用于非holonomic动力学的拉格朗日神经网络
机器学习
2025-07-29 v2 无序系统与神经网络
新兴技术
神经与进化计算
摘要
拉格朗日神经网络 (LNN) 是解决物理系统的强大工具，尤其是受约束律支配的系统。LNN可以参数化系统的拉格朗日函数，以几乎守恒能量的方式预测轨迹。这些技术在无约束系统以及受holonomic约束的系统中均已证明有效。在本工作中，我们将LNN技术适用于受非holonomic约束的力学系统。我们在一些著名的非holonomic约束示例上进行测试，表明将这些限制纳入神经网络学习不仅提高了轨迹估计精度，还确保了约束的遵循，并且在能量行为方面优于无限制的对手。
关键词
引用
@article{arxiv.2411.00110,
title = {Lagrangian neural networks for nonholonomic mechanics},
author = {Viviana Alejandra Diaz and Leandro Martin Salomone and Marcela Zuccalli},
journal= {arXiv preprint arXiv:2411.00110},
year = {2025}
}