Adaptívne riadenie systémov: Pohľad zo Stanfordu
Adaptívne riadenie systémov: Stanford odhaľuje kľúčové techniky učenia a prispôsobovania sa neznámym parametrom v reálnom čase. Prednáška z kurzu Optimal and Learning-Based Control sa venuje identifikácii systémov, MRAC a Ljapunovovej stabilite.
V poslednej prednáške kurzu Optimal and Learning-Based Control od Stanfordu sa Dr. Daniele Gammelli venoval fascinujúcemu svetu učenia a adaptívneho riadenia. Prednáška, ktorá je súčasťou série AA203, predstavuje komplexné témy ako identifikácia systémov a model reference adaptive control (MRAC). Cieľom je pochopiť, ako sa systémy môžu učiť a prispôsobovať neznámym parametrom v reálnom čase. Od výpočtovo náročných inverzií až po Ljapunovovu stabilitu, táto prednáška ponúka pohľad do pokročilých techník používaných na riadenie komplexných systémov.
Rekurzívne riešenia a výpočtové náklady
Hľadanie optimálnych riešení môže byť veľmi náročné z hľadiska výpočtovej sily. Preto sa často využívajú rekurzívne formulácie, ktoré obídu problém veľkých inverzií matíc. Tento prístup funguje rovnako dobre v diskrétnom, ako aj v kontinuálnom čase.
