Buchumschlag

ControlSynth Neural ODEs: Modeling Dynamical Systems with Guaranteed Convergence

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mei, Wenjie, Zheng, Dongzhe, Li, Shihua
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Dynamics under Environmental Constraints via Measurement-Induced Bundle Structures
von: Zheng, Dongzhe, et al.
Veröffentlicht: (2025)

Negative Imaginary Neural ODEs: Learning to Control Mechanical Systems with Stability Guarantees
von: Shi, Kanghong, et al.
Veröffentlicht: (2025)

A Posteriori Second-Order Guarantees for Bolza Problems via Collocation
von: Zheng, Dongzhe, et al.
Veröffentlicht: (2026)

Verification-Aided Learning of Neural Network Barrier Functions with Termination Guarantees
von: Chen, Shaoru, et al.
Veröffentlicht: (2024)

Learning and Current Prediction of PMSM Drive via Differential Neural Networks
von: Mei, Wenjie, et al.
Veröffentlicht: (2024)

Neural Horizon Model Predictive Control -- Increasing Computational Efficiency with Neural Networks
von: Alsmeier, Hendrik, et al.
Veröffentlicht: (2024)

On the Convergence of Overparameterized Problems: Inherent Properties of the Compositional Structure of Neural Networks
von: de Oliveira, Arthur Castello Branco, et al.
Veröffentlicht: (2025)

Transfer of Safety Controllers Through Learning Deep Inverse Dynamics Model
von: Nadali, Alireza, et al.
Veröffentlicht: (2024)

Parallel Differentiable Reachability for Learning and Planning with Certified Neural Dynamics and Controllers
von: Shen, Keyi, et al.
Veröffentlicht: (2026)

Scalable Data-Driven Reachability Analysis and Control via Koopman Operators with Conformal Coverage Guarantees
von: Nath, Devesh, et al.
Veröffentlicht: (2026)

Dropout MPC: An Ensemble Neural MPC Approach for Systems with Learned Dynamics
von: Syntakas, Spyridon, et al.
Veröffentlicht: (2024)

Stable-by-Design Neural Network-Based LPV State-Space Models for System Identification
von: Sertbaş, Ahmet Eren, et al.
Veröffentlicht: (2025)

Bridging Control with Neural Network Verifier alpha-beta-CROWN: A Tutorial
von: Li, Haoyu, et al.
Veröffentlicht: (2026)

RL in Latent MDPs is Tractable: Online Guarantees via Off-Policy Evaluation
von: Kwon, Jeongyeol, et al.
Veröffentlicht: (2024)

SCI: A Metacognitive Control for Signal Dynamics
von: Meesala, Vishal Joshua
Veröffentlicht: (2025)

An Optimal Policy for Learning Controllable Dynamics by Exploration
von: Loxley, Peter N.
Veröffentlicht: (2025)

Sample-Efficient Diffusion-based Control of Complex Physics Systems
von: Chen, Hongyi, et al.
Veröffentlicht: (2025)

Learning System Dynamics without Forgetting
von: Zhang, Xikun, et al.
Veröffentlicht: (2024)

Real-Time Decision-Making for Digital Twin in Additive Manufacturing with Model Predictive Control using Time-Series Deep Neural Networks
von: Chen, Yi-Ping, et al.
Veröffentlicht: (2025)

From Black-Box to White-Box: Control-Theoretic Neural Network Interpretability
von: Moon, Jihoon
Veröffentlicht: (2025)

Scalable and Interpretable Verification of Image-based Neural Network Controllers for Autonomous Vehicles
von: Parameshwaran, Aditya, et al.
Veröffentlicht: (2025)

Certified Training with Branch-and-Bound for Lyapunov-stable Neural Control
von: Shi, Zhouxing, et al.
Veröffentlicht: (2024)

What, Indeed, is an Achievable Provable Guarantee for Learning-Enabled Safety Critical Systems
von: Bensalem, Saddek, et al.
Veröffentlicht: (2023)

Optimal Control Operator Perspective and a Neural Adaptive Spectral Method
von: Feng, Mingquan, et al.
Veröffentlicht: (2024)

Superior Computer Chess with Model Predictive Control, Reinforcement Learning, and Rollout
von: Gundawar, Atharva, et al.
Veröffentlicht: (2024)

Federated Dynamical Low-Rank Training with Global Loss Convergence Guarantees
von: Schotthöfer, Steffen, et al.
Veröffentlicht: (2024)

MAGICS: Adversarial RL with Minimax Actors Guided by Implicit Critic Stackelberg for Convergent Neural Synthesis of Robot Safety
von: Wang, Justin, et al.
Veröffentlicht: (2024)

PID-controlled Langevin Dynamics for Faster Sampling of Generative Models
von: Chen, Hongyi, et al.
Veröffentlicht: (2025)

Adaptive Neural-Operator Backstepping Control of a Benchmark Hyperbolic PDE
von: Lamarque, Maxence, et al.
Veröffentlicht: (2024)

SOLIS: Physics-Informed Learning of Interpretable Neural Surrogates for Nonlinear Systems
von: Mansur, Murat Furkan, et al.
Veröffentlicht: (2026)

From Model-Based and Adaptive Control to Evolving Fuzzy Control
von: Leite, Daniel, et al.
Veröffentlicht: (2025)

Receding Hamiltonian-Informed Optimal Neural Control and State Estimation for Closed-Loop Dynamical Systems
von: Rivera, Josue N., et al.
Veröffentlicht: (2024)

Multi-CALF: A Policy Combination Approach with Statistical Guarantees
von: Malaniya, Georgiy, et al.
Veröffentlicht: (2025)

Efficient Policy Optimization in Robust Constrained MDPs with Iteration Complexity Guarantees
von: Ganguly, Sourav, et al.
Veröffentlicht: (2025)

Adaptive Event-triggered Reinforcement Learning Control for Complex Nonlinear Systems
von: Siddique, Umer, et al.
Veröffentlicht: (2024)

Understanding the differences in Foundation Models: Attention, State Space Models, and Recurrent Neural Networks
von: Sieber, Jerome, et al.
Veröffentlicht: (2024)

On the Convergence of Modified Policy Iteration in Risk Sensitive Exponential Cost Markov Decision Processes
von: Murthy, Yashaswini, et al.
Veröffentlicht: (2023)

Continual Reinforcement Learning for HVAC Systems Control: Integrating Hypernetworks and Transfer Learning
von: Bekal, Gautham Udayakumar, et al.
Veröffentlicht: (2025)

Embed to Control Partially Observed Systems: Representation Learning with Provable Sample Efficiency
von: Wang, Lingxiao, et al.
Veröffentlicht: (2022)

On the Generalization of Data-Assisted Control in port-Hamiltonian Systems (DAC-pH)
von: Eslami, Mostafa, et al.
Veröffentlicht: (2025)