University of Toronto（多伦多大学）

Constant Time-Delay Leader Following with Neural Networks and Invariant Extended Kalman Filters for Arbitrary Trajectories

基于神经网络与不变扩展卡尔曼滤波的任意轨迹恒定时间延迟领航跟随

Luka Antonyshyn, Paulo Ricardo Marques de Araujo, Sidney Givigi

机构 * University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所） ； School of Computing（计算学院） 纠错

AI总结 提出一种结合概率Seq2Seq神经网络与不变扩展卡尔曼滤波的恒定时间延迟轨迹跟踪方法，用于无通信、无全局坐标的车队，在SE(2)流形上准确估计领车轨迹，并利用几何模型预测控制提升性能。

Comments 9 pages, 6 figures

SCOPE-FL: A Strategy-proof Chain-based Optimal pareto efficient Federated Learning System

SCOPE-FL：一种策略证明的基于链的最优帕累托高效联邦学习系统

Seyed Salar Ghazi, Kaiwen Zhang, Mehdi feizi, Hans-Arno Jacobsen

机构 * École de Technologie Supérieure (ÉTS)（高等技术学院） ； Ferdowsi University of Mashhad（菲尔多西大学） ； University of Toronto（多伦多大学） 纠错

AI总结 针对分层联邦学习中客户端选择策略缺乏帕累托效率和策略证明性导致整体福利下降的问题，提出SCOPE-FL框架，采用顶级交易循环算法同时保证帕累托最优和策略证明性，并通过区块链智能合约实现奖励分配。