离线近似值迭代优化卫星星座部署

Tristan Leuridan 等作者发布论文，提出用离线近似值迭代这一强化学习方法优化 Walker 型卫星星座部署，并将发射失败、卫星故障等不确定性建模为马尔可夫决策过程。 该方法采用线性函数近似与动作剪枝，以降低求解所需的算力和内存。论文称，初步结果显示，其策略的预期成本和部署时间都低于滚动时域基线。

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。