标签
本文首次将校准模型应用于真实工业场景中的离线超参数选择，以市政水处理厂为例，展示了这些模型能够生成逼真的轨迹并恢复超参数敏感性趋势。
本文探讨了使用基于GRPO再训练的紧凑型小型语言模型（Qwen2.5-1.5B），并结合验证器引导的校正循环，用于自主工业控制。该框架实现了高对齐精度和低延迟，展示了在边缘部署的实际可行性。
本文提出了一种预测性深度强化学习公式，通过将未来参考视界加入状态空间，实现轨迹跟踪的预期控制。仿真结果显示误差显著降低，但零样本迁移到物理硬件时暴露了仿真与现实的差距。
该报告研究了荷兰能源密集型产业对非欧洲云服务的数字依赖，并得出结论：最关键的系统在很大程度上仍然自主，但支撑层和物流严重依赖多个外国云，这在中断时带来风险。