Redact text from PDF documents for blind review anonymization
日本語の概要は準備中です。原文の説明を表示しています。
agentscope-ai/PawBench1182026年8月3日 更新
無料GitHub で公開
finite-horizon-lqr
Solving finite-horizon LQR via dynamic programming for MPC.
含まれるファイル（1）
- SKILL.md1.1 KB
SKILL.md（原文）
インストールする前に、エージェントに与えられる指示の中身を確認できます。
Finite-Horizon LQR for MPC
Problem Formulation
Minimize cost over horizon N:
J = Σ(k=0 to N-1) [x'Qx + u'Ru] + x_N' P x_N
Backward Riccati Recursion
Initialize: P_N = Q (or LQR solution for stability)
For k = N-1 down to 0:
K_k = inv(R + B'P_{k+1}B) @ B'P_{k+1}A
P_k = Q + A'P_{k+1}(A - B @ K_k)
Forward Simulation
Starting from x_0:
u_k = -K_k @ x_k
x_{k+1} = A @ x_k + B @ u_k
Python Implementation
def finite_horizon_lqr(A, B, Q, R, N, x0):
nx, nu = A.shape[0], B.shape[1]
K = np.zeros((nu, nx, N))
P = Q.copy()
# Backward pass
for k in range(N-1, -1, -1):
K[:,:,k] = np.linalg.solve(R + B.T @ P @ B, B.T @ P @ A)
P = Q + A.T @ P @ (A - B @ K[:,:,k])
# Return first control
return -K[:,:,0] @ x0
MPC Application
At each timestep:
- Measure current state x
- Solve finite-horizon LQR from x
- Apply first control u_0
- Repeat next timestep
レビュー
まだレビューはありません。使ってみた感想をお寄せください。
同じリポジトリのスキル
概要と使いどころ
Use this skill when reading sensor data from CSV files, writing simulation results to CSV, processing time-series data with pandas, or handling missing values in datasets.
日本語の概要は準備中です。原文の説明を表示しています。
agentscope-ai/PawBench1182026年8月3日 更新
DC power flow analysis for power systems. Use when computing power flows using DC approximation, building susceptance matrices, calculating line flows and loading percentages, or performing sensitivity analysis on transmission networks.
日本語の概要は準備中です。原文の説明を表示しています。
agentscope-ai/PawBench1182026年8月3日 更新
A library for building, validating, visualizing, and serializing dialogue graphs. Use this when parsing scripts or creating branching narrative structures.
日本語の概要は準備中です。原文の説明を表示しています。
agentscope-ai/PawBench1182026年8月3日 更新
docx
無料Use this skill whenever the user wants to create, read, edit, or manipulate Word documents (.docx files). Triggers include: any mention of "Word doc", "word document", ".docx", or requests to produce professional documents with formatting like tables of contents, headings, page numbers, or letterheads. Also use when extracting or reorganizing content from .docx files, inserting or replacing images in documents, performing find-and-replace in Word files, working with tracked changes or comments, or converting content into a polished Word document. If the user asks for a "report", "memo", "letter", "template", or similar deliverable as a Word or .docx file, use this skill. Do NOT use for PDFs, spreadsheets, Google Docs, or general coding tasks unrelated to document generation.
日本語の概要は準備中です。原文の説明を表示しています。
agentscope-ai/PawBench1182026年8月3日 更新
Generator economic dispatch and cost optimization for power systems. Use when minimizing generation costs, computing optimal generator setpoints, calculating operating margins, or working with generator cost functions.
日本語の概要は準備中です。原文の説明を表示しています。
agentscope-ai/PawBench1182026年8月3日 更新