CL-DiffPhyCon：复杂物理系统的闭环扩散控制
系统与控制
2025-02-25 v3 机器学习
系统与控制
摘要
复杂物理系统的控制问题在科学和工程中具有广泛的应用前景。先前的研究表明，基于扩散模型的生成式控制方法在解决此类问题方面具有显著优势。然而，现有的生成式控制方法在扩展到闭环环境时面临性能和效率挑战，而这对于有效控制至关重要。本文提出了一种高效的物理系统闭环扩散控制方法（CL-DiffPhyCon）。通过采用用于不同物理时间步的异步去噪框架，CL-DiffPhyCon 能够在系统实时反馈条件下生成控制信号，显著降低了抽样过程中的计算成本。此外，通过融入 DDIM 等快速抽样技术，可进一步加速控制过程。我们在两个任务上评估了 CL-DiffPhyCon：1D Burgers 方程控制和 2D 不可压缩流体控制。结果表明，CL-DiffPhyCon 在控制性能和抽样效率方面均实现了显著提升。该代码可在 https://github.com/AI4Science-WestlakeU/CL_DiffPhyCon 查找。
引用
@article{arxiv.2408.03124,
title = {CL-DiffPhyCon: Closed-loop Diffusion Control of Complex Physical Systems},
author = {Long Wei and Haodong Feng and Yuchen Yang and Ruiqi Feng and Peiyan Hu and Xiang Zheng and Tao Zhang and Dixia Fan and Tailin Wu},
journal= {arXiv preprint arXiv:2408.03124},
year = {2025}
}
备注
Published as a conference paper at ICLR 2025