Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.
Teknologi · CC BY 4.0 · Sumber data
Apa tujuan dan pendekatan risetnya?
Algoritme optimasi dirancang tahan terhadap ketidakpastian, sementara pengendali lokal mengikuti keluaran yang diminta pengoptimal secara waktu nyata. Integrasi keduanya menggunakan fondasi teori small-gain nonlinear, pengendali peredam ketidakpastian, dan extremum seeking untuk mengkaji kestabilan jaringan serta konvergensi. Metodologi direncanakan divalidasi melalui jaringan robot kooperatif, termasuk sistem yang dinyatakan oleh persamaan Euler-Lagrange. Sasaran riset adalah kendali dan optimasi serentak pada sistem besar dengan komunikasi maupun interaksi dinamis.
Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.
Baca uraian penerbitKonteks pengembangan
- Institusi penerima pada catatan
- University of California-San Diego
- Program
- EPCL: Energy, Power, Control,
- Periode pendanaan tercatat
- 2022-09-01 → 2025-08-31
Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.
Klasifikasi NSF
- Directorate for Engineering
- Division of Electrical, Communications and Cyber Systems
Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.
Apa yang diketahui tentang statusnya?
Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.
Batas informasi
Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.
Dasar profil
- NSF Award: Collaborative Research: EPCN: Distributed Optimization-based Control of Large-Scale Nonlinear Systems with Uncertainties and Application to Robotic Networks ↗
National Science Foundation (NSF) · Amendemen tercatat 08/23/2022
Diakses 2026-10-14. Metadata penghargaan dan abstrak publik NSF menjadi dasar parafrasa editorial Indonesia. Dokumen dan aset lain mengikuti hak pemiliknya.