BriefGPT - AI 论文速递
·
未知系统在矩阵李群上的几何容错神经网络跟踪控制
💡
原文中文，约600字，阅读约需2分钟。
📝
内容提要
本研究提出了一种基于几何神经网络的控制器，解决了在未知动态、执行器故障和有界干扰下的矩阵李群系统的跟踪控制问题，确保了误差信号的最终有界性，并验证了多智能体系统的去中心化控制。
🎯
关键要点
- 本研究提出了一种基于几何神经网络的控制器。
- 该控制器解决了在未知动态、执行器故障和有界干扰下的矩阵李群系统的跟踪控制问题。
- 研究确保了误差信号的最终有界性。
- 验证了多智能体系统的去中心化控制。
- 通过利用李群的几何特性，开发了与李群结构兼容的学习规则。
- 该方法规避了参数化奇异性，并能够进行全局权重优化。
➡️
