数字孪生模型可增强系统自控能力
据近期《自然·通讯》杂志报道,美国俄亥俄州立大学的研究人员使用机器学习工具创建了一个表现出混沌行为的电子电路的数字孪生模型。他们借此成功地预测了电子电路的行为并对其进行了控制。
许多日常设备,如恒温器和巡航控制系统,都使用线性控制器。由于这些设备算法简单,所以很难控制复杂行为(例如混沌)系统。因此,自动驾驶汽车等先进设备通常依赖基于机器学习的控制器。