論文の概要: Learning the Rolling Penny Dynamics
- arxiv url: http://arxiv.org/abs/2410.15201v1
- Date: Sat, 19 Oct 2024 20:32:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-22 13:15:44.848420
- Title: Learning the Rolling Penny Dynamics
- Title(参考訳): 転がりペニーダイナミクスの学習
- Authors: Baiyue Wang, Anthony Bloch,
- Abstract要約: 非ホロノミックシステム(英: nonholonomic system)は、非ホロノミック制約を受けるシステムである。
我々は、典型的な非ホロノミックシステムのダイナミクス(ローリングペニー)を学ぶことを検討する。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: We consider learning the dynamics of a typical nonholonomic system -- the rolling penny. A nonholonomic system is a system subject to nonholonomic constraints. Unlike holonomic constraints, a nonholonomic constraint does not define a submanifold on the configuration space. Therefore, the inverse problem of finding the constraints has to involve the tangent space. This paper discuss how to learn the dynamics, as well as the constraints for such a system given the data set of discrete trajectories on the tangent bundle $TQ$.
- Abstract(参考訳): 我々は、典型的な非ホロノミックシステムのダイナミクス(ローリングペニー)を学ぶことを検討する。
非ホロノミックシステム(英: nonholonomic system)は、非ホロノミック制約を受けるシステムである。
ホロノミック制約とは異なり、非ホロノミック制約は構成空間上の部分多様体を定義しない。
したがって、制約を見つけるための逆問題は、接空間を巻き込む必要がある。
本稿では, タンジェントバンドル (TQ$) 上の離散軌跡のデータセットを与えられたシステムに対して, 動的に学習する方法, および制約について論じる。
関連論文リスト
- Correspondence between open bosonic systems and stochastic differential
equations [77.34726150561087]
ボゾン系が環境との相互作用を含むように一般化されたとき、有限$n$で正確な対応も可能であることを示す。
離散非線形シュル「オーディンガー方程式」の形をした特定の系をより詳細に分析する。
論文 参考訳(メタデータ) (2023-02-03T19:17:37Z) - Nonlinear flip-flop quantum walks through potential barriers [0.0]
振幅依存性の位相シフトを伴う非線形フリップフロップ量子ウォークについて検討した。
本研究では,移動ソリトン構造や自走状態など,アダマール量子歩行系の存在を示す。
論文 参考訳(メタデータ) (2022-10-21T01:11:26Z) - Equivariant Graph Mechanics Networks with Constraints [83.38709956935095]
本稿では,グラフ力学ネットワーク(GMN)を提案する。
GMNは、一般化された座標により、構造体の前方運動学情報(位置と速度)を表す。
大規模な実験は、予測精度、制約満足度、データ効率の観点から、最先端のGNNと比較してGMNの利点を支持する。
論文 参考訳(メタデータ) (2022-03-12T14:22:14Z) - Decimation technique for open quantum systems: a case study with
driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。
本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。
本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文 参考訳(メタデータ) (2022-02-15T19:00:09Z) - Learning Hamiltonians of constrained mechanical systems [0.0]
ハミルトン系は古典力学においてエレガントでコンパクトな形式主義である。
拘束された機械系のハミルトン関数の正確な近似に対する新しいアプローチを提案する。
論文 参考訳(メタデータ) (2022-01-31T14:03:17Z) - Structure-Preserving Learning Using Gaussian Processes and Variational
Integrators [62.31425348954686]
本稿では,機械系の古典力学に対する変分積分器と,ガウス過程の回帰による残留力学の学習の組み合わせを提案する。
我々は、既知のキネマティック制約を持つシステムへのアプローチを拡張し、予測の不確実性に関する公式な境界を提供する。
論文 参考訳(メタデータ) (2021-12-10T11:09:29Z) - Deep Learning Approximation of Diffeomorphisms via Linear-Control
Systems [91.3755431537592]
我々は、制御に線形に依存する$dot x = sum_i=1lF_i(x)u_i$という形の制御系を考える。
対応するフローを用いて、コンパクトな点のアンサンブル上の微分同相写像の作用を近似する。
論文 参考訳(メタデータ) (2021-10-24T08:57:46Z) - Embedding Information onto a Dynamical System [0.0]
任意の列を別の空間にマッピングして、不規則な力学系の魅力的な解として示す。
この結果は、テイケンズ埋め込み定理の一般化ではなく、離散時間状態空間モデルで正確に何が必要なのかを理解するのに役立つ。
論文 参考訳(メタデータ) (2021-05-22T16:54:16Z) - Simplifying Hamiltonian and Lagrangian Neural Networks via Explicit
Constraints [49.66841118264278]
私たちは、現在のアプローチの限界を押し上げるために、一連の挑戦的なカオスと拡張ボディシステムを導入します。
実験の結果,明示的な制約を持つモンテカルロ座標は,精度とデータ効率を100倍に向上させることがわかった。
論文 参考訳(メタデータ) (2020-10-26T13:35:16Z) - Information Theoretic Regret Bounds for Online Nonlinear Control [35.534829914047336]
未知の非線形力学系における逐次制御の問題について検討する。
この枠組みは、離散的かつ連続的な制御入力と非滑らかで微分不可能な力学を許容する一般的な設定を与える。
実験により, 非線形制御タスクへの応用を実証し, モデル力学の学習における探索の利点を実証する。
論文 参考訳(メタデータ) (2020-06-22T17:46:48Z)
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。