Modeling and Control of Underwater Vehicles Based on Physics-Informed Neural Networks
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种物理信息神经网络控制框架(PINC),旨在提升水下车辆建模的数据效率和泛化能力。该框架通过结合初始状态、控制动作和时间输入,实现物理一致的状态过渡,验证结果显示其在长时间预测中的准确性显著优于非物理信息方法。
🎯
关键要点
-
本研究提出了一种物理信息神经网络控制框架(PINC)。
-
该框架旨在提升水下车辆建模的数据效率和泛化能力。
-
PINC通过结合初始状态、控制动作和时间输入,实现物理一致的状态过渡。
-
验证结果显示PINC在长时间预测中的准确性显著优于非物理信息方法。
🏷️