发布分布强化学习在轨检查规划论文
热点事件观察中
发布分布强化学习在轨检查规划论文
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年11月2日，Adam Abdin在arXiv发布论文《基于分布强化学习的多目标在轨检查风险敏感任务规划》。该研究利用QR-DQN算法，针对低地球轨道多目标在轨检查场景，通过均值-方差准则平衡收益期望与风险方差，实现风险敏感的任务规划。 数值实验显示，该策略使风险厌恶智能体的单次任务收益方差降低约50%。在同等方差约束下，学习到的策略能够接近效率前沿，显著优化了任务规划的风险收益比。
AI 根据报道生成 · 1 天前更新
最新进展11月2日 13:00
基于分布强化学习的多目标在轨检查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 · AI基于分布强化学习的多目标在轨检查风险敏感任务规划
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。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 911月2日 15:00
- 近 24 小时变化
- -49%
02.557.510
18:0011月3日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。