实体
Yashdeep Chaudhary
Yashdeep Chaudhary
PulseAugur coverage of Yashdeep Chaudhary — every cluster mentioning Yashdeep Chaudhary across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 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。