研究人员开发了一个使用大语言模型（LLMs）将自然语言任务需求转换为可执行轨迹优化代码的框架。该方法旨在减少在制定复杂航天任务轨迹优化问题时对专业领域知识的依赖。在航天器交会对接场景中的实验表明，从语义任务需求生成数学公式的成功率很高，凸显了大语言模型在灵活航天器轨迹设计方面的潜力。 AI
影响 通过减少对专业知识的依赖，为自主系统实现更快、更易于获得的轨迹设计。
排序理由 该集群包含一篇详细介绍新框架和实验结果的学术论文。[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 →