Hierarchical Learning-Enhanced MPC for Safe Crowd Navigation with Heterogeneous Constraints

投稿日: 2025年6月12日 作成者: jarxiv

要約

この論文では、不均一な制約を備えた動的環境でのロボットナビゲーションのための新しい階層的なフレームワークを提案します。
当社のアプローチは、Rehonforce Learning（RL）を介してトレーニングされたグラフニューラルネットワークを活用して、ローカルの目標推奨事項として策定されたロボットのコストを効率的に推定します。
その後、運動学的制約を説明する時空間のパス検索モジュールを使用して、明示的な制約施行に使用される非凸最適化問題を解決するための参照軌跡を生成するために採用されます。
さらに重要なことは、提案されたプランナーのエンドツーエンドのトレーニングを可能にする、インクリメンタルなアクションマスキングメカニズムと特権学習戦略を導入することです。
シミュレーションと現実世界の両方の実験は、提案された方法が複雑な動的環境でのローカル計画に効果的に対処し、最先端の（SOTA）パフォーマンスを達成することを示しています。
既存の学習最適化ハイブリッドメソッドと比較して、このアプローチは高忠実度シミュレーション環境への依存性を排除し、計算効率とトレーニングスケーラビリティに大きな利点をもたらします。
コードは、論文を受け入れるとオープンソースとしてリリースされます。

要約(オリジナル)

In this paper, we propose a novel hierarchical framework for robot navigation in dynamic environments with heterogeneous constraints. Our approach leverages a graph neural network trained via reinforcement learning (RL) to efficiently estimate the robot’s cost-to-go, formulated as local goal recommendations. A spatio-temporal path-searching module, which accounts for kinematic constraints, is then employed to generate a reference trajectory to facilitate solving the non-convex optimization problem used for explicit constraint enforcement. More importantly, we introduce an incremental action-masking mechanism and a privileged learning strategy, enabling end-to-end training of the proposed planner. Both simulation and real-world experiments demonstrate that the proposed method effectively addresses local planning in complex dynamic environments, achieving state-of-the-art (SOTA) performance. Compared with existing learning-optimization hybrid methods, our approach eliminates the dependency on high-fidelity simulation environments, offering significant advantages in computational efficiency and training scalability. The code will be released as open-source upon acceptance of the paper.

arxiv情報

著者 Huajian Liu,Yixuan Feng,Wei Dong,Kunpeng Fan,Chao Wang,Yongzhuo Gao
発行日 2025-06-11 15:31:25+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | コメントする

Aucamp: An Underwater Camera-Based Multi-Robot Platform with Low-Cost, Distributed, and Robust Localization

投稿日: 2025年6月12日 作成者: jarxiv

要約

このホワイトペーパーでは、ローカリゼーションのための費用対効果の高いモノクラーカメラベースのセンシング、分散プロトコル、および堅牢な方向制御を特徴とする、Aucampという名前の水中マルチロボットプラットフォームを紹介します。
透明度機能を利用して距離を測定し、単眼イメージングモデルを提示し、ターゲットオブジェクトの位置を推定します。
分散アップデートプロトコルを設計することにより、プラットフォームでグローバルなポジショニングを実現します。
分散アルゴリズムにより、知覚プロセスがより広い範囲を同時にカバーすることができ、ポジショニングの精度と堅牢性を大幅に改善します。
さらに、プラットフォーム内のロボットの明示的なダイナミクスモデルが取得されます。そのことに基づいて、堅牢な方向制御フレームワークを提案します。
制御システムは、プラットフォームが各ロボットのバランスの取れた姿勢を維持することを保証し、それによりローカリゼーションシステムの安定性を保証します。
このプラットフォームは、強制不安定な状態から安定した水平姿勢に迅速に回復することができます。
さらに、プラットフォームのパフォーマンスを評価するために、広範な実験とアプリケーションシナリオを実施します。
提案された新しいプラットフォームは、水中センサーネットワークによる広範な海洋探査のサポートを提供する場合があります。

要約(オリジナル)

This paper introduces an underwater multi-robot platform, named Aucamp, characterized by cost-effective monocular-camera-based sensing, distributed protocol and robust orientation control for localization. We utilize the clarity feature to measure the distance, present the monocular imaging model, and estimate the position of the target object. We achieve global positioning in our platform by designing a distributed update protocol. The distributed algorithm enables the perception process to simultaneously cover a broader range, and greatly improves the accuracy and robustness of the positioning. Moreover, the explicit dynamics model of the robot in our platform is obtained, based on which, we propose a robust orientation control framework. The control system ensures that the platform maintains a balanced posture for each robot, thereby ensuring the stability of the localization system. The platform can swiftly recover from an forced unstable state to a stable horizontal posture. Additionally, we conduct extensive experiments and application scenarios to evaluate the performance of our platform. The proposed new platform may provide support for extensive marine exploration by underwater sensor networks.

arxiv情報

著者 Jisheng Xu,Ding Lin,Pangkit Fong,Chongrong Fang,Xiaoming Duan,Jianping He
発行日 2025-06-11 15:44:04+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | コメントする

From Theory to Practice: Advancing Multi-Robot Path Planning Algorithms and Applications

投稿日: 2025年6月12日 作成者: jarxiv

要約

ラベル付きMRPP（マルチロボットパス計画）問題には、衝突を避けながら、ロボットを最初から目標構成まで効率的にルーティングすることが含まれます。
ソリューションの品質とランタイムの進歩にもかかわらず、その複雑さと産業の関連性は研究を促進し続けています。
この論文では、証明可能な保証と実用的なヒューリスティックを備えたスケーラブルなMRPPメソッドを導入します。
まず、倉庫および小包システムに関連する2Dグリッドで密なMRPPを研究します。
Rubik Tableメソッドを提案し、$（1 + \ delta）$ – 最適なメイク（$ \ delta \ in（0、0.5] $）を最大$ \ frac {m_1 m_2} {2} $ $ロボットで実現し、大規模なインスタンスを効率的に解決し、最適なベンチマークを設定します。
（たとえば、倉庫、駐車システム）、密集したデッドロックのない自動車駐車のためのパズルベースのシステムを提案します。

要約(オリジナル)

The labeled MRPP (Multi-Robot Path Planning) problem involves routing robots from start to goal configurations efficiently while avoiding collisions. Despite progress in solution quality and runtime, its complexity and industrial relevance continue to drive research. This dissertation introduces scalable MRPP methods with provable guarantees and practical heuristics. First, we study dense MRPP on 2D grids, relevant to warehouse and parcel systems. We propose the Rubik Table method, achieving $(1 + \delta)$-optimal makespan (with $\delta \in (0, 0.5]$) for up to $\frac{m_1 m_2}{2}$ robots, solving large instances efficiently and setting a new theoretical benchmark. Next, we address real-world MRPP. We design optimal layouts for structured environments (e.g., warehouses, parking systems) and propose a puzzle-based system for dense, deadlock-free autonomous vehicle parking. We also extend MRPP to Reeds-Shepp robots, introducing motion primitives and smoothing techniques to ensure feasible, efficient paths under nonholonomic constraints. Simulations and real-world tests validate the approach in urban driving and robotic transport scenarios.

arxiv情報

著者 Teng Guo
発行日 2025-06-11 16:29:42+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | コメントする

Locomotion on Constrained Footholds via Layered Architectures and Model Predictive Control

投稿日: 2025年6月12日 作成者: jarxiv

要約

これらのロボットの非線形、ハイブリッド、および高次元性の性質により、リアルタイムで脚のある運動のためのコンピューティング安定化と最適な制御アクションは困難です。
システムのハイブリッド性は、数値最適制御の問題を引き起こす離散変数と連続変数の組み合わせを導入します。
これらの課題に対処するために、離散変数とスムーズモデル予測コントローラー（MPC）の選択を分離する層状アーキテクチャを提案します。
層状の定式化により、グラデーションフリーとグラデーションベースの方法の組み合わせを通じてリアルタイムのパフォーマンスを犠牲にすることなく、オンラインの柔軟性と最適性が可能になります。
アーキテクチャは、離散変数を決定するためのサンプリングベースの方法と、これらの固定離散変数を使用して古典的な滑らかなMPC定式化を活用します。
四肢のロボットが、さまざまな高さで隙間を介して地形に足を踏み入れる結果を示します。
シミュレーションでは、ギャップトラバーサルのヒューマノイドロボット上のコントローラーを実証します。
階層化されたアプローチは、一般的なヒューリスティックベースのアプローチよりも最適で信頼性が高く、純粋なサンプリング方法よりも計算が速いことが示されています。

要約(オリジナル)

Computing stabilizing and optimal control actions for legged locomotion in real time is difficult due to the nonlinear, hybrid, and high dimensional nature of these robots. The hybrid nature of the system introduces a combination of discrete and continuous variables which causes issues for numerical optimal control. To address these challenges, we propose a layered architecture that separates the choice of discrete variables and a smooth Model Predictive Controller (MPC). The layered formulation allows for online flexibility and optimality without sacrificing real-time performance through a combination of gradient-free and gradient-based methods. The architecture leverages a sampling-based method for determining discrete variables, and a classical smooth MPC formulation using these fixed discrete variables. We demonstrate the results on a quadrupedal robot stepping over gaps and onto terrain with varying heights. In simulation, we demonstrate the controller on a humanoid robot for gap traversal. The layered approach is shown to be more optimal and reliable than common heuristic-based approaches and faster to compute than pure sampling methods.

arxiv情報

著者 Zachary Olkin,Aaron D. Ames
発行日 2025-06-11 17:54:44+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | コメントする

FinTSBridge: A New Evaluation Suite for Real-world Financial Prediction with Advanced Time Series Models

投稿日: 2025年6月12日 作成者: jarxiv

要約

近年の時系列予測への注意が高まっているにもかかわらず、多くの研究は、予測パフォーマンスの向上を目指して、時系列予測で遭遇する課題に対処するためのさまざまなソリューションを提案しています。
ただし、これらの時系列予測モデルを金融資産価格設定の分野に効果的に適用することは依然として困難な問題です。
最先端の時系列予測モデルを金融資産の価格設定と結びつける橋がまだ必要です。
このギャップを埋めるために、次の取り組みを実施しました。1）財務ドメインから3つのデータセットを構築しました。
2）最近の研究から10以上の時系列予測モデルを選択し、財務時系列でのパフォーマンスを検証しました。
3）MSEとMAEに加えて、MSICとMSIRの新しいメトリックを開発し、モデルによってキャプチャされた時系列相関を紹介しました。
4）これら3つのデータセットの財務固有のタスクを設計し、重要な財務上の問題におけるこれらの予測モデルの実用的なパフォーマンスとアプリケーションの可能性を評価しました。
開発された新しい評価スイートであるFintsbridgeが、フィナニカルドメインの高度な予測モデルの有効性と堅牢性に関する貴重な洞察を提供できることを願っています。

要約(オリジナル)

Despite the growing attention to time series forecasting in recent years, many studies have proposed various solutions to address the challenges encountered in time series prediction, aiming to improve forecasting performance. However, effectively applying these time series forecasting models to the field of financial asset pricing remains a challenging issue. There is still a need for a bridge to connect cutting-edge time series forecasting models with financial asset pricing. To bridge this gap, we have undertaken the following efforts: 1) We constructed three datasets from the financial domain; 2) We selected over ten time series forecasting models from recent studies and validated their performance in financial time series; 3) We developed new metrics, msIC and msIR, in addition to MSE and MAE, to showcase the time series correlation captured by the models; 4) We designed financial-specific tasks for these three datasets and assessed the practical performance and application potential of these forecasting models in important financial problems. We hope the developed new evaluation suite, FinTSBridge, can provide valuable insights into the effectiveness and robustness of advanced forecasting models in finanical domains.

arxiv情報

著者 Yanlong Wang,Jian Xu,Tiantian Gao,Hongkang Zhang,Shao-Lun Huang,Danny Dongning Sun,Xiao-Ping Zhang
発行日 2025-06-11 15:26:46+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, q-fin.TR | コメントする

Tractable hierarchies of convex relaxations for polynomial optimization on the nonnegative orthant

投稿日: 2025年6月12日 作成者: jarxiv

要約

非陰性オルサントに含まれる半自由セットの多項式最適化問題（POP）を考慮します（コンパクトセットのすべてのPOPは、原点の単純な翻訳によってこの形式に配置できます）。
このようなポップは、各変数を二乗することにより、同等のポップに変換できます。
対称性と因子幅の概念さえも使用して、ディキンソン-PovhによるP \ ‘OlyaのPositivstellensatzの拡張に基づいて、半微細緩和の階層を提案します。
際立った特徴と重要な特徴として、結果として生じる各半光緩和の最大マトリックスサイズは任意に選択でき、さらに、新しい階層によって返される値のシーケンスは、速度で$ o（\ varepsilon^{ – c}）がemplainsysを持っている場合に速度で最適な値に収束することを証明します。
（i）多層ニューラルネットワークの堅牢性認証と（ii）正の最大特異値の計算に適用されると、P \ ‘OlyaのPositivstellensatzに基づく方法に基づく方法は、標準的なモーメントソス階層の数百倍速い境界を提供し、数百倍速く走ります。

要約(オリジナル)

We consider polynomial optimization problems (POP) on a semialgebraic set contained in the nonnegative orthant (every POP on a compact set can be put in this format by a simple translation of the origin). Such a POP can be converted to an equivalent POP by squaring each variable. Using even symmetry and the concept of factor width, we propose a hierarchy of semidefinite relaxations based on the extension of P\’olya’s Positivstellensatz by Dickinson-Povh. As its distinguishing and crucial feature, the maximal matrix size of each resulting semidefinite relaxation can be chosen arbitrarily and in addition, we prove that the sequence of values returned by the new hierarchy converges to the optimal value of the original POP at the rate $O(\varepsilon^{-c})$ if the semialgebraic set has nonempty interior. When applied to (i) robustness certification of multi-layer neural networks and (ii) computation of positive maximal singular values, our method based on P\’olya’s Positivstellensatz provides better bounds and runs several hundred times faster than the standard Moment-SOS hierarchy.

arxiv情報

著者 Ngoc Hoang Anh Mai,Victor Magron,Jean-Bernard Lasserre,Kim-Chuan Toh
発行日 2025-06-11 15:28:57+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, math.AG, math.OC | コメントする

Machine Learning-Based Classification of Oils Using Dielectric Properties and Microwave Resonant Sensing

投稿日: 2025年6月12日 作成者: jarxiv

要約

このペーパーでは、マイクロ波共鳴センサーを利用して、誘電特性に基づいたさまざまなオイルサンプルの分類のための機械学習ベースの方法論を提案します。
分子組成によって支配される油の誘電挙動は、センサーの共鳴周波数と振幅応答の明確なシフトを誘発します。
これらのバリエーションは、顕著な特徴を抽出するために体系的にキャプチャおよび処理されます。これは、複数の機械学習分類器の入力として機能します。
マイクロ波共振センサーは、非破壊的で低電力の方法で動作し、リアルタイムの産業用アプリケーションに特に適しています。
包括的なデータセットは、オイルサンプルの誘電率を変化させ、対応するセンサー応答を取得することにより開発されます。
抽出された共振機能を使用していくつかの分類器を訓練および評価して、オイルタイプを区別する能力を評価します。
実験結果は、提案されたアプローチがランダムフォレスト分類器で99.41％の高い分類精度を達成し、自動化されたオイル識別の強い可能性を強調することを示しています。
システムのコンパクトなフォームファクター、効率、および高性能は、産業環境での高速で信頼性の高いオイルの特性評価に対する実行可能性を強調しています。

要約(オリジナル)

This paper proposes a machine learning-based methodology for the classification of various oil samples based on their dielectric properties, utilizing a microwave resonant sensor. The dielectric behaviour of oils, governed by their molecular composition, induces distinct shifts in the sensor’s resonant frequency and amplitude response. These variations are systematically captured and processed to extract salient features, which serve as inputs for multiple machine learning classifiers. The microwave resonant sensor operates in a non-destructive, low-power manner, making it particularly well-suited for real-time industrial applications. A comprehensive dataset is developed by varying the permittivity of oil samples and acquiring the corresponding sensor responses. Several classifiers are trained and evaluated using the extracted resonant features to assess their capability in distinguishing between oil types. Experimental results demonstrate that the proposed approach achieves a high classification accuracy of 99.41% with the random forest classifier, highlighting its strong potential for automated oil identification. The system’s compact form factor, efficiency, and high performance underscore its viability for fast and reliable oil characterization in industrial environments.

arxiv情報

著者 Amit Baran Dey,Wasim Arif,Rakhesh Singh Kshetrimayum
発行日 2025-06-11 15:41:08+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG | コメントする

Private Aggregation for Byzantine-Resilient Heterogeneous Federated Learning

投稿日: 2025年6月12日 作成者: jarxiv

要約

クライアントのデータのプライバシーを維持しながら、ビザンチンのクライアントに回復力を確保することは、フェデレートラーニング（FL）の基本的な課題です。
クライアントのデータが均質である場合、クライアントの勾配の堅牢な集約を確保しながら、安全な集約技術を利用した情報理論的な観点から適切な対策が研究されました。
ただし、使用された対策は、クライアントのデータが不均一である場合に失敗します。
最近隣接する混合などの適切な前処理技術は、最近、不均一な設定でのこれらの対策の性能を向上させることが示されました。
それにもかかわらず、これらの前処理手法は、導入されたプライバシーを提供するメカニズムでは適用することはできません。
検証可能な秘密共有、安全な集約、および情報理論的プライバシー保証とデータの不均一性の下でのビザンチンの回復力を達成するための調整された対称的な個人情報検索スキームの慎重な共同設計を含む多段階の方法を提案します。
さまざまな攻撃に対するスキームの有効性を評価し、以前に既知のテクニックよりも優れていることを示します。
安全な集約の通信オーバーヘッドは無視できないため、最先端のFLタスクの通信コストを削減し、それによりプライベート集約をスケーラブルにするゼロ次の推定方法との相互作用を調査します。

要約(オリジナル)

Ensuring resilience to Byzantine clients while maintaining the privacy of the clients’ data is a fundamental challenge in federated learning (FL). When the clients’ data is homogeneous, suitable countermeasures were studied from an information-theoretic perspective utilizing secure aggregation techniques while ensuring robust aggregation of the clients’ gradients. However, the countermeasures used fail when the clients’ data is heterogeneous. Suitable pre-processing techniques, such as nearest neighbor mixing, were recently shown to enhance the performance of those countermeasures in the heterogeneous setting. Nevertheless, those pre-processing techniques cannot be applied with the introduced privacy-preserving mechanisms. We propose a multi-stage method encompassing a careful co-design of verifiable secret sharing, secure aggregation, and a tailored symmetric private information retrieval scheme to achieve information-theoretic privacy guarantees and Byzantine resilience under data heterogeneity. We evaluate the effectiveness of our scheme on a variety of attacks and show how it outperforms the previously known techniques. Since the communication overhead of secure aggregation is non-negligible, we investigate the interplay with zero-order estimation methods that reduce the communication cost in state-of-the-art FL tasks and thereby make private aggregation scalable.

arxiv情報

著者 Maximilian Egger,Rawad Bitar
発行日 2025-06-11 15:42:18+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.DC, cs.IT, cs.LG, math.IT, stat.ML | コメントする

UmbraTTS: Adapting Text-to-Speech to Environmental Contexts with Flow Matching

投稿日: 2025年6月12日 作成者: jarxiv

要約

テキストからスピーチ（TTS）の最近の進歩により、非常に自然な音声統合が可能になりましたが、スピーチと複雑な背景環境の統合は依然として困難です。
テキストとアコースティックコンテキストを条件付けた音声と環境オーディオの両方を共同で生成するフローマッチングベースのTTSモデルであるUmbrattsを紹介します。
私たちのモデルは、バックグラウンドボリュームを細かく制御でき、多様で、コヒーレントで、コンテキスト対応のオーディオシーンを生成します。
重要な課題は、自然なコンテキストでアラインされた音声とバックグラウンドオーディオのデータがないことです。
ペアのトレーニングデータの欠如を克服するために、発表されていない録音から音声、バックグラウンドオーディオ、およびトランスクリプトを抽出する自己監督のフレームワークを提案します。
広範な評価は、Umbrattsが既存のベースラインを大幅に上回り、自然で高品質の環境的に認識しているオーディオを生成することを示しています。

要約(オリジナル)

Recent advances in Text-to-Speech (TTS) have enabled highly natural speech synthesis, yet integrating speech with complex background environments remains challenging. We introduce UmbraTTS, a flow-matching based TTS model that jointly generates both speech and environmental audio, conditioned on text and acoustic context. Our model allows fine-grained control over background volume and produces diverse, coherent, and context-aware audio scenes. A key challenge is the lack of data with speech and background audio aligned in natural context. To overcome the lack of paired training data, we propose a self-supervised framework that extracts speech, background audio, and transcripts from unannotated recordings. Extensive evaluations demonstrate that UmbraTTS significantly outperformed existing baselines, producing natural, high-quality, environmentally aware audios.

arxiv情報

著者 Neta Glazer,Aviv Navon,Yael Segal,Aviv Shamsian,Hilit Segev,Asaf Buchnick,Menachem Pirchi,Gil Hetz,Joseph Keshet
発行日 2025-06-11 15:43:08+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.SD, eess.AS | コメントする

Leveraging data-driven weather models for improving numerical weather prediction skill through large-scale spectral nudging

投稿日: 2025年6月12日 作成者: jarxiv

要約

運用上の気象予測は、物理ベースの数値予測（NWP）モデルに長い間依存してきました。
最近、この景観は、データ駆動型の人工知能（AI）ベースの気象モデルの出現により、途方もない計算パフォーマンスと競争の予測精度を提供することにより、混乱に直面しています。
ただし、中距離予測のデータ駆動型モデルは一般に、効果的な解像度や予測変数の狭い範囲など、大きな制限に悩まされています。
この研究では、物理ベースのGEM（グローバル環境マルチスケール）とAIベースのグラフキャストモデルを使用したこれらの競合するパラダイムの相対的な長所と短所を示しています。
物理的およびスペクトル空間におけるそれぞれのグローバルな予測の分析により、グラフキャストによって予測された微細なスケールが過度の平滑化に苦しんでいるにもかかわらず、グラフキャスト予測の大きなスケールは、特に長いリードタイムで宝石を上回ることがわかります。
この洞察に基づいて、ハイブリッドNWP-AIシステムが提案されています。このシステムでは、GEMによって予測される温度と水平風成分は、大きなスケールでのグラフキャスト予測に向けてスペクトル的に微調整されますが、GEM自体はローカルの予測可能性と極端な天候に重要な詳細を自由に生成します。
このハイブリッドアプローチは、グラフキャストの強みを活用して、GEMモデルの予測スキルを強化しながら、フルパワースペクトルで物理的に一貫した予測フィールドの完全なスイートを生成することができます。
さらに、熱帯低気圧の軌跡は、強度を大幅に変化させることなく、精度を強化して予測されます。
カナダの気象センターでのこのハイブリッドシステムの運用化のための作業が進行中です。

要約(オリジナル)

Operational meteorological forecasting has long relied on physics-based numerical weather prediction (NWP) models. Recently, this landscape has faced disruption by the advent of data-driven artificial intelligence (AI)-based weather models, which offer tremendous computational performance and competitive forecasting accuracy. However, data-driven models for medium-range forecasting generally suffer from major limitations, including low effective resolution and a narrow range of predicted variables. This study illustrates the relative strengths and weaknesses of these competing paradigms using the physics-based GEM (Global Environmental Multiscale) and the AI-based GraphCast models. Analyses of their respective global predictions in physical and spectral space reveal that GraphCast-predicted large scales outperform GEM, particularly for longer lead times, even though fine scales predicted by GraphCast suffer from excessive smoothing. Building on this insight, a hybrid NWP-AI system is proposed, wherein temperature and horizontal wind components predicted by GEM are spectrally nudged toward GraphCast predictions at large scales, while GEM itself freely generates the fine-scale details critical for local predictability and weather extremes. This hybrid approach is capable of leveraging the strengths of GraphCast to enhance the prediction skill of the GEM model while generating a full suite of physically consistent forecast fields with a full power spectrum. Additionally, trajectories of tropical cyclones are predicted with enhanced accuracy without significant changes in intensity. Work is in progress for operationalization of this hybrid system at the Canadian Meteorological Centre.

arxiv情報

著者 Syed Zahid Husain,Leo Separovic,Jean-François Caron,Rabah Aider,Mark Buehner,Stéphane Chamberland,Ervig Lapalme,Ron McTaggart-Cowan,Christopher Subich,Paul A. Vaillancourt,Jing Yang,Ayrton Zadra
発行日 2025-06-11 15:48:16+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, physics.ao-ph | コメントする