You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
reacted with thumbs up emoji reacted with thumbs down emoji reacted with laugh emoji reacted with hooray emoji reacted with confused emoji reacted with heart emoji reacted with rocket emoji reacted with eyes emoji
Uh oh!
There was an error while loading. Please reload this page.
我们很高兴地宣布,REVIVE 2.0.0 正式发布!本次升级聚焦于图模型架构、训练流程编排、不确定性评估与控制策略优化,进一步提升训练效率与建模能力,为复杂动态系统提供更灵活的开发方式。
从历史数据构建世界模型,在模型中训练和评估控制策略。REVIVE 2.0 延续数据与专家知识融合的建模理念,带来六项核心升级,诚邀您体验!
✨ 新版本特性
1. “图即模型”架构升级
2. 训练流程编排与渐进式课程学习
3. 新增不确定性评估模块
4. 模块插件化,功能按需启用
5. 训练效率、建模精度与策略效果提升
halfcheetahdrone_worldmodelchlorination↑ 表示越高越好,↓ 表示越低越好。任务名称对应 examples 文件夹名,比较结果按未四舍五入的数值计算。无人机采用历史实验中相同 9 条轨迹、200 步预测的实测 NMAE;旧版模型使用全部 90 条轨迹训练,新版模型使用其中 81 条训练,训练条件存在差异。
水处理基准为数据策略(专家控制器)在两组各 364 天对照仿真中的评价结果,不代表 REVIVE 1.2.0 训练策略。新版优化策略的告警占比相对该基准降低约 72.47%,药耗增加约 2.67%。该案例仅在构建的仿真模拟器中测试,未进行实际水厂上线测试。仿真中仍存在外生水位异常,整体上线条件尚未满足;现场应用需另行开展独立验收。
三项结果分别衡量策略得分、模型预测误差和控制效果,指标不作横向排名。训练加速与任务结果均对应特定测试条件,实际表现取决于数据、模型配置、运行环境与评价口径。
6. 内置 MPC 与 PID 类策略算法
📥 获取新版
欢迎联系 POLIXIR 获取 REVIVE 2.0.0 商业版 SDK。当前交付包支持 Linux x86_64、Python 3.10/3.11,提供 CPU 与 CUDA 环境支持;昇腾 NPU 需单独配置适配环境,具体交付范围请联系 POLIXIR 确认。请参阅安装与授权指南,开始使用新版功能。
📚 文档与资源
REVIVE 2.0 配套中文文档涵盖入门教程、配置说明、任务示例与 API 参考,帮助您从第一个任务开始,逐步完成建模、训练、评估与部署。
官方文档 · 入门教程 · 任务示例 · REVIVE 1 适配与迁移指南
欢迎体验 REVIVE 2.0.0,并与我们分享您的应用场景、使用反馈和改进建议!
All reactions