aas-experiments
当你在为《自动化学报》(Acta Automatica Sinica, AAS) 设计与呈现实验、仿真或实物验证时调用。覆盖研究问题(RQ)驱动的实验设计、公平基线与对照、控制类的稳定性/收敛性/鲁棒性分析、模式识别类的指标与统计显著性、消融实验、仿真与实物平台的报告要素，帮助为控制理论、机器人、智能系统方向的中文稿搭建经得起 Acta Automatica Sinica 双盲外审的实证与理论证据链。
Profile →npx skills add brycewang-stanford/Awesome-Journal-Skills --skill aas-experiments --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 《自动化学报》实验与仿真设计 本技能帮你为《自动化学报》(Acta Automatica Sinica, AAS) 搭建经得起双盲外审的证据链。控制/自动化 稿件的证据不只是"跑得好"，还包括**理论保证**（稳定性、收敛性）与**公平对照**。以下方法于 2026-07-09 核验框架（见 `resources/official-source-map.md`）。 ## 一、RQ 驱动的实验设计 先把要回答的研究问题写清，再据此设计实验： ```text RQ1 所提控制律是否保证闭环稳定/收敛？——理论证明 + 仿真验证 RQ2 相比基线，性能指标是否显著改进？——对比实验 + 定量指标 RQ3 各设计模块是否必要？——消融实验 RQ4 对扰动/参数摄动是否鲁棒？——鲁棒性/敏感性实验 ``` ## 二、公平基线与对照 | 要点 | 做法 | |---|---| | 基线选择 | 选最接近、最强的已有方法，非弱化版稻草人 | | 同等条件 | 相同系统模型、初始条件、噪声、算力预算 | | 调参公平 | 基线也认真调参，报告调参协议 | | 多场景 | 多个被控对象/数据集，避免单点结论 | ## 三、控制类证据（理论 + 仿真 + 实物） - **稳定性/收敛性分析**：给出 Lyapunov 或等价工具的严格证明，明确假设与充分条件。 - **性能指标**：稳态误差、超调量、调节/收敛时间、控制能量、跟踪误差范数等，口径统一。 - **仿真**：写清仿真器（MATLAB/Simulink、Python 控制库）、步长、求解器、参数。 - **实物实验**（若有）：硬件平台、采样周期、传感器、标定、重复次数与方差。 ## 四、模式识别/学习类证据 - **指标**：准确率、精确率/召回、F1、mAP、误差率等，按任务选取并说明。 - **统计严谨**：多次运行报告均值±方差，必要时做显著性检验；避免单次最好值。 - **数据划分**：训练/验证/测试清晰，防数据泄露与测试集调参（见 `aas-reproducibility`）。 - **公平算力**：对比方法在相近算力/数据下评测。 ## 五、消融实验 - 对每个设计选择（模块、约束项、增益自适应机制）做去除/替换对照，量化其贡献。 - 消融要回答"这一部件是否必要、贡献多大"，与 RQ3 对齐。 ## 六、鲁棒性与敏感性 - 对模型不确定性、外部扰动、噪声、参数摄动做扫描，展示性能退化曲线。 - 报告失效边界：在何种条件下方法开始失效，比只报最好结果更可信。 ## 七、结果呈现 | 形式 | 用途 | |---|---| | 响应曲线/相图 | 展示动态过程与稳定性 | | 对比表 | 多方法多指标定量对齐 | | 消融表 | 各模块贡献 | | 箱线/误差棒 | 多次运行的分布与方差 | 图表遵
- 一、RQ 驱动的实验设计
- 二、公平基线与对照
- 三、控制类证据（理论 + 仿真 + 实物）
- 四、模式识别/学习类证据
- 五、消融实验
- 六、鲁棒性与敏感性
- 七、结果呈现
- 八、实验自检清单
- 九、常见实验缺陷（外审常抓）
- 十、按方向的实验模板
- 十一、结果解读与讨论
- 十二、实验可信度加固
- 十三、与本刊定位的匹配
What does the aas-experiments skill do?
当你在为《自动化学报》(Acta Automatica Sinica, AAS) 设计与呈现实验、仿真或实物验证时调用。覆盖研究问题(RQ)驱动的实验设计、公平基线与对照、控制类的稳定性/收敛性/鲁棒性分析、模式识别类的指标与统计显著性、消融实验、仿真与实物平台的报告要素，帮助为控制理论、机器人、智能系统方向的中文稿搭建经得起 Acta Automatica Sinica 双盲外审的实证与理论证据链。
How do I install it?
Run `npx skills add brycewang-stanford/Awesome-Journal-Skills --skill aas-experiments --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From brycewang-stanford/Awesome-Journal-Skills, a repository with 909 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.