GPUSLS-LEO: GPU并行线性化误差界实现非线性与神经网络动力学的实时鲁棒最优控制
这篇论文把鲁棒控制加速到67 Hz,处理168维非线性动力学的车,GPUSLS-LEO在GPU上跑得比现有方法更快更紧,适合搞实时控制的人。
这篇论文把鲁棒控制加速到67 Hz,处理168维非线性动力学的车,GPUSLS-LEO在GPU上跑得比现有方法更快更紧,适合搞实时控制的人。
做非平稳控制或鲁棒强化学习的团队终于有了一个理论扎实且可验证的方案——BAPR在稳定期和变化期之间自动平衡保守性,Lean 4形式化验证保证了可靠性,值得研究RL安全性的开发者点开。