Stanford Üniversitesi ve diğer kurumlardaki araştırmacılar, belirsizlik altında çalışan sistemlerin kontrolü için yenilikçi bir matematiksel çerçeve geliştirdi. Bu yaklaşım, gürültülü ortamlarda faaliyet gösteren otonom sistemlerin daha güvenilir bir şekilde yönetilmesini sağlayabilir.
Geleneksel kontrol sistemleri genellikle çevresel gürültünün özelliklerini tam olarak bildiğimizi varsayar. Ancak gerçek dünyada bu bilgi çoğunlukla eksik veya belirsizdir. Yeni yöntem, gürültünün sadece ortalama ve kovaryans değerlerinin belirli aralıklarda olduğunu bilerek çalışır ve bu belirsizlik altında en kötü duruma karşı optimize edilmiş kontrol stratejileri üretir.
Araştırmacılar, bu karmaşık optimizasyon problemini çözülebilir bir matematik formuna dönüştürmeyi başardı. Geliştirdikleri algoritma, büyük ölçekli sistemlerde bile etkili bir şekilde çalışabiliyor ve istenen doğruluk seviyesine ulaşabiliyor.
Bu çalışmanın sonuçları, otonom araçların güvenli sürüşünden endüstriyel robot kontrolüne, finansal risk yönetiminden iklim kontrol sistemlerine kadar geniş bir uygulama alanına sahip. Özellikle yapay zeka destekli sistemlerin güvenilirliğini artırmak için kritik bir adım olarak değerlendiriliyor.