咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于强化学习的在轨目标逼近 收藏

基于强化学习的在轨目标逼近

On-Orbit Target Approach Based on Reinforcement Learning

作     者:郭继峰 陈宇燊 白成超 Guo Jifeng;Chen Yushen;Bai Chengchao

作者机构:哈尔滨工业大学智能感知与自主规划实验室哈尔滨150001 

出 版 物:《航天控制》 (Aerospace Control)

年 卷 期:2021年第39卷第5期

页      面:44-50页

学科分类:08[工学] 0825[工学-航空宇航科学与技术] 

基  金:国家自然科学基金(61973101) 航空科学基金(20180577005) 

主  题:空间目标逼近 强化学习 轨道机动 

摘      要:从强化学习的角度,对在轨目标逼近问题进行研究,设计了一种整合制导与控制的端到端的算法。首先对在轨目标逼近问题进行数学建模;然后对强化学习算法原理进行简介,根据问题特点分析不同强化学习框架的优劣,确定以DDPG作为算法框架,并设计了基于强化学习的在轨目标逼近算法;最后通过仿真验证,分析了基于强化学习逼近算法的优劣性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分