PPO против PRO. SAC: Сравнительное исследование по вопросам совместного контроля за движением роботов из двух самолетов
arXiv: 261 030 2034v1 Сообщение типа: новое резюме. Растущее число орбитальных фрагментов мусора усилило интерес к активному удалению космического мусора и обслуживанию на орбите, для которых космические манипуляторы с двойным вооружением предлагают более качественную устойчивость улавливания и распределение нагрузки по отношению к системам одиночного оружия. Вместе с тем координация двух манипуляторов в рамках мер по предотвращению столкновений между вооруженными силами, согласованию ориентации и выявлению неопределенности остается сложной задачей. В настоящем документе разрабатывается скоординированная система дополнительного обучения для совместного планирования движения космического манипулятора с двойным вооружением в рамках целевой задачи, имеющей ограничения на предотвращение столкновений между вооруженными силами. Централизованное государственное представительство сочетает в себе совместное пространство, конечный эффект и информацию о целях, а многоцелевая функция поощрения способствует обеспечению целевой точности, ориентации, плавности движения, синхронизации выполнения задач и предотвращению столкновений. В этих рамках - оптимизация проксимальной политики (ППО) и " мягкий актёр-критик &qt; (КСП)
