6G工业子网中时间敏感型警报的可靠传输问题。 reinforcement learning deep reinforcement learning DRL
4 Foundation Twins: A New Generation of Power Systems Digital Twins using Foundation AI Models 提出“基础孪生”(Foundation Twins)概念,利用基础模型与强化学习重构电力系统数字孪生。 reinforcement learning foundation model

⬅️ 返回 eess.SY 首页 · 🏠 返回主页