文献

J-GLOBAL ID：202002263789075837   整理番号：20A1824094

逐次低推力軌道上昇問題のための強化学習【JST・京大機械翻訳】

Reinforcement Learning for Sequential Low-Thrust Orbit Raising Problem

著者 (2件)： Arora Lakshay (Wichita State University) ,  Dutta Atri (Wichita State University)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
号： AIAA 2020-2186  ページ： 2186  発行年： 2020年 
JST資料番号： H0236B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,複数の軌道最適化部分問題のシーケンスとして提起された電気軌道ライズ問題を考察した。各サブ問題は,適切に選択した目的の凸組合せを最小化することにより,地球同期赤道軌道(GEO)に最も近い宇宙飛行体を移動させることを目的とする。目的関数における重みが計算低推力軌道追跡軌道の転送時間に影響を与えることを認識し,転送中の重みの適応修正を可能にするために,強化学習の枠組みにおける数学的定式化を提案した。人工ニューラルネットワークを構築し,強化学習に関連した報酬関数を計算するため,軌道追跡シナリオ上で訓練した。平面および非平面移動シナリオの数値シミュレーションを,提案した方法を実証するために提供した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *推力 ,  地球 ,  宇宙飛行体 ,  ニューラルネットワーク ,  赤道 ,  目的関数 ,  凸形 ,  定式化 ,  *強化学習
準シソーラス用語： 部分問題 ,  数値シミュレーション ,  軌道追跡 ,  報酬関数 , 【Automatic Indexing@JST】

分類 (1件)： 宇宙飛行体の運動・軌道  (QK02060W)

タイトルに関連する用語 (4件)： 推力 ,  軌道 ,  問題 ,  強化学習