論文の概要: Learning to Tune with Biased Gradients: Iterative Feedback Tuning of Model-Free Control on Throttle Valves
- arxiv url: http://arxiv.org/abs/2611.06338v1
- Date: Wed, 04 Nov 2026 11:01:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.087755
- Title: Learning to Tune with Biased Gradients: Iterative Feedback Tuning of Model-Free Control on Throttle Valves
- Title（参考訳）: バイアスのある勾配でチューンの学習:スロットル弁のモデル自由制御の反復的フィードバックチューニング
- Abstract要約: 繰り返しフィードバックチューニングは、勾配降下により固定構造制御器のパラメータを学習する。
自動車用電子スロットル弁のバイアスケースについて検討した。
2つの実験の開始時の制御状態のミスマッチは避けられないが、2つ目の実験の振幅に逆比例する誤差を与える。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Iterative feedback tuning (IFT) learns the parameters of a fixed-structure controller by stochastic gradient descent. At each iteration, two closed-loop experiments are run on the plant: the first one measures the tracking error, and the second one, driven by this error, provides the sensitivities from which the gradient of the cost is estimated. This estimate is unbiased for linear plants only. We study the biased case on automotive electronic throttle valves, whose friction and stiction vary between valves and runs, controlled by an intelligent proportional (model-free) controller, which is an incremental PI controller. We show that the mismatch of the controller state at the start of the two experiments, which stiction makes unavoidable, adds an error inversely proportional to the amplitude of the second experiment. On digital twins of ten valves, the IFT gradient is a descent direction in only 69\% of the low-cost region, friction being the cause, and all update rules plateau and then drift. On two hardware valves, the best update rule depends on the noise structure of the gradient. On the first valve, where one gradient component is buried in noise, Adam outperforms Gauss--Newton, its normalisation and its momentum each improving one parameter. On the second valve, where both components are consistent, the same normalisation amplifies a direction that Gauss--Newton rightly discounts, and Adam drifts to a controller worse than the initial one. The twins reproduce the mechanism but not this ranking.
- Abstract（参考訳）: 反復フィードバックチューニング (IFT) は確率勾配降下により固定構造制御器のパラメータを学習する。
1つは追跡誤差を計測し、もう1つはこの誤差によって駆動され、コストの勾配を推定する感度を与える。
この推定は線形植物のみに不偏である。
本研究では, インクリメンタルPIコントローラであるインテリジェント比例(モデルフリー)コントローラによって制御され, 弁と走行の間に摩擦と安定が異なる自動車電子スロットル弁のバイアスケースについて検討した。
2つの実験の開始時の制御状態のミスマッチは避けられないが、2つ目の実験の振幅に逆比例する誤差を与える。
10個のバルブのデジタル双対では、IFT勾配は低コスト領域のわずか69 %の降下方向であり、摩擦が原因であり、全ての更新規則が台地とドリフトである。
2つのハードウェアバルブでは、最良の更新規則は勾配のノイズ構造に依存する。
1つの勾配成分がノイズに埋もれている第1バルブでは、アダムはガウス−ニュートンより優れ、その正規化とその運動量はそれぞれ1つのパラメータを改善する。両方の成分が一貫した第2バルブでは、同じ正規化がガウス−ニュートンが正に割引する方向を増幅し、アダムは最初のものよりも悪いコントローラにドリフトする。
双子はメカニズムを再現するが、このランク付けはしない。
関連論文リスト
- Decompose the Distillation: Interpretable Single-Pass Guidance for Diffusion Models [8.339106267520515]
CtrlFlowはCFGの分離可能なベースフローとガイダンス指向インターフェースを保持する単一パス誘導方式である。
CtrlFlowは、速度場誤差を抑えるためにスケール適応変調を適用し、時間グリッドはソルバ評価に集中する。
論文 参考訳（メタデータ） (2026-11-03T23:55:06Z) - Temporal-Difference Calibration of Black-Box Simulators [13.999046631513558]
ブラックボックスシミュレータのキャリブレーションのための微分自由時間差分法フレームワークを開発した。
ランダム指向有限差分に基づく3つのTDアルゴリズムを提案する。
論文 参考訳（メタデータ） (2026-10-26T12:13:47Z) - Same Loss, Same Noise, Opposite Schedules: Noise Structure and Optimizer Normalization Jointly Determine Whether Learning-Rate Cooldown Helps [4.422349568747053]
本稿では,大規模モデル事前学習の既定であるウォームアップ安定度学習スケジュール(WSD)の段階について検討する。
提案手法は, 勾配雑音の構造と勾配雑音の構造が正規化するか否かという2つの特性を同時に有する。
論文 参考訳（メタデータ） (2026-07-14T05:21:38Z) - A Formal Kinetic Theory for Zeroth-Order Newton Dynamics:Stein-Corrected Hessian Estimation and Curvature--Variance Trade-offs [13.19850137760249]
ブラックボックス関数値から勾配とヘシアンを推定するアルゴリズムのフレームワークを開発する。
小質量の運動性リフトは、有限ステップのニュートン更新を、損傷の少ない位相空間モデルにリンクする。
数値実験により、推定器の同一性、勾配とヘッセンの分散法則、次元スケーリング、逆摂動精度、最適化挙動が確認できる。
論文 参考訳（メタデータ） (2026-05-31T08:34:25Z) - Does "Do Differentiable Simulators Give Better Policy Gradients?'' Give Better Policy Gradients? [25.53040167917892]
不連続力学はバイアスを引き起こし、1階推定器の有効性を損なう。
非滑らかな領域で推定器を切り替える軽量なテストであるDDCGを導入する。
また,各ステップ毎の逆分散実装であるIVW-Hについて,明示的な不連続検出を伴わずに分散を安定化する。
論文 参考訳（メタデータ） (2026-04-20T12:23:48Z) - On the Learning Dynamics of Two-layer Linear Networks with Label Noise SGD [93.70725920710208]
ラベル雑音による勾配降下の学習力学について検討する。
遅延からリッチな体制への移行を駆動する上で,ラベルノイズが重要な役割を担っていることを強調する。
これらの知見をSAM(Sharpness-Aware Minimization)に拡張し、ラベルノイズSGDを規定する原理がより広範な最適化アルゴリズムにも適用可能であることを示す。
論文 参考訳（メタデータ） (2026-03-11T04:26:54Z) - On the Wasserstein Convergence and Straightness of Rectified Flow [54.580605276017096]
Rectified Flow (RF) は、ノイズからデータへの直流軌跡の学習を目的とした生成モデルである。
RFのサンプリング分布とターゲット分布とのワッサーシュタイン距離に関する理論的解析を行った。
本稿では,従来の経験的知見と一致した1-RFの特異性と直線性を保証する一般的な条件について述べる。
論文 参考訳（メタデータ） (2024-10-19T02:36:11Z) - Doubly Stochastic Models: Learning with Unbiased Label Noises and
Inference Stability [85.1044381834036]
勾配降下のミニバッチサンプリング設定におけるラベル雑音の暗黙的正則化効果について検討した。
そのような暗黙的正則化器は、パラメータの摂動に対してモデル出力を安定化できる収束点を好んでいる。
我々の研究は、SGDをオルンシュタイン-ウレンベック類似の過程とはみなせず、近似の収束によってより一般的な結果を得る。
論文 参考訳（メタデータ） (2023-04-01T14:09:07Z) - Direction Matters: On the Implicit Bias of Stochastic Gradient Descent
with Moderate Learning Rate [105.62979485062756]
本稿では,中等度学習におけるSGDの特定の正規化効果を特徴付けることを試みる。
SGDはデータ行列の大きな固有値方向に沿って収束し、GDは小さな固有値方向に沿って収束することを示す。
論文 参考訳（メタデータ） (2020-11-04T21:07:52Z) - Gradient Statistics Aware Power Control for Over-the-Air Federated
Learning [59.40860710441232]
フェデレートラーニング(FL)は、多くのエッジデバイスが無線ネットワークで機械学習モデルを協調的にトレーニングできる有望なテクニックである。
本稿では、勾配統計を考慮に入れたオーバー・ザ・エアFLの電力制御問題について検討する。
論文 参考訳（メタデータ） (2020-03-04T14:06:51Z) - Improper Learning for Non-Stochastic Control [78.65807250350755]
逆方向の摂動, 逆方向に選択された凸損失関数, 部分的に観察された状態を含む, 未知の線形力学系を制御することの問題点を考察する。
このパラメトリゼーションにオンライン降下を適用することで、大規模なクローズドループポリシーに対してサブリニア後悔を実現する新しいコントローラが得られる。
我々の境界は、線形力学コントローラの安定化と競合する非確率的制御設定における最初のものである。
論文 参考訳（メタデータ） (2020-01-25T02:12:48Z)
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。