基于安全强化学习的在轨观测视点排序方法
热点事件持续更新
基于安全强化学习的在轨观测视点排序方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 11 月 2 日，arXiv cs.AI 领域发布最新研究。该成果提出一种基于安全强化学习与机会约束的在轨服务观测视点排序方法。研究将视点规划过程建模为受限马尔可夫决策过程，采用近端策略优化算法结合拉格朗日松弛进行求解。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
基于安全强化学习与机会约束的在轨服务目标观测视点排序方法研究报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · AI基于安全强化学习与机会约束的在轨服务目标观测视点排序方法研究
该研究提出一种基于安全强化学习（Safe RL）和机会约束的在轨服务观测视点排序方法，将视点规划建模为受限马尔可夫决策过程（CMDP），并采用近端策略优化（PPO）结合拉格朗日松弛进行求解。
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。