arXiv · cs.AI · Perceval Beja-Battais (CB), Alain Grosset{\^e}te (CB), Nicolas Vayatis (CB) · 11 小时前模型评分33
SRLBC：分离时间尺度行为克隆加速核反应堆负荷跟踪的非线性MPC
Accelerating Nonlinear MPC by Behavior Cloning with Separated Timescales: Application to Nuclear Reactor Load-Following
导读
研究者提出结构化表示学习行为克隆（SRLBC，Structured Representation Learning for Behavior Cloning），在压水堆负荷跟踪基准的500次长时程仿真中，分离嵌入在累积代价、模仿精度和约束满足上均优于共享嵌入基线。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：能源
事件类型：研究发布
证据摘录
- “We propose Structured Representation Learning for Behavior Cloning (SRLBC), an architecture designed to leverage the physical knowledge of multiscale systems in which slow state variables, fast (stiff) state variables, and predictable exogenous inputs evolve at different timescales.”
来源：arXiv · cs.AI · arxiv.org