Fugu-MT 論文翻訳(概要): Learning Nonholonomic Dynamics with Constraint Discovery

論文の概要: Learning Nonholonomic Dynamics with Constraint Discovery

arxiv url: http://arxiv.org/abs/2410.15201v3
Date: Mon, 03 Nov 2025 03:57:52 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-04 18:19:02.687542
Title: Learning Nonholonomic Dynamics with Constraint Discovery
Title（参考訳）: 制約探索による非ホロノミック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。我々は制約を発見しながら非ホロノミックな力学系を学習することを検討する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We consider learning nonholonomic dynamical systems while discovering the constraints, and describe in detail the case of the rolling disk. A nonholonomic system is a system subject to nonholonomic constraints. Unlike holonomic constraints, nonholonomic constraints do not define a sub-manifold on the configuration space. Therefore, the inverse problem of finding the constraints has to involve the tangent bundle. This paper discusses a general procedure to learn the dynamics of a nonholonomic system through Hamel's formalism, while discovering the system constraint by parameterizing it, given the data set of discrete trajectories on the tangent bundle $TQ$. We prove that there is a local minimum for convergence of the network. We also preserve symmetry of the system by reducing the Lagrangian to the Lie algebra of the selected group.
Abstract（参考訳）: 我々は制約を発見しながら非ホロノミックな力学系を学習することを検討し、転がり円盤の場合について詳述する。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、接バンドルを含む必要がある。本稿では,Hamelの定式化を通じて非ホロノミックシステムの力学を学習するための一般的な手順について論じる。ネットワークの収束には局所的な最小値が存在することを示す。また、選択された群のリー代数にラグランジアンを還元することで系の対称性も維持する。

関連論文リスト

The non-Abelian geometry, topology, and dynamics of a nonreciprocal Su-Schrieffer-Heeger ladder [0.7373617024876725]
我々は、非アベリア幾何学、トポロジー、ダイナミクスがマルチバンド、非エルミートはしごモデルでどのように現れるかを研究する。我々の研究は、非エルミート/開量子系の非アーベル的性質にもっと焦点をあてるかもしれない。
論文参考訳（メタデータ） (2025-02-07T12:49:36Z)
The Sample Complexity of Online Reinforcement Learning: A Multi-model Perspective [55.15192437680943]
連続状態と行動空間を持つ非線形力学系に対するオンライン強化学習のサンプル複雑性について検討した。我々のアルゴリズムは、その単純さ、事前知識を組み込む能力、そして良心的な過渡的行動のために、実際に有用である可能性が高い。
論文参考訳（メタデータ） (2025-01-27T10:01:28Z)
Learning Controlled Stochastic Differential Equations [61.82896036131116]
本研究では,非一様拡散を伴う連続多次元非線形微分方程式のドリフト係数と拡散係数の両方を推定する新しい手法を提案する。我々は、(L2)、(Linfty)の有限サンプル境界や、係数の正則性に適応する学習率を持つリスクメトリクスを含む、強力な理論的保証を提供する。当社のメソッドはオープンソースPythonライブラリとして利用可能です。
論文参考訳（メタデータ） (2024-11-04T11:09:58Z)
An Application of the Holonomic Gradient Method to the Neural Tangent Kernel [0.0]
線型偏微分方程式のホロノミック系は概して、解空間が有限次元である系である。本稿では,ニューラルタンジェントカーネルのホロノミックアクチベータ分布の2つの活性化を数値的に評価する手法を提案する。
論文参考訳（メタデータ） (2024-10-31T04:25:24Z)
Non-linearity and chaos in the kicked top [0.0]
古典的極限においてカオス的な振る舞いを示す量子系を研究する。我々の調査は、古典システムにおける非線形性とカオスの関係に光を当てている。
論文参考訳（メタデータ） (2024-08-11T22:05:50Z)
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)
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。