10:53
官方账号arXiv cs.LG@Logan Luna, Juan Ortiz Couder, Raul Alejandro Vargas-Acosta
推荐理由：卫星避碰现在靠人工和规则，越来越难。这篇用PPO强化学习，在模拟里成功率97.5%，比传统方法高出一大截，代码还开源了。
卫星避障
共 1 条相关 AI 资讯
8月11日
10:53
研究者提出用近端策略优化（PPO）训练强化学习智能体，实现卫星自主避碰。在1000次确定性GEO场景中，智能体避障成功率达97.5%，远超基于规则基线（20.7%）和脉冲delta-v规划器（27.5%）。训练使用开源高保真天体动力学模拟器，包含日月三体摄动、燃料依赖推力及可配置碎片场。采用课程学习和塑形奖励，兼顾生存、投影距离和delta-v节省。框架已公开，代码见purl.org/sat-trajectory-avoidance。