Der Artikel befasst sich mit der Herausforderung der verteilten Regelung großer nichtlinearer Cyber-Physical-Systeme. Traditionelle Ansätze wie lineare verteilte Regler stoßen hier an ihre Grenzen, da die Systeme oft Nichtlinearitäten, nicht-konvexe Kostenfunktionen oder Datenschutzeinschränkungen aufweisen.
Der Hauptbeitrag ist die Entwicklung einer freien Parametrisierung neuronaler verteilter Regler, die auf der Port-Hamiltonschen Struktur basieren. Diese Regler besitzen unabhängig von den Gewichtsparametern eine endliche L2-Verstärkung und garantieren somit die Stabilität des Gesamtsystems.
Im Gegensatz zu bisherigen Ansätzen, die entweder auf eingeschränkte Systemklassen oder rechenintensive Optimierungsverfahren angewiesen sind, ermöglicht die vorgestellte Methode den Einsatz von Standard-Gradientenverfahren wie der stochastischen Gradientenabstiegsmethode. Außerdem können beliebige nichtlineare Speicherfunktionen verwendet werden, was die Ausdrucksfähigkeit im Vergleich zu quadratischen Ansätzen erhöht.
Die Leistungsfähigkeit des Verfahrens wird anhand des Synchronisationsproblems für Kuramoto-Oszillatoren demonstriert. Die Ergebnisse zeigen, dass die neuronalen Regler in der Lage sind, die Oszillatoren effektiv zu synchronisieren und die Stabilität des Gesamtsystems zu gewährleisten.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Muhammad Zak... at arxiv.org 03-27-2024
https://arxiv.org/pdf/2403.17785.pdfDeeper Inquiries