各方报道 1 篇
arXiv cs.LG·10-28 12:00★ 2
arXiv 论文提出课程驱动深度强化学习实现火箭远距离精准着陆
原文 该论文提出一套课程驱动的深度强化学习框架，用于可复用运载火箭的远距离导航与垂直软着陆。方法采用三阶段课程、critic 预热与排练机制防止灾难性遗忘，并重新设计奖励函数。在 10 万回合实验中成功率达 99.98%，基线仅 68.31%，着陆点偏差 7.07 单位。
该论文提出一套课程驱动的深度强化学习框架，用于可复用运载火箭的远距离导航与垂直软着陆。方法采用三阶段课程、critic 预热与排练机制防止灾难性遗忘，并重新设计奖励函数。在 10 万回合实验中成功率达 99.98%，基线仅 68.31%，着陆点偏差 7.07 单位。