arXiv · AI· Adam Abdin (LGI)·· 1 天前AI 评分28
基于分布强化学习的多目标在轨检查风险敏感任务规划
Risk-Sensitive Mission Planning for Multi-Target On-Orbit Inspection via Distributional Reinforcement Learning
AI 导读
该研究利用 QR-DQN 实现低地球轨道多目标在轨检查的风险敏感规划，通过均值-方差准则平衡收益期望与方差。 数值实验显示，风险厌恶智能体将单次任务收益方差降低约 50%，并在同等方差下使学习策略接近效率前沿。
来源：arXiv · AI · arxiv.org