Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2407.06418

帮助 | 高级搜索

数学 > 优化与控制

arXiv:2407.06418 (math)
[提交于 2024年7月8日 ]

标题: 不稳定潜在流形上的策略优化系统稳定化

标题: System stabilization with policy optimization on unstable latent manifolds

Authors:Steffen W. R. Werner, Benjamin Peherstorfer
摘要: 稳定性是在研究动力系统行为时的基本要求。 然而,通过强化学习来稳定动力系统具有挑战性,因为在不稳定性被触发且数据变得无意义之前,只能在短时间内收集到少量数据。 本文介绍了一种强化学习方法,该方法在不稳定动力系统的潜在流形上进行公式化,从而可以从少量数据样本中训练出稳定策略。 不稳定的流形是极小的,因为它们包含学习能够保证稳定的策略所必需的最低维动力学。 这与旨在近似所有——稳定和不稳定——系统动力学的一般潜在流形形成鲜明对比,因此这些流形维度更高,通常需要更多的数据。 实验表明,所提出的方法即使在仅有少量数据样本的情况下也能稳定复杂的物理系统,而其他在系统状态空间或一般潜在流形上操作的方法则会失败。
摘要: Stability is a basic requirement when studying the behavior of dynamical systems. However, stabilizing dynamical systems via reinforcement learning is challenging because only little data can be collected over short time horizons before instabilities are triggered and data become meaningless. This work introduces a reinforcement learning approach that is formulated over latent manifolds of unstable dynamics so that stabilizing policies can be trained from few data samples. The unstable manifolds are minimal in the sense that they contain the lowest dimensional dynamics that are necessary for learning policies that guarantee stabilization. This is in stark contrast to generic latent manifolds that aim to approximate all -- stable and unstable -- system dynamics and thus are higher dimensional and often require higher amounts of data. Experiments demonstrate that the proposed approach stabilizes even complex physical systems from few data samples for which other methods that operate either directly in the system state space or on generic latent manifolds fail.
评论: 29页,10图,1表
主题: 优化与控制 (math.OC) ; 机器学习 (cs.LG); 动力系统 (math.DS); 数值分析 (math.NA)
MSC 类: 37N35, 68T07, 90C30, 93C57, 93D15
引用方式: arXiv:2407.06418 [math.OC]
  (或者 arXiv:2407.06418v1 [math.OC] 对于此版本)
  https://doi.org/10.48550/arXiv.2407.06418
通过 DataCite 发表的 arXiv DOI
期刊参考: Comput. Methods Appl. Mech. Eng., 433, Part A: 117483, 2025
相关 DOI: https://doi.org/10.1016/j.cma.2024.117483
链接到相关资源的 DOI

提交历史

来自: Steffen W. R. Werner [查看电子邮件]
[v1] 星期一, 2024 年 7 月 8 日 21:57:28 UTC (5,325 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.OC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-07
切换浏览方式为:
cs
cs.LG
cs.NA
math
math.DS
math.NA

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号