分布强化学习用于多目标在轨检查任务规划
热点事件观察中
分布强化学习用于多目标在轨检查任务规划
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Adam Abdin 发表研究，提出用分布式强化学习为低轨多目标在轨检查任务做自适应规划：QR-DQN 智能体按均值-方差准则，在选下一个巡检目标时同时考虑预测回报的期望与方差。 在五个目标卫星场景的数值实验中，仅调整一个风险厌恶权重，就能在环境与奖励不变的情况下改变策略的均值回报与方差区间。风险厌恶智能体将回合回报方差降低约一半、降低任务失败概率，代价是均值回报有所下降。
AI 根据报道生成 · 46 分钟前更新
最新进展11月2日 13:00
基于分布式强化学习的多目标在轨巡检风险敏感任务规划报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.AI基于分布式强化学习的多目标在轨巡检风险敏感任务规划
研究提出一种基于分布式强化学习的自适应规划方法，用于低轨多目标在轨服务任务，采用 QR-DQN 智能体通过均值-方差准则联合考虑预测回报的期望与方差来选择下一个巡检目标。在五个目标卫星场景的数值实验中，仅调整一个风险厌恶权重即可在环境与奖励不变的情况下移动策略的均值回报与方差区间；风险厌恶智能体将回合回报方差降低约一半并降低任务失败概率，代价是均值回报有所下降。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。