有限时间收敛GNN模型

时变噪声下仍收敛

针对现有GNN求解时变问题时存在滞后误差的不足，该模型无论是否存在时变噪声均能以有限时间收敛到理论解，在求解时变线性方程组时比现有GNN和ZNN模型更稳健可靠。

张银炎 · 廖柏林 · 耿光刚

IEEE Transactions on Systems, Man, and Cybernetics: Systems 2024

技术优势

噪声下仍有限时间收敛

无论是否存在时变噪声，模型都能在有限时间内收敛到理论解，避免滞后误差。

比现有GNN和ZNN更优

与现有GNN和ZNN的对比验证了本模型的优势。

应用场景

• 机器人实时控制：在噪声环境下实时求解运动学方程，避免滞后误差导致控制失效。
• 动态系统求解：在动态系统状态快速变化时，于有限时间内求得精确解，替代传统GNN消除滞后。
• 具身智能实时计算：为具身智能提供抗噪的实时线性方程求解，确保在动态环境中稳定计算。