热点事件持续更新
研究人员提出用于远距离火箭自主着陆的课程深度强化学习框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月28日，研究人员在 arXiv 发布研究，提出一种用于火箭自主远距离导航与精准软着陆的课程驱动深度强化学习框架。该框架结合了三阶段课程、排练机制以及重构的奖励函数，训练智能体在1,000至1,500单位的初始水平距离下执行导航任务。在100,000个 episode 的评测中，该策略取得了99.98%的成功率，相较于基线的68.31%大幅提升；着陆点距离着陆垫中心平均为7.07单位，并保留了69.1%的初始燃料。
AI 根据报道生成 · 4 小时前更新
最新进展10月28日 12:00
研究人员提出课程深度强化学习框架，火箭远距离着陆成功率达99.98%。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 机器学习面向自主远距离火箭着陆的课程驱动深度强化学习
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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月28日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。