RHYME-XT：用于时空控制系统的神经算子
机器学习
2026-03-19 v1 系统与控制
系统与控制
最优化与控制
摘要
我们提出RHYME-XT，这是一种用于时空控制系统的算子学习框架，适用于由输入仿射非线性偏积分微分方程（PIDE）描述且具有局部节律行为的时空控制系统。RHYME-XT采用拉格尔投影方法，在由神经网络参数化的空间基函数构成的有限维子空间上近似无限维PIDE，从而得到由投影输入驱动的ODE系统。与直接积分该非自治系统不同，我们直接学习其流图，并使用一种用于学习流函数的架构，避免高昂的计算，同时获得连续时间且不受离散化影响的表示。在神经场PIDE上的实验表明，RHYME-XT的性能优于最新技术的神经算子，并且能够通过微调过程在不同数据集上训练的模型之间有效传递知识。
引用
@article{arxiv.2603.17867,
title = {RHYME-XT: A Neural Operator for Spatiotemporal Control Systems},
author = {Marijn Ruiter and Miguel Aguiar and Jake Rap and Karl H. Johansson and Amritam Das},
journal= {arXiv preprint arXiv:2603.17867},
year = {2026}
}
备注
6 pages, 5 figures. Submitted to IEEE Control Systems Letters (L-CSS) and CDC 2026