Fugu-MT 論文翻訳(概要): Closed-loop Diffusion Control of Complex Physical Systems

論文の概要: Closed-loop Diffusion Control of Complex Physical Systems

arxiv url: http://arxiv.org/abs/2408.03124v2
Date: Wed, 2 Oct 2024 13:45:11 GMT
ステータス: 処理完了
システム内更新日: 2024-11-08 12:44:50.331688
Title: Closed-loop Diffusion Control of Complex Physical Systems
Title（参考訳）: 複雑系の閉ループ拡散制御
Authors: Long Wei, Haodong Feng, Yuchen Yang, Ruiqi Feng, Peiyan Hu, Xiang Zheng, Tao Zhang, Dixia Fan, Tailin Wu,
Abstract要約: 物理系制御のための効率的な閉ループ拡散法(CL-DiffPhyCon)を提案する。 CL-DiffPhyConは、異なる物理時間ステップに非同期なdenoisingフレームワークを使用することで、環境からリアルタイムでフィードバックされた制御信号を生成する。 CL-DiffPhyConを1次元バーガースの方程式制御と2次元非圧縮性流体制御の2つのタスクで評価した。
参考スコア（独自算出の注目度）: 10.167080282182972
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The control problems of complex physical systems have broad applications in science and engineering. Previous studies have shown that generative control methods based on diffusion models offer significant advantages for solving these problems. However, existing generative control approaches face challenges in both performance and efficiency when extended to the closed-loop setting, which is essential for effective control. In this paper, we propose an efficient Closed-Loop Diffusion method for Physical systems Control (CL-DiffPhyCon). By employing an asynchronous denoising framework for different physical time steps, CL-DiffPhyCon generates control signals conditioned on real-time feedback from the environment with significantly reduced computational cost during sampling. Additionally, the control process could be further accelerated by incorporating fast sampling techniques, such as DDIM. We evaluate CL-DiffPhyCon on two tasks: 1D Burgers' equation control and 2D incompressible fluid control. The results demonstrate that CL-DiffPhyCon achieves superior control performance with significant improvements in sampling efficiency.
Abstract（参考訳）: 複雑な物理系の制御問題は、科学と工学に幅広い応用がある。従来の研究では、拡散モデルに基づく生成的制御手法がこれらの問題を解決する上で大きな利点をもたらすことが示されている。しかし、既存の生成制御手法は、効率的な制御に不可欠な閉ループ設定に拡張した場合、性能と効率の両面で課題に直面している。本稿では,物理系制御(CL-DiffPhyCon)のための効率的な閉ループ拡散法を提案する。 CL-DiffPhyConは、異なる物理時間ステップに非同期なdenoisingフレームワークを用いることで、サンプリング時に計算コストを大幅に削減した環境からリアルタイムフィードバックに条件付けられた制御信号を生成する。さらに、DDIMのような高速サンプリング技術を導入することで、制御プロセスをさらに加速することができる。 CL-DiffPhyConを1次元バーガースの方程式制御と2次元非圧縮性流体制御の2つのタスクで評価した。その結果,CL-DiffPhyConはサンプリング効率が大幅に向上し,優れた制御性能が得られた。

関連論文リスト

Communication-Control Codesign for Large-Scale Wireless Networked Control Systems [80.30532872347668]
無線ネットワーク制御システム(Wireless Networked Control Systems, WNCS)は、ドローン群や自律ロボットなどのアプリケーションにおいて柔軟な制御を可能にする産業用4.0に必須である。本稿では,マルチ状態マルコフブロックフェーディングチャネル上で限られた無線リソースを共有するセンサやアクチュエータを用いて,複数の制御ループ間の相関ダイナミクスを捕捉する実用的WNCSモデルを提案する。本研究では,ハイブリッドな動作空間を効率的に処理し,通信制御の相関関係を捉え,疎域変数や浮動小数点制御の入力に拘わらず堅牢なトレーニングを確実にするDeep Reinforcement Learning (DRL)アルゴリズムを開発した。
論文参考訳（メタデータ） (2024-10-15T06:28:21Z)
DiffPhyCon: A Generative Approach to Control Complex Physical Systems [16.733151963652244]
本稿では,物理系制御問題に対処する新しい手法である拡散物理系制御(DiffPhyCon)を紹介する。 DiffPhyConは学習した生成エネルギー関数と予め定義された制御目的の両方を同時に最小化する。提案手法は,古典的アプローチや最先端の深層学習法,強化学習法よりも優れている。
論文参考訳（メタデータ） (2024-07-09T01:56:23Z)
Function Approximation for Reinforcement Learning Controller for Energy from Spread Waves [69.9104427437916]
マルチジェネレータ・ウェーブ・エナジー・コンバータ(WEC)は、スプレッド・ウェーブと呼ばれる異なる方向から来る複数の同時波を処理しなければならない。これらの複雑な装置は、エネルギー捕獲効率、維持を制限する構造的ストレスの低減、高波に対する積極的な保護という複数の目的を持つコントローラを必要とする。本稿では,システム力学のシーケンシャルな性質をモデル化する上で,ポリシーと批判ネットワークの異なる機能近似について検討する。
論文参考訳（メタデータ） (2024-04-17T02:04:10Z)
Growing Q-Networks: Solving Continuous Control Tasks with Adaptive Control Resolution [51.83951489847344]
ロボット工学の応用において、スムーズな制御信号はシステム摩耗とエネルギー効率を減らすために一般的に好まれる。本研究では,離散的な動作空間を粗い状態から細かい制御分解能まで拡大することにより,この性能ギャップを埋めることを目的とする。我々の研究は、値分解とアダプティブ・コントロール・リゾリューションが組み合わさることで、単純な批判のみのアルゴリズムが得られ、連続制御タスクにおいて驚くほど高い性能が得られることを示唆している。
論文参考訳（メタデータ） (2024-04-05T17:58:37Z)
Spectrum Breathing: Protecting Over-the-Air Federated Learning Against Interference [73.63024765499719]
モバイルネットワークは、近隣のセルやジャマーからの干渉によって損なわれる可能性がある。本稿では,帯域幅拡大を伴わない干渉を抑制するために,カスケード段階のプルーニングとスペクトル拡散を行うスペクトルブリーチングを提案する。呼吸深度によって制御された勾配プルーニングと干渉誘発誤差の間には,性能的トレードオフが認められた。
論文参考訳（メタデータ） (2023-05-10T07:05:43Z)
Two-phase Dual COPOD Method for Anomaly Detection in Industrial Control System [0.0]
従来のICS異常検出法は透明性と解釈性に欠けていた。本稿では,これらの課題に対処する2相二重コプラ型外乱検出法(COPOD)を提案する。この方法は経験的分布関数に基づいており、パラメータフリーであり、各特徴の異常への寄与を定量化することで解釈性を提供する。
論文参考訳（メタデータ） (2023-04-30T18:13:40Z)
Temporally Layered Architecture for Adaptive, Distributed and Continuous Control [2.1700103865910503]
本稿では,時間適応型分散制御システムTLAについて述べる。 TLAは、テンポラリな抽象化を実現するために、高速で遅いコントローラを階層化し、各レイヤが異なる時間スケールに集中できるようにします。私たちのデザインは生物学的にインスパイアされ、環境の要求に応じて異なる時間スケールで行動を実行する人間の脳のアーキテクチャに基づいています。
論文参考訳（メタデータ） (2022-12-25T08:46:22Z)
Comparative analysis of machine learning methods for active flow control [60.53767050487434]
遺伝的プログラミング(GP)と強化学習(RL)はフロー制御において人気を集めている。この研究は2つの比較分析を行い、地球規模の最適化手法に対して最も代表的なアルゴリズムのいくつかをベンチマークする。
論文参考訳（メタデータ） (2022-02-23T18:11:19Z)
Stable Online Control of Linear Time-Varying Systems [49.41696101740271]
COCO-LQは、大規模なLTVシステムの入出力安定性を保証する効率的なオンライン制御アルゴリズムである。 COCO-LQの性能を実証実験とパワーシステム周波数制御の両例で実証した。
論文参考訳（メタデータ） (2021-04-29T06:18:49Z)
Achieving fast high-fidelity optimal control of many-body quantum dynamics [0.0]
本稿では, 難解な多体問題に適用することで, 最近の高精度最適制御手法の有効性を実証する。我々は, プロセスの最小期間推定値を用いて, 0.99-0.9999の範囲の忠実度を観測した。全体として、この比較は理想的なオープンループ設定における多体システムに対しても重要な方法論的改善を示唆している。
論文参考訳（メタデータ） (2020-08-13T18:30:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。