实体
Sequential Convex Programming
Sequential Convex Programming
PulseAugur coverage of Sequential Convex Programming — every cluster mentioning Sequential Convex Programming across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
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 3 条
-
新的强化学习方法优化星际转移
研究人员开发了一种名为可达性分析感知强化学习（RARL）的新方法来设计星际航天器轨迹。该方法将强化学习与可达性图相结合，以选择中间航点，然后指导经典的轨道力学技术进行机动规划。在地球-火星基准测试中，RARL 实现的平均机动成本接近顺序凸规划，并在各种出发条件下展示了显著的策略重用性，独立训练的策略成功完成了所有测试出发任务，且未违反脉冲约束。
-
新的FALCON算法解决了航空航天领域的非凸微分博弈问题
研究人员开发了FALCON，这是一种旨在解决复杂多智能体最优控制问题的新型算法，特别适用于航空航天领域的追逐-规避和太空对抗等应用。该算法通过放宽智能体间的控制耦合并采用序贯凸规划，将非凸微分博弈问题转化为可处理的凸子博弈来解决。FALCON为这些非凸博弈提供了全局收敛到开环纳什均衡的保证，证明了其在合作和竞争场景中的有效性。
-
Transformer温和启动提升空间机械臂轨迹规划
研究人员开发了一种新颖的基于Transformer的温和启动方法，以提高空间机械臂轨迹生成的效率和鲁棒性。该方法专门针对翻滚物体的末端接近过程中计算量大的姿态和机械臂力矩分配阶段。通过利用序列模型，该框架显著减少了序列凸规划（SCP）所需的迭代次数和运行时间，从而实现更高效可靠的控制。