arXiv 机器学习· Atin Chowdhury, Piyush Joshi·· 5 小时前AI 评分31
面向自主远距离火箭着陆的课程驱动深度强化学习
Curriculum-Driven Deep Reinforcement Learning for Autonomous Far-Range Rocket Landing
AI 导读
研究人员提出一种课程驱动的深度强化学习框架，用于实现火箭自主远距离导航与精准软着陆。该框架采用三阶段课程、排练机制及重构奖励函数，训练智能体在 1,000 至 1,500 单位的初始水平距离下导航。在 100,000 个 episode 评测中，该策略取得 99.98% 的成功率（基线为 68.31%），距着陆垫中心平均距离为 7.07 单位并保留 69.1% 初始燃料。
来源：arXiv 机器学习 · arxiv.org