Buchumschlag

Hybrid Model Predictive Control with Physics-Informed Neural Network for Satellite Attitude Control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cena, Carlo, Martini, Mauro, Chiaberge, Marcello
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Robotics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Robust Satellite Attitude Dynamics with Physics-Informed Normalising Flow
von: Cena, Carlo, et al.
Veröffentlicht: (2025)

Physics-Informed Real NVP for Satellite Power System Fault Detection
von: Cena, Carlo, et al.
Veröffentlicht: (2024)

Online Learning of Wheel Odometry Correction for Mobile Robots with Attention-based Neural Network
von: Navone, Alessandro, et al.
Veröffentlicht: (2023)

A Self-Supervised Task for Fault Detection in Satellite Multivariate Time Series
von: Cena, Carlo, et al.
Veröffentlicht: (2024)

Low Cost, High Efficiency: LiDAR Place Recognition in Vineyards with Matryoshka Representation Learning
von: Vilella-Cantos, Judith, et al.
Veröffentlicht: (2026)

Morphology and Behavior Co-Optimization of Modular Satellites for Attitude Control
von: Wang, Yuxing, et al.
Veröffentlicht: (2024)

Non-linear Model Predictive Control for Multi-task GPS-free Autonomous Navigation in Vineyards
von: Sperti, Matteo, et al.
Veröffentlicht: (2024)

Modelling of Underwater Vehicles using Physics-Informed Neural Networks with Control
von: Amer, Abdelhakim, et al.
Veröffentlicht: (2025)

Learning Social Heuristics for Human-Aware Path Planning
von: Eirale, Andrea, et al.
Veröffentlicht: (2025)

Autonomous Robotic Pruning in Orchards and Vineyards: a Review
von: Navone, Alessandro, et al.
Veröffentlicht: (2025)

Neural Control Barrier Functions from Physics Informed Neural Networks
von: Agrawal, Shreenabh, et al.
Veröffentlicht: (2025)

Semi-Supervised Novelty Detection for Precise Ultra-Wideband Error Signal Prediction
von: Albertin, Umberto, et al.
Veröffentlicht: (2024)

Learning Social Cost Functions for Human-Aware Path Planning
von: Eirale, Andrea, et al.
Veröffentlicht: (2024)

Fine-Tuning Hybrid Physics-Informed Neural Networks for Vehicle Dynamics Model Estimation
von: Fang, Shiming, et al.
Veröffentlicht: (2024)

Adaptive Robot Localization with Ultra-wideband Novelty Detection
von: Albertin, Umberto, et al.
Veröffentlicht: (2025)

Neural Internal Model Control: Learning a Robust Control Policy via Predictive Error Feedback
von: Gao, Feng, et al.
Veröffentlicht: (2024)

MIXPINN: Mixed-Material Simulations by Physics-Informed Neural Network
von: Yuan, Xintian, et al.
Veröffentlicht: (2025)

NPC: Neural Predictive Control for Fuel-Efficient Autonomous Trucks
von: Ren, Jiaping, et al.
Veröffentlicht: (2024)

RobKiNet: Robotic Kinematics Informed Neural Network for Optimal Robot Configuration Prediction
von: Peng, Yanlong, et al.
Veröffentlicht: (2024)

A Physics-Informed Neural Network Approach for UAV Path Planning in Dynamic Environments
von: Zhang, Shuning
Veröffentlicht: (2025)

Intelligent Control of Spacecraft Reaction Wheel Attitude Using Deep Reinforcement Learning
von: El-Dalahmeh, Ghaith, et al.
Veröffentlicht: (2025)

Versatile Physics-based Character Control with Hybrid Latent Representation
von: Bae, Jinseok, et al.
Veröffentlicht: (2025)

Flexible Locomotion Learning with Diffusion Model Predictive Control
von: Huang, Runhan, et al.
Veröffentlicht: (2025)

VinePT-Map: Pole-Trunk Semantic Mapping for Resilient Autonomous Robotics in Vineyards
von: Audrito, Giorgio, et al.
Veröffentlicht: (2026)

Autonomous Navigation in Rows of Trees and High Crops with Deep Semantic Segmentation
von: Navone, Alessandro, et al.
Veröffentlicht: (2023)

Learning Vision-Based Neural Network Controllers with Semi-Probabilistic Safety Guarantees
von: Ma, Xinhang, et al.
Veröffentlicht: (2025)

PI-WAN: A Physics-Informed Wind-Adaptive Network for Quadrotor Dynamics Prediction in Unknown Environments
von: Wang, Mengyun, et al.
Veröffentlicht: (2025)

Information-Theoretic Framework for Self-Adapting Model Predictive Controllers
von: Hafez, Wael, et al.
Veröffentlicht: (2026)

Bootstrapped Model Predictive Control
von: Wang, Yuhang, et al.
Veröffentlicht: (2025)

Learning to Control Dynamical Agents via Spiking Neural Networks and Metropolis-Hastings Sampling
von: Safa, Ali, et al.
Veröffentlicht: (2025)

MAD-PINN: A Decentralized Physics-Informed Machine Learning Framework for Safe and Optimal Multi-Agent Control
von: Tayal, Manan, et al.
Veröffentlicht: (2025)

Model Predictive Control of Hybrid Dynamical Systems
von: Sanfelice, Ricardo G., et al.
Veröffentlicht: (2026)

Self-Tuning PID Control via a Hybrid Actor-Critic-Based Neural Structure for Quadcopter Control
von: Sharifi, Iman, et al.
Veröffentlicht: (2023)

LeTac-MPC: Learning Model Predictive Control for Tactile-reactive Grasping
von: Xu, Zhengtong, et al.
Veröffentlicht: (2024)

Spiking Neural Networks for Continuous Control via End-to-End Model-Based Learning
von: Huebotter, Justus, et al.
Veröffentlicht: (2025)

Evolving Embodied Intelligence: Graph Neural Network--Driven Co-Design of Morphology and Control in Soft Robotics
von: Wang, Jianqiang, et al.
Veröffentlicht: (2026)

Real-Time Gait Adaptation for Quadrupeds using Model Predictive Control and Reinforcement Learning
von: Kotecha, Prakrut, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Controlled Differential Equations for Scalable Long Horizon Multi-Agent Motion Forecasting
von: Sural, Shounak, et al.
Veröffentlicht: (2025)

A Physics-Informed Machine Learning Framework for Safe and Optimal Control of Autonomous Systems
von: Tayal, Manan, et al.
Veröffentlicht: (2025)

Neural Network Verification for Gliding Drone Control: A Case Study
von: Kessler, Colin, et al.
Veröffentlicht: (2025)