据TechXplore网5月9日消息，美国俄亥俄州立大学研究人员发现，利用机器学习工具创建数字孪生体来控制混沌系统，可以帮助系统更高效地运行。传统的线性控制器难以应对复杂行为，而基于机器学习的控制器虽然效率高，但实现难度大且成本昂贵。研究团队开发的数字孪生体结构紧凑，能在廉价计算机芯片上运行，通过水库计算方法训练，能够快速适应动态系统的变化。这种方法在控制任务中表现出比线性方法更高的准确性和更低的计算复杂性，同时具有更高的能效。这一研究成果不仅在工程方面具有潜在进步，还有重要的经济和环境激励，有望应用于未来的量子信息处理等领域。

消息来源：https://techxplore.com/news/2024-05-chaos-edge-hardware-digital-twin.html#google_vignette