Bilim insanları, yüksek belirsizlik içeren karmaşık sistemleri kontrol etmek için yenilikçi bir matematik tekniği geliştirdi. Bu çalışma, özellikle nonlinear (doğrusal olmayan) sürekli zamanlı stokastik sistemlerde optimal yoğunluk yönlendirme problemini ele alıyor.
Araştırmacıların geliştirdiği yöntem, 'Çoklu Dağılımdan Dağılıma Doğrusallaştırma' adı verilen yeni bir konsepte dayanıyor. Bu yaklaşım, belirsizliğin yüksek olduğu ve sistemin davranışının standart doğrusallaştırma noktalarından önemli ölçüde saptığı bölgelerde nonlinear dinamikleri daha hassas şekilde yakalayabiliyor.
Tekniğin çalışma prensibi oldukça sofistike. İlk aşamada, sınır dağılımları Gauss Karışım Modelleri (GMM) kullanılarak yaklaşık olarak hesaplanıyor. Ardından orijinal nonlinear problem, karışım bileşenleri arasındaki çiftler için Gauss-Gauss Optimal Kovaryans Yönlendirme alt problemlerine ayrıştırılıyor.
Her bir temel alt problem, ilgili başlangıç ve son Gauss bileşenlerini birbirine bağlayan ortalama yörünge etrafında yerel doğrusallaştırma kullanılarak çözülüyor. Elde edilen temel politikalar daha sonra ilişkili koşullu yoğunluklarına göre birleştiriliyor.
Araştırma ekibi, önerilen çoklu doğrusallaştırma yaklaşımının geleneksel yöntemlere kıyasla daha sıkı yaklaşım hatası verdiğini matematiksel olarak kanıtladı. Bu gelişme, otonom sistemler, robotik ve kontrol teorisi gibi alanlarda önemli uygulamalara sahip olabilir.