本文介绍了OrbitalGym,一个基于JAX的仿真环境,用于研究卫星之间的对抗性遭遇。该环境支持在GPU上进行大规模并行仿真,使研究人员能够确定规划算法或系统设计在多大程度上影响轨道博弈的结果。研究比较了包括模型预测路径积分控制和蒙特卡洛树搜索在内的各种规划方法,应用于追逐-逃避和捕食者-猎物-守卫者等不同场景,并分析了推进剂比例、传感器能力和博弈时长等因素。 AI
影响 为研究复杂对抗环境中的AI规划提供了一个新的仿真框架。
排序理由 该条目是一篇研究论文,详细介绍了一个新的仿真环境及其在特定问题领域的应用。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- graphics processing unit
- Hugging Face
- Influence Flower
- Jax
- linear-quadratic regulator
- model predictive path integral control
- Monte Carlo tree search
- OrbitalGym
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →