Компьютерные науки > Машинное обучение [представлено 15 сентября 2026 года] Название: Комбинированное-лучевое обучение для совместного контрольного органа между глубоким обучением и типовым прогнозным контролем HTML (экспериментальным) резюме: Комплексный углубленный учебный процесс (DRL) и методы моделирования прогнозирования (MPC) все шире используются для контроля за автономными системами путем объединения их дополнительных возможностей. ДРЛ изучает политику контроля на основе взаимодействия с окружающей средой. Для оптимизации контрольных вводимых ресурсов при одновременном учете ограничений МКП использует системную модель. В рамках DRL-MPC с общим контрольным органом как агент ДХО, так и контроллер MPC определяют часть контрольных входных данных. Вместе с тем в общих учебных формулировках МПК рассматривается как часть окружающей среды и поэтому не учитывается непосредственно вклад МПХ в контроль или его взаимодействие с агентом ДХО. В настоящем документе предлагается новый метод комплексного и дифференцированного обучения (CGL), который обеспечивает интеграцию регулятора MPC в процесс обучения путем представления данных о контрольном вкладе DRL и MPC в качестве совместных действий, а также учета их взаимодействия при обновлении агента ДRL во время подготовки. CGL оценивается на двух многоклассных сетях движения по автостраде, имеющих различные преимущества взаимодействия между DRL и MPC-потоками, и сопоставляется с альтернативными методами, которые рассматривают МПК как…
Комбинированное обучение на основе широких знаний для совместного контроля между углубленным обучением и типовым прогнозным контролем
arXiv:2609.17697v1 Annualce Type: New Humber: Integrated Deepal Usurement Learning (DRL) и Model Provisionive Control (MPC) все чаще используются для контроля автономных систем, сочетая их дополнительные возможности. ДРЛ изучает политику контроля на основе взаимодействия с окружающей средой. Для оптимизации контрольных вводимых ресурсов при одновременном учете ограничений МКП использует системную модель. В рамках DRL-MPC с общим контрольным органом как агент ДХО, так и контроллер MPC определяют часть контрольных входных данных. Вместе с тем в общих учебных формулировках МПК рассматривается как часть окружающей среды и поэтому не учитывается непосредственно вклад МПХ в контроль или его взаимодействие с агентом ДХО. В настоящем документе предлагается новый метод комплексного и дифференцированного обучения (CGL), который обеспечивает интеграцию регулятора MPC в процесс обучения путем представления данных о контрольном вкладе DRL и MPC в качестве совместных действий, а также учета их взаимодействия при обновлении агента ДRL во время подготовки. CGL это