LEARNING开放获取
面向网络化黑箱控制的非线性增益分布式零阶优化
Shengjun Zhang, Tingyi Liu, Heng Zhang, Dong Xie
2026
摘要
本文提出了一种名为ZOOM-PB的分布式零阶优化方法,通过引入分数幂powerball映射作为非线性反馈增益,在平坦区域放大弱信号并衰减大随机估计,无需额外传输状态。该方法在非凸和Polyak–Łojasiewicz条件下分别达到了领先的收敛速率,并在黑箱学习和无人机源搜索中验证了其有效性。
关键词
distributed optimizationzeroth-ordernonlinear gainblack-box controlnetworked systems
相关论文
LEARNING
开放获取📊 1 引用
面向学习与规划的并行可微可达性:具有认证神经动力学与控制器的系统
Keyi Shen, Glen Chou
2026
LEARNING
📊 0 引用
人工智能增强的智能焊接岛:基础模型革新制造业
Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于微调与AAS增强检索的LLM驱动自动化DFA评估
Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者
Robotics and Computer-Integrated Manufacturing · 2026