SCNC 提出优化隐式平衡系统轨迹方法

Hengyi Zhou 等作者提出自洽神经控制（SCNC），用于优化状态由隐式平衡定义的系统的轨迹，并显式控制沿轨迹的敏感度变化；作者推导了梯度误差的数学界，并给出实用的有限差分近似。 作者称，在弹性杆、薄壁管、卷尺和 Slinky 类结构等可变形物体上验证，与伴随学习和无梯度 iCEM 基线相比，SCNC 收敛更快、优化更稳定，减少切换到不利平衡分支，稳定优化率从伴随学习的 41.7% 提升到 83.3%，在敏感度变化明显的薄壁管上平均损失降低超过 1.5 个数量级。 该工作为预印本，验证集中在仿真可变形物体，尚未经同行评议或实机验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。