安全强化学习用于在轨检查视点排序

Chloé Carer 与 Adam Abdin 发表研究，将航天器近距离检查的视点选择建模为约束马尔可夫决策过程，用带拉格朗日松弛的 PPO 求解，并结合 CW 方程评估视点转移。 在 Galileo 级导航卫星点云模型上，该方法在各风险预算下将禁飞区违规率控制在限定范围内，覆盖率接近最大值且不超 Δv 预算；相比固定禁飞半径加确定性规划，同等覆盖率下违规率不到一半。作者称，碰撞风险由此成为显式设计参数，无需逐案重新调参。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。