基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
大型空间结构建造与维护、失效卫星检测与维修、轨道碎片清除等已成为航天技术发展亟待解决的现实问题.针对传统空间捕获机构质量惯量大、末端抓取精度要求高、抓捕对象适用范围窄不足等,创新性地提出基于IPMC(ion-exchange polymer metal composite)功能复合材料的多自由度仿生软体新型抓捕机构,同时基于强化学习算法提出多模态信息融合的抓捕操作强化学习策略,从而提升抓捕机构空间捕获的成功率,为空间抓捕技术的智能化发展提供新思路.
推荐文章
强化学习研究综述
强化学习
多智能体
马尔可夫决策过程
基于策略记忆的深度强化学习序列推荐算法研究
推荐系统
强化学习
策略网络
注意力机制
基于深度强化学习的移动机器人导航策略研究
深度强化学习
移动机器人
导航
复杂环境
基于核方法的强化学习算法
强化学习
核方法
马尔科夫决策过程
Q-learning
mountiain car
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于强化学习的软体机构抓捕策略研究
来源期刊 上海航天 学科 工学
关键词 强化学习 IPMC 奖惩值 软体抓捕机构
年,卷(期) 2019,(5) 所属期刊栏目 人工智能航天应用
研究方向 页码范围 63-70,82
页数 9页 分类号 TP241.3
字数 4189字 语种 中文
DOI 10.19328/j.cnki.1006-1630.2019.05.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈萌 28 109 5.0 10.0
2 张文奇 4 1 1.0 1.0
3 谷程鹏 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (333)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(10)
  • 参考文献(2)
  • 二级参考文献(8)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
强化学习
IPMC
奖惩值
软体抓捕机构
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海航天
双月刊
1006-1630
31-1481/V
上海元江路3888号南楼
chi
出版文献量(篇)
2265
总下载数(次)
4
总被引数(次)
11928
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导