基于 Koopman 算子的涡扇发动机非线性辨识与模型预测控制
论文提出一种基于 Koopman 算子的双转子涡扇发动机多变量控制方法，用元启发式扩展动态模式分解构建可复用的单一 Koopman 模型，并据此设计带扰动观测器的自适应模型预测控制器 AKMPC，与 K-FBLC 及其积分增强版本对比。
推荐理由：论文对比了三种 Koopman 控制方案在海平面与变飞行条件下的表现，可了解 AKMPC 的适用边界。
内容形态
论文研究 最新动态
值得读的嵌入式与机器人论文：操作泛化、运动控制、端侧推理效率与新基准的精选。
872 条精选近 30 天 844 条共收录 1,780 条
更新
精选归档 · 第 28 页
arXiv eess.SY 系统与控制精选AI 评分4747 arXiv eess.SY 系统与控制精选AI 评分4545 偏好条件化多目标强化学习用于重型车辆战术决策研究
论文提出一种偏好条件化的多目标强化学习框架，用 Generalized Policy Improvement 和 Proximal Policy Optimization 学习捕捉不同权衡的策略，近似安全（碰撞与成功完成）、能耗成本、司机成本三个冲突目标的 Pareto front。
推荐理由：论文把安全、能耗、时间三个目标的权衡显式建模，可为多目标强化学习在车辆决策上的做法提供参考。
arXiv eess.SY 系统与控制精选AI 评分4545 Infinitesimal Operator World Models：离线强化学习的有限样本保证
论文将强化学习与 Hamilton-Jacobi-Bellman 方程关联，提出一种基于简单动态规划递归的算子论算法，用受控扩散过程的无穷小生成元在再生核 Hilbert 空间中表示世界模型。
推荐理由：论文把离线强化学习的逼近误差与系统平滑性、稳定性挂钩，给出可推导的有限样本界，便于评估理论可靠性。
arXiv eess.SY 系统与控制精选AI 评分5555 NeurIPS 2026 收录 SPS-GAN：从学习的 Hamilton 系统中发现相空间结构
论文提出 Structured Phase Space GAN（SPS-GAN），一种条件生成模型，可从笛卡尔轨迹和视频中学习结构化动力学，将 port-Hamiltonian 骨干与对抗式条件生成结合，在单一架构中表示保守、耗散和受迫系统。
推荐理由：论文提出用循环坐标损失从原始观测中反推自由度与正则坐标，可迁移的思路是不依赖真实相空间也能恢复力学结构。
arXiv eess.SY 系统与控制精选AI 评分4747 RKHS 中的数据驱动随机最优控制方法
论文提出一种全数据驱动的随机最优控制方法，用于动力学与阶段代价均未知的非线性 control-affine 系统，仅给定控制惩罚函数与约束。
推荐理由：论文把状态概率密度嵌入 RKHS 做算子回归，HJB 递推随状态维度线性扩展，可作为非线性最优控制的求解思路参考。
arXiv eess.SY 系统与控制精选AI 评分4444 低压电网中基于强化学习的拥堵管理鲁棒性研究
该论文针对低压配电网中光伏、电动车充电和热泵负荷带来的运行越限问题，提出将拥堵检测与控制解耦的框架，用随机森林违规预分类器结合 actor-critic 控制器，并在真实低压电网的合成未来运行场景下测试。
推荐理由：论文给出噪声与模型失配两类扰动下的对比结果，可参考其解耦设计评估控制方案的鲁棒性。
arXiv eess.SY 系统与控制精选AI 评分4747 经典抗饱和技术在幅值与速率约束下的 REMUS AUV 航向控制研究
论文针对执行器幅值与速率饱和（A&RSat）及随之而来的 windup 问题，对 PID 和 LQI 两种经典控制器提出改进方案。在 REMUS AUV 航向控制问题上与约束 MPC 对比的基准结果显示，这些经典技术在 SISO 系统上仍能以简单实现取得相当的性能，且通常只需增加一个或少量调节参数。
推荐理由：论文以 REMUS AUV 航向控制为案例，对比经典抗饱和方案与约束 MPC，便于评估简单方法的适用边界。
arXiv eess.SY 系统与控制精选AI 评分5151 全模拟电路实现模型预测控制并应用于 Buck 变换器
arXiv 论文提出一种用模拟电子电路实现模型预测控制（MPC）策略的新方法，面向仿射模型描述的动力系统。作者将降复杂度的显式 MPC 方法结合，用有限种类的低时延商用元件搭建模拟电路，并将其应用于 DC-DC Buck 变换器的新型控制器设计，对所得系统进行了形式化稳定性分析，并通过大量数值仿真展示了对线路与负载扰动的抑制性能。
推荐理由：论文给出全模拟 MPC 电路的设计思路与稳定性分析方法，做电源控制的工程师可参考其降复杂度显式 MPC 实现路径。
arXiv eess.SY 系统与控制精选AI 评分4545 arXiv 论文：从数据学习线性参数变化系统的事件触发控制器
论文针对难以获取精确模型的线性参数变化（LPV）系统，提出带稳定性验证的数据驱动事件触发控制方法。作者先分析 LPV 系统的 θ-持续激励条件以得到可行的数据表示，再借助 Petersen 引理在鲁棒控制意义下建立稳定性证书，转化为可解的半定规划并求得增益调度控制器，同时将方法推广到轨迹跟踪情形并讨论鲁棒跟踪稳定性，最后通过数值算例验证推导的有效性。
推荐理由：论文把事件触发控制的稳定性证明转成可解的半定规划，做 LPV 数据驱动控制的人可借鉴其推导路径。
arXiv eess.SY 系统与控制精选AI 评分4444 基于强化学习的深空通信 Bundle 管理与流控论文在 IAC 2026 发表
论文提出面向深空接触驱动网络的中继侧 Bundle 与流管理闭环建模与学习框架，其中月球和火星更新经共享缓冲中继转发至地球。
推荐理由：论文给出基于信息年龄的效用度量与约束求解方法，可为资源受限网络的调度研究提供参考。
arXiv eess.SY 系统与控制精选AI 评分5555 基于时间分解的可扩展学习型迭代求解器用于非线性 MPC
论文提出一种利用问题时间结构的 LISCO 求解器架构，使网络规模与预测时域无关，同时保持训练损失和求解迭代不变，并引入闭环重采样策略使训练分布与闭环运行对齐且不增加采样成本。在 CSTR 级联的经济 NMPC 基准上，该求解器可扩展到比单体式 LISCO 更大的问题，相对 IPOPT 的中位加速最高达四倍；闭环中控制性能与 IPOPT 相当，且未观察到约束违反。
推荐理由：论文给出网络规模与预测时域解耦的架构做法，做实时 NMPC 求解器选型时可参考其对比数据。
arXiv eess.SY 系统与控制精选AI 评分4747 系统辨识的上下文学习框架：概率化建模、长序列处理与基准验证
该论文将系统辨识的上下文学习元学习框架推进三个方向：构建结合 Transformer 编码器-解码器与长训练序列处理机制的统一概率化元辨识架构，实现长时域上的校准预测。
推荐理由：论文把系统辨识的元学习框架扩展到概率化与长序列场景，并给出基准与分布外评测，读者可据此判断其相对传统方法的适用边界。
arXiv eess.SY 系统与控制精选AI 评分6060 字节跳动发布 ByteExpress：基于硬件 RDMA 的分布式推理训练通信层
论文报告字节跳动在参数服务器架构的推理与训练系统中部署 ByteExpress（基于硬件 RDMA 的软件通信层）的经验，总结出三条教训：RDMA 高效运行需要跨应用与传输层的缓冲管理、可扩展通信需要协调管理连接与接收容量、服务可用性需要传输层之上的恢复机制。
推荐理由：论文给出 RDMA 落地生产环境的三条经验与量化收益，可为分布式推理训练的通信层选型提供参考。
arXiv eess.SY 系统与控制精选AI 评分4343 Game Petri Nets：面向大规模策略系统的组合建模与分析
论文提出结果驱动的组合博弈 Petri 网（OCGPNs），将局部博弈挂在着色 Petri 网的库所上，通过 game-to-token 接口把已解博弈转换为带类型的 token 来使能、同步或阻塞后续博弈。
推荐理由：论文给出博弈 Petri 网的形式化语义与分解算法，读者可了解如何组合式分析大规模策略系统的均衡。
arXiv eess.SY 系统与控制精选AI 评分4545 arXiv 论文提出面向切换传感网多目标跟踪的信息加权分布式 Kalman 滤波器 IWDKF
论文提出信息加权分布式 Kalman 滤波器 IWDKF，用于传感网多目标跟踪，通过加权共识机制适用于满足联合连通的任意切换拓扑，无需先验全局网络知识，每步仅需一次共识交换，且在部分 agent 缺少直接测量时仍能融合信息。
推荐理由：论文说明了新方法如何放宽对固定拓扑和全局参数的依赖，便于评估其在广域传感网中的适用性。
arXiv eess.SY 系统与控制精选AI 评分4444 层次图神经网络用于拓扑故障下概率潮流计算
论文提出面向未见拓扑概率潮流（PPF）的拓扑分解驱动层次双向图神经网络 TDD-HBGNN，将电网分解为基本拓扑单元、动态同质电压簇和核心骨干子网，并结合灵敏度线性先验与非线性残差学习。
推荐理由：论文给出跨未见拓扑的误差倍数与参数量对比，可评估该方法相对六种基线的实际优势。
arXiv eess.SY 系统与控制精选AI 评分4747 ENMP：面向有环因子图推断的扩展邻域消息传递方法
论文提出扩展邻域消息传递（ENMP），从二部因子图拓扑自动构建变量节点的扩展邻域，无需手工区域设计即可捕捉环路引入的相关性，适用于因子图上的一般分布并可调节精度与复杂度的折中。
推荐理由：论文给出无需手工区域设计的扩展邻域消息传递框架，并在电网基准上给出与正则化高斯BP的对比结果，可参考其精度与复杂度折中思路。
量子位精选AI 评分6666 华为诺亚方舟实验室 Memento 3 智能体以满分通关 ARC-AGI-3 全部25款游戏
华为诺亚方舟实验室联合UCL等团队提出 Memento 3 智能体系统，以 Claude Opus 5 为底模、不更新模型权重，在 ARC-AGI-3 公开集25款游戏、183个关卡上拿到满分100的RHAE成绩，总操作7518次，比人类的17135次少约56%。
推荐理由：原文列出了各团队在ARC-AGI-3上的得分对比和消融实验数据，便于评估该方法的实际增益。
arXiv cs.RO 机器人学精选AI 评分5555 Sampling-Based Safe Reinforcement Learning：基于采样的安全强化学习算法
arXiv 论文提出 Sampling-Based Safe Reinforcement Learning（SBSRL），一种基于模型的强化学习算法，通过对有限动力学样本集合联合施加约束，在学习全程维持安全，近似不可解的最坏情况优化。
推荐理由：论文把安全约束改为跨有限动力学样本联合施加，给出了高概率安全保证与样本复杂度界，读者可据此评估其理论与实机验证的完整度。
arXiv cs.RO 机器人学精选AI 评分4747 SI-OCP：面向安全动力学自适应的交错积分在线共形预测算法
论文提出 Staggered Integral Online Conformal Prediction（SI-OCP）算法，用积分评分函数量化扰动与学习误差的综合影响，以解决无状态导数测量时标准在线共形预测不足以量化模型不确定性的问题。
推荐理由：论文指出无状态导数测量时标准在线共形预测不足以量化模型不确定性，并给出替代方案与仿真验证路径。