研究人员开发了HELIOS，一个利用大型语言模型（LLM）为深空任务优化航天器轨迹的自主代理。该系统解决了间接轨迹优化中的关键挑战，例如推导复杂条件和适应不同的动力学模型。HELIOS可以自主推导符号条件，使用SymPy进行验证，生成用于数值解的C++代码，并解决从简单的交会到复杂的多段转移和太阳帆轨迹等问题。实验表明成功率很高，更大的LLM展现出更强的推导能力。 AI
影响 自动化复杂的科学计算，可能加速深空任务设计和研究。
排序理由 学术论文，详细介绍了一个新的LLM驱动的代理在特定科学应用中的应用。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
