PulseAugur
实时 12:16:29
实体 Distribution-Agnostic Robust Trajectory Optimization via Chance-Constrained Reinforcement Learning

Distribution-Agnostic Robust Trajectory Optimization via Chance-Constrained Reinforcement Learning

PulseAugur coverage of Distribution-Agnostic Robust Trajectory Optimization via Chance-Constrained Reinforcement Learning — every cluster mentioning Distribution-Agnostic Robust Trajectory Optimization via Chance-Constrained Reinforcement Learning across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_86684 ·

    新的强化学习框架增强了鲁棒轨迹优化

    研究人员开发了一个新的框架,用于通过机会约束强化学习进行鲁棒轨迹优化。该方法通过首先离线计算名义轨迹,然后使用强化学习通过自适应控制律对其进行优化来处理初始条件和过程噪声中的不确定性。该方法已在地球-火星转移和火箭着陆等复杂问题上进行了测试,证明了其在不同场景下保持概率可行性和竞争性燃油效率的能力,而无需进行结构重新设计。