研究人员开发了一种新的方法，使用多智能体强化学习（MARL）来控制一组检查航天器。该方法利用一个通用的奖励函数，该函数由对轨道上被检查对象的3D重建分析提供信息，使智能体能够自主决定何时收集图像。该研究为MARL检查任务和更广泛的检查领域提供了最佳实践的见解。 AI
影响 这项研究通过提高航天器的控制和决策能力，有望实现更高效、更自主的轨道检查任务。
排序理由 学术论文，详细介绍了多智能体强化学习的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
