arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-03-19 至 2026-03-19 共收录 1 信号源:cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 模型式强化学习 1 篇

2603.17416 2026-03-19 cs.RO cs.SY eess.SY 53%

Physics-informed Deep Mixture-of-Koopmans Vehicle Dynamics Model with Dual-branch Encoder for Distributed Electric-drive Trucks

具有双分支编码器的物理信息深度混合Koopman车辆动力学模型用于分布式电动卡车

Jinyu Miao, Pu Zhang, Rujun Yan, Yifei He, Bowei Zhang, Zheng Fu, Ke Wang, Qi Song, Kun Jiang, Mengmeng Yang, Diange Yang

机构 * School of Vehicle and Mobility, and State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University, Beijing, China(车辆与移动系统学院和智能绿色车辆与移动系统国家重点实验室,清华大学,北京,中国) KargoBot Inc., Beijing, China(KargoBot公司,北京,中国)

专题命中 模型式强化学习 :dynamics model(title,abstract);分类 cs.RO

AI总结 本文提出了一种基于Koopman算子理论的全数据驱动方法,用于复杂分布式电动卡车的动力学建模,通过双分支编码器和物理信息监督机制提升建模精度和兼容性。

Comments 13 pages, 8 tables, 7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏