Video Experimental Relacionado
Updated: Sep 10, 2025
11:18
Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
Published on: March 2, 2015
10.4K
Aprendizaje de refuerzo basado en redes neuronales para el seguimiento de la formación en tiempo prescrito de
Gao-Fei Zhao1, Tao Han1, Bo Xiao1
1School of Electrical Engineering and Automation, Hubei Normal University, Huangshi 435005, PR China.
ISA transactions
|August 21, 2025
Resumen
Este estudio introduce un nuevo marco de control para los sistemas marinos para lograr un seguimiento robusto de la formación variable en el tiempo a pesar de la denegación de servicio y los ataques físicos, asegurando la estabilidad dentro de un tiempo establecido.
Área de la Ciencia:
- Robótica y sistemas de control
- Ingeniería Marítima
- Sistemas en red
Sus antecedentes:
- Los sistemas marinos híbridos en red de superficie y submarinos (HNMS) se enfrentan a desafíos en el control coordinado debido a los ataques cibernéticos físicos.
- El mantenimiento del seguimiento de la formación en entornos dinámicos con vehículos de superficie autónomos (ASV) y vehículos submarinos autónomos (AUV) es complejo.
- Las estrategias de control existentes pueden no abordar adecuadamente la denegación de servicio (DoS) y los ataques físicos combinados dentro de un tiempo prescrito.
Objetivo del estudio:
- Desarrollar una estrategia de control robusta para el seguimiento de la formación variable en el tiempo (TVFT) en los HNMS.
- Para abordar el impacto del DoS y los ataques físicos en el rendimiento del sistema.
- Asegurar la estabilidad y la convergencia dentro de un plazo prescrito.
Principales métodos:
- Se propone un marco de control jerárquico de tiempo prescrito (PTHC).
- Los estimadores distribuidos de tiempo prescrito están diseñados para estimar los estados líderes bajo ataques de DoS.
- Un algoritmo de aprendizaje por refuerzo integrado con un controlador basado en red neuronal mitiga los ataques físicos, las perturbaciones y la hidrodinámica no modelada.
Principales resultados:
- El marco PTHC propuesto permite la TVFT para los HNMS bajo ataques combinados.
- Los estimadores distribuidos manejan efectivamente los ataques de DoS mediante la utilización de información relativa.
- El controlador de la red neuronal asegura la estabilidad del tiempo prescrito y el seguimiento preciso de la formación.
- La teoría de la estabilidad de Lyapunov confirma la estabilidad del tiempo prescrito garantizado del sistema.
Conclusiones:
- El enfoque desarrollado proporciona una solución robusta y efectiva para TVFT en los HNMS que enfrentan ataques sofisticados.
- La integración del control de tiempo prescrito, la estimación distribuida y el aprendizaje por refuerzo ofrece un marco poderoso para el control del sistema marino.
- Los resultados de la simulación validan la aplicabilidad práctica y el rendimiento de la estrategia de control propuesta.
Videos de Conceptos Relacionados
01:12Observational Learning
311
Albert Bandura's observational learning, also known as imitation or modeling, occurs when a person observes and imitates another's behavior. It is a quicker process than operant conditioning. A well-known example is the Bobo doll study, where children who saw an adult acting aggressively towards the doll were more likely to act aggressively when left alone, compared to those who observed a nonaggressive adult. Many psychologists view observational learning as a form of latent learning...
311
01:14Avoidance Learning and Learned Helplessness
1.9K
Avoidance learning and learned helplessness are critical concepts in understanding behavioral responses to negative stimuli.
Avoidance learning occurs when an organism learns that a specific behavior can prevent an unpleasant outcome. For example, a student who receives a bad grade may start studying harder to avoid future poor grades. This behavior persists even when the negative outcome is no longer present. Avoidance learning is powerful because it maintains behavior in the absence of the...
Avoidance learning occurs when an organism learns that a specific behavior can prevent an unpleasant outcome. For example, a student who receives a bad grade may start studying harder to avoid future poor grades. This behavior persists even when the negative outcome is no longer present. Avoidance learning is powerful because it maintains behavior in the absence of the...
1.9K
01:26Feedback control systems
419
Feedback control systems are categorized in various ways based on their design, analysis, and signal types.
Linear feedback systems are theoretical models that simplify analysis and design. These systems operate under the principle that their output is directly proportional to their input within certain ranges. For instance, an amplifier in a control system behaves linearly as long as the input signal remains within a specific range. However, most physical systems exhibit inherent nonlinearity...
Linear feedback systems are theoretical models that simplify analysis and design. These systems operate under the principle that their output is directly proportional to their input within certain ranges. For instance, an amplifier in a control system behaves linearly as long as the input signal remains within a specific range. However, most physical systems exhibit inherent nonlinearity...
419