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:
随着航天事业的蓬勃发展,空间碎片尤其是低轨碎片已成为航天任务不可忽视的威胁.考虑到碎片清除的紧迫性和成本,低轨多碎片主动清除(ADR)技术成为缓解现状的必要手段.针对大规模多碎片主动清除任务规划问题,首先,基于任务规划的最大收益模型,提出一种强化学习(RL)优化方法,并依照强化学习框架定义了该问题的状态、动作以及收益函数;其次,基于高效启发因子,提出一种专用的改进蒙特卡罗树搜索(MCTS)算法,该算法使用MCTS算法作为内核,加入高效启发算子以及强化学习迭代过程;最后,在铱星33碎片云的全数据集中检验了所提算法有效性.与相关MCTS变体方法以及贪婪启发算法对比,所提方法能在测试数据集上更高效地获得较优规划结果,较好地平衡了探索与利用.
推荐文章
基于强化学习的移动边缘计算任务卸载方法
强化学习方法
Q-Learning算法
移动边缘
计算任务卸载
卸载模型
大规模过程系统优化方法
稳态优化
非线性规划
大规模过程系统
数值试验
基于大规模网络信息发送的任务调度策略研究
信息群发
响应时间
任务调度
基于蚂蚁优化算法的分层强化学习
蚂蚁系统优化算法
强化学习
Option
瓶颈边
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 基于启发强化学习的大规模ADR任务优化方法
来源期刊 航空学报 学科
关键词 空间碎片清除 任务规划 强化学习 启发算子 蒙特卡罗树搜索
年,卷(期) 2021,(4) 所属期刊栏目 电子电气工程与控制|Electronics and Electrical Engineering and Control
研究方向 页码范围 428-441
页数 14页 分类号 V448.2
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (115)
共引文献  (140)
参考文献  (29)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(14)
  • 参考文献(4)
  • 二级参考文献(10)
2014(9)
  • 参考文献(3)
  • 二级参考文献(6)
2015(18)
  • 参考文献(4)
  • 二级参考文献(14)
2016(11)
  • 参考文献(3)
  • 二级参考文献(8)
2017(22)
  • 参考文献(4)
  • 二级参考文献(18)
2018(7)
  • 参考文献(3)
  • 二级参考文献(4)
2019(13)
  • 参考文献(0)
  • 二级参考文献(13)
2020(4)
  • 参考文献(1)
  • 二级参考文献(3)
2021(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(2)
  • 参考文献(2)
  • 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
空间碎片清除
任务规划
强化学习
启发算子
蒙特卡罗树搜索
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
航空学报
月刊
1000-6893
11-1929/V
大16开
北京市海淀区学院路37号
82-148
1965
chi
出版文献量(篇)
6543
总下载数(次)
27
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
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
论文1v1指导