本研究では、偏微分方程式で記述される高次元非線形システムの状態推定問題に取り組む。
まず、高次元システムの簡略化モデル(ROM)を構築する。次に、ROMに基づいて設計された推定器(ROE)の補正項を、強化学習によって訓練された非線形ポリシーで与える新しい手法(RL-ROE)を提案する。
RL-ROEは以下の特徴を持つ:
具体的には、バーガーズ方程式とナビエ・ストークス方程式の数値シミュレーションを用いて、RL-ROEの性能を評価した。その結果、RL-ROEは従来のカルマンフィルターベースの推定器(KF-ROE)に比べて、特に少数のセンサーを使う場合に大幅な性能向上を示した。また、未知の物理パラメータに対しても高精度な状態推定が可能であることが確認された。
To Another Language
from source content
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Saviz Mowlav... lúc arxiv.org 04-05-2024
https://arxiv.org/pdf/2302.01189.pdfYêu cầu sâu hơn