Using MoSSEC to exploit modelling and simulation context data for overall aircraft design

ISO 26262 Conform Model Based Development and Verification Process

基于模型的设计_MCU篇 mcu介绍

基于模型补偿的机械手PD控制MATLAB代码.rar

基于模型预测控制的电动汽车轮毂电机转矩控制研究_肖祥慧.caj

基于模型的强化学习(MBRL)最近获得了极大的兴趣，因为它具有潜在的样本效率和合并非策略数据的能力。然而，使用富函数逼近器设计稳定、高效的MBRL算法仍然具有挑战性。

对软件进行业务流程建模，根据模型自动生成满足路径覆盖要求的测试用例与自动化的测试脚本框架，实现对嵌入式软件、Web应用、移动APP、桌面软件等多种类型软件的自动化测试，解决测试用例设计充分性难保证、测试脚本编写难度大、测试复用效果查等软件测试难题，提高软件测试的科学性与有效性。

确定性清洁机器人的基于模型的值迭代算法。 这段代码是值迭代算法的一个非常简单的实现，对于强化学习和动态规划领域的初学者来说，它是一个有用的起点。 确定性清洁机器人 MDP：清洁机器人必须收集用过的罐子，还必须为电池充电。 状态描述了机器人的位置，动作描述了运动的方向。 机器人可以向左或向右移动。 第一个 (1) 和最后 (6) 个状态是终止状态。 目标是找到一种最佳策略，以使任何初始状态的收益最大化。 这里是 Q-iteration（基于模型的值迭代 DP）。 参考：算法 2-1，来自： @book{busoniu2010reinforcement, title={使用函数逼近器的强化学习和动态规划}， 作者={Busoniu，Lucian 和 Babuska，Robert 和 De Schutter，Bart 和 Ernst，Damien}， 年={2010}, 出版商={CRC Pre

Simulink及基于模型设计的嵌入式应用

ATOM：基于模型驱动的微服务自动伸缩.pptx