安全强化学习排序航天器巡检视点

Chloé Carer 与 Adam Abdin 发表论文，提出用安全强化学习为在轨服务航天器近距离巡检排序视点：把视点选择建模为约束马尔可夫决策过程，以带拉格朗日松弛的近端策略优化求解，并用 CW 方程评估每次转移。作者在 Galileo 级导航卫星点云模型上测试称，将碰撞风险设为显式设计参数后，各风险预算下禁飞区违规率均控制在限定范围内，覆盖度接近最大且不超任务 Δv 预算。相比固定禁飞半径余量的确定性规划，相近覆盖度下违规率不到一半，且无需在每个决策点重复蒙特卡洛风险评估。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。