Aprendizaje interpretable y asignación no lineal para aeronaves sobreactuadas
Modelos interpretables de efectividad de control mejoran precisión y robustez en aeronaves sobreactuadas, reduciendo carga computacional.
#control no lineal
Control no lineal de activaciones mediante transformaciones latentes invertibles
Descubre INNSteer: control no lineal de LLMs con transformaciones latentes invertibles que mejora precisión y fluidez sin comprometer la inferencia.
SAD-Flower: Planificación Segura y Consistente con Flow Matching
Descubre cómo SAD-Flower usa flow matching para planificar trayectorias seguras, admisibles y consistentes dinámicamente. Sin reentrenamiento.
Estabilizadores Universales Inverso-Óptimos Parametrizados por Costo de Control
Descubre cómo nuevas familias de estabilizadores universales parametrizan el costo de control usando operadores neuronales para estabilización semiglobal.
Alcance y asintótica de la dinámica Gaussiana en Transformers
Descubre cómo las distribuciones Gaussianas en Transformers simplifican su dinámica y revelan condiciones de estabilidad y alcanzabilidad.
Aprendizaje de modelos de orden reducido afín al control mediante autoencoders
Descubre cómo los autoencoders permiten crear modelos de orden reducido afines al control, mejorando la predicción y el control de sistemas complejos. ¡Lee más!